论文部分内容阅读
摘要：为提高基于无线传感网络的室内定位精度，分析基于测距和非测距室内定位算法的优缺点，以常规RSSI算法和质心定位算法为基础，提出了一种基于RSSI的区域重叠质心定位算法。算法通过建立信号传输模型，在未知节点接收信标节点位置信息的重叠区域运用质心算法进行定位。仿真结果表明，与普通质心算法相比，该算法定位效果更加精确。
关键词：无线传感网络；定位算法；区域重叠；质心算法；RSSI
0引言
近年来随着微电子技术和无线通讯技术的迅猛发展，无线传感网络（Wireless Senor Network，WSN）的应用范围不断扩大，已经深入涉及了军事侦查、医学监控、环境监测、智能家居监控、抢险救灾等广阔领域。在室内环境下如监狱管理、煤矿开采、楼宇火灾预警等，如果利用WSN可以获取准确的位置信息，则可以发挥重要作用，具有明显的社会和经济效益。
目前已有的GPS和RFID定位技术，因成本较高，信号无法穿透各类障碍物等原因，在室内定位中很难获得预期效果。在室内环境下，WSN传输的电子波存在大量的反射、散射和绕射现象，传感器接收来自不同路径的信号，产生严重的多径衰落效应。原来针对室外应用而设计的WSN定位算法应用于室内环境，效果并不理想。虽然目前有多类室内WSN定位算法，但这些算法却大多对网络拓扑要求较高、定位精度低、通信和计算开销都较大，难以实现低功耗、低成本的WSN室内定位。
1常见定位算法
WSN中实际部署的节点分为2类。一类是信标节点（Beacon Node），可以通过GPS或人工部署方式获得其位置坐标；另一类是未知节点（Unknown Node），其位置坐标未知。由于受到网络通信成本等因素的限制，网络中位置坐标已知的信标节点一般比例较少。常见定位算法可以分为基于非测距的定位算法和基于测距的定位算法。下面将分别给出研究论述与阐析。
1.1基于非测距的定位算法
基于非测距的定位算法不需要测量未知节点和信标节点之间的距离或角度等信息，仅仅通過联通性、能量消耗或者区域面积等信息进行节点之间的距离评估，主要适用于对定位精度要求不高的场景，典型算法有近似三角形内点测试定位算法（Approximate Point-in-triangulation Test，APIT）、距离向量定位算法（Distance Vector-Hop，DV-Hop）和质心定位算法（Centroid Location，CL）等。具体分述如下。
首先，在APIT定位算法中，信标节点会定时广播自己的坐标信息，未知节点通过与邻居节点相互交换接收到的信标节点定位信号强度来判断自己是否位于信标节点组成的三角形内，将对定位产生影响的三角形筛选出来，从而估计节点可能出现的区域。APIT定位算法中，至为关键的一步就是测试未知节点在3个信标节点所组成的三角形内部还是外部。算法主要缺点是，基于分布上的随机性，节点和子区域均呈现非均匀分布，易造成某些未知节点无法定位，另外在定位精度和信标节点的能耗之间也突显出一定的矛盾制约关系。
其次，DV-Hop定位算法方法简单、定位精度较高，可以运用于无线传感网络中信标节点比例相对较少的研究环境，但该算法通信量较大，并可能伴随信息冲突、信息内爆等问题。若需优化目标节点精度要求，算法即会对网络部署密集度和拓扑规则度提出更高要求。
第三，质心定位算法的核心思想是信标节点周期性地向相邻的未知节点广播自身ID和位置信息，未知节点则接收来自不同信标节点的信号，当接收信号数量超过某个特定值或持续接收固定的时间段后，就将该节点的自身位置当作所有发送信息的信标节点所构成多边形的几何质心，从而形成质心定位算法。该算法的优势是对硬件没有额外要求，计算量也不大，但其不足却表现在定位需要较多的信标节点，且边界节点定位困难，因此算法整体定位精度也仍然偏低。
1.2基于测距的定位算法
基于测距的定位算法，通常有较高的定位精度，需要对传感器节点之间的距离进行测量，由此而对节点位置坐标展开估算。根据不同的测距技术，常见的算法归纳为基于信号到达时间的算法（Time of Arrival，TOA）、基于信号到达角度的算法（Angle of Arrival，AOA）、基于信号传输时间差的算法（Time Difference of Arrival，TDOA）和基于接收信号强度的算法（Received Signal Strength Indicator，RSSI）等4种。。
其中，TOA算法需要节点间有直接通信路径且通信满足严格的时间同步；AOA算法中，节点需要天线阵列或者多个接收器等额外的硬件支持，增加了传感器的尺寸和成本；TDOA算法定位技术精度较高，但同样需要增加额外的硬件且测距范围有限，一般在3～10 m之间：而RSSI算法在实际应用环境中，无需配设专用的硬件，应用成本和复杂度都较低，但却容易受到干扰，建模较困难，在不同的室内环境中，不同材料结构、不同的室内布置、不同建筑物的尺寸等都会使无线信号强度也随即发生变化，从而影响其定位精度。
