无线传感器网络基于测距的节点定位算法综述.docVIP

无线传感器网络基于测距的节点定位算法综述 　　【摘 要】基于测距的定位方法对测量的距离信息运用几何知识求解未知节点的位置，常用在定位精度较高的领域，可在误差、能耗、受环境因素影响等方面进行优化。本文对基于测距的无线传感器网络节点定位算法进行详细地分析和比较。 　　【关键词】无线传感器网络；节点定位；三边测量法；最大似然估计法 　　【Abstract】The node localization based on distance always using geometric knowledge to solve the unknown node’s position. It’s used in the field of high positioning accuracy， and it can bring optimization in error， energy consumption， and influenced by environmental factors. The paper detailed analysis and comparison of the node localization algorithm based on ranging of wireless sensor networks. 　　【Key words】Wireless sensor network； Node localization； Three sided measurement； Maximum likelihood estimate 　　0 引言 　　近十年来，无线传感器网络得到了前所未有的发展，在众多领域中得到了广泛的实际应用，被认为是影响人类发展的十大技术之一。尽管节点定位在定位精度、定位时间、能量开销等方面有了很大改进，但仍然是制约和影响无线传感器网络应用的关键技术之一。 　　1 常见定位方法分类 　　无线传感器网络中节点定位方法根据不同手段和角度有不同的分类方法，典型的分类有以下几种。 　　1.1 绝对定位和相对定位 　　绝对定位为网络命名空间提供一个唯一的地址，定位结果为坐标位置，如经纬度等。此类定位方法对网络变动时适应性较好；相对定位则以网络中某些节点作为参考节点，为其他节点建立坐标，相对定位不提供唯一的地址，无需信标节点，网络变动时适应性差。 　　1.2 粗粒度与细粒度 　　根据信号强度、角度或时间等信息计算未知节点的位置称为细粒度定位，如Radio Camera定位系统中的信号模式匹配技术（signal pattern matching）[1]；根据逐渐接近信标节点的信息来度量未知节点的方法称为粗粒度定位，如质心、衰减模型、凸规划、Active Badge和ParcTAB均属于粗粒度定位。 　　1.3 集中式定位和分布式定位 　　集中式定位先将所需的信息传递到中心节点然后进行计算，该方法侧重于对定位信息的集中处理，可以获得相对精确的定位，缺点[1]是中心节点能耗大，容易造成个别节点过快耗尽能量，从而影响其他节点定位。 　　分布式定位则依赖于节点间的信息交换和协调，获得足够信息后节点自行定位计算。分布式定位通过节点间合作减少了整体定位时间，且能耗比较均衡，但会放大和累积定位过程的误差，从而影响定位精度。 　　1.4 基于测距定位和无需测距定位 　　基于测距定位方法测量节点间的距离、角度、信号强度和传输时间等信息，然后借助三边测量、三角测量、最小二乘法或最大似然估计法计算未知节点的位置；无需测距定位方法则通过网络连通度、节点间相对距离计算未知节点位置。 　　基于测距定位方法能实现较精确的定位，但对节点硬件要求高、功耗大和易受环境因素的影响，常用于精度要求较高的专业领域，如国防军事、国家安全等。无需测距的定位方法具有硬件要求低、成本低、能耗小等优点，但存在误差较大、定位精度较低等问题，常用在精度要求相对较低的领域，如环境监测等。 　　2 节点位置计算方法及其分析 　　2.1 三边测量法 　　三边测量法利用三个已知信标节点的坐标和未知节点的距离推导出未知节点的坐标。假设已知A、B、C三个节点，坐标分别为（xa，ya），（xb，yb），（xc，yc），A、B、C到未知节点D的距离为别为d1、d2、d3，未知节点可用几何图形表示为以已知节点为圆心，节点距离为半径三个圆的交点，如下图1所示。 　　三边测量法的缺点是节点距离误差较大时，可能出现三个圆无法交于一点，方程无解即定位失败。 　　2.2 三角测量法 　　三角测量法根据三个信标节点与未知节点的角度和三个节点的坐标信息计算节点间的距离，然后计算出未知节点坐标。该方法也是一种基于几何运算的定位方法。 　　三边测量法和三角测