無(wú)線(xiàn)傳感器網(wǎng)絡(luò )定位技術(shù)綜述

4 新型WSN 定位研究分析

除了傳統的定位方法， 新型的無(wú)線(xiàn)傳感器網(wǎng)絡(luò )定位算法也逐漸出現， 如利用移動(dòng)錨節點(diǎn)來(lái)定位未知節點(diǎn)、在三維空間內定位未知節點(diǎn)、以及采用智能定位算法來(lái)提高定位精度等， 下面分別介紹。

4.1 基于移動(dòng)錨節點(diǎn)的定位算法

利用移動(dòng)錨節點(diǎn)定位可以避免網(wǎng)絡(luò )中多跳和遠距離傳輸產(chǎn)生的定位誤差累計， 并且可以減少錨節點(diǎn)的數量， 進(jìn)而降低網(wǎng)絡(luò )的成本。如MBAL(mobilebeacon assisted localization scheme)定位方法， 錨節點(diǎn)在移動(dòng)過(guò)程中隨時(shí)更新自身的坐標， 并廣播位置信息。未知節點(diǎn)測量與移動(dòng)節點(diǎn)處于不同位置時(shí)的距離， 當得到3 個(gè)或3 個(gè)以上的位置信息時(shí)， 就可以利用三邊測量法確定自己的位置， 進(jìn)而升級為錨節點(diǎn)。此外， 移動(dòng)錨節點(diǎn)用于定位所有未知節點(diǎn)所移動(dòng)的路徑越長(cháng)則功耗越大， 因此對移動(dòng)錨節點(diǎn)的活動(dòng)路徑進(jìn)行合理規劃可以減小功耗。

文獻[48]提出了一種基于加權最小二乘法的移動(dòng)錨節點(diǎn)定位距離估計算法， 作者首先建立一個(gè)移動(dòng)模型， 錨節點(diǎn)沿著(zhù)線(xiàn)性軌跡移動(dòng)， 使用加權最小二乘法來(lái)減小距離估計誤差， 并在Cramér-Raobound(CRB) 的基礎上分析了距離估計的最小誤差邊界， 該算法在距離估計和位置估計方面都有較好的性能。

利用移動(dòng)錨節點(diǎn)自身的可定位性和可移動(dòng)性可定位網(wǎng)絡(luò )局部相關(guān)節點(diǎn)， 但移動(dòng)錨節點(diǎn)的路徑規劃算法和采取的定位機制需要深入考慮。2009 年發(fā)表的關(guān)于WSN 定位的文章中， 約25%是關(guān)于移動(dòng)節點(diǎn)定位的。

4.2 三維定位方法

隨著(zhù)傳感器網(wǎng)絡(luò )的空間定位需求不斷提升， 三維空間場(chǎng)景下的定位也成為了一個(gè)新的研究方向。

目前的三維定位算法包括基于劃分空間為球殼并取球殼交集定位的思想， 提出的對傳感器節點(diǎn)進(jìn)行三維定位的非距離定位算法APIS(approximatepoint in sphere) 。在此基礎上針對目前三維定位算法的不足， 提出的基于球面坐標的動(dòng)態(tài)定位機制， 該機制將定位問(wèn)題抽象為多元線(xiàn)性方程組求解問(wèn)題，最終利用克萊姆法則解決多解、無(wú)解問(wèn)題。建立了WSN 空間定位模型并結合無(wú)線(xiàn)信道對數距離路徑衰減模型， 為解決不適定型問(wèn)題提出了Tikhonov 正則化方法， 并結合偏差遠離方便的得到了較優(yōu)的正則化參數， 在3.5 m×6 m×3 m 的區域內定位精度可控制在2 m。

三維定位方法可擴展WSN 的應用場(chǎng)合， 目前三維定位在許多方面還有待完善， 如獲取更準確的錨節點(diǎn)需要尋求更精確的廣播周期和消息生存周期， 縮減定位時(shí)間需要改進(jìn)錨節點(diǎn)的選擇和過(guò)濾機制等。

