专利名称：基于rssi的无线传感器网络的定位方法
技术领域：
本发明涉及的是一种无线传感 器网络技术领域的方法，具体是一种基于 RSSKReceivedSignal Strength Indication，接收信号强度指示)的无线传感器网络的定 位方法。
背景技术：
无线传感器网络(WSN，Wireless Sensor Network)是继因特网之后，将对人类 生活方式产生重大影响的一项IT技术。它综合了传感器技术、嵌入式技术、微机电系统 (MEMS, Microelectronic mechanical system)技术以及现代的网络和无线通信技术。在 传感器网络中，各类集成化的微型传感器通过协作进行实时监测、感知和采集各种环境或监 测目标的信息，并对这些信息进行处理加工，再通过随机自组无线通信网络以多跳的方式将 信息传送到用户终端，从而实现物理世界、计算机世界以及人类社会三元世界的连通。由于其 不需要固定网络支持，功耗和成本都很低，在军事、环境监测、医疗、农业和采矿领域有广阔的 应用前景。特别适合用于布线和电源供给困难，人员不能到达的区域，以及一些临时场合。定位技术作为无线传感器网络中的一项核心技术，对于传感器网络的监测活动至 关重要。路由算法的优化，资源的有效配置，对特定目标的定位和追踪，计算网络的覆盖范 围以及控制通信开销和网络负载方面都是在准确的位置信息的基础上进行的。由于受到 成本、功耗、扩展性等问题的限制，人工安置所有节点或者为每个节点配备全球定位系统 (GPS, GlobalPositioning System)模块的方法是不现实的。近年来通过节点之间有限的信息传输来获取节点的位置信息成为了该领域的一 个重要应用方向。将位置信息未知的节点称为待测节点，而位置信息已经掌握可用来协助 待测节点实现定位的节点称为锚节点。其中基于接收信号强度指示测距的定位技术是一个 比较有代表性的实现方案。RSSI，是无线发送层的可选部分，通过接收到的信号强弱可以对 两个通信节点间的距离进行估算，进而根据相应的数据进行定位。由于其定位原理简单，且 无需额外的硬件开销和网络通信开销，得到了人们的亲睐。经对现有文献检索发现，N.Bulush 等在《IEEE(Institute of Electrical and ElectronicsEngineers)Personal Communications Magazine (美国电气禾口电子工禾呈Jl帀 协会个人通信杂志)》2000 年 10 发表的"GPS-less Low-Cost Outdoor Localization for very Small Device (基于超小型设备的非GPS低功耗室外定位方法)”中提出了用 于传感器网络定位的质心算法，其基本思路为取待测节点附近的几个锚节点，将锚节点构 成的几何图形的中心位置作为定位的结果。M. Sugano等在《The IASTED(international association of science and technology fordevelopment)International Conference on Wireless Sensor Network(国际科学技术发展协会国际无线传感网络会议)》2006年 10 月发表"Indoor Localization System Using RSSIMeasurement of Wireless Sensor Network Based on Zig Bee Standard (利用RSSI测量实现的基于紫蜂标准的室内无线传 感网络定位系统)”中则使用数学优化的方法，通过最小化误差的平方来得到最优解。但是上述两种技术都是利用数学中的一些简单的估算方法，只能实现对未知节点的粗略定位； 对节点的密度有较高的要求，定位精度也不理想，且容易受环境干扰，影响其定位精度
发明内容
本发明的目的在于克服现有技术的上述不足，提供一种基于RSSI的无线传感器 网络的定位方法。本发明通过数学建模，实现了对待测目标节点在全平面上概率分布估算， 根据此进行定位，具有精度高、抗干扰能力强的优点。本发明是通过以下技术方案实现的，本发明包括以下步骤步骤一，建立直角坐标系，得到无线传感器网络中每个锚节点的位置信息，且分别 测量锚节点和待测节点的RSSI值，对得到的RSSI值进行估算处理，得到待测节点与每个锚 节点的距离信息。所述的估算处理是 其中A是待测节点与第j个锚节点的距离，Pj是第j个锚节点的RSSI值，η为信 道衰减参数，r0是参考距离，P0是距离为A的两个传感器节点间的接收强度，1 ^ j ^ N, N 是锚节点的总数目。步骤二，选取与待测节点最近的三个锚节点作为参考节点，采用加权的质心法对 待测节点进行粗定位，得到待测节点的粗定位位置。所述的粗定位，是指
