基于強(qiáng)度值遞歸測(cè)量機(jī)制的無(wú)線(xiàn)傳感網(wǎng)節(jié)點(diǎn)定位算法研究

摘要：為解決無(wú)線(xiàn)傳感網(wǎng)部署過(guò)程中存在嚴(yán)重的射頻串?dāng)_現(xiàn)象，且定位信號(hào)測(cè)量精確程度低，難以準(zhǔn)確搜尋到錨節(jié)點(diǎn)等不足，本文提出了基于強(qiáng)度值遞歸測(cè)量機(jī)制的無(wú)線(xiàn)傳感網(wǎng)節(jié)點(diǎn)定位算法。首先通過(guò)強(qiáng)度值遞歸機(jī)制，準(zhǔn)確地按照采樣信號(hào)強(qiáng)度實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)重心節(jié)點(diǎn)的精確定位，隨后通過(guò)對(duì)采樣信號(hào)數(shù)值進(jìn)行轉(zhuǎn)換，結(jié)合網(wǎng)絡(luò)重心節(jié)點(diǎn)位置，對(duì)待測(cè)量節(jié)點(diǎn)的坐標(biāo)進(jìn)行精確估計(jì)，從而計(jì)算出節(jié)點(diǎn)在網(wǎng)絡(luò)中的準(zhǔn)確位置，有效提高了定位信號(hào)的精確程度。仿真實(shí)驗(yàn)表明，與KKFG定位算法相比，本文算法具有更高的定位精確度與數(shù)據(jù)分組投遞率，以及更低的定位誤差度。

引言

　　隨著工業(yè)化4.0節(jié)奏的不斷推進(jìn)，以及信息化產(chǎn)業(yè)鏈的不斷發(fā)展，基于無(wú)線(xiàn)傳感網(wǎng)定位技術(shù)的各種應(yīng)用也層出不窮。采用一定的定位技術(shù)實(shí)現(xiàn)無(wú)線(xiàn)傳感網(wǎng)信息的精確采集及處理，從而實(shí)現(xiàn)在數(shù)據(jù)監(jiān)測(cè)、信息采集、傳感歸納等方面的運(yùn)用，成為了當(dāng)前非常重要的一個(gè)研究熱點(diǎn)，同時(shí)也成為制約無(wú)線(xiàn)傳感網(wǎng)技術(shù)發(fā)展的一個(gè)十分重要的方面^[1]。由于在傳感定位時(shí)需要通過(guò)傳感節(jié)點(diǎn)將定位信息以射頻方式進(jìn)行信息交互，一旦傳感節(jié)點(diǎn)的電池因消耗過(guò)大而導(dǎo)致無(wú)法正常工作時(shí)，整個(gè)定位過(guò)程將隨即失效^[2]。所以采取一定的方式減少該過(guò)程的能量損耗，同時(shí)提高無(wú)線(xiàn)傳感網(wǎng)的網(wǎng)絡(luò)運(yùn)行質(zhì)量，就成為當(dāng)前研究中非常重要的研究領(lǐng)域^[3]。

　　如徐彤陽(yáng)^[4]等提出了一種NLOS誤差模型下的無(wú)線(xiàn)傳感網(wǎng)定位方法，當(dāng)節(jié)點(diǎn)處于低強(qiáng)度噪聲時(shí)，能夠?qū)崿F(xiàn)高精度定位，具有很強(qiáng)的實(shí)際部署意義。但是，由于該算法對(duì)網(wǎng)絡(luò)復(fù)雜情況下的定位精度問(wèn)題考慮不夠，因此，難以在噪音復(fù)雜的網(wǎng)絡(luò)背景條件下實(shí)現(xiàn)對(duì)節(jié)點(diǎn)坐標(biāo)的精確定位。朱烜璋^[5]等提出了一種基于圓盤(pán)散射模型的無(wú)線(xiàn)傳感網(wǎng)定位方法研究，通過(guò)引入遞歸機(jī)制對(duì)節(jié)點(diǎn)初始狀態(tài)坐標(biāo)進(jìn)行歸納，實(shí)現(xiàn)了無(wú)固定錨節(jié)點(diǎn)下的初步定位。但是，該算法是無(wú)錨節(jié)點(diǎn)算法，因此，雖然能夠在節(jié)點(diǎn)定位信號(hào)強(qiáng)度較弱時(shí)進(jìn)行定位，但是由于無(wú)錨本身的精確程度不高，在干擾較強(qiáng)時(shí)的精度往往會(huì)隨著信號(hào)強(qiáng)度的增加而迅速增大。張金藝^[6]等提出了一種無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中的協(xié)作波紋定位，通過(guò)對(duì)節(jié)點(diǎn)相對(duì)位置進(jìn)行計(jì)算，實(shí)現(xiàn)了對(duì)節(jié)點(diǎn)的初步定位。然而，由于對(duì)網(wǎng)絡(luò)拓?fù)涓淖円蛩乜紤]不夠，傳感節(jié)點(diǎn)一旦發(fā)生拓?fù)浣Y(jié)構(gòu)的改變，將難以支持定位過(guò)程的繼續(xù)。

