基于BP神經(jīng)網(wǎng)絡(luò)的LQI測距研究

趙 罡，盛 林，王 軍

（中電?？导瘓F(tuán)有限公司，浙江 杭州，310012）

0 引言

無線傳感網(wǎng)絡(luò)（Wireless Senor Network，WSN）在很多領(lǐng)域得到迅速的應(yīng)用和發(fā)展，例如環(huán)境監(jiān)測、火災(zāi)預(yù)警以及其他環(huán)境和安全保護(hù)領(lǐng)域[1]。其中，接收數(shù)據(jù)節(jié)點(diǎn)的位置信息是檢測活動的重要信息之一，確定事件發(fā)生的位置或獲取消息的節(jié)點(diǎn)位置能夠使無線傳感網(wǎng)絡(luò)的目的性更強(qiáng)，工作效率更高。

如今各種定位方法和實(shí)施方案層出不窮，歸結(jié)起來可分為測距和非測距兩大類。其中基于測距方法的精度較高，使得該方法具有較為廣泛的應(yīng)用。同時，測距精度會直接影響最終的定位結(jié)果，基于接收信號強(qiáng)度值 （Received Signal Strength Indicator，RSSI）的測距技術(shù)提供了最方便的測距策略，在無線傳感器網(wǎng)絡(luò)定位技術(shù)中較常采用。在一些基于IEEE 802.15.4標(biāo)準(zhǔn)的芯片中，還提供了在一定范圍內(nèi)較RSSI更有優(yōu)勢的參數(shù)指標(biāo)：鏈路質(zhì)量指示（Link Quality Indicator，LQI）[2]。

本文對LQI和距離之間的關(guān)系進(jìn)行了研究，先對LQI進(jìn)行預(yù)處理，再將處理后的LQI值輸入BP神經(jīng)網(wǎng)絡(luò)得到估計的距離。最后使用CC2530 Zig-Bee模塊搭建平臺進(jìn)行測距驗(yàn)證，取得了較好的測距精度。

1 鏈路質(zhì)量指示LQI研究

1.1 LQI概述

LQI值表示接收數(shù)據(jù)幀的能量與質(zhì)量，其大小基于信號強(qiáng)度以及檢測到的信噪比（Signal Noise Ratio，SNR）。鏈路質(zhì)量指示在物理層產(chǎn)生，由MAC層計算，為網(wǎng)絡(luò)層或應(yīng)用層提供數(shù)據(jù)幀接收時的信號強(qiáng)度和質(zhì)量信息[3]。LQI值可直接在ZigBee收發(fā)模塊的接收數(shù)據(jù)幀中獲取，及時反映接收信號強(qiáng)度的變化和信道所受干擾的變化。LQI的動態(tài)范圍為0～255，比RSSI的范圍區(qū)間更大，可提供較高的分辨率，因此可以使用鏈路質(zhì)量指示LQI值來計算收發(fā)節(jié)點(diǎn)間的距離。

1.2 LQI波動性研究

傳感器節(jié)點(diǎn)在使用過程中，會受到環(huán)境中不同因素的干擾，也存在自身硬件的差異性影響，在不同環(huán)境下，干擾也不同[4]。這些可變的因素必然導(dǎo)致LQI值的波動性，本文隨機(jī)選擇若干CC2530 ZigBee模塊進(jìn)行實(shí)驗(yàn)，分析LQI值對相關(guān)因素變化的敏感度，共設(shè)置3組實(shí)驗(yàn)，分別為：固定距離節(jié)點(diǎn)、不同功率和不同節(jié)點(diǎn)的LQI值實(shí)驗(yàn)。

（1）固定距離節(jié)點(diǎn)的LQI值波動性實(shí)驗(yàn)

對于同一對節(jié)點(diǎn)，在不同固定距離處不同時刻多次測得的LQI值波動趨勢并不一致。實(shí)驗(yàn)在室外空曠環(huán)境中隨機(jī)選擇一對ZigBee節(jié)點(diǎn)，分別在3m和6m處連續(xù)測量100個數(shù)據(jù)，發(fā)射功率5dBm，天線增益3dB，節(jié)點(diǎn)距地面1m左右，結(jié)果如圖1所示。由圖1可知，LQI值在固定位置上基本穩(wěn)定在一個值，偶爾出現(xiàn)波動的情況。節(jié)點(diǎn)間距2m時，LQI值基本穩(wěn)定在151左右，平均波動幅度為1.15；節(jié)點(diǎn)間距4m時，LQI值基本穩(wěn)定在125左右，平均波動幅度為1.41。

