淺談無(wú)線傳感網(wǎng)中關(guān)于WiFi定位問(wèn)題

唐佳能++鄭彬

摘 要：現(xiàn)在越來(lái)越多的電子設(shè)備上安裝了WiFi裝置，如筆記本，手機(jī)，平板，WiFi設(shè)備的定位問(wèn)題一直以來(lái)也是熱門的研究方向。大部分已有的WiFi定位方法都依賴事先的靜態(tài)無(wú)線環(huán)境信號(hào)信息采集來(lái)，最后實(shí)現(xiàn)實(shí)時(shí)的定，然而收集無(wú)線環(huán)境信息的工作量是巨大的，需要人工的在不同的采樣點(diǎn)采集WiFi信號(hào)強(qiáng)度信息。同時(shí)在無(wú)線信號(hào)環(huán)境信息并非是穩(wěn)定的，采樣點(diǎn)的WiFi信號(hào)信息是一直變化的，并非靜止。無(wú)線網(wǎng)絡(luò)環(huán)境信息采集成為了許多WiFi定位問(wèn)題研究的重點(diǎn)。

關(guān)鍵詞：WiFi定位；無(wú)線傳感；網(wǎng)絡(luò)

1在無(wú)線傳感網(wǎng)絡(luò)中感知WiFi信號(hào)

日常生活中常見(jiàn)的WiFi協(xié)議和無(wú)線傳感器網(wǎng)絡(luò)中的網(wǎng)絡(luò)協(xié)議ZigBee都運(yùn)行在2.4GHz上，他們的工作頻段有著相互重疊的部分。在混合網(wǎng)絡(luò)環(huán)境中，當(dāng)WiFi和無(wú)線傳感器網(wǎng)絡(luò)處在重疊的頻段上時(shí)，他們發(fā)出的信號(hào)可能會(huì)產(chǎn)生相互的干擾，同時(shí)他們的載波監(jiān)聽機(jī)制也可能受到對(duì)方信號(hào)的干擾。

ZigBee協(xié)議是為低功耗傳輸而開發(fā)的協(xié)議，其傳輸數(shù)據(jù)的速度（最高約250Kbps）和載波監(jiān)聽的時(shí)間周期都比WiFi來(lái)的慢，在WiFi，ZigBee的混合無(wú)線環(huán)境中，ZigBee協(xié)議的傳輸會(huì)受到WiFi協(xié)議的顯著干擾，WiFi協(xié)議受到的影響則較小。實(shí)際部署的無(wú)線傳感器網(wǎng)絡(luò)，為了節(jié)約能量，其自主通信一般是周期性并且周期的時(shí)間比較長(zhǎng)，當(dāng)WiFi設(shè)備和無(wú)線傳感器網(wǎng)絡(luò)共存時(shí)，無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)監(jiān)聽到的信道背景信號(hào)信息大部分是來(lái)自WiFi設(shè)備。

有兩個(gè)參數(shù)在選取RSSI分布峰值的時(shí)候起關(guān)鍵作用，一個(gè)是RSSI峰值區(qū)間的大小，一個(gè)是RSSI峰值區(qū)間的門限。我們?cè)趯?shí)際的無(wú)線傳感器網(wǎng)絡(luò)和WiFi共存環(huán)境中通過(guò)實(shí)驗(yàn)來(lái)確定這兩個(gè)參數(shù)。在實(shí)際的環(huán)境搭建過(guò)程中，通過(guò)實(shí)驗(yàn)可以確定這兩個(gè)參數(shù)的最佳值，我們選取τ=0.8，peak range=5為我們的單個(gè)無(wú)線傳感器的背景RSSI峰值選取參數(shù)。