　　為了解決上述不足，本文提出了基于強(qiáng)度值遞歸測(cè)量機(jī)制的無(wú)線(xiàn)傳感網(wǎng)節(jié)點(diǎn)定位算法，通過(guò)對(duì)節(jié)點(diǎn)信號(hào)強(qiáng)度值進(jìn)行歸納，實(shí)現(xiàn)了精確定位。隨后針對(duì)初步定位中可能存在的誤差，采取對(duì)數(shù)據(jù)進(jìn)行二次轉(zhuǎn)換，從而進(jìn)一步提高定位的精確度。最后采取NS2仿真平臺(tái)對(duì)本文算法進(jìn)行了仿真驗(yàn)證，證實(shí)了本文算法的有效性。

1 網(wǎng)絡(luò)拓?fù)浼僭O(shè)與能量模型

　　由于整個(gè)定位過(guò)程中需要通過(guò)無(wú)線(xiàn)傳感網(wǎng)節(jié)點(diǎn)進(jìn)行信息交互，當(dāng)節(jié)點(diǎn)信息收發(fā)過(guò)程受阻時(shí)，將難以正常進(jìn)行定位，因此，本文的無(wú)線(xiàn)傳感網(wǎng)拓?fù)浣Y(jié)構(gòu)需要做出如下規(guī)定^[7]：

　　1)網(wǎng)絡(luò)節(jié)點(diǎn)能量不可變動(dòng)，即無(wú)法通過(guò)人為因素給予網(wǎng)絡(luò)節(jié)點(diǎn)補(bǔ)充能源^[8];

　　2)傳感器節(jié)點(diǎn)之間的信息交互是通過(guò)固定頻率的射頻信號(hào)進(jìn)行交互，且整個(gè)過(guò)程均在無(wú)線(xiàn)網(wǎng)絡(luò)環(huán)境中進(jìn)行;

　　3)整個(gè)網(wǎng)絡(luò)需要通過(guò)一定的機(jī)制進(jìn)行自我修復(fù)，但該修復(fù)過(guò)程均不影響定位算法的進(jìn)行;

　　4)傳感節(jié)點(diǎn)在消耗完自身能量后，將喪失一切信號(hào)接收與發(fā)送功能。

　　在低強(qiáng)度網(wǎng)絡(luò)信號(hào)的背景下，由于網(wǎng)絡(luò)節(jié)點(diǎn)之間的信息交互均通過(guò)無(wú)線(xiàn)信道發(fā)生，因而整個(gè)網(wǎng)絡(luò)中的全部傳感節(jié)點(diǎn)的能量收發(fā)模式滿(mǎn)足無(wú)線(xiàn)信道的信號(hào)收發(fā)模式^[9]。單個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)在定位過(guò)程中的能量閾值μ(B)滿(mǎn)足如下數(shù)學(xué)表達(dá)式：

(1)

　　其中B為定位過(guò)程中的總體定位帶寬，R為節(jié)點(diǎn)定位過(guò)程中的最大通信能力作用距離，P_rev為定位節(jié)點(diǎn)的能量接收功率，P_sent為定位節(jié)點(diǎn)的能量發(fā)射功率。

