基于RSSI的四邊測(cè)距改進(jìn)加權(quán)質(zhì)心定位算法

朱忠記，何熊熊，章 曉，趙 松，夏燕玲

(浙江工業(yè)大學(xué)信息工程學(xué)院，浙江杭州310023)

0 引言

傳感器技術(shù)、微機(jī)電系統(tǒng)技術(shù)、無(wú)線通信技術(shù)、片上系統(tǒng)和低功耗嵌入式技術(shù)、計(jì)算機(jī)技術(shù)的進(jìn)步，推動(dòng)了具有現(xiàn)代意義的低功耗多功能無(wú)線傳感器網(wǎng)絡(luò)的快速發(fā)展［1］。在無(wú)線傳感器網(wǎng)絡(luò)中，傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的位置信息對(duì)傳感器網(wǎng)絡(luò)的監(jiān)測(cè)活動(dòng)相當(dāng)重要，它是傳感器網(wǎng)絡(luò)節(jié)點(diǎn)監(jiān)測(cè)消息中所包含的最重要信息之一［2－3］，位置信息的準(zhǔn)確性直接關(guān)系到傳感器節(jié)點(diǎn)所采集數(shù)據(jù)的有效性［4］。傳感器節(jié)點(diǎn)只有準(zhǔn)確地進(jìn)行定位后才能詳細(xì)說(shuō)明在這個(gè)位置或區(qū)域發(fā)生了什么事件，實(shí)現(xiàn)對(duì)目標(biāo)的定位和追蹤［5］，因此無(wú)線傳感器網(wǎng)絡(luò)的定位問(wèn)題越來(lái)越受到人們的關(guān)注。本文在不需要測(cè)距的粗粒度定位——質(zhì)心定位算法的基礎(chǔ)上，運(yùn)用接收的信號(hào)強(qiáng)度指示(Received Signal Strength Indication，RSSI)測(cè)距技術(shù)提供的信號(hào)強(qiáng)度信息，將兩者相結(jié)合提高定位精度。

1 定位算法的模型

1.1 無(wú)線電傳播路徑損耗的理論模型

無(wú)線信號(hào)在其傳播的過(guò)程中，受到反射、衍射、非視距等諸多因素的影響。常用的無(wú)線傳播路徑損耗模型有:1)自由空間中信號(hào)衰減模型;2)雙線地面反射模型;3)對(duì)數(shù)常態(tài)分布模型等［6］。本文采用模型1和模型3相結(jié)合的方式，并采用文獻(xiàn)［7］中提出的采用統(tǒng)計(jì)方法求中值并進(jìn)行加權(quán)的方法，也就是在每?jī)蓚€(gè)節(jié)點(diǎn)之間進(jìn)行一定時(shí)間的通信交流，由此得到一定量的RSSI數(shù)據(jù)，在給定的錨節(jié)點(diǎn)序列中通過(guò)計(jì)算得到基于RSSI信號(hào)強(qiáng)度的中值，然后以此中值為基礎(chǔ)，針對(duì)錨節(jié)點(diǎn)信號(hào)序列中的各個(gè)信號(hào)強(qiáng)度來(lái)計(jì)算它的權(quán)值，最后把所有的信號(hào)乘相對(duì)應(yīng)的權(quán)值，并對(duì)所有這些乘積結(jié)果進(jìn)行求和，作為兩節(jié)點(diǎn)之間的RSSI信號(hào)值并輸出。

1.2 改進(jìn)的四邊測(cè)距定位法分析

由于三邊測(cè)距定位不能夠很好地反映信標(biāo)節(jié)點(diǎn)對(duì)待定位節(jié)點(diǎn)的影響力大小，為了進(jìn)一步提高三邊定位的精度，本文采用四邊測(cè)距定位算法［8］并對(duì)其改進(jìn)，也就是每次選擇具有較好代表性4個(gè)錨節(jié)點(diǎn)來(lái)定位，如圖1所示。

圖1 四個(gè)三邊測(cè)距定位示意圖

進(jìn)行定位計(jì)算的原則是:對(duì)于這4個(gè)信標(biāo)節(jié)點(diǎn)任取3個(gè)為一組，這樣就可以得出4組組合，然后分別對(duì)每組用文獻(xiàn)［9］的方法進(jìn)行一次計(jì)算，分別得到一個(gè)近似的未知節(jié)點(diǎn)坐標(biāo)置位，共4個(gè)，再對(duì)這4個(gè)位置利用質(zhì)心算法即可求出節(jié)點(diǎn)D的一個(gè)近似位置坐標(biāo)。

