基于移動(dòng)錨節(jié)點(diǎn)的WSN加權(quán)質(zhì)心定位方法研究

嚴(yán)雨霞　馮友兵　孫小想

摘 要：針對傳統(tǒng)加權(quán)質(zhì)心定位算法錨節(jié)點(diǎn)數(shù)量多、定位精度低的問題，提出了一種利用單個(gè)移動(dòng)錨節(jié)點(diǎn)實(shí)現(xiàn)加權(quán)質(zhì)心定位的方法。該方法使錨節(jié)點(diǎn)沿著既定軌跡移動(dòng)，并在移動(dòng)過程中等間距廣播信標(biāo)信息，未知節(jié)點(diǎn)選擇收到信標(biāo)信息最近的4個(gè)虛擬錨節(jié)點(diǎn)構(gòu)成未知節(jié)點(diǎn)所在的多邊形，并利用接收信號強(qiáng)度確定權(quán)值，進(jìn)而計(jì)算未知節(jié)點(diǎn)自身的位置。仿真結(jié)果表明，文中提出的算法比傳統(tǒng)加權(quán)質(zhì)心定位算法具有更好的定位精度，并可以通過調(diào)節(jié)信標(biāo)間距改善定位精度。

關(guān)鍵詞：無線傳感器網(wǎng)絡(luò)；節(jié)點(diǎn)定位；加權(quán)質(zhì)心；移動(dòng)錨節(jié)點(diǎn)

中圖分類號：TP393 文獻(xiàn)標(biāo)識碼：A 文章編號：2095-1302（2015）10-00-03

0 引 言

節(jié)點(diǎn)定位是無線傳感器網(wǎng)絡(luò)應(yīng)用的關(guān)鍵技術(shù)之一，而質(zhì)心算法是一種典型的無需測距的節(jié)點(diǎn)定位方法，僅僅依靠網(wǎng)絡(luò)連通性實(shí)現(xiàn)定位，定位方法簡單有效，但定位精度較低。加權(quán)質(zhì)心算法充分利用接收信號強(qiáng)度（RSSI）信息，并采用了多種方法進(jìn)行改進(jìn)[1-4]，提高定位精度。但對于應(yīng)用靜態(tài)錨節(jié)點(diǎn)進(jìn)行定位的WSN中往往都需要大量錨節(jié)點(diǎn)，而錨節(jié)點(diǎn)通常自帶定位裝置（如GPS），但成本較高。移動(dòng)錨節(jié)點(diǎn)的使用可以有效減少錨節(jié)點(diǎn)數(shù)量，降低成本，已經(jīng)在WSN定位方法中得到應(yīng)用[5-8]。

本文在WSN中引入移動(dòng)錨節(jié)點(diǎn)，且網(wǎng)絡(luò)中只使用一個(gè)錨節(jié)點(diǎn)，利用錨節(jié)點(diǎn)的移動(dòng)實(shí)現(xiàn)多個(gè)錨節(jié)點(diǎn)的作用，在降低網(wǎng)絡(luò)投入成本的情況下實(shí)現(xiàn)節(jié)點(diǎn)定位，同時(shí)通過改變錨節(jié)點(diǎn)發(fā)送信標(biāo)間距，使定位精度滿足應(yīng)用需求。

1 問題描述

1.1 網(wǎng)絡(luò)模型

假設(shè)在某監(jiān)測區(qū)域中部署了大量無線傳感器節(jié)點(diǎn)構(gòu)成WSN，為便于定位描述，構(gòu)建二維直角坐標(biāo)系，形成如圖1所示的網(wǎng)絡(luò)模型，并保證網(wǎng)絡(luò)全部處于直角坐標(biāo)系的第一象限。網(wǎng)絡(luò)中所有傳感器節(jié)點(diǎn)位置未知，有且只有一個(gè)可移動(dòng)的帶定位裝置（如GPS）的錨節(jié)點(diǎn)，且錨節(jié)點(diǎn)移動(dòng)方向和距離精確可控。網(wǎng)絡(luò)部署起始階段將移動(dòng)錨節(jié)點(diǎn)安置在坐標(biāo)原點(diǎn)處。本文的工作就是利用該移動(dòng)錨節(jié)點(diǎn)實(shí)現(xiàn)對整個(gè)網(wǎng)絡(luò)中所有未知節(jié)點(diǎn)的定位。

1.2 定位原理

定義：移動(dòng)錨節(jié)點(diǎn)發(fā)出信標(biāo)的位置稱為虛擬信標(biāo)位置，并認(rèn)為該位置具有一個(gè)虛擬錨節(jié)點(diǎn)。

