基于病毒體投射機(jī)制的移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)定位算法

史 進(jìn)， 蔡 競(jìng)， 徐 鋒

(1. 浙江警察學(xué)院現(xiàn)代教育技術(shù)實(shí)驗(yàn)中心，杭州 310053；2.浙江警察學(xué)院刑事科學(xué)技術(shù)系，杭州 310053；3.浙江大學(xué)信息技術(shù)中心,杭州 310058)

第五代移動(dòng)通信技術(shù)(5th-generation，5G)作為“中國(guó)制造2025”重要組成部分，正在日益成為最重要的經(jīng)濟(jì)增長(zhǎng)技術(shù)之一[1]。隨著國(guó)家對(duì)以移動(dòng)無(wú)線傳感網(wǎng)為代表的新一代互聯(lián)網(wǎng)+經(jīng)濟(jì)支持力度的增加，5G技術(shù)也在其中起到了相當(dāng)?shù)闹巫饔肹2]。移動(dòng)無(wú)線傳感網(wǎng)(mobile wireless sensor network，M-WSN)主要由若干具有移動(dòng)特性的廉價(jià)傳感器節(jié)點(diǎn)所構(gòu)成，用于部署在需要監(jiān)控的區(qū)域、物體中，起到搜集環(huán)境參數(shù)與信息的作用，實(shí)踐中往往利用5G技術(shù)提高M(jìn)-WSN的傳輸能力。M-WSN適用領(lǐng)域十分廣泛，如遠(yuǎn)程醫(yī)療、工業(yè)4.0等方面，能夠優(yōu)化生產(chǎn)流程，提高數(shù)據(jù)傳輸能力，具有精度優(yōu)良的特性[3]。然而，M-WSN技術(shù)也存在一些待改進(jìn)之處，主要體現(xiàn)在定位困難方面。這是因?yàn)镸-WSN技術(shù)所使用的廉價(jià)傳感器節(jié)點(diǎn)具有移動(dòng)特性，需要對(duì)節(jié)點(diǎn)的定位坐標(biāo)進(jìn)行精確測(cè)量。由于M-WSN節(jié)點(diǎn)往往處于隨機(jī)游走狀態(tài)，且移動(dòng)速度較快，雖然可以使用北斗定位系統(tǒng)(BeiDou navigation satellite system，BDS)進(jìn)行精確定位，但考慮到費(fèi)用因素，使其難以大規(guī)模推廣。實(shí)踐中，節(jié)點(diǎn)定位過(guò)程一般均依賴(lài)錨節(jié)點(diǎn)來(lái)實(shí)現(xiàn)坐標(biāo)初始化，隨后使用BDS系統(tǒng)或人工定位算法精確獲取節(jié)點(diǎn)坐標(biāo)[4]。

