无线传感器网络自校正定位算法.pdfVIP

第32卷第1期 振动、测试与诊断 V01．32No．1 2012年2月 of Feb．2012 Journal Vibration。MeasurementDiagnosis 无线传感器网络自校正定位算法。 余成波1， 张一萌1， 李洪兵1’2， 张 进1 (1．重庆理工大学远程测试与控制技术研究所重庆，400054)(2．重庆三峡学院电子与信息工程学院重庆，404000) 摘要节点定位是无线传感器网络的重要应用之一，为了抑制实际应用中各种环境因素对无线传感器节点精度的 影响，提出了一种基于误差校正的定位算法。通过基于粒子群优化算法的粒子群优化·接收信号强度指示算法(par— ticleswarm optimization—receivedsignalstrength 量的存在偏差的链路质量指示值进行优化，实现对误差的补偿。将链路质量指示值转化为接收信号强度指示值，从 而得到距离。实验结果表明，该算法可提高定位精度，具有普遍应用价值。 关键词 无线传感器网络；定位；粒子群优化；粒子群优化一接收信号强度指示算法(PSO—PSSI算法) 中图分类号TP393；TP212；THll3 离或角度信息，仅仅利用节点之间的连通信息进行 引 言 定位。在研究现有基于RSSI的定位算法后，从校正 RSSI值的角度提出了一种优化定位算法，通过采用 sensor networks， 在无线传感器网络(wireless 极大似然法计算节点位置，有效减少了测距误差[3]。 简称WSN)中，位置信息对传感器网络的监测活动利用未知节点接收信标节点的信号强度值转化为距 至关重要，事件发生的位置或获取信息的节点位置 离的方法时，通常采集多个RSSI值，对采集到的所 是传感器节点监测信息中所包含的重要信息，没有 有RSSI值求均值，通过公式得到距离d。在实际环境 位置信息的监测毫无意义。传感器节点必须能够明 中，环境因素对RSSI值影响很大，用均值求得的 确自身的位置，因此定位是WSN重要的支撑技术。 RSSI值存在很大误差。为了减少由RSSI值带来的 positionsystem，简称误差，笔者提出了利用粒子群优化算法将采集到的 目前，全球定位系统(global GPS)为应用最广泛、最成熟的定位系统，具有定位RSSI值进行校正，然后再进行节点定位，从而减少 精度高、实时性好和抗干扰能力强的优点，但是GPS 误差。 用户节点通常能耗高、体积大、成本高和需要固定的 基础设施等，不适用于低成本自组织的传感器网络， 1 算法模型 故这种方法在许多应用中也是不可行的[1]。 从定位手段来说，WSN自定位算法有基于测 1．1无线电传播路径损耗模型分析 距(range—based)和测距无关(range—free)两类。其 of 中，典型的基于测距定位算法包括到达时间(time 常用的传播路径损耗模型有：自由空间传播模 differenceof arrival，简称TOA)，到达时间差(time 型、对数距离路径损耗模型、哈它模型和对数一常态 of arrival，简分布模型等。这里采用自由空间传播模型和对数一常 arrival，简称T