传感器网络定位 一文读懂无线传感器网络定位技术

一文读懂无线传感器网络定位技术

随着人类进入信息社会，我们生存的空间里已经充斥了各种各样的电磁波。这些电磁波为我们提供了很多通信、导航、测距等服务。而这其中，利用无线传感器网络对物体进行定位是一个非常重要的应用。

所谓无线传感器网络（WSN,Wireless Sensor Network），是指大量的具有信息感知功能的传感器节点，通过无线通信方式形成的一个多跳自组织网络系统。在无线传感器网络中利用节点发送与接收无线信号确定物体的位置就称为无线传感器网络节点定位。这是近年以来新兴的物联网关键技术之一。

目前主流的定位算法分为两类：

基于测距的定位算法，通过测量节点间点到点的距离或角度信息，使用三边测量法、三角测量法、或最大似估估计法计算被测物体位置。 但是首先在成本上，它对网络的硬件设施提出了较高的要求，而其使用的各种测量技术，比如TOA、TDOA、AOA以及RSSI等，也存在各自的局限性。以TOA定位为例，TOA定位是指测量出两个及以上基站与被测物体之间的信号传播时间，从而得到被测物体与到多个基站的距离，以基站为圆心，距离为半径就可以画出多个圆，多个圆的交点即是被测物体的实际位置。

但是说起来容易做起来难，大家知道电磁波的速度就是光速是很快的，因此就要求发射机和接收机之间有非常精确的时间同步 ，毕竟电磁波1微秒就已经传播了300米。此外，发射信号还必须用时间标识加以区分，从而使接收方能辨别出该信号是何时发射的。这些都不太容易实现，因此限制了TOA定位的应用。

此外，基于测距的定位经常采用多次测量，循环求精，这些都将产生大量计算和通信开销，因而基于测距的定位算法并不适用于低功耗、低成本的应用领域。

无需测距的定位机制则无需距离和角度信息，仅根据网络连通性等信息来实现对物体位置的测量。 与Range-based机制相比，Range-free定位机制对硬件的要求较低，因此成本和功耗较低，并且网络生存能力强，定位精度基本满足实际需要，而粗精度定位对于大多数的应用场景都已经够用。例如说抓捕一个犯人，只需要定位他的大致位置，然后由警方去现场搜捕就可以了。

但是对于高要求精度的场合，无需距离的定位方法则还是捉襟见肘 ，比如DV-hop、APIT、质心定位算法等。所以，当下如何提高定位精度是重中之重。

那么，为什么需要提高定位的精度呢？比如，两军交战，我想知道对方指挥所的具体位置，以便我实施精确打击。但是我只知道指挥所就在这片区域，那么接下来就是如何在这片区域中确定具体位置的问题。

这种情况下，首先派出足够多的小型无人机（即使遭受攻击，也不一定丧失信息采集功能，具有较强的战场可靠性），这些无人机都带有观测声音、图像、电子波等传感器，同时其中部分带有GPS或北斗设备。通过这些传感器就可以分辨出指挥所，然后通过定位将信息发给我方。

重点来了！如何提高精度？这是很多科研机构都在研究的问题。

提高精度，可以从测距和非测距这两个大类去着手。

对于测距算法，一切都围绕着RSSI值去进行 ，RSSI值是通讯工程中的专业术语,它代表着无线网络的信号强度，RSSI值一般是越大越好的。对于家用情况下的WIFI来说,信号强度-60到-70dBm之间算是信号很好的了。因此，在实际应用中，如何得出最优的RSSI值就是一个突破口！

目前常用的方法，可以用各种滤波方式来提高精度。常见的有均值滤波，高斯滤波以及卡尔曼滤波等。

整体来看，卡尔曼滤波的效果最好，但是还有优化的空间，比如引入渐消因子，补偿机制等（从卡尔曼滤波本身的缺点上出发，去想办法弥补，从而提出一种新的改进的卡尔曼滤波算法）。

对非测距算法，通常主要通过数学的方式去改进，比如最小二乘，极大似然或者加权平均等等。

这些方法可以通过matlab仿真来实现。

一般来说，仿真流程如下：

首先利用matlab随机布置很多点（类似刚才的无人机），其中一些点给定具体的坐标，求解目标就是用这些已知的坐标去确定未知的坐标。

在实际计算中，还要给出一些未知坐标，有同学可能会问不是要求这个未知坐标吗？怎么还直接给定呢！这里因为我们用的是仿真，所以最后要用这个数据和运算出来的数据进行对比，计算误差。

