基于小波變換測距優(yōu)化的RSSI加權質心定位算法

重慶理工大學電氣與電子工程學院 陳大孝 張 蓮 張 攀 劉增里

基于小波變換測距優(yōu)化的RSSI加權質心定位算法

重慶理工大學電氣與電子工程學院 陳大孝 張 蓮 張 攀 劉增里

為了減小RSSI定位算法在測距階段的誤差，提高定位精度，提出一種基于小波變換測距優(yōu)化的RSSI加權質心定位算法，首先采用小波變換對接收到的信號強度進行濾波去噪，然后進行環(huán)境參數(shù)擬合，以減小測距階段由于障礙物遮擋、人員走動或噪聲干擾等因素造成的測距誤差，坐標計算階段采用加權質心定位算法來估計未知節(jié)點的位置坐標。仿真結果表明，改進后的算法有效地提高了定位精度。

小波變換；環(huán)境參數(shù)擬合；RSSI加權質心定位算法

0　引言

無線傳感器網(wǎng)絡（WSN）技術涵蓋計算機技術、現(xiàn)代傳感技術和無線通信技術，正在迅速發(fā)展壯大，走近人們生活的方方面面，在軍事應用、工業(yè)控制、醫(yī)療衛(wèi)生、智能家居和環(huán)境監(jiān)測等方面給人們帶來了極大的便利［1］。RSSI定位算法由于成本低廉，且無需額外的硬件支持，得到了廣泛的應用［2］。

RSSI定位算法是要在當前環(huán)境下建立信號衰減模型，依據(jù)該模型利用測量出的RSSI值求出節(jié)點間的距離，最后求解未知節(jié)點的坐標。測距階段減少外界干擾，提高測距精度，是提高定位精度的重要環(huán)節(jié)。

本文提出在測距階段利用小波變換對實測的RSSI值進行濾波，同時利用曲線擬合計算出當前室內(nèi)環(huán)境下的環(huán)境參數(shù)，以提高測距精度；在坐標計算階段，采用加權質心算法求解未知節(jié)點的坐標。該算法可以有效減小距離測量的誤差，提高定位精度。

1　基于小波變換的信號去噪

小波變換作為短時傅里葉變換的延伸與發(fā)展，是一種局部化分析方法，在時域和頻域上都能很好表征信號的局部信息，在信號分析以及圖像處理等領域應用非常廣泛。小波變換的特點，也是它的優(yōu)點所在，低熵性、多分辨率特性以及去相關性等，決定了其非常適用于信號的去噪。

根據(jù)信號特性，本文選用具有良好去噪效果的dbN小波，其中N為小波階數(shù)［3］。選用db4小波對RSSI值進行2層分解，如圖1所示；選用heursure進行消噪，去噪結果如圖2所示。

圖1　db4小波2層分解

圖2　heursure閾值去噪

2　無線信號傳播模型

目前普遍采用的無線信號傳輸模型為對數(shù)-常態(tài)分布模型［4］，該模型的數(shù)學公式如下：

其中，d為發(fā)射節(jié)點到接收節(jié)點的距離，單位為m；d0為單位距離，通常為1m；PL（d）為無線信號傳播距離d后的路徑損耗，單位為dBm；PL（d0）為信號傳播距離d0后的路徑損耗；ξ為均值是0的高斯隨機數(shù)，標準差在4～10之間；n為信號衰減因子。

通過對公式（1）的變形轉化，可以得到如下的簡化公式：

其中，A為在d0處的接收信號強度；RSSI為接收點接收到的信號強度值。由公式（2）可知，在已知室內(nèi)環(huán)境參數(shù)A和n的情況下，根據(jù)測量的RSSI值即可求出發(fā)送節(jié)點到接收節(jié)點的距離。

3　環(huán)境參數(shù)的曲線擬合

對經(jīng)過濾波處理后的RSSI和d用Matlab進行曲線擬合，可以得到當前室內(nèi)環(huán)境下的A和n的值。為了準確求出A和n的值，采用多次測量求平均的方式，計算出：A=-42.6，n=3.2。擬合結果表明，RSSI值隨距離d的增加而逐漸減小，而且d值較小時，RSSI值越衰減越快，d較大時衰減越慢，這是由于距離很遠的情況下，接收到的信號強度會很弱，因此衰減得比較慢。