（2）不同功率的LQI值實(shí)驗(yàn)

圖1 相同節(jié)點(diǎn)相距2m和4m時LQI值波動情況

實(shí)驗(yàn)隨機(jī)選擇一對ZigBee節(jié)點(diǎn)，設(shè)置5dBm、8dBm和11dBm三種不同發(fā)射功率進(jìn)行測試，天線增益3dB，節(jié)點(diǎn)距地面1m左右，盲節(jié)點(diǎn)和錨節(jié)點(diǎn)每隔0.5m測量一次，每個位置收集30組數(shù)據(jù)，取均值處理，最遠(yuǎn)測到10m處。結(jié)果如圖2所示。由結(jié)果可知，設(shè)置的發(fā)射功率越大，LQI值也越大；同一個節(jié)點(diǎn)，在不同功率下的衰減曲線變化相近。

圖2 相同節(jié)點(diǎn)在3種功率下的LQI值變化情況

（3）不同節(jié)點(diǎn)的LQI值實(shí)驗(yàn)

針對不同節(jié)點(diǎn)情況，實(shí)驗(yàn)隨機(jī)設(shè)置4對節(jié)點(diǎn)測試，發(fā)射功率5dBm，天線增益3dB，節(jié)點(diǎn)距地面1m左右，盲節(jié)點(diǎn)和錨節(jié)點(diǎn)每隔0.25m測量一次，每個位置收集30組數(shù)據(jù)，取均值處理，最遠(yuǎn)測到10m處，結(jié)果如圖3所示。由圖3可知，LQI測量值與接收機(jī)的靈敏度有關(guān)，不同接收機(jī)的效果存在差異。這樣的結(jié)果是由于無線傳輸單元間的材料、阻抗匹配、硬件物理電氣特性不一致導(dǎo)致的，這些都會影響接收機(jī)的靈敏度。

圖3 不同節(jié)點(diǎn)時LQI值變化情況

經(jīng)過分析，LQI和收發(fā)節(jié)點(diǎn)之間的距離確實(shí)存在一定的變化關(guān)系，但LQI受到環(huán)境因素和節(jié)點(diǎn)自身的影響產(chǎn)生波動。另外，雖然LQI和信號傳輸距離呈現(xiàn)出較為明顯的衰減變化趨勢，但并非一條平滑的曲線，這也表明了利用LQI進(jìn)行測距和定位，必然會存在一定程度的誤差，因此需要對LQI值進(jìn)行預(yù)處理才能用于測距和定位。

2 LQI值預(yù)處理和基于BP神經(jīng)網(wǎng)絡(luò)的距離計算方法

2.1 高斯濾波預(yù)處理模型

一個接收節(jié)點(diǎn)在靜態(tài)測量時會采集到多個LQI值，其中必然存在著誤差較大的數(shù)據(jù)。通過高斯濾波可以選取高概率發(fā)生區(qū)的LQI值，然后以算術(shù)平均值作為濾波輸出[5]。這種做法減少了一些小概率的干擾事件對整體測量的影響，增強(qiáng)了測距的準(zhǔn)確性。

具體處理方法如下：將節(jié)點(diǎn)在同一位置采集到的LQI值存入相應(yīng)數(shù)組，再按式（1）和（2）求出均值和方差。

式中：N為采集到的LQI值個數(shù)，LQIi為第i個LQI值。則其高斯概率密度分布函數(shù)[6]為：

則區(qū)間（μ-σ≤LQIi≤μ+σ）概率為：

P（μ-σ≤LQIi≤μ+σ）=Φ（1）-Φ（-1）=0.6826

選擇該區(qū)間即意味著選擇了發(fā)生概率0.6826范圍內(nèi)的LQI值，將高斯濾波處理后的數(shù)據(jù)值代入式(5)得到的算術(shù)平均值即為優(yōu)化的LQI值。