當(dāng)前，移動(dòng)無(wú)線傳感網(wǎng)定位算法主要采用直接定位和間接定位兩種機(jī)制[5]。直接定位機(jī)制主要利用節(jié)點(diǎn)之間的拓?fù)溥B通及鄰域感知特性直接獲取節(jié)點(diǎn)坐標(biāo)，如Peter等[5]提出了一種基于旋跳解決方案的移動(dòng)無(wú)線傳感網(wǎng)定位算法，該算法采用預(yù)設(shè)錨節(jié)點(diǎn)方式，通過(guò)錨節(jié)點(diǎn)感知其節(jié)點(diǎn)覆蓋范圍內(nèi)的移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)，實(shí)時(shí)獲取其在網(wǎng)絡(luò)中的拓?fù)湮恢?，可?shí)現(xiàn)短時(shí)延狀態(tài)下的節(jié)點(diǎn)位置信息捕捉，具有實(shí)現(xiàn)過(guò)程較為簡(jiǎn)單的優(yōu)勢(shì)。但是，考慮到移動(dòng)無(wú)線傳感網(wǎng)中錨節(jié)點(diǎn)覆蓋半徑較低，無(wú)線傳感網(wǎng)節(jié)點(diǎn)經(jīng)過(guò)網(wǎng)絡(luò)盲區(qū)時(shí)將暫時(shí)失去定位功能，因此該算法環(huán)境適應(yīng)性較低。Devesh等[6]提出了一種基于TOA直接測(cè)序機(jī)制的移動(dòng)無(wú)線傳感網(wǎng)定位算法，算法通過(guò)固定錨節(jié)點(diǎn)捕捉移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)與基準(zhǔn)節(jié)點(diǎn)之間多普勒平移的方式，直接獲取待定位節(jié)點(diǎn)與基準(zhǔn)節(jié)點(diǎn)間距離，隨后引入極坐標(biāo)定位算法實(shí)現(xiàn)角度相位捕捉，具有精度較高的特點(diǎn)。然而，該算法也存在一定的不足，主要體現(xiàn)在精度隨著節(jié)點(diǎn)移動(dòng)速度的增加不斷降低，難以適應(yīng)節(jié)點(diǎn)移動(dòng)速度較快以及節(jié)點(diǎn)移動(dòng)拓?fù)漭^為復(fù)雜的場(chǎng)景。Slavica等[7]提出了一種基于雙源定位機(jī)制的移動(dòng)無(wú)線傳感網(wǎng)定位算法，采用分組部署正交狀態(tài)錨節(jié)點(diǎn)方式，通過(guò)捕捉定位信號(hào)對(duì)的方法獲取移動(dòng)節(jié)點(diǎn)的初始坐標(biāo)，隨后結(jié)合文獻(xiàn)[6]極坐標(biāo)定位精度較高的特點(diǎn)，可實(shí)現(xiàn)復(fù)雜拓?fù)錀l件下節(jié)點(diǎn)快速精確定位，且部署過(guò)程較為簡(jiǎn)單。但是該算法需要對(duì)錨節(jié)點(diǎn)位置進(jìn)行調(diào)整，實(shí)踐中維護(hù)成本較高，難以大規(guī)模應(yīng)用。

針對(duì)上述不足，提出一種基于病毒體投射機(jī)制的移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)定位算法。鑒于實(shí)踐中測(cè)序過(guò)程存在的抗噪能力差的不足，通過(guò)將多個(gè)錨節(jié)點(diǎn)進(jìn)行聯(lián)合定位，采用接收信號(hào)強(qiáng)度指示(received signal strength indication,RSSI)方式感知節(jié)點(diǎn)坐標(biāo)，消除單個(gè)錨節(jié)點(diǎn)定位過(guò)程中存在的節(jié)點(diǎn)感知困難。隨后，引入了病毒體投射機(jī)制，采用感染方式定向感知錨節(jié)點(diǎn)覆蓋范圍內(nèi)的待定位節(jié)點(diǎn)，并采用迭代算法來(lái)優(yōu)化待定位節(jié)點(diǎn)坐標(biāo)精度，解決因拓?fù)淦扑俣容^快而導(dǎo)致定位過(guò)程收斂較慢的問(wèn)題。最后，針對(duì)定位過(guò)程中存在的誤差，引入權(quán)重調(diào)節(jié)機(jī)制來(lái)消除誤差。最后通過(guò)仿真實(shí)驗(yàn)，測(cè)試了本文算法的有效性。

1 移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)定位模型

由文獻(xiàn)[5-6]可知，無(wú)論采用旋跳還是直接測(cè)序方案，二者均存在一定的不足，主要原因是由于移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)與傳統(tǒng)無(wú)線傳感網(wǎng)相比，節(jié)點(diǎn)具有移動(dòng)特性。特別是引入5G技術(shù)后，移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)除了需要承擔(dān)傳統(tǒng)無(wú)線傳感網(wǎng)須實(shí)現(xiàn)的數(shù)據(jù)采集及傳輸功能外，還需要承擔(dān)一定的數(shù)據(jù)處理及節(jié)點(diǎn)優(yōu)化功能，使其拓?fù)渥儎?dòng)較為復(fù)雜[8]。因此，對(duì)節(jié)點(diǎn)進(jìn)行距離估測(cè)時(shí)應(yīng)盡量提高定位收斂性能，以降低節(jié)點(diǎn)移動(dòng)性對(duì)定位精度的不利影響。

針對(duì)上述問(wèn)題，采取基于RSSI的直接定位模型，節(jié)點(diǎn)分布區(qū)域內(nèi)部署Sink節(jié)點(diǎn)作為信號(hào)判決節(jié)點(diǎn)，實(shí)時(shí)獲取各移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)的信號(hào)強(qiáng)度，Sink節(jié)點(diǎn)通過(guò)RSSI感知節(jié)點(diǎn)信號(hào)強(qiáng)度來(lái)取得通信半徑，如圖1所示。

