基于信号衰减经验模型移动节点定位算法研究.docVIP

基于信号衰减经验模型移动节点定位算法研究 　　[摘 要]随着无线传感器网络在国防、安全等领域的快速发展，节点定位算法作为它的主要技术之一，也逐渐的被更多的人所重视、研究。为了提高定位技术在无线传感器网络中的应用效率和计算速度，提出了基于信号衰减经验模型的定位算法。该算法通过大量抽取节点在移动路线上的位置及其信号强度，迅速缩小锚点所在的范围，快速缩小节点所在区域，减少搜寻时间。 　　[关键词]无线传感器网络；定位算法；节点；信号强度 　　中图分类号：TN95 文献标识码：A 文章编号：1009-914X（2014）30-0108-02 　　1 引言 　　无线传感器网络的研究始于20世纪70年代，它的出现和发展对现代科技产生了深远的影响并且还曾被列为21世纪最重要的21项技术之一。不同于传统的网络技术，无线传感器网络将信息技术、通信技术、传感器技术和网络技术等有机地融为一体，涉及了信号处理、通信、传感器、网络等多种领域，在国防、环境监测、精准农业、地震监测、医疗监护、家庭自动化、智能环境和其他许多领域都有着广阔的应用前景和极高的应用价值[1]。 　　无线传感器网络实际上是一种Ad Hoc网络，其目的是协作地感知、采集和处理网络覆盖的地理区域中感知对象的信息，并发布给观察者[2]。定位就是确定位置。无线传感器网络的定位是指自组织网络通过特定方法提供节点的位置信息，而这种特定的方法即为节点的定位算法。 　　节点定位算法在无线传感器网络中是不可或缺的一部分，它的学习和研究对无线传感器网络的发展有着重要的意义。由于无线传感器网络的工作区域可能多是恶劣环境或人类不适宜到达的区域，传感器节点也多是由飞机抛撒等方式散布于其中，因而其位置都是随机的。节点所收集的数据必须结合其所在环境才有意义，然而节点的存储、通信能力较弱且使用小容量电池供电，所以，如何以最小的代价实现节点定位成为无线传感器网络研究中的重要组成部分。 　　本文提出的基于信号衰减经验模型的节点定位算法是通过测量节点间的通信信号强度来逐步缩小未知节点所在的区域，以便对网络中的节点进行快速定位。 　　2 几种典型的节点定位算法 　　根据定位过程中是否需要测量实际节点之间的距离，可以将节点的定位算法分为两大类：基于测距（Range-based）的定位算法和无须测距（Range-free）的定位算法。下面将要介绍的几种典型的分布式节点定位算法――合称为APS[3，4]，均属于无须测距的节点定位算法。 　　2.1 DV-Hop算法 　　Niculescu等人提出的DV-Hop算法可以避免直接对节点间距进行测量[5]，它是利用距离矢量定位和GPS[6]定位思想提出的一种分布式定位方法。 　　算法的初始条件是网络中除了参考节点之外，没有其他节点的位置信息。 　　基本思想为网络内的节点需要获得它们到每个参考节点的跳数，将跳数与平均每跳距离相乘，就可以获得该节点到每个参考节点的估计距离[7]，其中第i个参考节点估计的平均每跳距离为 　　式中，（xj，yj）为第j个参考节点的位置；hj为从第j个参考节点到第i个参考节点的跳数。 　　最后，将计算所得的距离与参考节点的位置信息一起，进行三边或多变测量定位法，就可以获得该节点的位置信息。 　　2.2 Euclidean算法 　　Euclidean算法是基于围绕在参考节点周围的节点的局部几何拓扑，给出了一种估计与参考节点（锚节点）相隔两跳的未知节点位置的方法。该算法的主要思想如图1： 　　节点A、D在参考节点B的无线射程内，即可直接与B通信，且距离AD已知。待定位节点C与节点A、D相邻；边长AB、BD、CD、AC已知，则根据余弦公式可计算出∠CAD、∠DAB、∠CDA、∠ADB，此时计算结果发现节点C可能有两种情况，分别位于对角线AD的两侧，但节点C与B不相邻，故只有如图1的一种情况，逆向使用余弦定理可以计算出对角线BC的长度，进而对节点C进行准确定位。 　　2.3 DV-Distance算法 　　该算法类似于DV-Hop算法，但是不同于DV-Hop算法是通过将跳数与平均每跳距离相乘得出节点到参考节点的距离，DV-Distence算法则是先利用RSSI技术测得各个节点间的距离，从而计算未知节点与已知的每个参考节点的跳段累计距离，然后利用上一阶段得到的各参考节点的累计跳段距离作为有效距离，通过三边测量法来利用该有效距离计算出自身的坐标位置。采用如下公式： 　　3 基于信号衰减经验模型的移动节点定位算法 　　3.1 应用模型 　　本文设定应用模型为在相对静止的平面上，有一位置相对固定的待定位节点，有一移动节点相对待定位节点在平面中进行无规则移动，但仍保证位于待定位节点的感知半径内。 　　当无线信号在空气中传播时，由于多种因素的影响，信号强度会随其传播距离的增加而