基于测距WSN定位算法优化.docVIP

基于测距WSN定位算法优化 　　摘 要：本文对无线传感器网络技术进行介绍，针对WSN定位算法进行研究和分析，对RSSI测距误差进行分析并对测量误差进行改进，用最小二乘拟合曲线的方法对测量距离进行估计和实时更新传播损耗公式的经验值从而达到减少定位误差的目的。 　　关键词：WSN RSSI 定位算法 　　中图分类号：TP391 文献标识码：A 文章编号：1673-9795（2013）09（b）-0147-01 　　当今社会越来越多的场合需要室内定位这一服务业务，比如，在地下矿业生产这一领域对地下矿工作业的定位，以及大型室内停车场对车辆的定位然后对车辆进行引导使其车辆方便找到停车的位置。当前的GPS解决了室外定位的问题，但是没有解决室内定位的问题，对于矿工安全生产这一领域、大型地下停车场车辆引导领域、以及商城的室内定位领域的专业定位系统来说还是个空白，没有专门的适合的定位系统。为了弥补GPS在室外定位环境的不足，因此，研究WSN定位系统是有现实意义的。 　　1 无线传感器网络相关知识概述[1] 　　WSN是一种无中心节点的全分布式的网络系统[2]。众多传感器节点（除了少量的锚节点）被随机部署在目标监测区域内。这些节点通过无线信道相连，自组织地构成网络系统。节点之间具有良好的协作能力，通过局部信息的交换来完成全局任务。 　　2 基于测距（Range-based）的定位技术 　　2.1 基于测距的定位算法概述 　　基于测距的定位机制，其基本思想是通过测量节点与信标节点间的实际距离或方位进行定位。有三个阶段：测距阶段：未知节点首先测量到邻居节点的距离或角度，然后进一步计算到邻近信标节点的距离或方位；定位阶段：未知节点在计算出到达三个或三个以上信标节点的距离或角度后，利用三边测量法、三角测量法或极大似然估计法计算未知节点的坐标；修正阶段：对求得的节点的坐标进行求精，提高定位精度，减少误差。 　　基于测距的定位技术有：（1）三边定位和多边定位，其中的技术有信号强度（RSSI）；信号传播时间/时间差（TOA/TDOA/RTOF）；接收信号相位（PDOA）；近场电磁测距（NFER）。（2）接收信号角度定位。 　　2.2 RSSI（接收信号强度指示器）定位技术[3] 　　该算法是根据己知的信号发送功率和RSSI（Received Signal Strength Indicator）测得的接收信号场强值，计算信号的有效传播损耗，再利用该损耗值来估算距离，根据三个或三个以上距离值就可确定目标点的位置。但是该方法最大的缺点是对环境变化敏感，而且定位精度较差，主要是由于信号传输过程中的多径效应和通过障碍时产生的阴影效应导致的，所以不太适合于室内高精度定位。 　　传播损耗公式： 　　2.3 RSSI测距误差分析 　　本文对RSII在实际应用中的误差来源进行分析，产生误差的原因有： 　　第一，系统硬件产生的误差，这些误差是由于系统的硬件平台产生的噪声，以及器件的不稳定导致的接收端产生误码，天线的方向和增益也是影响RSSI测距的关键误差因素。 　　第二，由于环境产生的误差。无线信号在空间中传播受建筑物、地形的起伏、高大的植被遮挡导致阴影效应。并且当物体移动时RSSI的波动值波动比较大，导致测量数据失真。 　　第三，使用固定的信号传播损耗公式产生的误差。至今信道传播损耗的数学公式不是绝对的精确，只能尽可能的贴近实际的情况。 　　2.4 RSSI测距误差修正 　　对于第一、第二方面产生的误差，容易导致接收信号强度的值波动比较大，有些值是失真的，所以接收方应当不能就某一个RSSI的值就确定RSSI接收信号强度，要多次测量用最小二乘拟合曲线[4]的方法把测量出的RSSI值用最小二乘拟合曲线估计出接近于真实值的值，来达到提高定位精度的目的。 　　采用接收信号衰减强度时的传播损耗公式或经验模型所产生的误差：传播损耗公式表示的数学公式模型是与RSSI最匹配的模型、虽然传播损耗公式中考虑了环境噪声，通用方法是根据经验值设置n和的值，通过经验模型计算的信号衰减与信号实际传播过程中的环境造成的信号衰减势必存在一定的差额。针对RSSI测距产生误差提出了基于三个标定的锚节点来对RSSI传播损耗公式的参数进行修正，并将修正后的参数信息发送给网络中的同区域的其他节点。实时更新传播损耗公式的经验值，至此可实现RSSI理论模型参数的在线修正来提高定位精度。 　　3 结语 　　通过以上对WSN定位算法进行研究和分析，能够减少定位误差从而提高室内定位技术的准确度，该定位算法在室内定位领域有良好的前景，能够有效的对地下矿工以及地下停车场车辆的定位以及其他室内场合进行定位。 　　参考文献 　　[1] Doherty L，Pister K，Ghaoui