圖1 RSSI定位Fig.1 The location of RSSI

移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)與Sink節(jié)點(diǎn)間通信半徑越大，則Sink節(jié)點(diǎn)接受到的移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)信號(hào)強(qiáng)度也越弱，如圖2所示。因此，根據(jù)信號(hào)強(qiáng)度與通信半徑間呈現(xiàn)的比例關(guān)系，可以迅速獲取移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)與Sink節(jié)點(diǎn)間距離，規(guī)避移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)拓?fù)淇熳兓蛩囟鴮?dǎo)致的定位困難[9]。此外，由于移動(dòng)無(wú)線傳感網(wǎng)環(huán)境具有信道噪聲干擾強(qiáng)等因素[10]，測(cè)距過(guò)程中信號(hào)強(qiáng)度與通信半徑間呈現(xiàn)的比例關(guān)系一般為非線性比例關(guān)系，容易造成一定的誤差[11]。測(cè)量過(guò)程中信號(hào)傳輸路徑往往具有多徑傳輸特性[12]，傳輸信道存在信號(hào)衰落現(xiàn)象，也會(huì)造成誤差[13]。

圖2 通信半徑Fig.2 Communication radius

針對(duì)定位過(guò)程中存在的多徑衰落及信道噪聲強(qiáng)干擾等因素[14]，本文算法在定位過(guò)程中引入對(duì)數(shù)正態(tài)陰影分布來(lái)描述這些干擾因素[15]：

(1)

式(1)中:Psend為移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)當(dāng)前功率；Precv(l)為移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)與Sink節(jié)點(diǎn)間信道損耗功率；l為移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)與Sink節(jié)點(diǎn)距離；μ為信道損耗因子，一般取0～1隨機(jī)數(shù)，移動(dòng)無(wú)線傳感網(wǎng)條件下一般取0.1左右；Φ為萊斯噪聲分布，其功率為σ；ln表示以e為底的對(duì)數(shù)函數(shù)。

移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)在定位過(guò)程中可通過(guò)Sink節(jié)點(diǎn)直接按式(1)測(cè)量獲取節(jié)點(diǎn)與Sink節(jié)點(diǎn)距離，顯然獲取的傳感器節(jié)點(diǎn)疑似坐標(biāo)滿(mǎn)足圓環(huán)分布，如圖3所示，存在多種可能。

圖3 圓環(huán)分布Fig.3 Circular distribution

在實(shí)踐中，針對(duì)圓環(huán)分布，可通過(guò)測(cè)量方位角來(lái)獲取精確位置，詳見(jiàn)文獻(xiàn)[6]。然而，由于移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)移動(dòng)速度較快，難以精確測(cè)量方位角[16]，因此，通過(guò)布設(shè)錨節(jié)點(diǎn)來(lái)得到節(jié)點(diǎn)坐標(biāo)，并根據(jù)式(1)，精確得到其與移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)間距離。

設(shè)任意錨節(jié)點(diǎn)坐標(biāo)為(xi,yj)，移動(dòng)無(wú)線傳感網(wǎng)中共計(jì)包含m個(gè)錨節(jié)點(diǎn)(x,y)，則待定位節(jié)點(diǎn)與錨節(jié)點(diǎn)間距離L(i,j)為

(2)

采用式(2)可以精確測(cè)量待定位節(jié)點(diǎn)(x,y)與錨節(jié)點(diǎn)間的距離d(i,j)，再聯(lián)立式(1)來(lái)構(gòu)建誤差函數(shù)derror：

derror=[L(i,j)-d(i,j)]2

(3)

若待定位節(jié)點(diǎn)(x,y)周?chē)^節(jié)點(diǎn)個(gè)數(shù)為n個(gè)，則式(3)可改寫(xiě)為

(4)

當(dāng)網(wǎng)絡(luò)中待定位的移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)共計(jì)k個(gè)時(shí)，式(4)所示誤差函數(shù)可演化為

(5)

依據(jù)式(5)可知，當(dāng)移動(dòng)無(wú)線傳感網(wǎng)中待定位節(jié)點(diǎn)個(gè)數(shù)為k時(shí)，通過(guò)誤差消除機(jī)制來(lái)最小化式(5)，以得到最佳的節(jié)點(diǎn)定位準(zhǔn)確性。

