基于煤礦井下WSN的RSSI加權(quán)質(zhì)心定位算法研究＊

董 君，李吉彪

（河南機電高等?？茖W(xué)校實驗管理中心，河南新鄉(xiāng)453000）

基于煤礦井下WSN的RSSI加權(quán)質(zhì)心定位算法研究＊

董 君，李吉彪

（河南機電高等專科學(xué)校實驗管理中心，河南新鄉(xiāng)453000）

針對井下傳統(tǒng)無線網(wǎng)絡(luò)RSSI加權(quán)質(zhì)心定位算法精度不高的問題，首先提出了一種基于接收信號強度值作為加權(quán)因子的加權(quán)質(zhì)心定位算法。算法以動態(tài)獲取未知節(jié)點當(dāng)前區(qū)域的路徑衰減系數(shù)為基礎(chǔ)，通過挑選出未知節(jié)點當(dāng)前活動區(qū)域最優(yōu)參考節(jié)點，計算出彼此之間的距離，確定當(dāng)前未知節(jié)點的最優(yōu)通信半徑范圍。算法中還選取參考節(jié)點和未知節(jié)點之間的信號強度RSSI值作為加權(quán)因子，一定程度上又減少了傳統(tǒng)上通過計算得到節(jié)點間距離作為加權(quán)因子算法帶來的誤差。仿真結(jié)果表明，改進(jìn)的定位算法更加適合煤礦井下未知節(jié)點具有移動性的特點，在相同測試條件下，比傳統(tǒng)加權(quán)質(zhì)心算法精度有了很大的提升。

加權(quán)質(zhì)心定位算法；動態(tài)路徑衰減系數(shù)；煤礦井下；通信半徑

0 引言

煤礦井下生產(chǎn)環(huán)境復(fù)雜，現(xiàn)有的無線傳感網(wǎng)絡(luò)很大程度上彌補了有線監(jiān)控的不足，但是由于井下巷道中設(shè)備和人員處于移動狀態(tài)，當(dāng)前的監(jiān)測區(qū)域環(huán)境指數(shù)也處于變化之中，因此如何在多變的監(jiān)測區(qū)域中對井下移動的設(shè)備和人員進(jìn)行有效的定位已經(jīng)成為一個需要研究的重要問題。

目前無線傳感網(wǎng)絡(luò)定位算法根據(jù)是否需要對距離進(jìn)行測量，分為基于測距的定位算法和非測距定位算法［1，2］。朱忠記、何熊熊等人提出了統(tǒng)計中值加權(quán)的方法，但仍然是以參考節(jié)點和未知節(jié)點之間的距離為基礎(chǔ)加權(quán)因子［3］，沒有考慮井下工作面監(jiān)測區(qū)域中多徑衰減系數(shù)時刻處于動態(tài)變化；韓東升，楊維等人提出了動態(tài)獲取當(dāng)前區(qū)域路徑衰落指數(shù)，但是加權(quán)因子的確定卻是隨機的［4］。煤礦井下巷道生產(chǎn)環(huán)境特殊，導(dǎo)致無線信號出現(xiàn)衰減、多徑傳播等情況，本文實驗研究中，考慮井下未知節(jié)點時刻處于動態(tài)工作區(qū)域中，利用未知節(jié)點周期性的廣播并收集參考節(jié)點間的RSSI信號強度值，從而得到當(dāng)前區(qū)域的最優(yōu)多徑衰減系數(shù)，并通過動態(tài)獲取此系數(shù)進(jìn)一步求得參考節(jié)點到未知節(jié)點間的距離，從而得到有效的活動通信半徑。本文提出的改進(jìn)算法，大大適應(yīng)了煤礦井下開采工作面的靈活施工程度，提高了井下定位精度。

1 傳統(tǒng)的RSSI加權(quán)質(zhì)心定位算法

傳統(tǒng)的RSSI加權(quán)質(zhì)心定位算法是以未知節(jié)點和參考節(jié)點之間的RSSI值為依據(jù)的，各個參考節(jié)點對最終定位質(zhì)心位置的影響程度是通過計算每個參考節(jié)點坐標(biāo)對應(yīng)的加權(quán)值來實現(xiàn)的。其計算公式為［5］：

