史 昕,張玲華
(1.南京郵電大學(xué)通信與信息工程學(xué)院,江蘇南京 210003;2.南京郵電大學(xué)物聯(lián)網(wǎng)學(xué)院,江蘇南京 210003)
?
基于功率控制和鄰居信息的距離無(wú)關(guān)定位算法
史 昕1,張玲華2
(1.南京郵電大學(xué)通信與信息工程學(xué)院,江蘇南京 210003;2.南京郵電大學(xué)物聯(lián)網(wǎng)學(xué)院,江蘇南京 210003)
針對(duì)無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)自定位問(wèn)題,提出了一種基于錨節(jié)點(diǎn)功率控制和鄰居信息的距離無(wú)關(guān)定位算法——AP&NI(Anchor Power-control and Neighbor Information)。該算法可分為距離估計(jì)和位置計(jì)算兩個(gè)階段:在距離估計(jì)階段,未知節(jié)點(diǎn)通過(guò)錨節(jié)點(diǎn)功率控制和鄰居節(jié)點(diǎn)部署信息獲得自身到錨節(jié)點(diǎn)的近似距離;在位置計(jì)算階段,未知節(jié)點(diǎn)根據(jù)得到的近似距離的個(gè)數(shù)運(yùn)用不同的方法計(jì)算自身的坐標(biāo)。Matlab仿真結(jié)果表明,與DV-Hop算法和部分改進(jìn)算法相比,AP&NI算法能有效減少近似距離的誤差,提高定位精度。仿真還顯示在各向異性的網(wǎng)絡(luò)中,AP&NI算法克服了DV-Hop算法的缺點(diǎn),依然保持良好的定位精度。
無(wú)線傳感器網(wǎng)絡(luò);定位算法;功率控制;鄰居節(jié)點(diǎn)信息;定位精度
對(duì)于絕大多數(shù)無(wú)線傳感器網(wǎng)絡(luò)應(yīng)用來(lái)說(shuō),不攜帶位置信息的監(jiān)測(cè)數(shù)據(jù)通常是毫無(wú)作用的。但無(wú)線傳感器網(wǎng)絡(luò)常常部署在條件惡劣的區(qū)域而且網(wǎng)絡(luò)中的節(jié)點(diǎn)隨機(jī)分布,這使得節(jié)點(diǎn)無(wú)法預(yù)先得知自身的位置信息。因此,研究傳感器節(jié)點(diǎn)的自定位算法是無(wú)線傳感器網(wǎng)絡(luò)技術(shù)中一項(xiàng)關(guān)鍵的挑戰(zhàn)[1]。
目前,無(wú)線傳感器網(wǎng)絡(luò)定位算法可以分為基于距離和距離無(wú)關(guān)兩類(lèi)。前者通過(guò)額外設(shè)備獲得點(diǎn)到點(diǎn)之間的距離來(lái)計(jì)算未知節(jié)點(diǎn)位置;而后者只通過(guò)連通度或跳距數(shù)等來(lái)實(shí)現(xiàn)定位,因此它相比于前者具有實(shí)現(xiàn)簡(jiǎn)單和成本低的優(yōu)勢(shì)[2]。
距離無(wú)關(guān)定位算法中的未知節(jié)點(diǎn)通常通過(guò)兩類(lèi)主要的方法得到自身的估計(jì)位置[3]:一類(lèi)是找出所有包含未知節(jié)點(diǎn)的可能位置區(qū)域,將重疊區(qū)域的質(zhì)心作為估計(jì)坐標(biāo),典型的算法有APIT(Approximate Point-In-Triangulation)、Bounding Box等;另一類(lèi)方法是在未知節(jié)點(diǎn)獲得到多個(gè)錨節(jié)點(diǎn)的近似距離之后,運(yùn)用極大似然估計(jì)等方法計(jì)算估計(jì)坐標(biāo),這一類(lèi)典型的算法有DV-Hop和Amorphous等。前者方法的定位精度較為依賴(lài)于網(wǎng)絡(luò)中的錨節(jié)點(diǎn)密度,后者方法的性能則受網(wǎng)絡(luò)部署環(huán)境的影響較大[4]。