2 移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)定位算法

傳統(tǒng)算法進(jìn)行定位過(guò)程中的錨節(jié)點(diǎn)需要預(yù)先設(shè)置，由于錨節(jié)點(diǎn)定位存在“鏡像效應(yīng)”，當(dāng)多個(gè)錨節(jié)點(diǎn)共線時(shí)容易存在嚴(yán)重的誤差，如圖4所示。實(shí)踐中往往采用分組或三角固定部署模式[17]，雖然可以解決“鏡像效應(yīng)”，然而移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)處于移動(dòng)狀態(tài)，采取固定部署模式需要的錨節(jié)點(diǎn)個(gè)數(shù)較多，一些處于邊緣位置的無(wú)線傳感網(wǎng)節(jié)點(diǎn)無(wú)法估計(jì)，且錨節(jié)點(diǎn)個(gè)數(shù)較多的情況下也將會(huì)出現(xiàn)較高頻率的誤差積累現(xiàn)象，難以滿(mǎn)足實(shí)踐需求。

圖4 鏡像效應(yīng)Fig.4 The mirror effect

為了改善節(jié)點(diǎn)的定位精度，設(shè)計(jì)了基于病毒體投射機(jī)制的移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)定位算法(virus body projection，VBP)。其主要包括了基于病毒體投射機(jī)制的節(jié)點(diǎn)定位，以及基于權(quán)重調(diào)節(jié)機(jī)制的節(jié)點(diǎn)定位坐標(biāo)誤差消除。

傳統(tǒng)方案主要針對(duì)固定節(jié)點(diǎn)的傳感網(wǎng)場(chǎng)景進(jìn)行節(jié)點(diǎn)定位，定位過(guò)程中首先需要預(yù)設(shè)多個(gè)錨節(jié)點(diǎn)?？紤]到錨節(jié)點(diǎn)覆蓋能力存在差異，待定位節(jié)點(diǎn)又存在拓?fù)淦片F(xiàn)象，監(jiān)測(cè)過(guò)程中節(jié)點(diǎn)位置快速移動(dòng)過(guò)程中存在各定位參數(shù)難以獲取的問(wèn)題。利用病毒體投射機(jī)制，針對(duì)待定位節(jié)點(diǎn)存在的運(yùn)動(dòng)軌跡更迭頻繁，采用迭代預(yù)估方式優(yōu)化定位過(guò)程，迭代步數(shù)越高則定位能力越強(qiáng)，且節(jié)點(diǎn)處于快速移動(dòng)狀態(tài)時(shí)，將提高算法迭代的速度。因此，節(jié)點(diǎn)定位過(guò)程中無(wú)須進(jìn)行精確定位，僅須捕獲初始位置，因此能夠快速獲取目標(biāo)節(jié)點(diǎn)坐標(biāo)，應(yīng)對(duì)節(jié)點(diǎn)快速移動(dòng)狀態(tài)下運(yùn)動(dòng)軌跡頻繁更迭的問(wèn)題。

2.1 基于病毒體投射機(jī)制的節(jié)點(diǎn)定位

考慮到移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)處于隨機(jī)移動(dòng)狀態(tài)，錨節(jié)點(diǎn)處于固定狀態(tài)，因此對(duì)于任意時(shí)刻的錨節(jié)點(diǎn)而言，移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)將難以長(zhǎng)期處于該錨節(jié)點(diǎn)的影響范圍下。因此可以將錨節(jié)點(diǎn)看作病毒體，將待定位的移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)看作子病毒體，病毒體將以隨機(jī)頻率對(duì)子病毒體進(jìn)行投射，如圖5所示[11]。每個(gè)病毒體xi平均產(chǎn)生的子病毒體數(shù)量mi為

圖5 病毒體投射過(guò)程Fig.5 The process of virosome projection

(6)

式(6)中：kmin表示網(wǎng)絡(luò)中投射子病毒體最少的病毒體，以衡量錨節(jié)點(diǎn)對(duì)移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)的控制能力，顯然該數(shù)值越高說(shuō)明錨節(jié)點(diǎn)對(duì)無(wú)線傳感網(wǎng)節(jié)點(diǎn)的控制能力越強(qiáng)；L(xi)用來(lái)表示單位時(shí)間內(nèi)病毒體xi對(duì)子病毒體投射的數(shù)量，該數(shù)值越高說(shuō)明單位時(shí)間內(nèi)錨節(jié)點(diǎn)需要定位的移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)數(shù)量越多；ω表示網(wǎng)絡(luò)中病毒體的數(shù)量。

