无线传感网络定位技术研究与实现

无线传感网络定位技术研究与实现标准化管理处编码[BBX968T-XBB8968-NNJ668-MM9N]无线传感网络定位技术无线传感网络定位技术摘要当代移动通信和无线网络技术的不断进步，使得我们在平时的生活中更加依赖于自动化或半自动化的设备。

目前无线传感网络技术越来越受到人们的重视，并且已经应用在航天、生态、救灾和家居生活等众多领域。

其中定位技术在无线网领域中有着非常关键的作用，大多数情况下没有坐标信息的无线传感器节点缺少实际使用价值。

目前已有较为成熟的无线传感网定位技术可以被分为需要测距的定位技术和与测距无关的定位技术。

本文首先分别介绍了基于测距的定位技术和无需测距定位算法的基本原理，并在此基础上研究了常用二维和三维无线传感网定位算法。

关键词：无线传感网络定位二维定位三维定位AbstractWith the development of mobile communications and wireless networking technology, people have increasingly high demand for automation equipment. Currently,wireless sensor network technology draws more and more people's attention,and it has been used in many fields,such as aerospace, military, medical,disaster rescue and medical area. Positioning technology plays a very important role in wireless sensor networks. In most cases, a wireless sensor node without location information is of no value useless. Currently,positioning technology is divided into the localizationalgorithm based on ranging and localization algorithm based on non-ranging. Firstly,the paper introduces the basic principles of the localization algorithms based on ranging and non-ranging. On the basis of these,we investigated common two-dimensional and three-dimensional localization algorithm for wireless sensor networks.KEY WORDS：wireless sensor networks positioning, two-dimensional positioning, three-dimensional positioning1.绪论1.1引言无线传感器网路（WNS）被誉为21世纪最有影响力的21项技术和改变世界的l0大技术之一，无论在民用领域还是军用领域均有巨大的应用前景。

无线传感器节点通常随机布放在不同的环境中执行各种监测和跟踪任务，以自组织的方式相互协调工作，最常见的例子是用飞机将传感器节点布放在指定的区域中，随机布防的传感器节点无法事先知道自己位置，传感器节点必须能够实时地进行定位。

因此位置信息对传感器网络的监测活动至关重要，事件发生的位置或获取信息的节点位置是传感器节点监测消息中所包含的重要信息，对于大多数应用而言，在不知道具体位置信息的监测消息往往是毫不意义的。

传感器节点必须先明确自身位置才能够详细说明“在什么区域或位置发生了特定事件”，来实现对外部目标的定位、追踪和覆盖。

因此，确定事件的发生的位置或获取信息的节点位置是传感器网络最基本的功能之一，对传感器网络应用的有效性起着关键的作用[1]。

在无线传感器网络的各研究分支中，定位技术是无线传感器网络中关键的支撑技术之一。

首先，在无线传感器网络的各种应用中，节点的感知数据必须与位置相结合，离开位置信息，感知数据是没有意义的，如环境监测、抢险救灾、森林火灾监控等，没有地理位置信息就无法确定事件发生何处，也不能够采取有效及时的处理措施。

其次，使用传感器节点的位置信息能够提高路由效率，节约能耗，增强网络安全性及实现网络拓扑的自配置等。

然而，传感器网络规模通常比较大，给网络中所有节点均安装GPS收发器或者人工配置节点位置会受到成本、能耗、效率等问题的限制，甚至在某些场合可能无法实现。

因此必须开展适合无线传感器网络特点的定位技术研究。

基于上述原因，定位技术在无线传感器网络的理论研究和应用中具有重要的意义，已经成为了无线传感网络技术中的一个研究热点。

1.2无线传感网定位技术概述在定位领域中，无线传感网络的节点可以分为两类：一类是己知自身坐标的节点，被称为信标节点或销节点，该节点通常是通过GPS或人工部署的方式得到节点坐标的；另一类是位置坐标节点，被称为未知节点(Unknown Node)，该类节点则是需要我们通过周围的描节点所提供的信息来估算出自身节点的坐标信息。

根据未知节点定位过程中是否需要周围描节点提供距离信息，可以将定位算法具体分为两大类：一类是需要测距的定位算法，即需要错节点提供与未知节点间的距离信息；另一类是无需测距的定位算法，即不需要锚节点提供测距信息，仅通过角度或数据传输经过的跳数等信息则可以完成定位的算法。

一般来说，基于测距的定位算法利用三边测量法、三角测量法或极大似然估计法来计算节点的位置，常用的测距技术有RSSI，TOA，TDOA和AOA。

RSSI 定位技术具有功耗低和硬件成本低的优势，但也存在多路径损耗等问题影响从而存在一定的误差。

TOA(根据到达时间定位)需要节点间有较为精确的节点时间同步机制，对于硬件设备要求比较高，并且对网络结构较为不均勾的网络来说更加难于实现。

TDOA根据到达时间差定位技术，需要利用超声波信号传播对于到达时间的准确测量来定位，但超声波距离有限并且有障碍物等环境问题对超声波的传播有一定的影响；AOA(根据信号到达角度定位技术)受外界环境干扰严重，并且需要额外的硬件来计算信号到达时的角度。