公式（1）中wi即為每個參考節(jié)點相應(yīng)的加權(quán)值，是其與未知節(jié)點之間距離di的函數(shù)。加權(quán)值公式為：

其中di值不能為0，值為0的參考節(jié)點可以視為不能與未知節(jié)點通信的節(jié)點。

2 改進(jìn)的RSSI加權(quán)質(zhì)心定位算法研究

2.1 動態(tài)獲取路徑衰減系數(shù)

煤礦井下工況環(huán)境復(fù)雜，障礙物多，存在許多諸如溫度、粉塵、巷壁壓力等隨環(huán)境改變而改變的移動節(jié)點，各處的路徑衰減系數(shù)不同，因而對RSSI值的獲取影響很大，導(dǎo)致傳統(tǒng)RSSI定位算法精度不準(zhǔn)確，產(chǎn)生誤差。本文研究的RSSI加權(quán)定位改進(jìn)算法為克服以上不足，首先要完成對當(dāng)前區(qū)域環(huán)境中路徑衰減系數(shù)的動態(tài)獲取。n越大，代表當(dāng)前定位區(qū)域的障礙物越多，信號衰減較大，傳播距離較短。通過計算n值，并進(jìn)行比較，每次挑選出具有較好代表性，離未知節(jié)點最近的參考節(jié)點來定位。

圖1 巷道內(nèi)節(jié)點分布模擬示意圖

已知參考節(jié)點的位置信息以及鄰居參考節(jié)點彼此間的RSSI值，如圖1所示首先將A、B、C節(jié)點作為參考節(jié)點，將C節(jié)點接收到的A、B節(jié)點之間的RSSI值分別標(biāo)志為RSSIAC、RSSIBC，其之間的距離標(biāo)志為dAC、dBC將以上數(shù)據(jù)代入路徑衰減系數(shù)計算公式［4］中求得當(dāng)前區(qū)域的路徑衰減系數(shù)。

2.2 參考節(jié)點到未知節(jié)點位置的獲取

利用RSSI技術(shù)進(jìn)行定位，一般選擇信號傳播損耗模型、常態(tài)分布模型來進(jìn)行計算，如以下公式［6］所示：

其中PL（d0）是信號傳播距離為d0的路徑損耗值，n即為2.1中計算出的路徑衰減系數(shù)，f為信號發(fā)射頻率。

其中PL（d）是信號傳播距離為d的路徑損耗值，ξn為均值為0的高斯隨機分布函數(shù)。

其中RSSI為未知節(jié)點接收到的參考節(jié)點的信號強度值，PS和PA分別表示節(jié)點的發(fā)射功率和天線增益。通過公式（1）求出最優(yōu)路徑衰減系數(shù)值，從而選擇出未知節(jié)點附近最有效的參考節(jié)點，再結(jié)合（4）、（5）、（6）可以求得參考節(jié)點到未知節(jié)點的距離d。

2.3 改進(jìn)算法

傳統(tǒng)RSSI加權(quán)定位算法選取參考節(jié)點到未知節(jié)點的距離作為加權(quán)因子，這樣由信號傳播模型和對數(shù)常態(tài)分布模型計算的d值本身就存在誤差，導(dǎo)致定位精度降低。本文改進(jìn)的定位算法采用信號強度值RSSI作為加權(quán)因子，又因為井下工作環(huán)境特殊，巷道區(qū)域條件有差異，采用的參考節(jié)點的最大發(fā)射功率也會不同，這樣未知節(jié)點接收到的RSSI值可能出現(xiàn)負(fù)數(shù)。因此本文實驗研究中我們?nèi)SSI絕對值進(jìn)行計算，取其正值數(shù)值［7］。另外煤礦井下會產(chǎn)生由巷道內(nèi)壁表面凹凸不平帶來的多徑散射和反射，導(dǎo)致根據(jù)信號強度值RSSI定位產(chǎn)生定位誤差，因此本文在研究中通過未知移動節(jié)點定期向周圍參考節(jié)點廣播收集RSSI值，多次求得路徑衰減系數(shù)值，并求得選取的參考節(jié)點到未知節(jié)點的距離。本文實驗中通過10次廣播，10次計算，求得10組參考節(jié)點到未知節(jié)點的距離值。通過剔除其中最大值以及最小值，然后對剩余8組數(shù)值求平均值，將其作為本文實驗研究中節(jié)點之間的通信半徑。在通信半徑內(nèi)選取4個最優(yōu)參考節(jié)點，組成RSSI四面體定位模型，進(jìn)一步求得未知節(jié)點的位置坐標(biāo)。