4.3 智能定位算法

隨著(zhù)電子技術(shù)的發(fā)展和芯片計算能力的提高，傳感器網(wǎng)絡(luò )節點(diǎn)本身的性能也有提升， 復雜算法也可以在網(wǎng)絡(luò )中實(shí)現。因此， 智能定位算法也紛紛被提出。

對于無(wú)線(xiàn)傳感器網(wǎng)絡(luò )的戶(hù)外三維定位， 將錨節點(diǎn)固定在直升機上通過(guò)GPS 實(shí)時(shí)感知自身位置， 采用基于RSSI 的測距方法， 利用粒子濾波定位技術(shù)實(shí)現定位， 該方法不需要任何關(guān)于未知節點(diǎn)的先驗知識， 非常適合應用于戶(hù)外定位。

神經(jīng)網(wǎng)絡(luò )對于解決無(wú)線(xiàn)傳感器網(wǎng)絡(luò )的定位問(wèn)題是一個(gè)切實(shí)可行的辦法， 將3 種神經(jīng)網(wǎng)絡(luò )： 多層感知神經(jīng)網(wǎng)絡(luò )， 徑向基函數神經(jīng)網(wǎng)絡(luò )和遞歸神經(jīng)網(wǎng)絡(luò )與卡爾曼濾波的2 個(gè)變形進(jìn)行比較， 可以根據不同情況下的定位需求靈活選擇定位方法。使用神經(jīng)網(wǎng)絡(luò )和網(wǎng)格傳感器訓練的靈活的模型， 可以提高定位精度， 且不需要額外的硬件支持。網(wǎng)絡(luò )訓練每隔一段時(shí)間進(jìn)行一次更新來(lái)最小化誤差， 并且通過(guò)增加網(wǎng)格節點(diǎn)密度來(lái)提高定位精度。

對于節點(diǎn)定位中的非視距問(wèn)題， 常規的辦法是采用機器學(xué)習中的支持向量回歸(support vector regression,SVR) 方法進(jìn)行定位以降低誤差， 但其定位精度仍然受到一定的非視距誤差影響， 為了降低這種影響， 研究人員提出了基于直推式回歸的定位算法。利用錨節點(diǎn)的坐標和TOA 信息并借用核函數直接推導出未知節點(diǎn)的位置， 進(jìn)一步提高定位 精度。

雖然智能定位算法已經(jīng)成為一個(gè)新的研究方向，但由于WSN 網(wǎng)絡(luò )本身屬于低能耗的網(wǎng)絡(luò )， 單個(gè)節點(diǎn)的計算能力還比較低， 目前智能定位算法不普遍適用于實(shí)際的WSN 定位系統， 但隨著(zhù)低功耗技術(shù)、微處理器技術(shù)、FPGA 技術(shù)的發(fā)展， 智能定位算法將在未來(lái)的定位系統中得到廣泛的應用。

5 研究前景與應用分析

截至目前， 無(wú)線(xiàn)傳感器網(wǎng)絡(luò )定位研究已廣泛開(kāi)展并取得了許多研究成果， 但仍存在著(zhù)一些沒(méi)有被解決或被發(fā)現的問(wèn)題， 目前最為關(guān)鍵的問(wèn)題仍然是WSN 節點(diǎn)的能耗問(wèn)題， 一切的定位算法應該在精度和能量消耗上選取一個(gè)較為折衷的效果。下面將對目前存在的問(wèn)題及相應可能的解決方案進(jìn)行介紹。

1) 實(shí)用性差。大部分基于非測距的定位算法只是停留在理論研究階段， 且大都是在仿真環(huán)境下進(jìn)行的， 需要假設很多不確定因素， 而這些因素在實(shí)際應用中往往不能滿(mǎn)足， 則這些算法就失去了實(shí)際的意義。因此定位算法的設計應該更多的從實(shí)際應用上考慮， 結合實(shí)際應用情況設計實(shí)用的定位算法。