圖1 網(wǎng)絡(luò)模型

本文算法主要考慮采用距未知節(jié)點(diǎn)最近的四邊形進(jìn)行加權(quán)質(zhì)心定位，定位模型如圖2所示。

圖2 加權(quán)質(zhì)心定位原理

傳統(tǒng)加權(quán)質(zhì)心算法大多引入RSSI值進(jìn)行加權(quán)，本文依然根據(jù)RSSI值進(jìn)行加權(quán)。考慮到實(shí)際環(huán)境對信號的干擾，本文采用目前普遍應(yīng)用的Shadowing模型作為網(wǎng)絡(luò)中的無線通信模型，根據(jù)Shadowing模型可得RSSI值和通信距離d的關(guān)系[9，10]為：

RSSI=-（10nlgd+A） （1）

其中，RSSI為接收信號強(qiáng)度，n為與傳輸環(huán)境有關(guān)的信號傳輸常數(shù)，A為距離發(fā)射節(jié)點(diǎn)1米處的平均接收信號強(qiáng)度；d為發(fā)射節(jié)點(diǎn)與接收節(jié)點(diǎn)之間的距離。

在圖2所示的四邊形中，未知節(jié)點(diǎn)M處于A、B、C、D四個(gè)錨節(jié)點(diǎn)構(gòu)成的四邊形內(nèi)部， 假設(shè)已經(jīng)根據(jù)公式（1）獲取未知節(jié)點(diǎn)M到錨節(jié)點(diǎn)A、B、C、D的估計(jì)距離分別為d1、d2、d3、d4，考慮到距未知節(jié)點(diǎn)越近的錨節(jié)點(diǎn)對未知節(jié)點(diǎn)位置的影響越大，則利用距離倒數(shù)計(jì)算權(quán)值，即有：

（2）

其中n=4，且。

則未知節(jié)點(diǎn)M的坐標(biāo)為：

（3）

2 算法描述

為實(shí)現(xiàn)移動(dòng)錨節(jié)點(diǎn)對整個(gè)網(wǎng)絡(luò)的遍歷，并形成多個(gè)虛擬錨節(jié)點(diǎn)，保證所有未知節(jié)點(diǎn)均處于某個(gè)多邊形中，本文主要考慮容易實(shí)現(xiàn)的四邊形結(jié)構(gòu)。錨節(jié)點(diǎn)采用掃描方式實(shí)現(xiàn)移動(dòng)，具體的移動(dòng)方式如圖3所示（以沿水平方向移動(dòng)為例加以說明），錨節(jié)點(diǎn)沿著坐標(biāo)軸（以x軸為例）和與坐標(biāo)軸平行的分層線移動(dòng)，實(shí)現(xiàn)掃描，直至遍歷整個(gè)網(wǎng)絡(luò)。其中分層線用于把網(wǎng)絡(luò)在垂直方向上進(jìn)行劃分，網(wǎng)絡(luò)分層時(shí)采用等間隔劃分的方法，假設(shè)層高為h，h的大小可依據(jù)移動(dòng)錨節(jié)點(diǎn)射程l、網(wǎng)絡(luò)規(guī)模等來確定，且h

圖 3 錨節(jié)點(diǎn)移動(dòng)方式及定位示意圖

網(wǎng)絡(luò)分層完成后，未知節(jié)點(diǎn)的定位過程如下：

假設(shè)移動(dòng)錨節(jié)點(diǎn)起始部署在坐標(biāo)原點(diǎn)位置，當(dāng)網(wǎng)絡(luò)開始工作后，錨節(jié)點(diǎn)首先沿x軸方向移動(dòng)，當(dāng)錨節(jié)點(diǎn)到達(dá)網(wǎng)絡(luò)右邊界時(shí)，如圖3中O1點(diǎn)，錨節(jié)點(diǎn)則轉(zhuǎn)向沿O1O2方向向上移動(dòng)，到達(dá)O2點(diǎn)后再沿O2O3方向向左移動(dòng)直至到達(dá)O3點(diǎn)，實(shí)現(xiàn)第一層未知節(jié)點(diǎn)的遍歷和定位。然后錨節(jié)點(diǎn)再沿O3O4向上移動(dòng)，直至到達(dá)O4點(diǎn)后再沿O4O5向右移動(dòng)，直到O5，依次類推直到錨節(jié)點(diǎn)通過整個(gè)網(wǎng)絡(luò)。