綜上分析，如圖1節(jié)點為例，加權(quán)因子w＝1／（RSSIAE＋RSSIBE＋RSSICE＋RSSIDE），具體算法步驟描述如下：

（1）參考節(jié)點周期性的廣播收集RSSI值，通過多次計算選取最優(yōu)多徑衰減系數(shù)n，并計算出參考節(jié)點到未知節(jié)點的距離，確定本文實驗中所取的節(jié)點通信半徑，從而挑選出通信半徑范圍內(nèi)最佳參考節(jié)點。

（2）確定加權(quán)因子值，并記錄選取的參考節(jié)點的坐標(biāo)信息｛（x1，y1，z1），（x2，y2，z2），（x3，y3，z3），（x4，y4，z4）｝以及參考節(jié)點對應(yīng)的映射信號強度值｛RSSIAE，RSSIBE，RSSICE，RSSIDE｝。

（3）選取的四個最佳參考節(jié)點構(gòu)成四面提定位模型，對其求加權(quán)質(zhì)心。加權(quán)質(zhì)心坐標(biāo)為｛w［（x1｜RSSIAE｜＋x2｜RSSIBE｜＋x3｜RSSICE｜＋x4｜RSSIDE｜）］，w［（y1｜RSSIAE｜＋y2｜RSSIBE｜＋y3｜RSSICE｜＋y4｜RSSIDE｜）］，w［（z1｜RSSIAE｜＋z2｜RSSIBE｜＋z3｜RSSICE｜＋z4｜RSSIDE｜）］｝。

（4）為了求得更精確的未知節(jié)點定位坐標(biāo)，可將上述步驟重復(fù)進(jìn)行，在通信半徑內(nèi)構(gòu)成多個四面體定位模型，最后將求得的未知節(jié)點定位坐標(biāo)求平均值，即可更加精確。

（5）算法的定位誤差計算公式為

其中（x，y）為未知節(jié)點實際坐標(biāo)，（x′，y′）為其計算值。

實驗過程中可以選擇多個節(jié)點進(jìn)行實驗，以上算法步驟分析中以選取4個參考節(jié)點為例。

3 改進(jìn)算法仿真結(jié)果及分析

本文實驗研究中采用MATLAB軟件對本文改進(jìn)算法進(jìn)行仿真，選擇的實際仿真條件為120m＊2m＊4m的學(xué)校實驗室外走廊通道，即假設(shè)模擬的煤礦井下巷道環(huán)境為長120m，寬為2m，高為4m。選擇載頻為2.6的無線信號，通信半徑設(shè)置范圍為50－100m，參考節(jié)點數(shù)設(shè)置5到40個。節(jié)點的安排布置情況參考圖1，分別安裝在模擬巷道側(cè)壁、地面的位置處［8］。每個實驗運行300次，仿真結(jié)果取300次的平均值。仿真結(jié)果圖如圖2－4所示。

通過對圖2－4的仿真結(jié)果進(jìn)行分析，可得到以下結(jié)論：在相同通信半徑區(qū)域內(nèi)選擇的參考節(jié)點，基于RSSI的加權(quán)質(zhì)心算法和本文改進(jìn)的算法均隨著選取的參考節(jié)點數(shù)目增多而誤差降低，改進(jìn)的算法要比原算法誤差平均低0.5m左右；而在選取的節(jié)點數(shù)目相同，通信半徑不同的情況下，基于RSSI的加權(quán)質(zhì)心算法計算的誤差隨著通信半徑的增大而增大。本文改進(jìn)的算法在通信半徑40m以內(nèi)的區(qū)域內(nèi)，誤差呈現(xiàn)輕微的降低趨勢，但是40m以上開始明顯增大；圖4通過對采用固定n值的RSSI加權(quán)質(zhì)心算法和本文采用動態(tài)獲取n值的改進(jìn)算法的仿真結(jié)果比較，可以看出在通信半徑很小的情況下，固定n值的加權(quán)質(zhì)心算法定位誤差很小，但是隨著通信半徑距離的增大，誤差開始增大，在通信半徑6－16m范圍內(nèi)效果較好。本文改進(jìn)的算法反而在6－16m范圍內(nèi)定位誤差較高，但總體而言本文改進(jìn)的算法在定位精度和穩(wěn)定性方面都有了一定程度的提升。