1.3 改進(jìn)的加權(quán)質(zhì)心定位算法分析

根據(jù)圖1 中4 個(gè)信標(biāo)節(jié)點(diǎn)的坐標(biāo)分別為 A(XA，YA)，B(XB，YB)，C(XC，YC)，E(XE，YE)，待測(cè)節(jié)點(diǎn)D(XD，YD)。先來(lái)計(jì)算4個(gè)信標(biāo)節(jié)點(diǎn)到未知節(jié)點(diǎn)的距離 d，分別為 d1，d2，d3，d4，然后分別通過(guò) A，B，C組，A，B，E 組，A，C，E 組，B，C，E 組這4組節(jié)點(diǎn)分別計(jì)算出 D 點(diǎn)的坐標(biāo)位置 D1(X1，Y1)，D2(X2，Y2)，D3(X3，Y3)，D4(X4，Y4)，為了更進(jìn)一步提高定位精度，對(duì)這4個(gè)估計(jì)位置進(jìn)行加權(quán)方法實(shí)現(xiàn)更精確定位，加權(quán)方法如下:

2 算法具體步驟

1)每個(gè)信標(biāo)節(jié)點(diǎn)一段時(shí)間后獲得相應(yīng)的未知節(jié)點(diǎn)得到一個(gè)RSSI信號(hào)序列;

2)利用文獻(xiàn)［6］中提出的統(tǒng)計(jì)中值加權(quán)的方法算出RSSI信號(hào)值輸出，使用RSSI測(cè)距公式計(jì)算出信標(biāo)點(diǎn)到未知位置節(jié)點(diǎn)的距離;

3)將測(cè)得的距離值從小到大排序，取前4個(gè)錨節(jié)點(diǎn)進(jìn)行定位，若其中有某3個(gè)圓不兩兩相交，就用緊接著的后一個(gè)節(jié)點(diǎn)來(lái)替換彌補(bǔ);

4)取步驟2中的前4個(gè)錨節(jié)點(diǎn)進(jìn)行定位，每3個(gè)一組進(jìn)行組合計(jì)算，一共有4組組合，并計(jì)算出這4個(gè)坐標(biāo)，即得到對(duì)待測(cè)節(jié)點(diǎn)的4個(gè)坐標(biāo)估計(jì)值;

5)利用式(1)、式(2)對(duì)步驟4所得到的坐標(biāo)進(jìn)行計(jì)算，獲得待測(cè)節(jié)點(diǎn)最終的估計(jì)坐標(biāo)。

3 仿真結(jié)果與分析

本文在MATLAB 7.10.0(2010a)仿真平臺(tái)上進(jìn)行仿真。設(shè)置傳感器區(qū)域?yàn)?0 m×30 m，25個(gè)信標(biāo)節(jié)點(diǎn)較“均勻”地分布于傳感區(qū)域，5 個(gè)未知節(jié)點(diǎn)坐標(biāo)為(5，4)、(8，16)、(15，10)、(21，5)、(25，15)。進(jìn)行5次循環(huán)定位計(jì)算，每次選定前5組錨節(jié)點(diǎn)圓，測(cè)量誤差μ是零均值高斯分布變量。當(dāng)n=1時(shí)，選取式(1)、式(2)進(jìn)行運(yùn)算，與文獻(xiàn)［10］的仿真結(jié)果對(duì)比，得到的結(jié)果如表1、圖2、圖3所示。

表1 誤差統(tǒng)計(jì)表(單位：m)

分析數(shù)據(jù)表1可知:在同等條件下，當(dāng)N=5(其中N為參與定位的錨節(jié)點(diǎn)圓組數(shù))時(shí)，加權(quán)融合三邊定位算法平均誤差為2.916 m，最大誤差達(dá)到了1.225 m;而改進(jìn)的加權(quán)質(zhì)心四邊定位算法最大誤差只有0.312 m，平均誤差0.147 m;當(dāng)N=6時(shí)，加權(quán)融合三邊定位算法的平均誤差達(dá)到2.916 m，最大誤差達(dá)到了5.466 m，而改進(jìn)的加權(quán)質(zhì)心四邊定位算法的平均誤差也只0.587 m，最大誤差0.727 m。