由于硬件性能的制約，TelosB節(jié)點(diǎn)在計(jì)算量較大時(shí)，系統(tǒng)容易鎖死，并且傳感器節(jié)點(diǎn)在內(nèi)存和外存資源方面都比較匱乏，在傳感器上，我們對(duì)數(shù)據(jù)采樣的過(guò)程進(jìn)行優(yōu)化，對(duì)采樣過(guò)的數(shù)據(jù)進(jìn)行壓縮，盡量將得到的峰值結(jié)果發(fā)送會(huì)PC端，節(jié)省傳感器內(nèi)存的使用。數(shù)據(jù)經(jīng)過(guò)重采樣，定位精確度并沒(méi)有下降很多，同時(shí)減少了傳感器節(jié)點(diǎn)的運(yùn)行故障。

2在無(wú)線傳感器網(wǎng)絡(luò)中定位WiFi

在理想無(wú)干擾的無(wú)線情況中，WiFi信號(hào)強(qiáng)度是會(huì)隨著信號(hào)傳播距離的增加而衰減的[13]。在許多利用信號(hào)強(qiáng)度直接定位無(wú)線設(shè)備位置的研究中，學(xué)者們都是利用無(wú)線信號(hào)的衰減模型來(lái)計(jì)算無(wú)線信號(hào)發(fā)射源設(shè)備的位置。

Pr（d）=Pro-10αlog（d）+Xσ

但是真實(shí)的無(wú)線網(wǎng)絡(luò)環(huán)境是復(fù)雜的，空氣中存在不止一種無(wú)線網(wǎng)絡(luò)信號(hào)，特別是在國(guó)際通用的2.4GHz頻段上，存在多種無(wú)線網(wǎng)絡(luò)信號(hào)（WiFi，ZigBee，Bluetooth，微波等），單純套用理論的公式來(lái)計(jì)算WiFi信號(hào)強(qiáng)度的衰減并不實(shí)際，單純利用在空間中某個(gè)點(diǎn)測(cè)量到的WiFi信號(hào)值，并不能有效的估計(jì)WiFi設(shè)備位置。

首先，我們?cè)谝粋€(gè)無(wú)線干擾相對(duì)少的無(wú)線網(wǎng)絡(luò)環(huán)境中（一個(gè)只有WiFi設(shè)備在發(fā)送數(shù)據(jù)的無(wú)線網(wǎng)絡(luò)環(huán)境）讓無(wú)線傳感器網(wǎng)絡(luò)觀察WiFi信號(hào)在空間中的傳播情況。在環(huán)境中，我們布置有一個(gè)WiFi設(shè)備，它會(huì)持續(xù)地發(fā)送數(shù)據(jù)包，同時(shí)布置了無(wú)線傳感器陣列，陣列中的無(wú)線傳感器在工作的過(guò)程中，會(huì)不斷地監(jiān)聽背景信道中的WiFi信號(hào)強(qiáng)度，并將采集到的強(qiáng)度值寫入自帶的閃存中，陣列中的無(wú)線傳感器在工作時(shí)并不會(huì)與其他節(jié)點(diǎn)進(jìn)行通信。事后，我們將無(wú)線傳感器接入到電腦上，直接讀取閃存中的背景信道數(shù)據(jù)。

3實(shí)驗(yàn)環(huán)境

本實(shí)驗(yàn)使用的無(wú)線傳感器網(wǎng)絡(luò)包含了49個(gè)節(jié)點(diǎn)，以方陣形式放置，節(jié)點(diǎn)間距為3m，WiFi設(shè)備放置在節(jié)點(diǎn)的陣列形成的方格中間。無(wú)線傳感器網(wǎng)絡(luò)的節(jié)點(diǎn)為運(yùn)行TinyOS 2.1.2系統(tǒng)的TelosB節(jié)點(diǎn)，WiFi設(shè)備為筆記本電腦，型號(hào)為ThinkPad T410i，筆記本上搭載了Intel 6300AGN無(wú)線網(wǎng)卡，在實(shí)驗(yàn)中的理論最高速率為54Mbps，筆記本連接在臨時(shí)的WiFi熱點(diǎn)上。