文中提出的基于錨節(jié)點(diǎn)功率控制和鄰居信息的距離無(wú)關(guān)定位算法AP&NI(Anchor Power- control and Neighbor Information)的中心思想與后者相似,通過(guò)使用錨節(jié)點(diǎn)功率控制技術(shù)以及鄰居節(jié)點(diǎn)分布信息,AP&NI算法不僅提高了近似距離的估計(jì)精度,而且增加了在不同環(huán)境下的精度穩(wěn)定性。仿真顯示,AP&NI算法與DV-Hop算法和部分改進(jìn)算法相比無(wú)論是在各向同性還是各向異性的網(wǎng)絡(luò)中均具有較高的定位精度。
1.1 基于DV-Hop的改進(jìn)算法
DV-Hop算法[5]的核心思想是用最小跳數(shù)與平均每跳距離的乘積代替未知節(jié)點(diǎn)到錨節(jié)點(diǎn)的近似距離。該算法在節(jié)點(diǎn)密度高,節(jié)點(diǎn)分布較均勻的網(wǎng)絡(luò)中可以得到較高的定位精度。但當(dāng)網(wǎng)絡(luò)的部署環(huán)境不滿(mǎn)足上述條件或運(yùn)用在各向異性的網(wǎng)絡(luò)中時(shí),DV-Hop算法的定位精度將會(huì)有較大惡化。針對(duì)DV-Hop算法的問(wèn)題,研究人員在傳統(tǒng)DV-Hop算法的基礎(chǔ)上提出了許多改進(jìn)算法。文獻(xiàn)[6]針對(duì)單個(gè)錨節(jié)點(diǎn)估計(jì)的平均每跳距離誤差較大的缺點(diǎn),提出了一種基于加權(quán)處理平均每跳距離的算法(Weight-DV-Hop)。該算法根據(jù)未知節(jié)點(diǎn)距錨節(jié)點(diǎn)的跳數(shù)進(jìn)行加權(quán),跳數(shù)越小權(quán)值越大,增加了平均每跳距離的準(zhǔn)確度。文獻(xiàn)[7]采用每跳分級(jí)和修正平均每跳距離的方法對(duì)DV-Hop算法進(jìn)行了改進(jìn)。文獻(xiàn)[8]從升級(jí)未知節(jié)點(diǎn)為錨節(jié)點(diǎn)、運(yùn)用二維雙曲線算法以及引入量子行為粒子群算法三方面增加了定位精度。文獻(xiàn)[9]通過(guò)離線建立最小每跳長(zhǎng)度表來(lái)判斷一條路徑的可靠性,減少網(wǎng)絡(luò)的不規(guī)則性對(duì)距離估計(jì)的影響。文獻(xiàn)[10]針對(duì)DV-Hop算法在各向異性的網(wǎng)絡(luò)中定位精度惡化的缺點(diǎn),提出了“友好”錨節(jié)點(diǎn)集的概念,未知節(jié)點(diǎn)到錨節(jié)點(diǎn)的估計(jì)距離誤差由于“友好”錨節(jié)點(diǎn)集的引入而有所降低。
1.2 錨節(jié)點(diǎn)功率控制模型
假設(shè)傳感器節(jié)點(diǎn)擁有理想的圓形無(wú)線信號(hào)傳播模型,則節(jié)點(diǎn)通過(guò)功率控制在不同的功率等級(jí)下發(fā)射信號(hào),通信區(qū)域?yàn)槿舾蓚€(gè)半徑不同的同心圓。眾多新穎的無(wú)線傳感器網(wǎng)絡(luò)定位算法都引入了節(jié)點(diǎn)功率控制技術(shù),這些算法有的通過(guò)縮小未知節(jié)點(diǎn)可能位于的區(qū)域來(lái)達(dá)到提高定位精度的目的[11-12],有的則利用不同的通信半徑修正近似距離,從而提高定位精度[13-14]。
AP&NI算法中的錨節(jié)點(diǎn)功率控制模型如下:
(1) 假定傳感器節(jié)點(diǎn)擁有理想的圓形無(wú)線信號(hào)傳播模型,未知節(jié)點(diǎn)的通信半徑為r。
(2) 錨節(jié)點(diǎn)在部署前預(yù)先設(shè)置1、2、3三個(gè)不同的發(fā)射功率等級(jí),相對(duì)應(yīng)的通信半徑分別為r,2r,3r。