　　由于節(jié)點(diǎn)在進(jìn)行定位過(guò)程中會(huì)有能量損耗^[10]，相應(yīng)能量損耗滿(mǎn)足如下的數(shù)學(xué)表達(dá)式：

(2)

　　相應(yīng)參數(shù)定義同模型(1)中定義。

　　從模型(1)與模型(2)可以得到，節(jié)點(diǎn)在進(jìn)行定位過(guò)程中的能量閾值與其定位過(guò)程中的總體定位帶寬、節(jié)點(diǎn)定位過(guò)程中的最大通信能力作用距離、定位節(jié)點(diǎn)的能量接收功率、定位節(jié)點(diǎn)的能量發(fā)射功率均存在很強(qiáng)的比例關(guān)系，且隨著節(jié)點(diǎn)通信距離的飛速提高，節(jié)點(diǎn)能量閾值與損耗相比增長(zhǎng)速度更為迅速。此外，如果考慮到能量損耗因素僅能通過(guò)降低定位節(jié)點(diǎn)的能量接收功率和發(fā)射功率的方式進(jìn)行，一旦兩者數(shù)值過(guò)大，該節(jié)點(diǎn)可能因?yàn)槟芰肯倪^(guò)大而導(dǎo)致信號(hào)收發(fā)性能迅速下降，從而大大降低定位的精度及質(zhì)量。

2 基于強(qiáng)度值遞歸測(cè)量機(jī)制的無(wú)線(xiàn)傳感網(wǎng)節(jié)點(diǎn)定位算法

　　根據(jù)第1部分提出的網(wǎng)絡(luò)拓?fù)浼僭O(shè)與能量模型，本文提出了一種基于強(qiáng)度值遞歸測(cè)量機(jī)制的無(wú)線(xiàn)傳感網(wǎng)節(jié)點(diǎn)定位算法(Node localization algorithm for wireless sensor networks based on the intensity value recursion measure，IVRM算法)，整個(gè)算法通過(guò)強(qiáng)度值遞歸測(cè)量機(jī)制和重心坐標(biāo)再定位兩個(gè)部分所構(gòu)成。

2.1 強(qiáng)度值遞歸測(cè)量機(jī)制

　　由于進(jìn)行節(jié)點(diǎn)定位需要綜合考慮信號(hào)強(qiáng)度及相應(yīng)節(jié)點(diǎn)間強(qiáng)度分配比例關(guān)系^[11]，由模型(1)~(2)可知，整個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)的定位信號(hào)強(qiáng)度與節(jié)點(diǎn)的通信距離呈現(xiàn)很強(qiáng)的相關(guān)比例關(guān)系。通過(guò)綜合判斷能量閾值并對(duì)該閾值進(jìn)行基于強(qiáng)度值的遞歸測(cè)量，既可以從其他節(jié)點(diǎn)的信號(hào)強(qiáng)度中得到最佳的定位信號(hào)，因此，可以通過(guò)這種方式實(shí)現(xiàn)對(duì)節(jié)點(diǎn)的初步定位。

　　設(shè)i為某個(gè)待定位的節(jié)點(diǎn)，其坐標(biāo)為，相應(yīng)的其他與之存在信息交互關(guān)系的節(jié)點(diǎn)坐標(biāo)為，其中j表示與節(jié)點(diǎn)i存在信息交互關(guān)系的全部節(jié)點(diǎn)中的某一個(gè)節(jié)點(diǎn)。則根據(jù)模型(1)~(2)可以得到節(jié)點(diǎn)i與節(jié)點(diǎn)j之間的坐標(biāo)滿(mǎn)足如下數(shù)學(xué)表達(dá)式：

(3)

　　相應(yīng)的誤差滿(mǎn)足如下的數(shù)學(xué)表達(dá)式：

(4)