由于不同的病毒體投射能力存在差異，因此，投射距離di為

(7)

式(7)中：dmax表示投射能力最大的病毒體的投射距離。

由于投射能力最大的病毒體可能隨時(shí)發(fā)生改變，即di可能不斷發(fā)生改變：

di=dmax， 當(dāng)僅當(dāng)di≤dmax

(8)

式(8)經(jīng)過(guò)k次迭代后，di演變?yōu)閐i(k)：

(9)

式(9)中:di(k)代表第k次迭代投射距離；di(ffrist)表示病毒體初始投射距離；di(ffrist)表示病毒體最終投射距離；t為迭代時(shí)長(zhǎng)。

獲取病毒體在經(jīng)過(guò)k次迭代后的投射距離后，再計(jì)算病毒體投射密度為

ρ=rand[di(k),xi]

(10)

式(10)中：rand為隨機(jī)函數(shù)，用以表示病毒體xi在一定距離上投射子病毒體的平均距離。

聯(lián)立式(9)和式(10)，則可計(jì)算任意子病毒體被投射的最遠(yuǎn)位置Δdi(k)為

Δdi(k)=di(k)rand[di(k),xi]

(11)

由于子病毒體可處于的位置有k個(gè)，則其與病毒體xi之間的距離總和為

(12)

式(12)中：d(xi,xj)表示病毒體xi與子病毒體之間的距離。

由于子病毒體采用隨機(jī)方式出現(xiàn)，根據(jù)式(12)，則位于子病毒體中心位置xj的概率為

(13)

由式(10)、式(11)可知，子病毒體按照隨機(jī)方式進(jìn)行投射，則子病毒體實(shí)際位置xj(k)滿(mǎn)足：

xj(k)=p(xj)Xi(k)+rand[di(ffrist),di(flast)]

(14)

Xi(k)=Δdi(k)+rand[Δdi(k),Δdi(k-1)]

(15)

式中：xj(k)為子病毒體所處位置。

通過(guò)式(14)、式(15)可以獲取任意時(shí)刻子病毒體實(shí)際位置，由于所提算法是采用迭代方式，式(14)處于自收斂狀態(tài)，因此，只需要子病毒體被投射的最遠(yuǎn)位置Δdi(k)在病毒體收斂區(qū)間(實(shí)際中對(duì)應(yīng)錨節(jié)點(diǎn)的通信半徑)，則子病毒體實(shí)際位置xj(k)將能夠精確到錨節(jié)點(diǎn)1跳半徑內(nèi)，從而有效消除因節(jié)點(diǎn)移動(dòng)拓?fù)淇焖僮儎?dòng)而導(dǎo)致定位精度較低的問(wèn)題。

2.2 基于權(quán)重調(diào)節(jié)機(jī)制的誤差消除方案

由于移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)處于隨機(jī)分布狀態(tài)，按照式(5)所獲取的節(jié)點(diǎn)坐標(biāo)存在精度不高的問(wèn)題。為此，結(jié)合式(14)、式(15)，定義新的誤差函數(shù)：

(16)

式(16)中：d(i,j)代表兩個(gè)移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)間實(shí)際距離。

估計(jì)完移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)位置后，使用3個(gè)錨節(jié)點(diǎn)逐個(gè)按照模型式(15)、式(16)進(jìn)行迭代，子病毒體的位置為滿(mǎn)足模型式(16)最小化的xj(k)。

綜上所述，詳細(xì)的誤差消除過(guò)程見(jiàn)圖6，其步驟如下。

圖6 基于權(quán)重調(diào)節(jié)機(jī)制的誤差消除過(guò)程Fig.6 Error elimination process based on weight adjustment mechanism

Step 1若子病毒體i處于病毒體控制范圍外，則按模型式(16)重新定義權(quán)值，本次迭代過(guò)程結(jié)束，反之，轉(zhuǎn)Step2。

