基于Zigbee無(wú)線(xiàn)傳感器網(wǎng)絡(luò )定位問(wèn)題的研究

根據傳感器節點(diǎn)A和B接收到的所有信標節點(diǎn)的接收信號強度RSSI值，可以獲得傳感器節點(diǎn)A，B之間的RSSI相似度。將兩個(gè)節點(diǎn)收到的RSSI向量作為輸入，RSSI相似度公式為：

再通過(guò)式(1)計算得到的值定義為兩節點(diǎn)之間的RSSI相似度。RSSI相似度能夠反映出傳感器節點(diǎn)間空間距離的相近程度和周?chē)h(huán)境的相似程度。兩個(gè)傳感器節點(diǎn)間RSSI相似度越大，說(shuō)明兩節點(diǎn)在空間上越接近；反之越遙遠。

4.2 RSSI相似度計算

假設在無(wú)線(xiàn)傳感器網(wǎng)絡(luò )中隨機布署了M個(gè)傳感器節點(diǎn)，其中有N個(gè)傳感器節點(diǎn)攜帶位置信息，作為信標節點(diǎn)，他們的位置信息分別是C1，C2，…，Cn，其中Ci(1≤i≤N)為已知信標節點(diǎn)位置信息。其余M-N個(gè)傳感器節點(diǎn)作為未知位置節點(diǎn)。已知整個(gè)傳感器網(wǎng)絡(luò )為連通網(wǎng)絡(luò )，根據未知位置節點(diǎn)的位置信息可單獨計算各自的位置信息。輸出結果為本地節點(diǎn)的估計位置。定位開(kāi)始階段，每一個(gè)未知位置節點(diǎn)首先與最先接收到信號的節點(diǎn)A計算RSSI相似度。具體步驟是：信標節點(diǎn)向整個(gè)傳感器網(wǎng)絡(luò )中廣播自己的信號，所有的未知位置節點(diǎn)在收到信號強度后，為了節省能耗和網(wǎng)絡(luò )資源，并非所有節點(diǎn)進(jìn)行定位計算，而是將自己接收到的其他信標節點(diǎn)的RSSI值直接回復給最先接收到信號強度的節點(diǎn)A。節點(diǎn)A這時(shí)也獲得信標節點(diǎn)的RSSI值向量，即RSSIA=[RA1，RA2，…，RAn](假設節點(diǎn)A有n個(gè)鄰居信標節點(diǎn))和鄰居節點(diǎn)收到的其他鄰居信標節點(diǎn)的RSSI值矩陣為：

由于RSSI相似度可以反映兩個(gè)節點(diǎn)在整個(gè)網(wǎng)絡(luò )中位置的相似程度，比如鄰居情況、空間距離、周?chē)h(huán)境等。式(1)表示的是兩個(gè)傳感器節點(diǎn)的RSSI相似度。通過(guò)式(2)可算得：

節點(diǎn)A對所有鄰居節點(diǎn)的空間相似程度．此時(shí)得到的是一個(gè)相似度序列S。

4.3鄰居節點(diǎn)數K

節點(diǎn)的RSSI相似度反映了相近所有未知位置節點(diǎn)在空間上的差異程度。K的確定是使最先接收到信號的節點(diǎn)A和其他節點(diǎn)通過(guò)式(2)得到與節點(diǎn)A的相似度。然后將獲得的相似度序列S進(jìn)行降序排序，得到序列S={S1，S2，S3，…，Sn}。由于節點(diǎn)的位置相對節點(diǎn)A是隨機的，以致相距A較遠的節點(diǎn)與節點(diǎn)A的場(chǎng)強會(huì )產(chǎn)生較大的差值，導致RSSI相似度較小，所以相似度最大的前K個(gè)點(diǎn)的選擇直接影響了定位系統的精度?，F給出求得K值的步驟如下：

(1)構造鄰居集合SetK；
(2)取序列S的前3個(gè)RSSI相似度S1，S2，S3加入到鄰居集合SetK中，并求得3個(gè)相似度最小差值△Smin；
(3)分別計算其余RSSI相似度Si(4≤i≤m-n)與S3的差值△Si，如果△Si≤△Smin，則將Si加入到鄰居集合Set K中；
(4)K=SetK中元素的個(gè)數。

通過(guò)選擇RSSI相似度和鄰居節點(diǎn)數K，即可確定團員。組團后，只讓團長(cháng)與信標節點(diǎn)進(jìn)行通信和定位計算，之后得到的位置坐標為全體團員的位置坐標。計算結束后，作為團長(cháng)的節點(diǎn)不再把定位結果發(fā)送給鄰居節點(diǎn)，而直接通過(guò)多跳路由傳給監控中心，節省了整個(gè)網(wǎng)絡(luò )的帶寬資源和能源。

5結語(yǔ)

采用基于Zigbee技術(shù)的無(wú)線(xiàn)傳感器實(shí)現了井下人員的定位。為保證系統的可靠性采用組團協(xié)議，并著(zhù)重提出了采用RSSI相似度和鄰居節點(diǎn)數K作為選擇團員的方法。以解決人員分布密集的通訊壓力問(wèn)題，如井下人員上下班時(shí)的堆積問(wèn)題。此方法同時(shí)也提高了定位精度。