AP&NI定位算法由兩個(gè)階段組成:第一階段是基于錨節(jié)點(diǎn)功率控制和鄰居信息的距離估計(jì)階段;第二階段是基于不同近似距離個(gè)數(shù)的位置計(jì)算階段。
2.1 距離估計(jì)階段
在距離估計(jì)階段,網(wǎng)絡(luò)中的錨節(jié)點(diǎn)依次以1、2、3功率等級(jí)發(fā)送信標(biāo)信號(hào),其中含有錨節(jié)點(diǎn)自身的ID、坐標(biāo)信息以及功率等級(jí)p,接收到的鄰居節(jié)點(diǎn)只記錄對(duì)應(yīng)錨節(jié)點(diǎn)的最小功率等級(jí),拋棄來(lái)自相同錨節(jié)點(diǎn)的較大功率等級(jí)。如圖1所示,對(duì)應(yīng)錨節(jié)點(diǎn)A,未知節(jié)點(diǎn)B只記錄功率等級(jí)2而拋棄功率等級(jí)3。
圖1 距離估計(jì)階段原理圖
在AP&NI算法中,一個(gè)未知節(jié)點(diǎn)到一錨節(jié)點(diǎn)的近似距離由最小距離MinDis和相對(duì)距離RelaDis兩部分組成,如圖1所示,其中最小距離為未知節(jié)點(diǎn)相對(duì)該錨節(jié)點(diǎn)的功率等級(jí)p減1后與通信半徑r的乘積。則在圖1中,未知節(jié)點(diǎn)B到錨節(jié)點(diǎn)A的近似距離dBA為:
dBA=MinDisBA+RelaDisBA=r×(pBA-1)+RelaDisBA
(1)
式中:pBA為未知節(jié)點(diǎn)B相對(duì)錨節(jié)點(diǎn)A的功率等級(jí);r為未知節(jié)點(diǎn)的通信半徑。
同理可得:
dCA=MinDisCA+RelaDisCA=r×(pCA-1)+RelaDisCA
(2)
當(dāng)多個(gè)未知節(jié)點(diǎn)相對(duì)一錨節(jié)點(diǎn)的功率等級(jí)均為p時(shí),如果一個(gè)未知節(jié)點(diǎn)擁有越多的相對(duì)該錨節(jié)點(diǎn)功率等級(jí)為p+1的鄰居節(jié)點(diǎn),則從概率上可以認(rèn)為該未知節(jié)點(diǎn)距離錨節(jié)點(diǎn)越遠(yuǎn),即相對(duì)距離RelaDis越大。在圖1中,未知節(jié)點(diǎn)B和C相對(duì)錨節(jié)點(diǎn)A的功率等級(jí)均為2,但節(jié)點(diǎn)B的鄰居節(jié)點(diǎn)中有4個(gè)節(jié)點(diǎn)相對(duì)錨節(jié)點(diǎn)A的功率等級(jí)為3,而節(jié)點(diǎn)C的鄰居節(jié)點(diǎn)中只有2個(gè)節(jié)點(diǎn)相對(duì)錨節(jié)點(diǎn)A的功率等級(jí)為3,因此可以得出RelaDisBA大于RelaDisCA。
文中將功率等級(jí)為p+1的鄰居節(jié)點(diǎn)個(gè)數(shù)稱(chēng)為外環(huán)點(diǎn)數(shù)OuterNode,于是找出外環(huán)點(diǎn)數(shù)與RelaDis之間的對(duì)應(yīng)關(guān)系成為計(jì)算近似距離的重點(diǎn)。一個(gè)網(wǎng)絡(luò)的部署參數(shù)在部署前很容易得知,AP&NI算法根據(jù)預(yù)知的網(wǎng)絡(luò)部署參數(shù)通過(guò)計(jì)算機(jī)仿真的方法得到一張OuterNode與RelaDis之間的對(duì)應(yīng)表,并將該表儲(chǔ)存到每個(gè)未知節(jié)點(diǎn)中供其距離估計(jì)階段使用。根據(jù)不同的網(wǎng)絡(luò)部署參數(shù),AP&NI算法需在部署前仿真不同的對(duì)應(yīng)表。表1給出了對(duì)應(yīng)表的一個(gè)范例,該表的仿真參數(shù)如下:部署區(qū)域?yàn)?00 m×100 m的正方形,總節(jié)點(diǎn)數(shù)為100個(gè),r為20 m,表中的RelaDis值是500次仿真的平均。
