基于最大似然估计的质心定位方法
【技术领域】
[0001] 本发明属于无线传感器网络技术领域，设及一种基于最大似然估计的质屯、定位方 法。
【背景技术】
[000引 无线传感器网络（WirelessSensorNetworks,WSN)已经在军事、民用等领域有很 多应用，包括环境监测、网站安全、医疗诊断、战场监视、灾害救助、辅助生活等。生活中很多 应用与位置有关，全球定位系统（Global化sitioningSystem,GP巧可W很好的解决户外 的追踪定位问题，但是建筑物对卫星信号的屏蔽效应，限制了GI^S在室内定位中的应用。无 线传感器网络易于部署、可扩展性高、成本低等特点使其在室内定位中具有很大的优势。无 线传感器网络定位算法通常可W分为基于测距和无需测距两类。前者需要获取目标与参考 节点之间的距离或者角度信息，一般需要额外的硬件支持；后者仅需要获取目标与参考节 点之间的网络连通度等信息实现节点之间的定位，计算简单且易于实现，但是定位精度较 低。质屯、定位算法是应用比较广泛无需测距的定位算法，节点优化和加权是算法的主要改 进方式。
[0003] 质屯、定位算法主要思想是：未知节点W所有在其通信范围内错节点的几何质屯、作 为自己的估计位置。当网络中的错节点的部署密度十分高时，利用多个错节点的信息往往 可W取得较高的定位精度。在实际应用中，需要考虑到得不仅仅是定位的精度，还有错节点 的密度、计算开销和硬件成本。为了提高定位精度和降低成本，通常对质屯、算法进行测距加 权或者信号强度加权。如图1所示，其中利用错节点到未知节点之间的距离加权，对未知节 点和错节点的几何分布要求过高，距离测量造成定位结果随意性很大。由于测距产生的误 差，定位所需的圆大多数都是交汇于一个区域，造成定位结果估算误差大和误差累积严重 的现象。而利用信号加权容易受到环境的影响，往往测得信号强度小于实际测量的信号强 度，会造成定位结果的误差累积。优化未知节点周围的错节点降低定位的成本，改进加权模 型提高定位精度尤为重要。
[0004] 在室内情况下，信号的反射、散射或者遮蔽现象通常会对接受者采集到的信号强 度产生干扰。由于信号传播的不确定性，本发明采用的信道传输模型是对数正态阴影模型 (Log-normalShadowing)；
[0005]
(1)
[0006] 其中，P〇(d。）为参考节点d。处的信号强度，Pr(d)为在距离d处的未知节点的信号 强度，n为路径损耗系数，通常取值在2~5之间。X。是标准差为0、均值为零的高斯分 布随机变量。当路径的损耗参数已知时，接收者可W通过接收到的信号强度来衡量自己与 信号源之间的距离。
【发明内容】
[0007] 本发明的目的是解决质屯、定位精度低和过于依赖节点密度的问题，提出一种基于 最大似然估计的加权质屯、定位。首先利用实际距离与估计距离之间的最大似然估计来提 高测距准确性，然后引进参数优化错节点分布，建立新的加权模型，提高定位精度和降低成 本。
[000引按照本发明提供的技术方案，基于最大似然估计的加权质屯、定位算法具体如下。
[0009] (1)错节点周期性向周围发送自身节点ID和位置信息；
[0010] (2)未知节点收到信息后，只记录同一个错节点的RSSI值，当接收到一定数量 的RSSI值后，去掉极大极小值后取RSSI的均值，然后依次求出其它错节点到未知节点的 信号强度；
[0011] 做利用信号的衰减模型，公式（7)得到距离的最大似然估计值；
[0012] (4)引进参数k，构建一个与周围错节点数和错节点到未知节点距离相关质屯、算 法的权值 >vw
[001引 妨通过实验，如图3所示，得到一个最优参数k=n-0. 4 ;
[0014] (6)带入最优参数k，利用公式（8)计算出目标的位置，最后对定位结果进行修正。
[001引本发明的优点是：
[0016] (1)对信号强度进行多次测量求平均减小了信号强度因反射、散射和遮蔽效应造 成的干扰。
[0017] (2)利用信号强度对错节点节点与未知节点之间的距离进行无偏差估计，实现错 节点到未知节点的距离较为准确，不会因为忽略损耗参数和信号干扰对距离测量造成较大 的误差。
[0018] (3)引进参数到加权模型中来，把未知节点周围的适用于定位的错节点进行合理 的优化，充分利用了定位节点的资源，减小了定位成本。
[0019] (4)随着定位区域增大，仍能保持较高的定位精度，具有很好的网络拓展性。
【附图说明】
[0020] 图1是加权质屯、定位原理。
[0021] 图2为不同参数选择的定位误差曲线。
[0022] 图3为未知节点和信标节点的分布情况。
[0023] 图4为未知节点的定位误差曲线。
[0024] 图5为不同信标节点的定位误差曲线。
[0025] 图6为不同路径损耗的定位误差曲线。
【具体实施方式】
[0026] 利用MTLAB仿真软件对算法性能进行仿真分析。本发明分别WlOmXlOm、 50mX50m和lOOmX100m作为实验仿真的区域，仿真区域内所有节点都处于静止状态且节 点之间通信正常，通信半径为30m;所有仿真实验环境中都加入均值为零，标准差为0= 4 满足高斯分布的随机噪声，仿真实验均进行500次，最后未知节点定位结果取平均值。 (2)
[0027] 误差分析：
[002引
[0029] 其中，（X，y)表示未知节点的实际位置，（X。，y。）表示未知节点的估计位置。
[0030] 本发明基于最大似然估计质屯、算法的包括W下步骤：
[0031] (1)在无线传感器网络定位区域，确定信标节点和未知节点随机分布在该定位区 域，如图2所示；
[0032] (2)错节点周期性的向周围广播自己的ID和位置信息；
[0033] (3)对于同一个未知节点收到信息后，只记录同一个信错点的RSSI值，当接收到 一定数量的RSSI值后，去掉其中的极大极小值然后取均值，作为接收到的RSSI值
[0034]
[0036] 其中，化S57,"表示第i个错节点的n次信号强度，表示第i个错节点的信号 强