Step 2按式(14)、式(15)更新網(wǎng)絡(luò)中子病毒體，遍歷全部可達(dá)節(jié)點(diǎn)。

Step 3如圖6所示，逐點(diǎn)按式(16)計(jì)算誤差函數(shù)，當(dāng)僅當(dāng)誤差函數(shù)重新取得較小值時(shí)反饋到Step 1。

Step 4逐跳遍歷網(wǎng)絡(luò)中全部節(jié)點(diǎn)i，直到節(jié)點(diǎn)遍歷完畢，算法結(jié)束。

3 仿真實(shí)驗(yàn)

為驗(yàn)證本文算法性能，采用MATLAB仿真實(shí)驗(yàn)環(huán)境[18]，與當(dāng)前常用的凸優(yōu)化的無(wú)線傳感網(wǎng)障礙環(huán)境下定位算法[19](location algorithm in wireless sensor network obstacle environment based on convex optimization，OECO)及基于精確定位機(jī)制的改進(jìn)DV-Hop算法[20](on improved DV-Hop localization algorithm for accurate node localization in wireless sensor networks，AN-DV-Hop)。本文算法的實(shí)驗(yàn)參數(shù)設(shè)置為：病毒體密度不低于10個(gè)/102m2，投射距離不高于50 m，子病毒體密度不低于2個(gè)/102m2。為便于進(jìn)行比較，式(1)中Precv(l)取值為256 dB。其余參數(shù)如表1所示。為了客觀評(píng)估算法的定位準(zhǔn)確度，采用收斂輪數(shù)、定位誤差、定位精度來(lái)描述。

表1 仿真參數(shù)Table 1 Simulation parameters

3.1 收斂輪數(shù)

圖7為本文算法與OECO算法、AN-DV-Hop算法的收斂輪數(shù)測(cè)試結(jié)果。預(yù)設(shè)初始信道信噪比分別為2、20 dB，節(jié)點(diǎn)運(yùn)動(dòng)速率均設(shè)置為20 m/s，用以模擬兩種不同信道噪聲干擾條件下的實(shí)際部署場(chǎng)景，傳輸信道均設(shè)置為萊斯信道。

由圖7可知，本文算法的收斂輪數(shù)較低，收斂速度要顯著高于對(duì)照組算法，說(shuō)明OECO算法及 AN-DV-Hop算法定位過(guò)程中需要較長(zhǎng)時(shí)間才能獲取較為滿(mǎn)意的精度。原因是所提算法設(shè)計(jì)了基于病毒體投射機(jī)制的定位方案，方案采用迭代方式優(yōu)化節(jié)點(diǎn)定位感知質(zhì)量，有效改善因信道噪聲以及拓?fù)渥儎?dòng)較快而導(dǎo)致的節(jié)點(diǎn)感知困難，提高了定位精度。OECO算法主要通過(guò)引入三角函數(shù)定位方式進(jìn)行直接定位，定位過(guò)程中需要繞過(guò)存在低密度節(jié)點(diǎn)分布的拓?fù)鋮^(qū)域，并采用凸函數(shù)方式降低節(jié)點(diǎn)感知失效現(xiàn)象，當(dāng)節(jié)點(diǎn)運(yùn)動(dòng)速度較快時(shí)容易因感知失效而導(dǎo)致定位誤差，因此達(dá)到一定的精度時(shí)需要更高的收斂輪數(shù)。AN-DV-Hop算法主要通過(guò)估測(cè)方式對(duì)節(jié)點(diǎn)進(jìn)行一次定位，定位過(guò)程中需要引入三點(diǎn)定位模式進(jìn)行鄰域估測(cè)，容易因錨節(jié)點(diǎn)共線而導(dǎo)致“鏡像效應(yīng)”。因此，該算法定位效果要弱于所提算法，亦需要更高的輪數(shù)來(lái)實(shí)現(xiàn)定位收斂。

圖7 不同算法在兩種信道下的收斂輪數(shù)測(cè)試結(jié)果Fig.7 Test results of convergence rounds for different algorithms under two channels

3.2 定位誤差

圖8為本文算法與OECO算法及AN-DV-Hop算法的定位誤差測(cè)試結(jié)果。預(yù)設(shè)節(jié)點(diǎn)運(yùn)動(dòng)速率均設(shè)置為20 m/s，信道信噪比為-24 dB，傳輸信道設(shè)置為拉普拉斯信道與萊斯信道，用于模擬中等、高干擾信道部署環(huán)境。