表1 OuterNode與RelaDis對(duì)應(yīng)表
如果圖1中的傳感器節(jié)點(diǎn)實(shí)際部署的區(qū)域范圍、總節(jié)點(diǎn)數(shù)、以及未知節(jié)點(diǎn)通信半徑均與表1的仿真參數(shù)相同,則RelaDisBA的值為表中4對(duì)應(yīng)的14.100 0 m,RelaDisCA的值為表中2對(duì)應(yīng)的11.373 0 m,即近似距離dBA和dCA分別為:
(3)
2.2 位置計(jì)算階段
未知節(jié)點(diǎn)在位置計(jì)算階段根據(jù)儲(chǔ)存的近似距離個(gè)數(shù)被分為以下4種情況:
(1)當(dāng)擁有到3個(gè)或3個(gè)以上錨節(jié)點(diǎn)的近似距離時(shí),未知節(jié)點(diǎn)利用極大似然估計(jì)法計(jì)算自身坐標(biāo)。
(2)當(dāng)擁有到2個(gè)錨節(jié)點(diǎn)的近似距離時(shí),未知節(jié)點(diǎn)首先計(jì)算出兩個(gè)候選坐標(biāo),然后利用已經(jīng)定位的鄰居未知節(jié)點(diǎn)通過(guò)質(zhì)心算法計(jì)算出一個(gè)參考坐標(biāo),未知節(jié)點(diǎn)將離參考坐標(biāo)較近的候選坐標(biāo)作為自身的估計(jì)坐標(biāo)。
(3)當(dāng)擁有到1個(gè)錨節(jié)點(diǎn)的近似距離d時(shí),未知節(jié)點(diǎn)的坐標(biāo)計(jì)算如圖2所示。未知節(jié)點(diǎn)首先利用已經(jīng)定位的鄰居未知節(jié)點(diǎn)通過(guò)質(zhì)心算法計(jì)算出一個(gè)參考點(diǎn)R,然后在射線AR上取距離錨節(jié)點(diǎn)A長(zhǎng)度為d的點(diǎn),未知節(jié)點(diǎn)將該點(diǎn)作為自身的估計(jì)坐標(biāo)。估計(jì)坐標(biāo)(xe,ye)可由式(4)得到:
(4)
式中:xR,yR為參考點(diǎn)R的坐標(biāo);xA,yA為錨節(jié)點(diǎn)A的坐標(biāo)。
圖2 近似距離數(shù)為1的位置計(jì)算原理圖
(4)當(dāng)儲(chǔ)存的近似距離個(gè)數(shù)為0時(shí),未知節(jié)點(diǎn)將已經(jīng)定位的鄰居未知節(jié)點(diǎn)坐標(biāo)的質(zhì)心作為自身的估計(jì)坐標(biāo)。
2.3 算法步驟
第一步:在網(wǎng)絡(luò)部署前,依據(jù)網(wǎng)絡(luò)部署參數(shù)運(yùn)用計(jì)算機(jī)仿真得出OuterNode與RelaDis對(duì)應(yīng)表,每個(gè)未知節(jié)點(diǎn)儲(chǔ)存該表。
第二步:網(wǎng)絡(luò)部署后,所有錨節(jié)點(diǎn)依次發(fā)送1、2、3三個(gè)不同功率等級(jí)的信標(biāo)信號(hào),其中包括錨節(jié)點(diǎn)ID、坐標(biāo)信息以及功率等級(jí)p,接收節(jié)點(diǎn)只記錄對(duì)應(yīng)錨節(jié)點(diǎn)的最小功率等級(jí),拋棄來(lái)自相同錨節(jié)點(diǎn)的較大功率等級(jí)。
第三步:未知節(jié)點(diǎn)計(jì)算相對(duì)不同錨節(jié)點(diǎn)的外環(huán)點(diǎn)數(shù)并根據(jù)預(yù)先儲(chǔ)存的OuterNode與RelaDis對(duì)應(yīng)表通過(guò)式(1)計(jì)算到不同錨節(jié)點(diǎn)的近似距離。