_rxr2r3Xo =xiX ^ ^ +X2X ^ ^ +x3X ^ ^
L ■ 」巧 + + r3 r{+r2+ r3 r{+r2+ r3
r.r,τ\
「00151 W——!^”2X——-^”3X——"^
LUU ' °JrI + Γ2 + Γ3Γ1 + Γ2 + Γ3Γ1 + Γ2 + Γ3其中(Xi，Yi)为选取的参考节点的坐标，1彡i彡3，ri为待测节点到第i个参考 节点的距离，(Χ(ι，％)是待测节点的粗定位位置坐标信息。步骤三，建立待测节点的分布概率模型，得到待测节点在无线传感器网络中每个 位置的分布概率。所述的分布概率模型是P(X y)= ^ 胸 exP [―(胸 log(〈 1 扣-^i)2+(y-y, f ))2 / 2σ2 ] ’
/=ι,2,32π^ 2πσΙη10((x - Xi )2 +(y- y-t )2)其中P(X，y)是待测节点在无线传感器网络中(X，y)处的分布概率，η是信道衰 减参数，(Xi, Yi)是第i个参考节点的坐标信息，r,是待测节点到第i个参考节点的距离， σ是功率测量误差方差，1 < i < 3。步骤四，以待测节点的粗定位位置为初始位置、以L1为步长进行定位搜索处理，得 到待测节点的第一次定位位置。所述的定位搜索处理，是以(X(l，y0)为初始位置，以L为步长，分别得到(X(l，y0)、 (x0+L, y0)> (Xo，y。+L)、(x0-L, y0)和(X(1，y0-L)处的分布概率，选择其中最大的分布概率所 对应的位置为该次定位位置。
步骤五，按照步骤四的方法，以待测节点的第一次定位位置为初始位置、以L2为步 长进行定位搜索处理，得到待测节点的第二次定位位置，其中L2 < Lp步骤六，不断重复步骤五，以第(N-I)次的定位位置为初始位置、以Ln为步长进行定 位搜索处理，得到待测节点的第N次定位位置，该定位位置就是待测节点的最终位置信息。与现有技术相比，本发明的有益效果是能够从有限的信息中得到更多的定位信 息，克服了现有技术中由于个别节点在功率强度测量上的误差过大而造成的最终定位结果 误差过大的缺陷，对节点的密度要求低，且不易受环境干扰，定位精度大大提高，定位误差 降至20%到50%之间。
具体实施例方式以下对本发明的方法进一步描述本实施例在以本发明技术方案为前提下进行实 施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。实施例本实施例包括以下步骤步骤一，建立直角坐标系，得到无线传感器网络中每个锚节点的位置信息，且分别 测量锚节点和待测节点的RSSI值，对得到的RSSI值进行估算处理，得到待测节点与每个锚 节点的距离信息。所述的估算处理是
Pj-Por _ ^e 10κ其中rj是待测节点与第j个锚节点的距离，Pj是第j个锚节点的RSSI值，η为信 道衰减参数，r0是参考距离，P0是距离为A的两个传感器节点间的接收强度，1 ^ j ^ N, N 是锚节点的总数目。本实施例在rQ = 0. lm，η = 2。步骤二，选取与待测节点最近的三个锚节点作为参考节点，采用加权的质心法对 待测节点进行粗定位，得到待测节点的粗定位位置。所述的粗定位，是指
「00371 其中(Xi，Yi)为选取的参考节点的坐标，1彡i彡3，ri为待测节点到第i个参考 节点的距离，(Χ(ι，％)是待测节点的粗定位位置坐标信息。步骤三，建立待测节点的分布概率模型，得到待测节点在无线传感器网络中每个 位置的分布概率。所述的分布概率模型是 其中P(X，y)是待测节点在无线传感器网络中(X，y)处的分布概率，η是信道衰减参数，(Xi, Yi)是第i个参考节点的坐标信息，r,是待测节点到第i个参考节点的距离， σ是功率测量误差方差，1 < i < 3。步骤四，以待测节点的粗定位位置为初始位置、以L1为步长进行定位搜索处理，得 到待测节点的第一次定位位置。所述的定位搜索处理，是以(X(l，y0)为初始位置，以L为步长，分别得到(X(l，y0)、 (x0+L, y0)> (xo，y。+L)、(x0-L, y0)和(X(1，y0-L)处的分布概率，选择其中最大的分布概率所 对应的位置为该次定位位置。本实施例中L1 = lm。