2) 應用環(huán)境單一。多數的算法都是針對特定的應用場(chǎng)景進(jìn)行設計的， 也就是說(shuō)， 每個(gè)算法都只能解決特殊的問(wèn)題或應用于特定的場(chǎng)景， 一旦環(huán)境發(fā)生變動(dòng)， 算法或系統的測量誤差將增大甚至不再適用。因此， 探索更具通用性的定位算法或定位系統， 將其應用于更為復雜多變的環(huán)境中是一項新的挑戰。

3) 受硬件限制。在實(shí)際定位中， 一些算法由于受到傳感器節點(diǎn)硬件成本和性能的限制， 如某些算法需要在定位節點(diǎn)上增加GPS, 超聲波收發(fā)器， 有向天線(xiàn)陣列等設備， 增加了節點(diǎn)硬件成本， 阻礙了其在實(shí)際定位系統中的應用。因此， 算法設計應多考慮WSN 節點(diǎn)的實(shí)際情況， 如只在部分節點(diǎn)上增加額外硬件， 或根據實(shí)際節點(diǎn)資源受限情況采用其他定位算法等。

4) 能量受限。測量精度、容錯性和能量消耗等問(wèn)題也是目前無(wú)線(xiàn)傳感器網(wǎng)絡(luò )研究的熱點(diǎn)， 更是定位技術(shù)研究的熱點(diǎn)。通常情況下， 高測量精度和低能量消耗不可兼得， 往往需要在測量精度和能量消耗上進(jìn)行有效的折衷。因此， 可以在提高儲能設備的容量， 或利用可能的外界環(huán)境資源為節點(diǎn)提供能量方向進(jìn)行研究， 另外， 提出高效、節能、符合實(shí)際情況的無(wú)線(xiàn)傳感器網(wǎng)絡(luò )定位算法將具有現實(shí)的意義。

5) 安全和隱私問(wèn)題。在大范圍部署的無(wú)線(xiàn)傳感器網(wǎng)絡(luò )中， 安全和隱私的問(wèn)題也是一個(gè)主要的研究方向。一方面， 一些應用需要節點(diǎn)位置信息， 另一方面， 向一些不需要知道位置的節點(diǎn)透露位置信息則會(huì )使網(wǎng)絡(luò )面臨安全問(wèn)題。此外， 鑒于無(wú)線(xiàn)傳感器網(wǎng)絡(luò )的性質(zhì)， 集中式算法在后臺處理定位程序也使得節點(diǎn)的位置信息通過(guò)層層傳遞被過(guò)多的節點(diǎn)所知曉，因此分布式算法相對于集中式算法可以減少信息傳遞次數， 增強網(wǎng)絡(luò )安全性， 另外， 在網(wǎng)絡(luò )通信中使用信息加密也可以提高網(wǎng)絡(luò )安全性。就2009 年發(fā)表的定位相關(guān)文章來(lái)說(shuō)， 每4 篇發(fā)表的文章中就有1 篇提出的是分布式算法。

未來(lái)的無(wú)線(xiàn)傳感器網(wǎng)絡(luò )定位在解決上述問(wèn)題之后將廣泛應用于各類(lèi)領(lǐng)域， 包括安全定位、變化的環(huán)境、三維空間等。

6 結 論

結合近年來(lái)無(wú)線(xiàn)傳感器網(wǎng)絡(luò )定位技術(shù)的發(fā)展狀況， 對無(wú)線(xiàn)傳感器網(wǎng)絡(luò )定位的基本概念、評價(jià)標準以及國內外研究現狀進(jìn)行了概述， 重點(diǎn)對基于測距和基于非測距的無(wú)線(xiàn)傳感器網(wǎng)絡(luò )定位算法進(jìn)行了分析， 并列舉了一些新型WSN 定位的算法， 總結了目前無(wú)線(xiàn)傳感器網(wǎng)絡(luò )定位領(lǐng)域研究存在的問(wèn)題和一些可以研究的內容和方向。希望本文能夠為無(wú)線(xiàn)傳感器網(wǎng)絡(luò )定位相關(guān)領(lǐng)域的研究者提供一些參考和借鑒。