最后要注意的是，因为定位的算法中经常会对RSSI值进行操作，很多研究者在RSSI值上也加大了研究力度，其中仿真过程中误差的比较是通过将RSSI的理论值加上噪声充当实际值进行实际处理的（不易理解的地方）。

对于无线传感器网络来说，未来可开发的应用场景还有很多，有兴趣的朋友可以关注活在信息时代，未来获取更多的相关资讯哦。

喜欢本文的话，欢迎关注活在信息时代哦：）

无线传感网络节点定位算法分析

史文进，张兢，李冠迪,曾建梅

（重庆理工大学 电子信息与自动化学院，重庆 400054）

节点定位是无线传感网络的关键技术之一，已经在军用、民用方面得到很广泛的应用。探讨了国内外无线传感网络定位技术现状，对无线传感网络节点定位技术做了调查研究，从锚节点/无锚节点定位、集中式/分布式定位、测距/非测距定位算法进行阐述，同时对各类算法从节点定位的定位精度、规模、功耗等不同角度进行了对比。重点探讨基于RSSI的质心定位算法，并进行仿真，结果表明其定位精度明显提高。

无线传感器网络；节点定位；测距/非测距

重庆市教委科学技术研究项目(KJ1500917) 无线传感器网络(Wireless Senor Network, WSN)是由大量具有数据获取能力、无线通信传输数据能力、数据处理能力的微型传感器节点构成的网络［1］。在被监测区域放置成千上万的微型传感器节点，节点之间相互通信，形成一个以无线连接传输方式的网络。借助节点之间协作感知或者监视外部变化，对采集的信息进行预处理，同时通过基站将数据发送给用户。

WSN利用其信息获取和处理技术，在目标侦查跟踪、目标监测定位等相关领域有广泛应用。例如军事侦查、生态环境监测、目标定位、目标跟踪、特殊病人的监护与救护、幼童位置监测与救护等。无线传感器网络的目标位置识别、跟踪或目标定位是指通过分布区域内节点的物理坐标建立一个类似于GPS卫星定位无线传感器网络地图［2］。

在WSN中，节点向周围邻居节点发送信息，必须确定自身节点位置。由于网络中节点分布多、规模大，使得通过中心基站查询节点位置，无法短时间内完成。WSN中传感器节点硬件配置较低，传统的GPS因用户成本较高并不适合于WSN定位应用［3］。因此，节点在发送信息的数据中需包含自身的坐标信息。另外WSN中节点定位涉及到定位精度、节点规模、容错性和鲁棒性、能耗等。平衡定位精度是无线传感器网络定位的关键［4］。对于定位技术有很多种，本文从锚节点/无锚节点、集中式/分布式、测距/非测距几方面进行阐述。

1.1锚节点算法/无锚节点算法

锚节点定位方式是以锚节点作为参考节点。首先估计未知节点与锚节点的距离以及选择不同要求的算子进行未知节点的坐标初始化估计，最后对初始的未知节点的位置进行优化处理。锚节点的密度越高，参考节点越多，定位就越精确。但是由于增加了节点的数量，会导致系统成本增加。

无锚节点算法需要创建映射，通过节点间的映射关系估计测量节点间的距离。不同的映射关系，也会有不同的精度。有时是通过旋转、翻转、平移等创建映射关系。NISSanka［5］等人提出的算法是一种无需锚节点的定位，它是通过多跳确立一个映射关系，得到每个节点在坐标系中的坐标，最后采用质量—弹簧模型进行迭代优化。

1.2集中式算法与分布式算法

集中式定位算法：定位信息传送到一个中心基站，然后进行定位计算。集中式计算从全局出发，计算量和存储量几乎没有限制，实现实时定位。由于只有一个基站来完成计算，所以导致通信、存储消耗较大，最终导致电能消耗完，从而无法实现长时间的实时定位。

分布式定位算法：与集中式定位算法对应的一种算法，利用节点间的通信节点自行计算、估计节点位置坐标。集中式与分布式定位算法的对比如表1所示。

1.3测距/非测距定位

1.3.1基于测距技术的定位算法

这类定位算法是通过测量节点之间的距离或者角度进行定位。通过传感器来估计节点间的距离。常见的基于测距技术的定位算法有基于接收信号强度的算法(Received Signal Strength Indicator, RSSI)、基于信号到达时间的方法(Time of Arrival, TOA)、基于信号到达角的方法(Angle of Arrival, AOA)、基于信号传输时间差的方法(Time Difference of Arrival, TDOA)。