第四步:未知節(jié)點(diǎn)根據(jù)記錄的近似距離的個(gè)數(shù),按照從大到小的順序分別通過(guò)2.2節(jié)描述的方法計(jì)算自身估計(jì)坐標(biāo)。
為了全面分析AP&NI定位算法的性能,本節(jié)在各向同性的網(wǎng)絡(luò)和各向異性的網(wǎng)絡(luò)兩種環(huán)境下進(jìn)行了仿真實(shí)驗(yàn)。對(duì)于各向同性的網(wǎng)絡(luò),仿真區(qū)域?yàn)?00 m×100 m的正方形;對(duì)于各向異性的網(wǎng)絡(luò),仿真采用C型網(wǎng)絡(luò)和S型網(wǎng)絡(luò)[10]。為了確保數(shù)據(jù)的說(shuō)服力,仿真中每組參數(shù)運(yùn)行300次,仿真結(jié)果為300次實(shí)驗(yàn)的平均值。
3.1 各向同性網(wǎng)絡(luò)
在各向同性網(wǎng)絡(luò)中,本文將DV-Hop算法、Weight-DV-Hop算法、文獻(xiàn)[13]中的LPC(Localization with the Power Control)算法以及AP&NI算法進(jìn)行了仿真對(duì)比。LPC算法中的傳感器節(jié)點(diǎn)配置2種通信半徑,分別為r和1.5r。當(dāng)100個(gè)傳感器節(jié)點(diǎn)隨機(jī)部署在正方形區(qū)域內(nèi)時(shí),圖3給出了在未知節(jié)點(diǎn)通信半徑固定為20 m,錨節(jié)點(diǎn)密度增加的情況下4種算法的定位誤差。從圖3可以看出,4種算法的定位誤差均隨著錨節(jié)點(diǎn)密度的增加而有所下降且AP&NI算法的定位誤差明顯低于DV-Hop算法、Weight-DV-Hop算法和LPC算法。以錨節(jié)點(diǎn)密度為10%為例,此時(shí)AP&NI算法的定位誤差為0.40,相比DV-Hop算法,Weight-DV-Hop算法和LPC算法定位誤差分別降低了24.1%、19.7%和10.9%。此外,從圖3可以看出,當(dāng)錨節(jié)點(diǎn)密度大于15%后,AP&NI算法的定位精度受錨節(jié)點(diǎn)密度的影響程度明顯減弱,相對(duì)其他3種算法的優(yōu)勢(shì)也趨于穩(wěn)定。
圖3 不同錨節(jié)點(diǎn)密度下的定位誤差對(duì)比圖
圖4和圖5分別是不同總節(jié)點(diǎn)數(shù)和不同未知節(jié)點(diǎn)通信半徑對(duì)定位誤差的影響。圖4中錨節(jié)點(diǎn)密度為10%,未知節(jié)點(diǎn)通信半徑為20 m;圖5中總節(jié)點(diǎn)數(shù)為100,錨節(jié)點(diǎn)密度為10%。從圖4和圖5可以看出,隨著總節(jié)點(diǎn)數(shù)或未知節(jié)點(diǎn)通信半徑的增加,AP&NI算法的定位誤差始終低于DV-Hop算法、Weight-DV-Hop算法和LPC算法,且當(dāng)總節(jié)點(diǎn)數(shù)或通信半徑較小時(shí),AP&NI算法的優(yōu)勢(shì)相比DV-HOP算法和Weight-DV-Hop算法尤為顯著。這是因?yàn)楫?dāng)網(wǎng)絡(luò)中總節(jié)點(diǎn)數(shù)或通信半徑較小時(shí),網(wǎng)絡(luò)的連通性變差,使得DV-Hop和Weight-DV-Hop算法的距離估計(jì)精度出現(xiàn)惡化,但AP&NI算法有效地避免了這一不足。經(jīng)計(jì)算可得,隨著總節(jié)點(diǎn)數(shù)的增加,AP&NI算法的定位誤差相比DV-Hop算法、Weight-DV-Hop算法和LPC算法分別對(duì)應(yīng)降低了49.6%~23.5%、43.0%~18.5%和25.6%~10.7%。隨著未知節(jié)點(diǎn)通信半徑的增加,定位誤差分別對(duì)應(yīng)降低了36.0%~11.4%、32.7%~8.4%和18.7%~6.4%。