在移動(dòng)過程中，當(dāng)錨節(jié)點(diǎn)處于x軸或分層線上時(shí)，以信標(biāo)間隔廣播一輪自身位置信息，未知節(jié)點(diǎn)接收并保存錨節(jié)點(diǎn)位置信息和接收信號強(qiáng)度。未知節(jié)點(diǎn)根據(jù)接收信號強(qiáng)度選擇距離最近的四個(gè)虛擬錨節(jié)點(diǎn)，并將這四個(gè)虛擬錨節(jié)點(diǎn)構(gòu)成的四邊形作為未知節(jié)點(diǎn)所在的多邊形，根據(jù)定位原理，即可計(jì)算出未知節(jié)點(diǎn)的位置坐標(biāo)。

3 仿真與分析

為驗(yàn)證本文算法性能，應(yīng)用Matlab仿真分析，并與傳統(tǒng)加權(quán)質(zhì)心算法比較，仿真參數(shù)如表1所列。

表1 仿真參數(shù)

參數(shù) 取值

網(wǎng)絡(luò)規(guī)模 100×100

未知節(jié)點(diǎn)數(shù) 100個(gè)

移動(dòng)間距 10

錨節(jié)點(diǎn)射程 30

仿真中，傳統(tǒng)加權(quán)質(zhì)心定位算法采用25個(gè)錨節(jié)點(diǎn)（占節(jié)點(diǎn)總數(shù)的20%），并均勻分布。而本文算法只采用1個(gè)移動(dòng)錨節(jié)點(diǎn)。為更具可比性，兩種算法均在同一種隨機(jī)分布下進(jìn)行定位比較。

3.1 定位結(jié)果

圖4和圖5分別為兩種方法在同一種隨機(jī)分布下的定位結(jié)果，對比可知，利用本文算法實(shí)現(xiàn)的節(jié)點(diǎn)位置與實(shí)際位置相差更小，圖6是兩種算法進(jìn)行每個(gè)節(jié)點(diǎn)的定位誤差比較，由圖可知，絕大多數(shù)未知節(jié)點(diǎn)在利用本文算法進(jìn)行定位時(shí)，定位誤差明顯小于傳統(tǒng)加權(quán)質(zhì)心定位算法，因此，本文算法具有更高的定位精度。

圖4 傳統(tǒng)加權(quán)質(zhì)心算法定位結(jié)果

圖5 本文算法定位結(jié)果

圖6 定位誤差比較

3.2 誤差影響因素分析

通常情況下，很多因素都會對WSN定位誤差產(chǎn)生一定的影響，本文主要選擇信標(biāo)間距、網(wǎng)絡(luò)分層層高和節(jié)點(diǎn)分布密度進(jìn)行分析：

（1）信標(biāo)間距和網(wǎng)絡(luò)分層層高

在確定的網(wǎng)絡(luò)分布中，且網(wǎng)絡(luò)分層固定的情況下，信標(biāo)間距的改變直接表示虛擬錨節(jié)點(diǎn)的數(shù)量，信標(biāo)間距越小，虛擬錨節(jié)點(diǎn)越多，即意味著虛擬錨節(jié)點(diǎn)占的比例越大，定位精度越高。圖7即為在表1仿真參數(shù)下，改變信標(biāo)間距，節(jié)點(diǎn)的平均定位誤差，由圖可知，隨著信標(biāo)間距的減小，平均定位誤差減小，但當(dāng)信標(biāo)間距減小到5以后，定位誤差基本不再發(fā)生變化，因此信標(biāo)間距無需太小，滿足實(shí)際應(yīng)用的需求即可。

同理，網(wǎng)絡(luò)分層層高實(shí)際上是另一個(gè)方向上的信標(biāo)間距（在圖3 所示網(wǎng)絡(luò)中為垂直方向上的信標(biāo)間距），因此，網(wǎng)絡(luò)分層層高也無需過小。

圖7 信標(biāo)間距對定位誤差的影響

（2）節(jié)點(diǎn)密度

在無需測距的定位方法中，尤其在依賴網(wǎng)絡(luò)連通性的網(wǎng)絡(luò)中，節(jié)點(diǎn)密度對定位誤差具有很大的影響。本文算法改變網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量，即在100×100的網(wǎng)絡(luò)中，分別部署50，60，70，80，90，100，110，120個(gè)節(jié)點(diǎn)，其他參數(shù)依然采用表1所列的仿真參數(shù)，平均定位誤差如圖8所示，由圖8可知，平均定位誤差基本在1.6上下波動(dòng)，且變化很小，因此，節(jié)點(diǎn)密度對本文算法沒有影響。