式中，K為高斯濾波篩選后的LQI個數(shù)，LQIiG為第i個篩選的LQI值。

高斯濾波解決了小概率的擾動和穩(wěn)定性差等問題，但對于室內(nèi)環(huán)境中存在的墻壁反射、障礙物遮擋等長時間干擾問題，處理效果有所下降。

2.2 基于BP神經(jīng)網(wǎng)絡(luò)的距離計算

BP神經(jīng)網(wǎng)絡(luò)是一種按誤差逆向傳播訓(xùn)練的前饋網(wǎng)絡(luò)，具有多層感知器的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。該結(jié)構(gòu)不僅含有輸入層節(jié)點(diǎn)和輸出層節(jié)點(diǎn)，還有一個或者多個隱含層節(jié)點(diǎn)[7]。BP神經(jīng)網(wǎng)絡(luò)能學(xué)習(xí)和存儲大量的輸入和輸出映射模式，無需事前描述這種映射的數(shù)學(xué)關(guān)系。它的學(xué)習(xí)規(guī)則是使用梯度下降法，通過反向傳播來不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)的誤差平方和最小。

BP神經(jīng)網(wǎng)絡(luò)算法使數(shù)據(jù)處理結(jié)果精度的提升會隨著隱含層層數(shù)的增加而略有提高，但會使網(wǎng)絡(luò)復(fù)雜化，從而增加網(wǎng)絡(luò)的訓(xùn)練時間。精度的提高實(shí)際上也可以通過增加隱含層神經(jīng)元的數(shù)目來獲得，其效果更容易觀察和掌握，所以應(yīng)優(yōu)先考慮[8]。為了使誤差盡可能小，初始權(quán)重和偏置需要合理選擇，如果太大就容易陷入飽和區(qū)，導(dǎo)致停頓。一般選擇均勻分布的小數(shù)，介于（-1，1）之間。學(xué)習(xí)速率的選取同樣重要，大了可能導(dǎo)致系統(tǒng)不穩(wěn)定，小了會導(dǎo)致訓(xùn)練周期過長、收斂慢，達(dá)不到要求的誤差。采用變化的學(xué)習(xí)速率方案，讓學(xué)習(xí)速率隨學(xué)習(xí)進(jìn)展而逐步減小，可獲得良好的效果。

結(jié)合本文測距需求，網(wǎng)絡(luò)的輸入為LQI值，定義BP神經(jīng)網(wǎng)絡(luò)用于訓(xùn)練求解距離，本文的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型如圖4所示。

圖4 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程如下：

（1）將經(jīng)過高斯濾波所得符合條件的LQI值進(jìn)行歸一化處理；

（2）建立網(wǎng)絡(luò)模型，初始化輸入層、隱含層、輸出層節(jié)點(diǎn)數(shù)；初始化權(quán)值；初始化輸入和輸出層閾值。

（3）輸入LQI樣本值和對應(yīng)的期望輸出值，計算各層輸出值和各層學(xué)習(xí)誤差。

（4）判斷誤差是否滿足精度要求，若不滿足，則誤差反向傳播，修正權(quán)值和閾值，直到滿足學(xué)習(xí)要求為止。

圖5 測距算法總流程

測距算法的最終流程如圖5所示。

3 實(shí)驗(yàn)與分析

3.1 LQI數(shù)據(jù)處理

為驗(yàn)證高斯濾波的有效性，本文在Matlab 2012環(huán)境中進(jìn)行仿真實(shí)驗(yàn)。設(shè)置發(fā)射功率5dBm，天線增益3dB，盲節(jié)點(diǎn)與錨節(jié)點(diǎn)每隔0.25m測量一次，每個位置接收50組LQI值，最遠(yuǎn)測到10m處。最終采用均值濾波[9]、中值濾波[9]、高斯濾波三種濾波方法優(yōu)化，結(jié)果如圖6所示。

圖6 三種濾波方法結(jié)果對比

a）濾波后數(shù)據(jù)對比 b）LQI濾波絕對誤差比較

由圖6 a）的濾波后效果和圖6b）LQI值濾波后的絕對誤差對比可看出，對于LQI波動較大的情況，中值濾波方法和均值濾波效果較差，高斯濾波方法處理能將誤差降到最小，因此可以用于后面測距實(shí)驗(yàn)篩選LQI數(shù)據(jù)。