圖4 不同總節(jié)點(diǎn)數(shù)下的定位誤差對(duì)比圖
圖5 不同通信半徑下的定位誤差對(duì)比圖
3.2 各向異性網(wǎng)絡(luò)
在各向異性的網(wǎng)絡(luò)中,本文將DV-Hop算法、文獻(xiàn)[10]算法以及AP&NI算法進(jìn)行了仿真對(duì)比。當(dāng)總節(jié)點(diǎn)數(shù)為100,未知節(jié)點(diǎn)通信半徑固定為20 m,錨節(jié)點(diǎn)數(shù)從10增加到35時(shí),圖6和圖7分別給出了在C型網(wǎng)絡(luò)和S型網(wǎng)絡(luò)兩種情況下3種算法的定位誤差。從這兩幅圖可以看出,在C型網(wǎng)絡(luò)和S型網(wǎng)絡(luò)中,DV-Hop算法的定位誤差明顯增大,分別達(dá)到了120%和200%左右。但AP&NI算法依然保持良好的定位精度,與各向同性的網(wǎng)絡(luò)相比基本持平。這時(shí)因?yàn)锳P&NI算法沒(méi)有使用最小跳數(shù),避免了路徑迂回帶來(lái)的精度惡化。經(jīng)計(jì)算得知,AP&NI算法與DV-Hop相比定位誤差在C型網(wǎng)絡(luò)和S型網(wǎng)絡(luò)中分別平均下降約69%和83%。此外,文獻(xiàn)[10]的算法雖然一定程度上能降低DV-Hop算法在各向異性網(wǎng)絡(luò)中的定位誤差,但定位精度明顯低于AP&NI算法,AP&NI算法與文獻(xiàn)[10]算法相比定位誤差在C型網(wǎng)絡(luò)和S型網(wǎng)絡(luò)中分別平均下降約41%和61%。
圖6 C型網(wǎng)絡(luò)中的定位誤差對(duì)比圖
圖7 S型網(wǎng)絡(luò)中的定位誤差對(duì)比圖
AP&NI算法將未知節(jié)點(diǎn)到錨節(jié)點(diǎn)的近似距離分為最小距離和相對(duì)距離兩部分,最小距離由錨節(jié)點(diǎn)功率控制技術(shù)確定,相對(duì)距離由外環(huán)點(diǎn)數(shù)與相對(duì)距離對(duì)應(yīng)表確定。但該距離估計(jì)方法并不能保證每個(gè)未知節(jié)點(diǎn)均獲得到多個(gè)錨節(jié)點(diǎn)的近似距離,因此需要引入不同的位置計(jì)算方法來(lái)進(jìn)一步提高定位精度和定位覆蓋率。仿真結(jié)果表明,在各向同性和各向異性的網(wǎng)絡(luò)中,AP&NI算法均具有明顯的優(yōu)勢(shì)。但對(duì)于部署區(qū)域中的邊緣節(jié)點(diǎn),由于外環(huán)點(diǎn)數(shù)信息的不準(zhǔn)確,因此這類(lèi)節(jié)點(diǎn)的定位精度還有待提高,如何解決這一問(wèn)題是今后研究的重點(diǎn)。
[1] YANG Z,LIU Y.Understanding node localizability of wireless ad hoc and sensor networks.IEEE Transactions on Mobile Computing,2012,11(8): 1249-1260.
[2] 冀常鵬,陳美玲,劉巧.無(wú)線傳感網(wǎng)絡(luò)APIT定位算法的改進(jìn).儀表技術(shù)與傳感器,2012(8): 84-86.
[3] CHEN C C,CHANG C Y,LI Y N.Range-free localization scheme in wireless sensor networks based on bilateration.International Journal of Distributed Sensor Networks,2013: 1-10.
