基于RSS的多目標節(jié)點定位算法

　　摘要：為節(jié)約成本、提高算法實用性和準確性，提出一種新穎的基于RSS的多目標節(jié)點定位算法。通過一個移動信標節(jié)點采集RSS信號及其相應(yīng)位置坐標，構(gòu)成已知條件，結(jié)合高斯混合模型和貝葉斯信息準則等統(tǒng)計模型設(shè)計實現(xiàn)多目標高斯混合模型定位算法。仿真實驗和實測實驗均表明該算法在不預(yù)先假設(shè)一定區(qū)域內(nèi)傳感器節(jié)點數(shù)量的情況下，能夠同時估計傳感器節(jié)點的數(shù)量和位置，具有較好的實用性和準確性。

　　引言

　　無線傳感器網(wǎng)絡(luò)節(jié)點定位是傳感器網(wǎng)絡(luò)研究的熱點，如何利用簡單廉價的設(shè)備得到精確的定位結(jié)果一直是傳感器節(jié)點定位研究的重點和難點。

　　在目前已有的定位算法中，基于RSS的節(jié)點定位算法與基于AOA、TOA或TDOA的節(jié)點定位算法相比，具有成本低、適用范圍廣等優(yōu)點，但定位精度不高^[1-2]。為此，研究人員利用統(tǒng)計模型提高定位算法的健壯性和精確度^[3-8]。另外，很多定位算法假設(shè)待估節(jié)點數(shù)量已知，或者假設(shè)RSS發(fā)射節(jié)點的ID可識別，但在大多數(shù)情況下，上述假設(shè)都是不可預(yù)知的，很難在實際環(huán)境中使用，因而算法實用性不強。

　　為節(jié)約成本，提高算法實用性和精度，本文提出一種新穎的基于RSS的定位算法——多目標高斯混合模型定位算法(Multi-target Localization Based on Gaussian Mixture Model，MTL-GMM)，使用單一移動信標節(jié)點^[8-9]采集信息，用最小化已知條件估算傳感器節(jié)點的數(shù)量和位置信息。仿真實驗和實測實驗均證明了本文提出算法的有效性和準確性。

　　多目標高斯混合模型

　　基本假設(shè)

　　MTL-GMM算法用一個移動信標節(jié)點(RSS-collector，RC)采集信息做為已知條件。RC在定位區(qū)域內(nèi)移動，采集周圍傳感器節(jié)點發(fā)射的RSS信號，并記錄收到每個RSS時

　　信號傳播模型

　　信號傳播的路徑損耗模型描述了RSS取值和信號傳播距離的關(guān)系，本文使用對數(shù)距離路徑損耗模型[10]，如式(1)所示。

　　其中，r和t分別為接收和發(fā)射信號強度，單位為dB;d為信號收發(fā)節(jié)點間距離;l₀為在參考距離d₀處的路徑損耗;γ為與環(huán)境相關(guān)的路徑損耗指數(shù)，反應(yīng)路徑損耗隨距離增長的速率; S為對數(shù)正態(tài)陰影。