（1）接收信号强度算法(RSSI)：该方法依据接收信号能量强度(RSSI)确定距离，对通信信道参数要求较高。根据已知信号的发射功率和节点接收的信号功率，就可以测得节点间的距离。节点A到B的信号强度具体公式如下：

其中Pr是节点B接收信号强度，Pt是发射功率，Gt、Gr分别是A、B的天线增益，λ是波长，R是距离，L是损耗因子。由于信号传播的过程中，受到距离和障碍物的影响，信号的功率强度随之衰减，间接影响精度。所以对于短距离通信可以得到良好的精度。

（2）基于信号到达时间的方法(TOA)：TOA 也称为TOF(Time of Flight)。这种方法的前提是节点之间的时钟同步，移动终端发射测量信号到达基站，并施以特定算法的计算,就可以实现对移动终端的定位。其中距离可以通过下面的公式计算：

其中d是节点之间距离，c是传播速度，Δt为时间间隔。

（3）基于信号到达角的方法(AOA)：AOA指测量发送端和接收端的角度获得节点的位置信息最终完成定位。测量角度是通过安装在节点上的天线阵列，选择合适的三角测量术算法得到的。由于AOA方法需要在接收和发送两端安装天线阵列，其成本和能耗问题就会相应提高，所以AOA的实用性较差。

（4）基于信号传输时间差的方法(TDOA)：TDOA方法测量距离是根据两波到达同一目标或者不同目标的时间间隔。节点的距离公式如下:

其中d是节点之间的距离，Δt是接收时间间隔，S=(C1×C2)/(C1－C2)，C1和C2是两种波的传播速度。

对于不同的测距方式，定位算法需要根据精度要求进行选择，如表2是不同测距定位算法精度比较。

1.3.2无需测距技术的算法

此类算法不需要根据节点之间的通信距离进行定位，由于信息可以通过多跳方式发送，利用对跳数信息的处理估计两个节点间的通信距离，再根据算法得到未知节点的坐标位置。该算法无需测距，其优点是功耗低、成本低，缺点是定位精度不高。常见的方法有DVHop［6］和质心定位(Centroid Location, CL)。

（1）DVHop：DVHop算法是一种基于距离矢量计算跳数的算法。DVHop算法一般分为三个步骤：（1）计算节点之间的最小跳数；（2）每个锚节点计算自己的平均跳距；（3）通过三边法、极大似然法、最小二乘法［7］等估计未知节点的坐标。

（2）质心算法(CL)：质心算法基于网络的连通性，以未知节点周围的锚节点作为几何质心，每一个周期向邻边节点发送锚节点的坐标信息，最终未知节点确定为组成多边形的相对几何质心，以此估计未知节点的位置。设与未知节点联通的锚节点的坐标为(x1,y1)(x2,y2)…(xn,yn)，则由n个锚节点组成的n-1边的多边形质心(x,y)为：

该质心定位算法相比于加权质心算法和三边测量法［8］较为简单，但位置错误率高。

2基于RSSI的质心定位算法

传统的质心定位算法简单，可行性高，但定位精度不高，常常定位不到目标。为了提高定位精度，提出基于RSSI的质心定位算法，使质心算法与RSSI相结合，通过RSSI的信号强度转化为传输距离，就可以提高定位精度。即邻居节点接收到信息后，记录锚节点的RSSI值，计算以锚节点为圆心的传输距离，记录下以传输距离为半径的所有圆的相交节点。对交点采用质心算法，就可以估计未知节点坐标。如图1所示，A、B、C为锚节点,未知节点P1必然落在三角形O1O2O3中。进一步对此算法进行仿真验证。

3仿真验证

实验环境使用MATLAB2010b版本仿真软件，在100 m×100 m的区域，30个未知节点随机分布，取平均误差值，比较质心定位算法、RSSI定位算法、基于RSSI质心定位算法的误差。仿真结果如图2

图2中，实点是锚节点，星号是未知节点，圆圈是算法估计位置，连线是定位误差。结果表明质心算法和RSSI定位算法对未知节点的位置估计特性一般，而基于RSSI质心定位算法对未知节点的定位效果明显提高。