　　其中，所有參數(shù)與模型(1)~(2)相同。

　　上述兩個(gè)模型反映了定位過(guò)程中某個(gè)節(jié)點(diǎn)與周?chē)?jié)點(diǎn)間的坐標(biāo)關(guān)系，通過(guò)模型(3)可以對(duì)待定位節(jié)點(diǎn)實(shí)現(xiàn)比較精確的定位，通過(guò)模型(4)可以初步對(duì)獲取的待定位節(jié)點(diǎn)的坐標(biāo)進(jìn)行初步的誤差估計(jì)。但是，由于模型(3)和模型(4)中的參數(shù)需要通過(guò)測(cè)量得到，且其節(jié)點(diǎn)收發(fā)功率會(huì)隨著時(shí)間增加而存在很強(qiáng)的衰減效應(yīng)，因此，需要對(duì)模型(3)和(4)中的數(shù)據(jù)進(jìn)行處理，以便能夠在精確度上滿(mǎn)足需求。

　　對(duì)此，本文引入了采樣信號(hào)強(qiáng)度，通過(guò)與重心節(jié)點(diǎn)的坐標(biāo)進(jìn)行比對(duì)，來(lái)進(jìn)一步提高定位精度。

　　首先，依據(jù)模型(1)，計(jì)算滿(mǎn)足條件的最好的一批節(jié)點(diǎn)，并取其平均值，可得到重心節(jié)點(diǎn)的坐標(biāo)：

(5)

　　由于在WSN運(yùn)行期間，其節(jié)點(diǎn)的收發(fā)功率將收斂于0^[12]，故模型(5)可演變?yōu)椋?/p>

(6)

　　顯然，為B的聯(lián)合二次概率函數(shù)，而與同時(shí)滿(mǎn)足如下條件：

(7)

　　因此，可轉(zhuǎn)換成：

(8)

　　所有參數(shù)與前面相同。

　　整個(gè)遞歸過(guò)程如下所示：

　　Step 1 ：根據(jù)模型(3)所示，得到待測(cè)節(jié)點(diǎn)的坐標(biāo)及誤差，轉(zhuǎn)Step 2 ;

　　Step 2 : 根據(jù)模型(1)求得強(qiáng)度最佳的一批節(jié)點(diǎn)，并得到節(jié)點(diǎn)的具體坐標(biāo);

　　Step 3 ：根據(jù)模型(5)~(8)求得精確坐標(biāo)，轉(zhuǎn)Step 4;

　　Step 4 ：根據(jù)模型(9)求得坐標(biāo)的誤差修正，流程結(jié)束。

2.2 重心坐標(biāo)再定位

　　進(jìn)行重心坐標(biāo)修正之后，通過(guò)模型(8)和模型(9)可以得到待定位節(jié)點(diǎn)的精確坐標(biāo)，但是，由于模型(8)和模型(9)為待定位帶寬B的函數(shù)，通過(guò)計(jì)算模型(8)和模型(9)的極值即可以得到最佳的節(jié)點(diǎn)定位數(shù)據(jù)發(fā)送帶寬的大小。

　　對(duì)模型(8)和模型(9)求二次導(dǎo)數(shù)可得：

(10)

(11)

　　從模型(10)和(11)可知，當(dāng)B=3.5時(shí)，整個(gè)模型(8)和(9)取極值，即當(dāng)定位數(shù)據(jù)以每秒3.5比特發(fā)送時(shí)，整個(gè)網(wǎng)絡(luò)的性能處于最優(yōu)狀態(tài)，所獲取的節(jié)點(diǎn)坐標(biāo)及誤差程度也同時(shí)處于最精確狀態(tài)。

　　通過(guò)模型(10)和模型(11)，可以對(duì)模型(5)所示的重心坐標(biāo)進(jìn)行再次定位計(jì)算，由于B=3.5，同時(shí)也是模型(5)的極值點(diǎn)，因此，可以有效地改善模型(5)~(7)的精度，并通過(guò)模型(8)和模型(9)計(jì)算出精度最佳的定位數(shù)據(jù)。

3 仿真實(shí)驗(yàn)

　　本文采用NS2仿真平臺(tái)對(duì)本文算法進(jìn)行仿真，為驗(yàn)證本文算法的有效性，將其與當(dāng)前廣泛使用的KKFG節(jié)點(diǎn)定位算法[13-14]進(jìn)行對(duì)比，在定位控制開(kāi)銷(xiāo)、網(wǎng)絡(luò)生存時(shí)間、數(shù)據(jù)分組投遞率和誤差絕對(duì)值四個(gè)指標(biāo)上進(jìn)行對(duì)比。具體仿真參數(shù)如表1所示。