在實(shí)驗(yàn)中，傳感器節(jié)點(diǎn)不會(huì)有額外的通信開銷，在監(jiān)聽和采集背景無(wú)線信道的信號(hào)數(shù)據(jù)之后，會(huì)在統(tǒng)一的時(shí)間點(diǎn)將數(shù)據(jù)回傳給無(wú)線傳感器網(wǎng)絡(luò)根節(jié)點(diǎn)，然后回傳PC，做進(jìn)一步的定位分析。在實(shí)驗(yàn)開始時(shí)，我們發(fā)送一次同步命令來(lái)同步傳感器節(jié)點(diǎn)的采集信號(hào)時(shí)間。WiFi設(shè)備則通過(guò)發(fā)包軟件，不斷的發(fā)包，在無(wú)線傳感器網(wǎng)絡(luò)中存在多臺(tái)WiFi設(shè)備的情況中，它們連接在同一個(gè)無(wú)線局域網(wǎng)中，但是獨(dú)立發(fā)包，并不會(huì)互相通信。無(wú)線傳感器網(wǎng)絡(luò)的ZigBee協(xié)議工作頻段為15，WiFi設(shè)備的工作頻段為4。

4實(shí)驗(yàn)結(jié)果

與Select策略的對(duì)比，PEFI方法更加全面的考慮了WiFi信號(hào)衰減的模型，定位精確度明顯更高，在只有單個(gè)WiFi設(shè)備存在的情況下，PEFI的平均定位誤差為3m左右，而Select的誤差為7m，模擬傳統(tǒng)WiFi定位的方法為7M左右，當(dāng)WiFi設(shè)備的數(shù)量上升到兩個(gè)的時(shí)候，PEFI的誤差并沒(méi)有顯著的提升，在4m左右，而Select的誤差接近8m，模擬傳統(tǒng)WiFi定位的方法誤差上升的更快達(dá)到了14M。在實(shí)驗(yàn)中，我們使用的無(wú)線傳感器網(wǎng)絡(luò)物理部署間距為3m，使用PEFI方法可以將WiFi設(shè)備定位到由無(wú)線傳感器分割的物理小塊空間中。

相比于其他對(duì)比算法，我們使用了許多傳感器節(jié)點(diǎn)的信息來(lái)擬合一個(gè)結(jié)果，減少了個(gè)別傳感器節(jié)點(diǎn)異常讀數(shù)對(duì)結(jié)果造成的影響，在極端情況下我們的算法也可以保持一個(gè)比較穩(wěn)定的狀態(tài)。傳感器網(wǎng)絡(luò)仍然可以捕捉到WiFi信號(hào)的存在進(jìn)行定位，PEFI方法仍然保持著較高的精確度，并不會(huì)因?yàn)閃iFi傳輸速率較低而影響定位性能，而單純使用Select方法的話，比較容易受到WiFi速率的影響，當(dāng)WiFi速率比較低時(shí)，其性能會(huì)下降的比較多。

5結(jié)束語(yǔ)

隨著無(wú)線傳感器網(wǎng)絡(luò)部署的逐漸增多，如何有效利用無(wú)線傳感器網(wǎng)絡(luò)全天候檢測(cè)特性的研究也越來(lái)越多。本文利用了無(wú)線傳感器網(wǎng)絡(luò)能夠監(jiān)聽跨平臺(tái)網(wǎng)絡(luò)信號(hào)的特性，提出了利用的無(wú)線傳感器網(wǎng)絡(luò)監(jiān)聽WiFi信號(hào)和利用監(jiān)聽到的WiFi信號(hào)進(jìn)行WiFi設(shè)備定位的方法。最后我們?cè)u(píng)估了這種定位方法在真實(shí)無(wú)線傳感器網(wǎng)絡(luò)環(huán)境中的精度，其定位的精度雖然不如傳統(tǒng)的WiFi定位方法，但是其利用既有無(wú)線傳感器網(wǎng)絡(luò)的特性免去了傳統(tǒng)WiFi定位的大量人力工作，為進(jìn)一步利用無(wú)線傳感器網(wǎng)絡(luò)全天候監(jiān)測(cè)特性的研究，提供了基礎(chǔ)。