圖2 誤差隨參考節(jié)點個數(shù)變化的仿真結(jié)果

圖3 誤差隨參考節(jié)點通信半徑變化的仿真結(jié)果

圖4 采用固定n值和采用動態(tài)獲取n值產(chǎn)生誤差的仿真結(jié)果

4 總結(jié)

本文引入了用信號強度RSSI值作為加權(quán)因子的定位方法，避免了傳統(tǒng)上采用參考節(jié)點和未知節(jié)點間距離作為加權(quán)因子帶來的誤差。另外在定位過程中，動態(tài)獲取未知節(jié)點當(dāng)前區(qū)域的多徑衰減系數(shù)，從而有效地確定未知節(jié)點的通信半徑，為每次定位選擇最優(yōu)參考節(jié)點提供基礎(chǔ)條件。仿真結(jié)果顯示，改進(jìn)的算法對于煤礦井下的定位，具有一定的現(xiàn)實意義。本文改進(jìn)算法考慮的參考節(jié)點均為靜態(tài)，如何將移動的參考節(jié)點應(yīng)用到井下定位中是下一步工作的重點。

（責(zé)任編輯 呂春紅）

［1］Chen C C，Chang C Y，Li Y N.Range－Free Localization Scheme in Wireless Sensor Networks Based on Bilateration［J／OL］.International Journal of Distributed Sensor Networks，2013（2013）.http：∥dx.doi.org／10.1155.2013／620248.

［2］于海存，石為人，冉啟可，等.基于虛擬靜態(tài)錨節(jié)點的加權(quán)質(zhì)心定位算法［J］.傳感技術(shù)學(xué)報，2013，26（9）：1276－1282.

［3］朱忠記，何熊熊，章曉，等.基于RSSI的四邊測距改進(jìn)加權(quán)質(zhì)心定位算法［J］.杭州電子科技大學(xué)學(xué)報，2014，34（1）：18－19.

［4］韓東升，楊維，劉洋，等.煤礦井下基于RSSI的加權(quán)質(zhì)心定位算法［J］.煤炭學(xué)報，2013，38（3）：524－525.

［5］王洪元，蔣燕蓉，楊小英，等.一種改進(jìn)的加權(quán)質(zhì)心自定位算法［J］.計算機與應(yīng)用化學(xué)，2014，31（3）：263－266.

［6］丁恩杰，喬欣，常飛，等.基于RSSI的WSNs加權(quán)質(zhì)心定位算法的改進(jìn)［J］.傳感器與微系統(tǒng)，2013，32（7）：53－54.

［7］陳鈞，李穩(wěn)操.基于RSSI的三維加權(quán)質(zhì)心定位研究［J］.軟件，2014，35（3）：77－78.

［8］方旺盛，高銀.狹長直隧道環(huán)境中WSN的RSSI加權(quán)質(zhì)心定位算法［J］.傳感技術(shù)學(xué)報，2014，27（2）：248－250.

A Weighted Centroid Localization Algorithm Based on RSSI for Wireless Sensor Network of The Coal Mine

DONG Jun，et al

（Henan Mechanical and Electrical Engineering College The Experimental Management Center，Xinxiang 453000，China）

This paper firstly introduces a weighted centroid localization algorithm which based on the

signal strength value as the weighted factor，for conventional wireless networks RSSI weighted centroid localization algorithm accuracy is not high of coal mine.This algorithm on basis of dynamically accessing the unknown node＇s path attenuation coefficient in the current region，calculate the distance between each other and determine the optimal communication radius through selecting the optimal reference nodes from the unknown node’s currently active areas.Besides，the signal strength RSSI values between the reference node and unknown node is regarded as the weighting factor in this algorithm，which reduces the error of traditionally putting the distance between the nodes as weighted factor.It is shown by simulation experiments that the improved algorithm is more suitable for the unknown node which has the characteristics of mobility in the coal mine.In the same test conditions，the precision has a lot of improvement than the traditional weighted centroid algorithm.

weighted centroid localization algorithm；dynamic path attenuation coefficient；coal mine；communication radius

TP393

A

1008－2093（2015）01－0033－04

2014－11－05

董君（1985－），女，河南焦作人，助教，主要從事物聯(lián)網(wǎng)、無線網(wǎng)絡(luò)定位算法研究。