　　(1)定位控制開(kāi)銷(xiāo)

　　圖1顯示了本文算法與對(duì)照組算法的定位控制開(kāi)銷(xiāo)測(cè)試結(jié)果。從圖中可以看到，本文算法隨著節(jié)點(diǎn)初始能量的增加保持穩(wěn)定狀態(tài)，這是因?yàn)楸疚乃惴ㄒ肓藦?qiáng)度值遞歸機(jī)制，能夠?qū)Τ醮味ㄎ蛔鴺?biāo)進(jìn)行精度上的修正，能夠有效地改善定位消息的傳輸成功率，降低定位控制開(kāi)銷(xiāo)。而對(duì)照組算法由于無(wú)法對(duì)精度進(jìn)行修正，因此，需要采取增加控制分組的方式實(shí)現(xiàn)精確定位。

　　(2)網(wǎng)絡(luò)生存時(shí)間

　　圖2顯示了本文算法同對(duì)照組算法在網(wǎng)絡(luò)生存時(shí)間上的測(cè)試結(jié)果。從圖中可以看到，本文算法隨著節(jié)點(diǎn)初始能量的增加均呈現(xiàn)不斷增加的趨勢(shì)，但是本文算法的網(wǎng)絡(luò)生存時(shí)間始終要好于對(duì)照組算法，這是因?yàn)楸疚乃惴ㄒ肓藦?qiáng)度值遞歸機(jī)制，能夠?qū)Τ醮味ㄎ蛔鴺?biāo)進(jìn)行修正，從而有效地增加了定位精度。因此，能夠減少網(wǎng)絡(luò)中因定位失誤而出現(xiàn)的冗余數(shù)據(jù)，從而實(shí)現(xiàn)網(wǎng)絡(luò)生存時(shí)間的延長(zhǎng)。

　　(3)數(shù)據(jù)分組投遞率

　　圖3顯示了三種定位算法的數(shù)據(jù)分組投遞率測(cè)試結(jié)果，從圖中可以看到，本文算法的數(shù)據(jù)分組投遞率隨著節(jié)點(diǎn)初始能量的增加保持穩(wěn)定狀態(tài)，此外，本文算法的數(shù)據(jù)分組投遞率始終要高于對(duì)照組算法，這是因?yàn)楸疚乃惴ㄒ肓酥匦淖鴺?biāo)再定位機(jī)制，因此，能夠通過(guò)改善重心節(jié)點(diǎn)的冗余特性有效地改善節(jié)點(diǎn)擁塞的發(fā)生，大大提高數(shù)據(jù)分組投遞率。而對(duì)照組算法在精度定位下降時(shí)需要以增加數(shù)據(jù)分組的方式進(jìn)行數(shù)據(jù)投遞，從而大大降低了數(shù)據(jù)分組投遞率。

　　(4)誤差絕對(duì)值

　　圖4顯示了兩種WSN節(jié)點(diǎn)定位算法的誤差絕對(duì)值測(cè)試結(jié)果。從圖中可以看到，本文算法的誤差絕對(duì)值始終要低于對(duì)照組算法，這是因?yàn)楸疚乃惴ㄍㄟ^(guò)重心坐標(biāo)再定位實(shí)現(xiàn)了定位誤差修正，因此能夠有效地改善定位精度，而對(duì)照組算法的定位數(shù)據(jù)是僅僅通過(guò)簡(jiǎn)單測(cè)量而得到，當(dāng)定位出現(xiàn)錯(cuò)誤時(shí)，難以實(shí)現(xiàn)實(shí)時(shí)糾正，導(dǎo)致誤差絕對(duì)值高于本文算法。

4 結(jié)束語(yǔ)

