基于強度值遞歸測量機制的無(wú)線(xiàn)傳感網(wǎng)節點(diǎn)定位算法研究

摘要：為解決無(wú)線(xiàn)傳感網(wǎng)部署過(guò)程中存在嚴重的射頻串擾現象，且定位信號測量精確程度低，難以準確搜尋到錨節點(diǎn)等不足，本文提出了基于強度值遞歸測量機制的無(wú)線(xiàn)傳感網(wǎng)節點(diǎn)定位算法。首先通過(guò)強度值遞歸機制，準確地按照采樣信號強度實(shí)現對網(wǎng)絡(luò )重心節點(diǎn)的精確定位，隨后通過(guò)對采樣信號數值進(jìn)行轉換，結合網(wǎng)絡(luò )重心節點(diǎn)位置，對待測量節點(diǎn)的坐標進(jìn)行精確估計，從而計算出節點(diǎn)在網(wǎng)絡(luò )中的準確位置，有效提高了定位信號的精確程度。仿真實(shí)驗表明，與KKFG定位算法相比，本文算法具有更高的定位精確度與數據分組投遞率，以及更低的定位誤差度。

引言

　　隨著(zhù)工業(yè)化4.0節奏的不斷推進(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)的各種應用也層出不窮。采用一定的定位技術(shù)實(shí)現無(wú)線(xiàn)傳感網(wǎng)信息的精確采集及處理，從而實(shí)現在數據監測、信息采集、傳感歸納等方面的運用，成為了當前非常重要的一個(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)傳感節點(diǎn)將定位信息以射頻方式進(jìn)行信息交互，一旦傳感節點(diǎn)的電池因消耗過(guò)大而導致無(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 )運行質(zhì)量，就成為當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，當節點(diǎn)處于低強度噪聲時(shí)，能夠實(shí)現高精度定位，具有很強的實(shí)際部署意義。但是，由于該算法對網(wǎng)絡(luò )復雜情況下的定位精度問(wèn)題考慮不夠，因此，難以在噪音復雜的網(wǎng)絡(luò )背景條件下實(shí)現對節點(diǎn)坐標的精確定位。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)引入遞歸機制對節點(diǎn)初始狀態(tài)坐標進(jìn)行歸納，實(shí)現了無(wú)固定錨節點(diǎn)下的初步定位。但是，該算法是無(wú)錨節點(diǎn)算法，因此，雖然能夠在節點(diǎn)定位信號強度較弱時(shí)進(jìn)行定位，但是由于無(wú)錨本身的精確程度不高，在干擾較強時(shí)的精度往往會(huì )隨著(zhù)信號強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)對節點(diǎn)相對位置進(jìn)行計算，實(shí)現了對節點(diǎn)的初步定位。然而，由于對網(wǎng)絡(luò )拓撲改變因素考慮不夠，傳感節點(diǎn)一旦發(fā)生拓撲結構的改變，將難以支持定位過(guò)程的繼續。

　　為了解決上述不足，本文提出了基于強度值遞歸測量機制的無(wú)線(xiàn)傳感網(wǎng)節點(diǎn)定位算法，通過(guò)對節點(diǎn)信號強度值進(jìn)行歸納，實(shí)現了精確定位。隨后針對初步定位中可能存在的誤差，采取對數據進(jìn)行二次轉換，從而進(jìn)一步提高定位的精確度。最后采取NS2仿真平臺對本文算法進(jìn)行了仿真驗證，證實(shí)了本文算法的有效性。

1 網(wǎng)絡(luò )拓撲假設與能量模型

　　由于整個(gè)定位過(guò)程中需要通過(guò)無(wú)線(xiàn)傳感網(wǎng)節點(diǎn)進(jìn)行信息交互，當節點(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)拓撲結構需要做出如下規定^[7]：

　　1)網(wǎng)絡(luò )節點(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 )節點(diǎn)補充能源^[8];

　　2)傳感器節點(diǎn)之間的信息交互是通過(guò)固定頻率的射頻信號進(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)一定的機制進(jìn)行自我修復，但該修復過(guò)程均不影響定位算法的進(jìn)行;

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

　　在低強度網(wǎng)絡(luò )信號的背景下，由于網(wǎng)絡(luò )節點(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 )中的全部傳感節點(diǎn)的能量收發(fā)模式滿(mǎn)足無(wú)線(xiàn)信道的信號收發(fā)模式^[9]。單個(gè)網(wǎng)絡(luò )節點(diǎn)在定位過(guò)程中的能量閾值μ(B)滿(mǎn)足如下數學(xué)表達式：