关键词：无线传感网络；定位算法；区域重叠；质心算法；RSSI
0引言
近年来随着微电子技术和无线通讯技术的迅猛发展，无线传感网络（Wireless Senor Network，WSN）的应用范围不断扩大，已经深入涉及了军事侦查、医学监控、环境监测、智能家居监控、抢险救灾等广阔领域。在室内环境下如监狱管理、煤矿开采、楼宇火灾预警等，如果利用WSN可以获取准确的位置信息，则可以发挥重要作用，具有明显的社会和经济效益。
目前已有的GPS和RFID定位技术，因成本较高，信号无法穿透各类障碍物等原因，在室内定位中很难获得预期效果。在室内环境下，WSN传输的电子波存在大量的反射、散射和绕射现象，传感器接收来自不同路径的信号，产生严重的多径衰落效应。原来针对室外应用而设计的WSN定位算法应用于室内环境，效果并不理想。虽然目前有多类室内WSN定位算法，但这些算法却大多对网络拓扑要求较高、定位精度低、通信和计算开销都较大，难以实现低功耗、低成本的WSN室内定位。
1常见定位算法
WSN中实际部署的节点分为2类。一类是信标节点（Beacon Node），可以通过GPS或人工部署方式获得其位置坐标；另一类是未知节点（Unknown Node），其位置坐标未知。由于受到网络通信成本等因素的限制，网络中位置坐标已知的信标节点一般比例较少。常见定位算法可以分为基于非测距的定位算法和基于测距的定位算法。下面将分别给出研究论述与阐析。
1.1基于非测距的定位算法
基于非测距的定位算法不需要测量未知节点和信标节点之间的距离或角度等信息，仅仅通過联通性、能量消耗或者区域面积等信息进行节点之间的距离评估，主要适用于对定位精度要求不高的场景，典型算法有近似三角形内点测试定位算法（Approximate Point-in-triangulation Test，APIT）、距离向量定位算法（Distance Vector-Hop，DV-Hop）和质心定位算法（Centroid Location，CL）等。具体分述如下。
首先，在APIT定位算法中，信标节点会定时广播自己的坐标信息，未知节点通过与邻居节点相互交换接收到的信标节点定位信号强度来判断自己是否位于信标节点组成的三角形内，将对定位产生影响的三角形筛选出来，从而估计节点可能出现的区域。APIT定位算法中，至为关键的一步就是测试未知节点在3个信标节点所组成的三角形内部还是外部。算法主要缺点是，基于分布上的随机性，节点和子区域均呈现非均匀分布，易造成某些未知节点无法定位，另外在定位精度和信标节点的能耗之间也突显出一定的矛盾制约关系。
其次，DV-Hop定位算法方法简单、定位精度较高，可以运用于无线传感网络中信标节点比例相对较少的研究环境，但该算法通信量较大，并可能伴随信息冲突、信息内爆等问题。若需优化目标节点精度要求，算法即会对网络部署密集度和拓扑规则度提出更高要求。
第三，质心定位算法的核心思想是信标节点周期性地向相邻的未知节点广播自身ID和位置信息，未知节点则接收来自不同信标节点的信号，当接收信号数量超过某个特定值或持续接收固定的时间段后，就将该节点的自身位置当作所有发送信息的信标节点所构成多边形的几何质心，从而形成质心定位算法。该算法的优势是对硬件没有额外要求，计算量也不大，但其不足却表现在定位需要较多的信标节点，且边界节点定位困难，因此算法整体定位精度也仍然偏低。
1.2基于测距的定位算法
基于测距的定位算法，通常有较高的定位精度，需要对传感器节点之间的距离进行测量，由此而对节点位置坐标展开估算。根据不同的测距技术，常见的算法归纳为基于信号到达时间的算法（Time of Arrival，TOA）、基于信号到达角度的算法（Angle of Arrival，AOA）、基于信号传输时间差的算法（Time Difference of Arrival，TDOA）和基于接收信号强度的算法（Received Signal Strength Indicator，RSSI）等4种。。
其中，TOA算法需要节点间有直接通信路径且通信满足严格的时间同步；AOA算法中，节点需要天线阵列或者多个接收器等额外的硬件支持，增加了传感器的尺寸和成本；TDOA算法定位技术精度较高，但同样需要增加额外的硬件且测距范围有限，一般在3～10 m之间：而RSSI算法在实际应用环境中，无需配设专用的硬件，应用成本和复杂度都较低，但却容易受到干扰，建模较困难，在不同的室内环境中，不同材料结构、不同的室内布置、不同建筑物的尺寸等都会使无线信号强度也随即发生变化，从而影响其定位精度。