改变通信半径，在不同通信半径下的基于RSSI质心与质心定位算法误差比较，仿真结果如图3所示。

仿真结果表明，基于RSSI质心定位优化算法要比普通质心定位算法误差小，随着通信距离的增大，定位误差逐步减少，并在通信半径达到一定值后趋于误差平稳。如果未知移动节点越靠近参考节点，锚节点越多，则结果误差就越小。

4结论

随着定位技术的发展，廉价无线定位服务大众化趋势加剧。对基于RSSI的质心定位算法进行仿真表明，其定位精度比传统的质心算法的精度高，且具有低成本、设备少、距离远、易获取的特点。该算法基本满足高精度的定位需求，适用于定位精度、发射效率相对较高的无线定位系统。目前，许多算法只适合特定环境或需要对条件严格限定，且还有很多问题没有解决，如耗能、网络安全、测距干扰、定位优化、三维定位问题等，所以根据不同定位需求以及定位环境选择合适的定位算法很有必要。

参考文献

［1］ 邱岩, 赵冲冲, 戴桂兰. 无线传感器网络节点定位技术研究［J］. 计算机科学, 2008, 35(5): 47-50.

［2］ KOTWAL S B, VERMA S, ABROL R K. Approaches of self localization in wireless sensor networks and directions in 3D［J］. International Journal of Computer Applications, 2012, 50(11):1-10.

［3］ YAN L Q,GIANNAKIS G B. Ultra wide band communications an idea whose time has come ［J］. IEEE Signal Processing Magazine, 2005, 21(6):26-54.

［4］ 彭保.无线传感器网络移动节点定位及安全定位技术研究［D］.哈尔滨:哈尔滨工业大学,2009.

［5］ PRIYANTHA N B, BALAKRISHNAN H, DEMAINE E, et al. Anchorfree distributed localization in sensor networks［C］.Proceedings of the 1st International Conference on Embedded Networked Sensor Systems. ACM, 2003: 340-341.

［6］ 涂巧铃,牟小燕,宋佳. 一种改进的DVHop改进算法［J］. 重庆理工大学学报(自然科学),2014，28(11):84-88.

［7］ 孙利民.无线传感器网络［M］．北京:清华大学出版社,2005.

［8］ 徐林,傅成华.基于Zigbee的三边测量算法误差研究及改进［J］.微型机与应用,2012，31(21)：68-70.

AET会员年终大福利！

相关问答

无线传感器网络定位技术作为一种全新的信息获取和处理技术在目标跟踪、入侵监测及一些定位相关领域有广泛的应用前景。然而,无论是在军事侦察或地理环境监测,...

电话手表的核心功能之一就是定位,而这个传感器定位就是用集成在一起的加速度计、陀螺仪和磁感应计三个传感器通过与静止时重力和地磁场的比较得出当前时刻追踪...

光流利用的是图像的变化处理,用于检测地面的状态,从而监测飞机的移动;主要用于保持飞机的水平位置,以及在室内实现定高和定点飞行。光流模式指定位借助于无...

1、信号较弱导致定位失败。这种情况大多出现在隧道或地下停车场等遮蔽比较严重的地方,出去地面之后信号就会自动恢复;2、流量用完或SIM卡欠费。和手机一样,汽...

邦纳传感器R58的定位可以通过以下步骤进行:首先,确定传感器的安装位置,确保其与被测物体的接触面充分接触。然后,根据传感器的技术参数和使用手册,设置传...

可以定位六轴惯性传感器中的三轴加速传感器(3-axisaccelerationsensor)和三轴陀螺仪(3-axisgyroscope)均采用意法半导体公司专有的微电子机械系统(MEMS.....

是的,有各种利用北斗卫星导航系统(BDS)或全球定位系统(GPS)进行定位的传感器。这些传感器内置小型接收机,可以接收卫星信号并计算设备的位置、速度和时间。...

印刷色标是一套用特定的黄、品红、青、黑四色墨,按不同的网点百分比叠印成各种色彩的色块总和。它一般包括四个部分:单叠色、双叠色、三叠色、四叠色部分。印...

车博仕蓝牙四轮定位传感器的标定步骤如下:首先,将传感器安装在车辆四个轮子上,并与手机连接蓝牙;其次,在App界面中选择“标定”功能,根据提示,按照顺序...

要在显示屏上诊断发那科系统的主轴定位传感器信号好坏或有无信号,可以在测量菜单选项中选择“位置测量”,并选择“主轴定位传感器”。然后,在测量数据中查看...