(1)

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

　　由于節點(diǎn)在進(jìn)行定位過(guò)程中會(huì )有能量損耗^[10]，相應能量損耗滿(mǎn)足如下的數學(xué)表達式：

(2)

　　相應參數定義同模型(1)中定義。

　　從模型(1)與模型(2)可以得到，節點(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、節點(diǎn)定位過(guò)程中的最大通信能力作用距離、定位節點(diǎn)的能量接收功率、定位節點(diǎn)的能量發(fā)射功率均存在很強的比例關(guān)系，且隨著(zhù)節點(diǎn)通信距離的飛速提高，節點(diǎn)能量閾值與損耗相比增長(cháng)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，一旦兩者數值過(guò)大，該節點(diǎn)可能因為能量消耗過(guò)大而導致信號收發(fā)性能迅速下降，從而大大降低定位的精度及質(zhì)量。

2 基于強度值遞歸測量機制的無(wú)線(xiàn)傳感網(wǎng)節點(diǎn)定位算法

　　根據第1部分提出的網(wǎng)絡(luò )拓撲假設與能量模型，本文提出了一種基于強度值遞歸測量機制的無(wú)線(xiàn)傳感網(wǎng)節點(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)強度值遞歸測量機制和重心坐標再定位兩個(gè)部分所構成。

2.1 強度值遞歸測量機制

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

　　設i為某個(gè)待定位的節點(diǎn)，其坐標為，相應的其他與之存在信息交互關(guān)系的節點(diǎn)坐標為，其中j表示與節點(diǎn)i存在信息交互關(guān)系的全部節點(diǎn)中的某一個(gè)節點(diǎn)。則根據模型(1)~(2)可以得到節點(diǎn)i與節點(diǎn)j之間的坐標滿(mǎn)足如下數學(xué)表達式：

(3)

　　相應的誤差滿(mǎn)足如下的數學(xué)表達式：

(4)

　　其中，所有參數與模型(1)~(2)相同。

　　上述兩個(gè)模型反映了定位過(guò)程中某個(gè)節點(diǎn)與周?chē)濣c(diǎn)間的坐標關(guān)系，通過(guò)模型(3)可以對待定位節點(diǎn)實(shí)現比較精確的定位，通過(guò)模型(4)可以初步對獲取的待定位節點(diǎn)的坐標進(jìn)行初步的誤差估計。但是，由于模型(3)和模型(4)中的參數需要通過(guò)測量得到，且其節點(diǎn)收發(fā)功率會(huì )隨著(zhù)時(shí)間增加而存在很強的衰減效應，因此，需要對模型(3)和(4)中的數據進(jìn)行處理，以便能夠在精確度上滿(mǎn)足需求。

　　對此，本文引入了采樣信號強度，通過(guò)與重心節點(diǎn)的坐標進(jìn)行比對，來(lái)進(jìn)一步提高定位精度。

　　首先，依據模型(1)，計算滿(mǎn)足條件的最好的一批節點(diǎn)，并取其平均值，可得到重心節點(diǎn)的坐標：

(5)

　　由于在WSN運行期間，其節點(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，而與同時(shí)滿(mǎn)足如下條件：

(7)

　　因此，可轉換成：

(8)

　　所有參數與前面相同。

　　整個(gè)遞歸過(guò)程如下所示：

　　Step 1 ：根據模型(3)所示，得到待測節點(diǎn)的坐標及誤差，轉Step 2 ;

　　Step 2 : 根據模型(1)求得強度最佳的一批節點(diǎn)，并得到節點(diǎn)的具體坐標;

　　Step 3 ：根據模型(5)~(8)求得精確坐標，轉Step 4;

　　Step 4 ：根據模型(9)求得坐標的誤差修正，流程結束。

2.2 重心坐標再定位

　　進(jìn)行重心坐標修正之后，通過(guò)模型(8)和模型(9)可以得到待定位節點(diǎn)的精確坐標，但是，由于模型(8)和模型(9)為待定位帶寬B的函數，通過(guò)計算模型(8)和模型(9)的極值即可以得到最佳的節點(diǎn)定位數據發(fā)送帶寬的大小。

　　對模型(8)和模型(9)求二次導數可得：

(10)

(11)

　　從模型(10)和(11)可知，當B=3.5時(shí)，整個(gè)模型(8)和(9)取極值，即當定位數據以每秒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)，所獲取的節點(diǎn)坐標及誤差程度也同時(shí)處于最精確狀態(tài)。