3.2 BP神經(jīng)網(wǎng)絡(luò)測距實(shí)驗(yàn)

為了讓BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果達(dá)到最優(yōu)，需要確定隱含層節(jié)點(diǎn)個數(shù)、傳輸函數(shù)和訓(xùn)練函數(shù)。傳輸函數(shù)選擇常用的雙極S型函數(shù)，該函數(shù)光滑性好，收斂速度塊[10]。根據(jù)LQI與距離d之間一一對應(yīng)的關(guān)系，輸入和輸出層只有一個神經(jīng)元，隱含層為一確定訓(xùn)練函數(shù)，設(shè)置隱含層節(jié)點(diǎn)數(shù)為25，輸入高斯濾波處理后的LQI數(shù)據(jù)，不同訓(xùn)練函數(shù)的測試結(jié)果如圖7所示。

圖7 不同訓(xùn)練函數(shù)的訓(xùn)練結(jié)果a）trainlm 函數(shù) b）trainrp 函數(shù)c）trainscg 函數(shù) d）trainoss函數(shù)

表1為不同函數(shù)訓(xùn)練測距誤差的均方差，由表可知trainlm函數(shù)是較佳的訓(xùn)練函數(shù)，并且該算法在不增加算法復(fù)雜性的前提下，可以提高收斂速度。

表1 不同訓(xùn)練函數(shù)的測試誤差均方差

確定隱含層節(jié)點(diǎn)最優(yōu)的個數(shù)。設(shè)置訓(xùn)練函數(shù)為trainlm時，節(jié)點(diǎn)數(shù)分別為10、20、30和40四種情況，測試結(jié)果如圖8所示。

圖8 隱含層不同節(jié)點(diǎn)數(shù)的訓(xùn)練結(jié)果a）10 個節(jié)點(diǎn) b）20 個節(jié)點(diǎn)c）30 個節(jié)點(diǎn) d）40 個節(jié)點(diǎn)

測距誤差的均方差值如表2所示。由結(jié)果可知隱含層為20個節(jié)點(diǎn)時，得到的結(jié)果較佳。最終確定BP神經(jīng)網(wǎng)絡(luò)模型隱含層為20個神經(jīng)元節(jié)點(diǎn)，訓(xùn)練函數(shù)為trainlm函數(shù)。

表2 不同隱含層節(jié)點(diǎn)數(shù)時的誤差均方差

為驗(yàn)證模型的有效性，將本文算法與文獻(xiàn)[11]中提出的曲線擬合模型進(jìn)行對比。該文獻(xiàn)結(jié)合LQI和距離關(guān)系，建立經(jīng)驗(yàn)?zāi)Ｐ?，提出兩種不同的函數(shù)模型進(jìn)行擬合。本文使用基于CC2530的ZigBee平臺所得出的實(shí)驗(yàn)數(shù)據(jù)對兩種模型進(jìn)行訓(xùn)練，得到公式如下所示：

（1）自由空間的無線電傳播路徑損耗模型：

（2）指數(shù)模型：

先用高斯濾波模型對一組LQI值進(jìn)行濾波預(yù)處理，得到的結(jié)果分別輸入BP神經(jīng)網(wǎng)絡(luò)和三種函數(shù)擬合模型進(jìn)行訓(xùn)練，測距誤差對比如圖9所示。

圖9 三種模型的測試情況a）測距誤差 b）測距誤差百分比

自由空間損耗模型的測距誤差均方差為3.136，指數(shù)模型的測距誤差均方差為0.722，而BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練的測距誤差均方差為0.629。由圖中也可看出由BP神經(jīng)網(wǎng)絡(luò)得到的計算距離誤差可控制在2m以內(nèi)，并且大部分誤差都在1m以內(nèi)，表明基于BP神經(jīng)網(wǎng)絡(luò)的LQI測距精度得到提高。

4 結(jié)語

本文研究了無線傳感網(wǎng)絡(luò)中的LQI和距離之間的關(guān)系。通過分析固定距離、不同功率以及不同節(jié)點(diǎn)的LQI隨距離變化關(guān)系，表明基于LQI值的無線測距是切實(shí)可行的，可以為基于LQI值的室內(nèi)定位提供參考。為了提高測距精度，本文使用BP神經(jīng)網(wǎng)絡(luò)對LQI測距進(jìn)行估計，并對比了傳統(tǒng)的函數(shù)擬合模型。最后基于CC2530的ZigBee平臺進(jìn)行測距實(shí)驗(yàn)，結(jié)果表明基于BP神經(jīng)網(wǎng)絡(luò)的LQI測距在不增加定位硬件成本的基礎(chǔ)上提高了測距精度和穩(wěn)定性。