圖2 加權(quán)融合三邊測(cè)量算法仿真圖

圖3 加權(quán)質(zhì)心四邊測(cè)量算法仿真圖

圖2、3中，4條邊框上的小點(diǎn)表示定位節(jié)點(diǎn)，圖內(nèi)部5個(gè)三角形表示待定位標(biāo)簽的真實(shí)位置(其中圖2、3的初始化仿真環(huán)境條件都一樣，而且2個(gè)圖中的三角形的布局完全一樣，由于采用改進(jìn)后的定位算法，定位精度更高，所以圖3中的5個(gè)三角形可能被圖內(nèi)小黑點(diǎn)覆蓋了)，圖內(nèi)多個(gè)小黑點(diǎn)組成的區(qū)域表示估算出來(lái)的標(biāo)簽所在位置?？煽闯?，相比于對(duì)于加權(quán)融合三邊定位算法，在改進(jìn)的加權(quán)質(zhì)心四邊定位算法中，未知節(jié)點(diǎn)無(wú)論是處于定位區(qū)域中心還是處于邊緣，定位精度都較高。比較圖2、3可知，相比于加權(quán)融合三邊測(cè)距算法，加權(quán)質(zhì)心四邊測(cè)距算法定位精度更高、魯棒性更好。

4 結(jié)束語(yǔ)

本文針對(duì)無(wú)線傳感器網(wǎng)絡(luò)定位技術(shù)，首先引入統(tǒng)計(jì)中值加權(quán)的方法，對(duì)接收的RSSI值進(jìn)行處理，有效地降低了采集RSSI信號(hào)時(shí)的測(cè)量誤差，然后運(yùn)用Euclidean算法對(duì)四邊測(cè)距算法進(jìn)行改進(jìn)并應(yīng)用于本文算法，最后采用一種改進(jìn)的加權(quán)因子，對(duì)其位置進(jìn)行加權(quán)質(zhì)心定位，并充分考慮信標(biāo)節(jié)點(diǎn)與未知節(jié)點(diǎn)之間的位置對(duì)RSSI值的影響力，最終獲得未知節(jié)點(diǎn)的坐標(biāo)位置，很大程度上提高了節(jié)點(diǎn)的定位精度和魯棒性。

［1］孫利民，李建中，陳渝，等.無(wú)線傳感器網(wǎng)絡(luò)［M］.北京:清華大學(xué)出版社，2005:5－9.

［2］Rabacy J J，Ammer M J，Da Silva Jr，et al.Picorodio Supports Ad Hoc Uitra-Low Power Wireless Networking［J］.Computer，2000，33(7):42 － 48.

［3］Savarese C，Rabaey J M，Beutel J.Locationing in Distributed Ad-Hoc Wireless Sensor Network［C］.Acoustics Speech:IEEE Signal Processing Society，2001:2 037 －2 040.

［4］Capkun S，Hamdi M Hubaux J P.GPS-Free Positioning in Mobile Ad-Hoc Networks［C］.Hawaii:IEEE Computing society，2011:3 481 －3 490.

［5］李瑤怡，赫曉星，劉守印.基于路徑損耗模型參數(shù)實(shí)時(shí)估計(jì)的無(wú)線定位方法［J］.傳感技術(shù)學(xué)報(bào)，2010，23(9):1 328－1 333.

［6］陳維克，李文鋒，首珩，等.基于RSSI的無(wú)線傳感器網(wǎng)絡(luò)加權(quán)質(zhì)心定位算法［J］.武漢理工大學(xué)報(bào)，2006，30(2):265－268.

［7］Yan Xiaoyong，Qian Huanyan，Huang Ya，et al.A high accuracy localization based on RSSI measurements［C］.XianNing:Xianning College，2011:1 926 －1 929.

［8］文舉，金建勛，袁海.一種無(wú)線傳感器網(wǎng)絡(luò)四邊測(cè)距定位算法［J］.傳感器與微系統(tǒng)，2008，27(5):108－110.

［9］Dragos Niculescu，Badri Nath.Ad Hoc Positioning System［C］.San Antonio:IEEE Computing society，2001:2 926 －2 931.

［10］沈笑慧，張健，何熊熊.基于接收信號(hào)強(qiáng)度指示加權(quán)融合的定位算法［J］.華僑大學(xué)學(xué)報(bào)，2012，33(6):635－639.