圖8 未知節(jié)點(diǎn)密度對定位誤差的影響

4 結(jié) 語

本文提出的利用單個(gè)移動(dòng)錨節(jié)點(diǎn)實(shí)現(xiàn)WSN加權(quán)質(zhì)心定位的方法，具有以下優(yōu)點(diǎn)：

（1）定位成本低。利用錨節(jié)點(diǎn)的移動(dòng)實(shí)現(xiàn)多個(gè)錨節(jié)點(diǎn)的作用，減少了錨節(jié)點(diǎn)數(shù)量，降低了錨節(jié)點(diǎn)成本，且傳感器節(jié)點(diǎn)不用配備額外的硬件。

（2）定位算法簡單。本文算法是在傳統(tǒng)加權(quán)質(zhì)心定位方法的基礎(chǔ)上改進(jìn)，在定位過程中，傳感器節(jié)點(diǎn)僅需接收錨節(jié)點(diǎn)信息即可實(shí)現(xiàn)定位，其原理依然是加權(quán)質(zhì)心定位方法，算法復(fù)雜度低。

（3）定位精度高。信標(biāo)間距對本文算法定位結(jié)果具有很大的影響，可通過減小信標(biāo)間距增加虛擬錨節(jié)點(diǎn)密度提高定位精度，可根據(jù)網(wǎng)絡(luò)應(yīng)用的需要選擇恰當(dāng)?shù)男艠?biāo)間距。

本文應(yīng)用Shadowing模型分析RSSI和距離之間的關(guān)系，但實(shí)際應(yīng)用場合往往很復(fù)雜，還需要具體問題具體分析。同時(shí)，本文算法也沒有考慮實(shí)際應(yīng)用中移動(dòng)錨節(jié)點(diǎn)的移動(dòng)速度對算法定位精度的影響，因此有必要作進(jìn)一步研究。

參考文獻(xiàn)

[1]楊新宇，孔慶茹，戴湘軍.一種改進(jìn)的加權(quán)質(zhì)心定位算法[J].西安交通大學(xué)學(xué)報(bào)，2010，44（8）：1-4.

[2]李文辰，張雷.無線傳感器網(wǎng)絡(luò)加權(quán)質(zhì)心定位算法研究[J].計(jì)算機(jī)仿真，2013，30（2）：191-194.

[3]劉運(yùn)杰，金明錄，崔承毅.基于RSSI的無線傳感器網(wǎng)絡(luò)修正加權(quán)質(zhì)心定位算法[J].傳感技術(shù)學(xué)報(bào)，2010，23（5）：717-721.

[4] Lixiong Tan，F(xiàn)ei Luo， Kai Liu. Weighted centroid location algorithm in Wireless Sensor Network [C]. Wireless Mobile and Computing （CCWMC 2011），2011： 414-418.

[5]鮑金鳳，游曉鵬.WSN 中移動(dòng)信標(biāo)輔助的加權(quán)質(zhì)心定位算法[J].計(jì)算機(jī)技術(shù)與發(fā)展，2013，23（10）：27-30，35.

[6]鐘森，周小佳，閆斌.基于移動(dòng)錨節(jié)點(diǎn)的無線傳感器網(wǎng)絡(luò)三邊質(zhì)心定位[J].計(jì)算機(jī)測量與控制， 2009，17（7）：1438-1440.

[7] Jiang Jin-fang， Han Guang-Jie， Xu Hui-hui， et al.LMAT： Localization with a Mobile Anchor Node Based on Trilateration in Wireless Sensor Networks[C]. Global Telecommunications Conference， 5-9 DEC， 2011：1-6.

[8] Ou Chia-Ho. A Localization Scheme for Wireless Sensor Networks Using Mobile Anchors with Directional Antennas [J]. Sensors Journal， IEEE， 2011，11（7）： 1607- 1616.

[9] Awad A，F(xiàn)runzke T，Dressler F.Adaptive distance estimation and localization in WSNs using RSSI measures[C].IEEE 10th Euromicro Conference on Digital System Design Architectures Methods and Tools，2007： 471 - 478.

[10]倪巍，王宗欣.基于接收信號強(qiáng)度測量的室內(nèi)定位算法[J].復(fù)旦學(xué)報(bào)（自然科學(xué)版），2004，43（1） ： 72 -76.