[4] LEE J,CHUNG W,KIM E.A new range-free localization method using quadratic programming.Computer Communications,2011,34(8): 998-1010.
[5] NICULESCU D,NATH B.DV based positioning in ad hoc networks.Journal of Telecommunication Systems,2003,22(14): 267-280.
[6] 劉峰,張翰,楊驥.一種基于加權(quán)處理的無(wú)線傳感器網(wǎng)絡(luò)平均跳距離估計(jì)算法.電子信息學(xué)報(bào),2008,30(5): 1222-1225.
[7] 張愛(ài)清,葉新榮,胡海峰,等.基于RSSI每跳分級(jí)和跳距修正的DV-HOP改進(jìn)算法.儀器儀表學(xué)報(bào),2012,33(11): 2552-2559.
[8] 趙吉,傅毅,王瀚波.改進(jìn)的DV-Hop無(wú)線傳感器網(wǎng)絡(luò)定位算法.儀表技術(shù)與傳感器,2013(6): 111-114.
[9] XIAO B,CHEN L,XIAO Q,et al.Reliable anchor-based sensor localization in irregular areas.IEEE Transactions on Mobile Computing,2009,9(1): 60-72.
[10] LIU X,ZHANG S,WANG J,et al.Anchor supervised distance estimation in anisotropic wireless sensor networks.Proceedings of IEEE Wireless Communications and Networking Conference,Cancun Mexico,2011.
[11] VIVEKANANDAN V,WONG V W S.Concentric anchor beacon localization algorithm for wireless sensor networks.IEEE Transactions on Vehicular Technology,2007,56(5): 2733-2744.
[12] 閆斌,周小佳,王厚軍,等.無(wú)線傳感器網(wǎng)絡(luò)功率控制的質(zhì)心定位算法.電子科技大學(xué)學(xué)報(bào),2010,39(3): 416-419.
[13] LIAO W H,SHIH K P,LEE Y C.A localization protocol with adaptive power control in wireless sensor networks.Computer Communications,2008,31(10): 2496-2504.
[14] AHN H,HONG J.DV-hop Localization Algorithm with Multi- Power Beacons under Noisy Environment.Proceedings of 2011 Third International Conference on Ubiquitous and Future Networks,New York,2011.
Range-free Localization Algorithm Based on Power-control andNeighbor Information
SHI Xin1,ZHANG Ling-hua2
(1.College of Telecommunications & Information Engineering,Nanjing Universityof Posts and Telecommunications,Nanjing 210003,China;2.College of Internet of Things,Nanjing University of Posts and Telecommunications,Nanjing 210003,China)
To solve the node self-localization problem in Wireless Sensor Network (WSN),a range-free localization algorithm using anchor power-control and neighbor information (AP&NI) was proposed.AP&NI algorithm can be divided into distance estimation phase and position calculation phase.In distance estimation phase,unknown node gets the approximate distances between itself and anchors by anchor power-control and deployment information of neighbor nodes.In position calculation phase,unknown node uses different approaches to calculate its own coordinate,according to the number of approximate distances.Matlab simulation results show that,compared with DV-Hop and some improved algorithms,AP&NI algorithm reduces the error of approximate distance effectively and improves localization accuracy.AP&NI algorithm overcomes the shortcomings of DV-Hop algorithm and maintains good localization accuracy in anisotropic network.
wireless sensor network;localization algorithm;power-control;neighbor node information;localization accuracy
江蘇省普通高校研究生科研創(chuàng)新計(jì)劃項(xiàng)目(CXLX13_461)
2014-02-12 收修改稿日期:2014-10-09
TP393
A
1002-1841(2015)03-0074-04
史昕(1990— ),碩士研究生,主要研究領(lǐng)域?yàn)闊o(wú)線傳感器網(wǎng)絡(luò)。E-mail:sx839075741@163.com 張玲華(1964— ),教授,博士生導(dǎo)師,主要研究領(lǐng)域?yàn)檎Z(yǔ)音處理與現(xiàn)代語(yǔ)音通信、無(wú)線通信中的信號(hào)處理。 E-mail:zhanglh@njupt.edu.cn