4　坐標計算

設X（x， y）為未知節(jié)點的坐標，（xi， yi），i=1，2，3為錨節(jié)點坐標，錨節(jié)點與未知節(jié)點的距離分別為d1，d2，d3，則三遍測量算法的公式可表示如下：

理論上，以錨節(jié)點為圓心，以錨節(jié)點到未知節(jié)點的距離為半徑畫圓，三個圓的交點就是未知節(jié)點的坐標，即公式（3）的解。但是實際上三個圓通常會相交于一個區(qū)域，依據(jù)質心算法，未知節(jié)點的坐標可以近似三角形區(qū)域的質心。

采用加權質心定位算法，這樣不同的參考節(jié)點同質心坐標間的內(nèi)在聯(lián)系就可以通過權值體現(xiàn)出來。權值wi的選取通常是以錨節(jié)點和未知節(jié)點間的距離作為參考的，距離越近，錨節(jié)點對坐標估計值的影響越大，反之，距離越遠，錨節(jié)點對坐標估計值的影響越小。

圖3　定位誤差

表1　誤差對比表

5 仿真分析

本次實驗對100m*100m的區(qū)域進行了Matlab仿真，其中錨節(jié)點數(shù)目為25個，未知節(jié)點個數(shù)為96個，定位結果如圖5所示，紅色三角形代表錨節(jié)點，藍色*代表未知節(jié)點的真實位置，藍色o代表未知節(jié)點的估計位置。對有無小波濾波和曲線擬合的情況下的定位誤差進行了分析，結果如表1所示。

從表1可以看出，小波濾波和曲線擬合都在一定程度上減小了定位的誤差，其中同時進行小波濾波和曲線擬合情況下的定位誤差最小，平均定位誤差在2.3m左右。在不加濾波的情況下，環(huán)境參數(shù)的擬合明顯改善了定位效果，這是因為僅僅依據(jù)環(huán)境參數(shù)的經(jīng)驗值難以適應不同環(huán)境條件。在不進行曲線擬合的情況下，小波濾波也在減小定位誤差方面起到一定的改善作用。

6　結論

本文提出一種基于小波變換測距優(yōu)化的RSSI加權質心定位算法，該算法針對由于外界環(huán)境影響，使得測距誤差增大，從而導致定位精度不高的問題，在測距階段采用小波變換對接收到的信號強度值進行去噪，同時對環(huán)境參數(shù)進行擬合，有效地減弱了外界因素的干擾，提高了RSSI的測量精度，減小了測距誤差，一定程度上提高了定位精度。由于小波去噪有多種方法實現(xiàn)，小波基的選擇也有多種，本文只選取了常用的具有良好去噪效果的dbN小波進行去噪，在后續(xù)的研究中，將對小波變換用于RSSI值的去噪進一步深入探討，以選取最優(yōu)的去噪方式。

［1］蔡曉宇，張愛清，葉新榮.基于RSSI的無線傳感器網(wǎng)絡節(jié)點定位算法研究［J］.通信技術，2014，47（6）：634-641.

［2］程秀芝，朱達榮，張申等.基于RSSI差分校正的最小二乘-擬牛頓定位算法［J］.傳感技術學報，2014，27（1）：123-127.

［3］尚宇，武小燕.基于小波變換的心電信號處理［J］，微機處理，2016，1（1）：46-49.

［4］張蒼松，郭軍，崔嬌等.基于RSSI的室內(nèi)定位算法優(yōu)化技術［J］.計算機工程與應用，2015，51（3）：235-238.

［5］呂振，趙鵬飛.一種改進的無線傳感器網(wǎng)絡加權質心定位算法［J］.計算機測量與控制，2013，21（4）：1102-1104.

［6］陳淑敏，喬曉田，毛佳等.基于接收信號強度（RSSI） 的室內(nèi)二次定位方法［J］.傳感技術學報，2015，28（4）：572-577.

陳大孝（1989-），男，河南駐馬店人，碩士研究生，主要研究方向：無線傳感器網(wǎng)絡。