无线传感器网络自定位算法的研究.pdfVIP

无线传感器网络自定位算法研究 施蕾 北京邮电大学信息工程学院，北京（100876 ） E-mail ：shileibupt@ 摘 要：网络节点自定位是无线传感器网络的一项关键性技术，是大多数应用的基础和前提。 本文阐述了现有的几种基于距离和非基于距离定位算法的基本思想，比较各种算法的优势和 不足之处出。文中还列举了无线传感器的典型应用，并提出了未来研究的热点及发展趋势。 关键词：无线传感器网络，定位算法，基于距离，非基于距离 中图分类号：TN929 1. 引言 无线传感器网络是一种全新的信息获取平台, 可以在广泛的应用领域内实现复杂的大 范围监测和追踪任务,例如环境监测及控制、地震等自然灾害探测、交通信息监控、智能医 疗系统等等。在大多数应用中，网络节点是随机布置的，且可能具有移动性，因此网络节点 首先要实现自定位，位置信息对传感器网络的监测活动至关重要，没有位置信息的监测消息 往往毫无意义。确定事件发生的位置或采集数据的节点位置是传感器网络的最基本功能之 一。 对于传感器网络节点定位的研究起步于20 世纪90 年代末, 已发展了多种算法来解决节 点自身定位问题。根据是否需要测量节点间的距离，可把定位算法分为两类：基于距离的算 法(range-based methods)和非基于距离的算法(range-free methods) 。前者基于节点间距离长度 或方向角度，而后者则根据节点间无线通信的跳数和互连性等信息。非基于测距的方法在能 量、可扩展性以及对硬件要求上要优于基于测距的方法,但是网络密度、通信开销比较大,而 基于测距的定位算法的定位精度较高。 通常，在讨论节点定位算法时，假设传感器网络节点分布在一个二维空间中，且一部分 节点的位置是已知的，称为锚节点（anchor nodes) 。一般来说，锚节点装备有GPS 信号接收 装备，通过GPS 信号来确定自身的位置。锚节点个数在整个传感器网络中所占比率很小， 剩下的普通节点（称为未知节点）就靠锚节点和定位算法的共同作用来确定位置。 2. 基于距离的算法(ranged—based methods) 基于距离的算法需要测定锚节点与未知节点之间的距离或是角度信息,再根据三边测量 法、三角测量法或最大似然估计法来确定未知节点的位置。根据测量技术可以分为：基于 RSSI(Received Signal Sthengh Indicator) 、基于TOA/TDOA(Time of Arrival/Time Difference of Arrival)和基于AOA(Angle of Arrival) 。 2.1 基于RSSI 定位 RSSI ：利用信号传播的衰减特性，接收节点测量接收功率，计算传播损耗，使用理论 或经验的信号传播模型将传播损耗转化为距离，再利用三边法（也叫三点法）或最大似然法 计算出节点的位置[1]。 N Ai 如图1 所示。三边法和最大似然法。在一个二维空间内， 为未知点， （i ＝1，2…… ） 为锚节点。若得到N d i 与三个或三个以上锚节点的距离 ，利用三边法或最大似然法，则可 -1- N 以求得 的位置。 图1 三边法和最大似然法示意图 传感器节点本身具有无线通信能力，因此是一种低功率、廉价的测距技术。在实验环境 中RSSI 表现出良好的特性，但在实际环境中，温度、障碍物、传播模式等条件多变而复杂， 使得其误差较大。它的主要误差来源是环境影响所造成的信号传播模型的建模复杂性：反射、 多径传播、非视距、天线增益等问题都会对相同距离产生显著不同的传播损耗。 Bahl P 和Padmanabhan V N 在2000 年提出的RADAR [2] ，就是一个基于RSSI 技术的 室内定