圖8 3種算法在不同信道下的定位誤差測(cè)試結(jié)果Fig.8 The positioning error test results of the three algorithms under different channels

由圖8可知，本文算法的定位誤差始終處于較低水平，具有波動(dòng)幅度小的特性，而OECO算法及AN-DV-Hop算法定位誤差始終要高于本文算法，特別是AN-DV-Hop算法的定位誤差最高達(dá)到11.9 m，遠(yuǎn)遠(yuǎn)高于本文算法的8.4 m，這顯示了本文算法具有的優(yōu)越性能。本文算法設(shè)計(jì)了基于病毒體投射機(jī)制的定位方案，方案中針對(duì)移動(dòng)無(wú)線傳感網(wǎng)容易出現(xiàn)的拓?fù)淦片F(xiàn)象采用了迭代機(jī)制，能夠改善因拓?fù)淦贫鴮?dǎo)致的定位誤差。OECO算法的定位誤差主要來(lái)源于拓?fù)淦七^(guò)程中存在的空洞現(xiàn)象，需要耗費(fèi)更多的資源進(jìn)行凸函數(shù)匹配過(guò)程，因此定位誤差要高于本文算法。AN-DV-Hop算法主要采取估測(cè)方式進(jìn)行節(jié)點(diǎn)定位，估測(cè)過(guò)程中存在較為顯著的“鏡像效應(yīng)”，因此該算法的定位誤差亦要遠(yuǎn)遠(yuǎn)高于本文算法。

3.3 定位精度

圖9為本文算法與OECO算法及AN-DV-Hop算法的定位精度測(cè)試結(jié)果。預(yù)設(shè)初始信道信噪比分別為2、20 dB，節(jié)點(diǎn)運(yùn)動(dòng)速率均設(shè)置為20 m/s，用以模擬兩種不同信道噪聲干擾條件下的實(shí)際部署場(chǎng)景，傳輸信道均設(shè)置為萊斯信道。

圖9 不同算法在兩種信道下的定位精度測(cè)試結(jié)果Fig.9 The location accuracy test results of different algorithms under two channels

由圖9可知，本文算法的定位精度較高，且定位精度收斂速度較快，OECO算法及AN-DV-Hop算法定位精度始終要低于本文算法。這是由于本文算法采用的病毒體投射機(jī)制可對(duì)移動(dòng)節(jié)點(diǎn)存在的拓?fù)淦片F(xiàn)象進(jìn)行定向消除，方案采取的權(quán)值修正機(jī)制能夠有效降低定位誤差并可快速收斂定位過(guò)程，因此定位精度較高。OECO算法因移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)拓?fù)淦茋?yán)重存在的空洞現(xiàn)象難以消除，容易因凸函數(shù)匹配收斂過(guò)程較慢而導(dǎo)致定位精度不高。AN-DV-Hop算法由于定位過(guò)程中因“鏡像效應(yīng)”導(dǎo)致定位誤差較大，因而在定位精度上的性能亦要低于本文算法。

4 結(jié)論

針對(duì)當(dāng)前移動(dòng)無(wú)線傳感網(wǎng)定位方案存在的不足，提出了一種基于病毒體投射機(jī)制的移動(dòng)無(wú)線傳感網(wǎng)節(jié)點(diǎn)定位算法，主要設(shè)計(jì)了基于病毒體投射機(jī)制的定位方法，優(yōu)化定位過(guò)程中的節(jié)點(diǎn)坐標(biāo)收斂速度，降低定位誤差，穩(wěn)定節(jié)點(diǎn)定位質(zhì)量。此外，設(shè)計(jì)了基于權(quán)重調(diào)節(jié)機(jī)制的誤差消除方案，提高了算法對(duì)定位誤差的修正程度，增強(qiáng)了節(jié)點(diǎn)的定位精度。測(cè)試實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證了所提算法的有效性與優(yōu)勢(shì)。

下一步，將考慮結(jié)合直接定位方案的優(yōu)越性，引入極坐標(biāo)定位機(jī)制，進(jìn)一步增強(qiáng)本文坐標(biāo)對(duì)定位過(guò)程中難以實(shí)時(shí)修正角度的不足，提高算法的實(shí)際適用性能。