　　本文提出了一種基于強(qiáng)度值遞歸測(cè)量機(jī)制的無(wú)線(xiàn)傳感網(wǎng)節(jié)點(diǎn)定位算法，通過(guò)對(duì)節(jié)點(diǎn)信號(hào)強(qiáng)度值的歸納與處理，實(shí)現(xiàn)了精確定位。同時(shí)采取了基于重心坐標(biāo)的再定位機(jī)制，對(duì)最佳定位帶寬進(jìn)行了計(jì)算，實(shí)現(xiàn)了定位節(jié)點(diǎn)坐標(biāo)的精確獲取。仿真實(shí)驗(yàn)表明，與傳統(tǒng)的KKFG算法相比，本文算法在定位控制開(kāi)銷(xiāo)、網(wǎng)絡(luò)生存時(shí)間、數(shù)據(jù)分組投遞率和誤差絕對(duì)值四個(gè)指標(biāo)上具有明顯的優(yōu)勢(shì)，對(duì)實(shí)踐具有一定的指導(dǎo)意義。

參考文獻(xiàn)：

　　[1]王懌,田臣.錨節(jié)點(diǎn)水面部署的三維水下傳感網(wǎng)定位算法[J].微電子學(xué)與計(jì)算機(jī).2010, 10(11):65-68.

　　[2]ChenLee. An Efficient Algorithm for Mobile Localization in Sensor Networks[J]. International Journal of Automation and Computing, 2012, 06(32):594-599.

　　[3]Guo-Jin Feng, James Gu, Dong Zhen. Implementation of Envelope Analysis on a Wireless Condition Monitoring System for Bearing Fault Diagnosis [J]. International Journal of Automation and Computing, 2015, 01(21):14-24.

　　[4]徐彤陽(yáng). NLOS誤差模型下的無(wú)線(xiàn)傳感網(wǎng)定位方法與仿真[J].計(jì)算機(jī)工程與設(shè)計(jì).2013,08(118):2680-2684.

　　[5]朱烜璋. 基于圓盤(pán)散射模型的無(wú)線(xiàn)傳感網(wǎng)定位方法研究[J].計(jì)算機(jī)工程與應(yīng)用.2013, 14(35):88-91.

　　[6]張金藝,段蘇陽(yáng),吳玉見(jiàn).無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中的協(xié)作波紋定位[J].應(yīng)用科學(xué)學(xué)報(bào).2012, 02(19):120-127.

　　[7]LI Bin,WANG WenJie,YIN QinYe. A distributed localization in wireless sensor networks utilizing AOD estimation and synthetically uniform circular array [J]. Science China (Information Sciences), 2015, 06(72):105-115.

　　[8]茍勝難.基于改進(jìn)的RSSI無(wú)線(xiàn)傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位算法研究[J].計(jì)算機(jī)應(yīng)用研究.2012, 05(25):1867-1869.

　　[9]鄧文蓮.無(wú)線(xiàn)傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位的仿真研究[J].計(jì)算機(jī)仿真.2012, 05(75):167-16.

　　[10]Georges M. Arnaout, Shannon Bowling. A Progressive Deployment Strategy for Cooperative Adaptive Cruise Control to Improve Traffic Dynamics[J]. International Journal of Automation and Computing, 2014,01(11):10-18.

　　[11]歐陽(yáng)丹彤,何金勝,白洪濤.一種約束粒子群優(yōu)化的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位算法[J].計(jì)算機(jī)科學(xué).2011,07(16):46-50.

　　[12]張?jiān)捶?程恩.基于可控制粒子群優(yōu)化的無(wú)線(xiàn)傳感網(wǎng)節(jié)點(diǎn)定位技術(shù)[J].廈門(mén)大學(xué)學(xué)報(bào)(自然科學(xué)版).2013,06(32):739-743.

　　[13]Jack. An Efficient Algorithm for Mobile Localization in Sensor Networks [J].International Journal of Automation and Computing.2012, 06(78):594-599.

　　[14]LI Bin, WANG WenJie, YIN QinYe. A distributed localization in wireless sensor networks utilizing AOD estimation and synthetically uniform circular array [J]. Science China (Information Sciences).2015, 06(17):105-115.

本文來(lái)源于中國(guó)科技期刊《電子產(chǎn)品世界》2016年第7期第54頁(yè)，歡迎您寫(xiě)論文時(shí)引用，并注明出處。