基于测距的定位算法比较精确，但需要节点本身通信频率较高，从而节点能耗幵销较大。

无需测距的定位算法则无需通信频率较快，提高了定位能耗，但是却牺牲了一定的定位精度。

虽然定位精度降低了，但其在实际应用中仍然具有许多典型案例。

目前常用的无需测距的定位算法有质心算法，DV-Hop算法，APIT定位算法。

质心算法的原理是通过获取网络中节点间的连通关系来占算连通节点问的距离，从而进一步利用连通节点组成的儿何图形质心来估算H 标节点坐标。

DV-Hop算法能够通过多跳传输获取到目标节点无线覆盖范围之外的信标节点的数据，从而获取到更多的有用信息。

APIT定位算法是将错节点的区域划分成一个个三角形区域，通过判断未知节点位于哪些三角形区域内，进一步缩小定位范围。

利用描节点本身的坐标即可进一步得出目标点的位置。

2.二维定位算法2.1基于测距的定位算法目前常用的测距方式有接收信号强度、红外线、超声波以及GPS，这四种测距方式的性格比较如表2-1所示：表2-1 常用测距方式的比较由表2-1可以得知，除RSSI外的其他三种测距方法，都需要节点安装相应固件，提高了本身的体积和价格；GPS技术有其局限性，更适用于户外定位，小范围的定位并不可靠；红外线技术的测距精度比较低，而超声波的测距成本较高；基于RSSI的测距技术则被广泛应用，并且市场是大多数节点本身就可以完成对RSSI的获取，易于实现，因此基于RSSI的测距技术是WSN中最常用的技术。

2.1.1 RSSI定位算法RSSI定位算法是已知节点发射信号强度，接收节点测量接收到的该信号的强度，并计算传播过程中的损耗，使用理论或经验的信号传播衰减模型将传播损耗转换为距离，再利用已有的算法计算出节点的位置。

比较典型的应用如RADAR 、SpotON 。

虽然在实验环境中RSSl 定位方法表现出良好的特性。

但在实际应用中，由于反射、多径传播、NLOS 和天线增益等问题都会产生显着的传播损耗和较大的误差，因此RSSI 技术定位误差较大[1]。

基于 RSSI 的定位算法利用信号传输过程中的衰减模型来计算锚节点与未知节点之间的距离，然后利用所测量的距离来实现未知节点的定位。

由于传感器网络节点自带 RSSI 指示的功能，定位算法不会增加硬件消耗，应用成本比较低，因而得到广泛的应用，其算法原理如图2.1所示。

图 2.1 基于 RSSI 的定位算法原理示意图如图 2.1 所示，无线传感器已知三个锚节点的位置信息，U 表示未知节点的真实位置信息，U ’表示通过RSSI 测量计算出来的位置信息。

通常情况下，锚节点发送的广播信号传输到未知节点的过程中，会受到环境和多路径的影响，导致信号传输过程中产生衰减现象，未知节点收到的锚节点发送的信号强度会受到一定的影响。

这种信号衰减会存在一定的规律性，通过测量未知节点接收的信号强度能够估算锚节点与未知节点之间的距离。

信号的衰减模型表示如下： ζ+-=)lg(10)()(00d d n d PL d PL （2-1）其中n 表示环境因子，它是随着未知节点与锚节点之间距离的增加而路径损耗的指数，一般取值范围为2-4之间。

本公式的计算单位为dB ，PL(d)表示距离锚节点d 处接收到的信号的功率；PL(d 0)表示一个经验值，d 0表示一个参考距离，即距离为d接收到的信号功率。

ζ表示与传播距离无关的高斯噪音，通常称之为遮蔽因子。

在环境因子和遮蔽因子已知的前提下，通过对未知节点接收功率的测量及其两点之间的距离计算，其RSSI 模型如图2.2所示：图 2.2 RSSI 信号传输模型示意图由于不同的无线传感器网络定位的应用环境的不同，无线传感器网络的目标监测区域的环境因子和干扰因子也不尽相同。

上述提到的RSSI 测量中环境因子的经验值变化范围多在 2-4 之间，是综合室内环境和室外环境的平均范围。

室内环境因子的经验值在 1.9-2.2 之间。

室外环境因子在1.4-5.4之间。

环境因子的变化与最终未知节点测量的功率关系如图2.3所示：图 2.3 环境因子与功率之间的关系图2.1.2基于TOA的定位算法基于TOA的定位算法是一种利用测量来自锚节点信号到达的时间来进行定位的一种算法。