无线传感器网络节点定位技术.docxVIP

无线传感器网络节点定位技术 1 节点组成节点定位算法 无线传感器网络（wsd）由具有特定区域检测环境和物体的无线传感器节点组成。 节点定位算法可分为两类：基于测距的定位和与距离无关的定位。接收信号强度指示（RSSI）是目前研究较多的测距定位方法，相比于距离无关的定位方法，基于RSSI的定位技术方法简单，能够提高定位的精度 2 质心定位算法 本文提出的CILA算法分为三个阶段过程：1）根据无线信号传播模型公式计算未知节点与各锚节点之间的距离，根据CLA算法得到质心，即未知节点的初步估计位置；2）计算各锚节点对应的距离偏移系数，并选取距离偏移系数的最优解；3）利用最佳距离偏移系数更新未知节点与锚节点之间的距离，实现质心位置的不断迭代从而得到未知节点的定位坐标。对算法涉及到的主要概念进行说明： 1）锚节点指已知自身坐标信息的节点，可通过技术手段等方式预先获取位置信息，为其他节点提供参考坐标。 2）未知节点指在无线传感器网络中坐标信息未知的节点。 2.1 接收信号强度的计算 RSSI是一种接收信号强度指示测距的方法 式中：P 为了便于计算，在运用时参考距离d 式中：A为距离发射中心1 m处传感器节点所接收信号强度值；R 2.2 质心定位方案 质心定位算法是一种基于连通性与距离无关的定位算法 利用RSSI的对数衰减特性对质心算法进行初步改进。估算未知节点的位置之前，先对锚节点进行选择，在锚节点均匀分布的室内定位环境下，未知节点可与多个锚节点进行点对点通信，将未知节点能接收到的R 因此，仅计算质心坐标会造成定位结果的不准确。为了进一步减小定位误差，本文引入距离偏移系数对所得质心坐标进行校正。 2.3 质心定位误差 设未知节点O通信范围内第N个锚节点的坐标为(x 锚节点S 质心O 定义由对数衰减模型求得的盲-锚的距离值d 式中：I为质心的更新次数。每次质心迭代都能得到4个偏移系数，因此选取合适的系数对于定位结果的精确性具有重要意义。根据所得偏移系数设定样本置信区间，选取最优偏差系数进行再次迭代计算，定义选取到的偏移系数为t-系数。偏差系数的均值为 偏移系数的标准差为 抽样分布σ为 式中：N=4。由于系数的样本量较少，可用t分布 将落在置信区间内的系数作为二次迭代的距离偏移系数，并对其平均数、中位数以及本文选取数据进行研究分析，比较不同系数的定位结果，定位误差表示为E 其一次定位结果如图2所示。 从图中可以看出，偏移系数取平均值其定位误差比t-系数的定位误差高0.29 m，定位结果易受到部分极值的影响，并影响质心二次迭代的准确性；取中位数能减少极值对数据的影响，但忽略了数据的整体性；t分布的统计特性使用正态分布对小样本进行统计分析，其定位结果较平均系数、中位系数的定位结果分别提高了17%、10%。根据所得距离偏移系数的最优解，更新质心与对应锚节点之间的距离： 根据（5）式、（17）式重新计算新的质心坐标，实现质心定位结果的校正。 为了找到合适的迭代终止次数，在图3中进行10次迭代计算来提高不同通信半径（节点通信半径R=15 m和R=30 m）和不同锚节点间隔（锚节点间隔为20 m和30 m）时的定位精度。由图3可知，即使在节点通信半径R=15 m且锚节点间隔为30 m的较差定位条件下，3次迭代后也可以将定位误差降低47%。算法的定位精度随着质心迭代次数的增加而提高，随着距离偏移系数趋于稳定，算法迭代对未知节点的定位精度的改善作用减小，在5次迭代之后达到收敛，因此本文设定算法迭代次数为5次。 3 节点通信半径 用MATLAB对所述定位算法进行仿真分析。假设仿真区域为100 m×100 m×100 m的三维空间，125个锚节点均匀分布，10个未知节点随机分布，仿真场景如图4所示。在相同环境下对本文算法和质心算法的定位精度进行对比。 考虑实际定位应用中节点的硬件条件，分别选取节点通信距离较小的情况，即R=15 m，和节点通信半径较大的情况，即R=30 m，仿真对比传统质心定位误差和对质心进行迭代优化后的定位误差。 由图5可知，通信半径为15 m时CILA方法比CLA方法的定位误差减少了20%，通信半径为30 m时CILA方法比CLA方法的定位误差减少了28%。这是因为质心定位算法的定位性能易受锚节点数量的影响，在通信半径较小时，未知节点连通的锚节点数量较少，定位误差处于较高水平，节点通信半径的增大使得与未知节点连通的锚节点数量增加，定位精度得到提高。 通信半径为15 m时CILA方法的平均定位误差仅仅比通信半径为30 m时CLA方法的平均定位误差高0.03 m。这是因为本文算法采用质心迭代计算的方法估计未知节点的位置信息，多次迭代计算可以提高未知节点的定位精度，因此，在连通锚节点数量较少的情况下定位效果依然很好。 4 质心定位算法的仿真 本文对