　　通過(guò)模型(10)和模型(11)，可以對模型(5)所示的重心坐標進(jìn)行再次定位計算，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)計算出精度最佳的定位數據。

3 仿真實(shí)驗

　　本文采用NS2仿真平臺對本文算法進(jìn)行仿真，為驗證本文算法的有效性，將其與當前廣泛使用的KKFG節點(diǎn)定位算法[13-14]進(jìn)行對比，在定位控制開(kāi)銷(xiāo)、網(wǎng)絡(luò )生存時(shí)間、數據分組投遞率和誤差絕對值四個(gè)指標上進(jìn)行對比。具體仿真參數如表1所示。

　　(1)定位控制開(kāi)銷(xiāo)

　　圖1顯示了本文算法與對照組算法的定位控制開(kāi)銷(xiāo)測試結果。從圖中可以看到，本文算法隨著(zhù)節點(diǎn)初始能量的增加保持穩定狀態(tài)，這是因為本文算法引入了強度值遞歸機制，能夠對初次定位坐標進(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)。而對照組算法由于無(wú)法對精度進(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照組算法在網(wǎng)絡(luò )生存時(shí)間上的測試結果。從圖中可以看到，本文算法隨著(zhù)節點(diǎn)初始能量的增加均呈現不斷增加的趨勢，但是本文算法的網(wǎng)絡(luò )生存時(shí)間始終要好于對照組算法，這是因為本文算法引入了強度值遞歸機制，能夠對初次定位坐標進(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的冗余數據，從而實(shí)現網(wǎng)絡(luò )生存時(shí)間的延長(cháng)。

　　(3)數據分組投遞率

　　圖3顯示了三種定位算法的數據分組投遞率測試結果，從圖中可以看到，本文算法的數據分組投遞率隨著(zhù)節點(diǎn)初始能量的增加保持穩定狀態(tài)，此外，本文算法的數據分組投遞率始終要高于對照組算法，這是因為本文算法引入了重心坐標再定位機制，因此，能夠通過(guò)改善重心節點(diǎn)的冗余特性有效地改善節點(diǎn)擁塞的發(fā)生，大大提高數據分組投遞率。而對照組算法在精度定位下降時(shí)需要以增加數據分組的方式進(jìn)行數據投遞，從而大大降低了數據分組投遞率。

　　(4)誤差絕對值

　　圖4顯示了兩種WSN節點(diǎn)定位算法的誤差絕對值測試結果。從圖中可以看到，本文算法的誤差絕對值始終要低于對照組算法，這是因為本文算法通過(guò)重心坐標再定位實(shí)現了定位誤差修正，因此能夠有效地改善定位精度，而對照組算法的定位數據是僅僅通過(guò)簡(jiǎn)單測量而得到，當定位出現錯誤時(shí)，難以實(shí)現實(shí)時(shí)糾正，導致誤差絕對值高于本文算法。

4 結束語(yǔ)

　　本文提出了一種基于強度值遞歸測量機制的無(wú)線(xiàn)傳感網(wǎng)節點(diǎn)定位算法，通過(guò)對節點(diǎn)信號強度值的歸納與處理，實(shí)現了精確定位。同時(shí)采取了基于重心坐標的再定位機制，對最佳定位帶寬進(jìn)行了計算，實(shí)現了定位節點(diǎn)坐標的精確獲取。仿真實(shí)驗表明，與傳統的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、數據分組投遞率和誤差絕對值四個(gè)指標上具有明顯的優(yōu)勢，對實(shí)踐具有一定的指導意義。

參考文獻：

　　[1]王懌,田臣.錨節點(diǎn)水面部署的三維水下傳感網(wǎng)定位算法[J].微電子學(xué)與計算機.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].計算機工程與設計.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].計算機工程與應用.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].應用科學(xué)學(xué)報.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 )節點(diǎn)定位算法研究[J].計算機應用研究.2012, 05(25):1867-1869.

　　[9]鄧文蓮.無(wú)線(xiàn)傳感器網(wǎng)絡(luò )節點(diǎn)定位的仿真研究[J].計算機仿真.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 )節點(diǎn)定位算法[J].計算機科學(xué).2011,07(16):46-50.

　　[12]張源峰,程恩.基于可控制粒子群優(yōu)化的無(wú)線(xiàn)傳感網(wǎng)節點(diǎn)定位技術(shù)[J].廈門(mén)大學(xué)學(xué)報(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。