步骤五，按照步骤四的方法，以待测节点的第一次定位位置为初始位置、以L2为步 长进行定位搜索处理，得到待测节点的第二次定位位置，其中L2 < Lp本实施例中L2 = 0. 5k。步骤六，不断重复步骤五，以第(N-I)次的定位位置为初始位置、以Ln为步长进行 定位搜索处理，得到待测节点的第N次定位位置，该定位位置就是待测节点的最终位置信 息，其中Ln < V1, V1为第(N-I)定位搜索处理的步长。本实施例中Lt = 0. 5Lt_1; 2 彡 t 彡 N，N = 6。在一个IOmXlOm的无线传感器网络中，锚节点均勻分布，信道衰减参数为3，功率 测量误差方差为4，在不同的锚节点数目下，当分别采用本实施例方法、最小二乘法和质心 法所得到的定位误差如表1所示。表 1 所述的定位误差的公式为E=^(x-af+(y-b)2 * 0.1其中(X，y)为待测节点的真实位置坐标，(a，b)为检测得到的位置坐标，E是定 位误差(单位为m)。从表1可见，当锚节点为9个时，本实施例方法相对于最小二乘法的定位误差提高 37. 88%，本实施例方法相对于质心法的定位误差提高60. 24% ；当锚节点为16个时，本实 施例方法相对于最小二乘法的定位误差提高31. 06%，本实施例方法相对于质心法的定位 误差提高46. 56% ；当锚节点为25个时，本实施例方法相对于最小二乘法的定位误差提高 19. 47%，本实施例方法相对于质心法的定位误差提高14. 95%。
权利要求
一种基于RSSI的无线传感器网络的定位方法，其特征在于，包括以下步骤步骤一，建立直角坐标系，得到无线传感器网络中每个锚节点的位置信息，且分别测量锚节点和待测节点的RSSI值，对得到的RSSI值进行估算处理，得到待测节点与每个锚节点的距离信息；步骤二，选取与待测节点最近的三个锚节点作为参考节点，采用加权的质心法对待测节点进行粗定位，得到待测节点的粗定位位置；步骤三，建立待测节点的分布概率模型，得到待测节点在无线传感器网络中每个位置的分布概率；步骤四，以待测节点的粗定位位置为初始位置、以L1为步长进行定位搜索处理，得到待测节点的第一次定位位置；步骤五，按照步骤四的方法，以待测节点的第一次定位位置为初始位置、以L2为步长进行定位搜索处理，得到待测节点的第二次定位位置，其中L2＜L1；步骤六，不断重复步骤五，以第(N-1)次的定位位置为初始位置、以LN为步长进行定位搜索处理，得到待测节点的第N次定位位置，该定位位置就是待测节点的最终位置信息。
2.根据权利要求1所述的基于RSSI的无线传感器网络的定位方法，其特征是，步骤一 中所述的估算处理是Pj-Porj = rQe 10" ’其中a是待测节点与第j个锚节点的距离，Pj是第j个锚节点的RSSI值，n为信道衰 减参数，r0是参考距离，P(l是距离为A的两个传感器节点间的接收强度，是锚 节点的总数目。
3.根据权利要求1所述的基于RSSI的无线传感器网络的定位方法，其特征是，步骤二中所述的粗定位，是 其中(Xi，Yi)为选取的参考节点的坐标，1彡i彡3，ri为待测节点到第i个参考节点 的距离，(X(l，y。)是待测节点的粗定位位置坐标信息。
4.根据权利要求1所述的基于RSSI的无线传感器网络的定位方法，其特征是，步骤三 中所述的分布概率模型是p(x y)= ^ 1 Onexp[-(lOnlog^/水x — x,.)2+(j-云)2)_f /2a2] ^其中P(x，y)是待测节点在无线传感器网络中(X，y)处的分布概率，n是信道衰减参 数，(Xi，yi)是第i个参考节点的坐标信息，r,是待测节点到第i个参考节点的距离，0是 功率测量误差方差，l<i<3。
5.根据权利要求1所述的基于RSSI的无线传感器网络的定位方法，其特征是，所述的 定位搜索处理，是以(x0, y0)为初始位置，以L为步长，分别得到(x0, y0)、(x0+L, y0)、(x0,y0+L) > (x0-L, y0)和(X(l，y0-L)处的分布概率，选择其中最大的分布概率所对应的位置为该 次定位位置。
全文摘要
一种无线传感器网络技术领域的基于RSSI的无线传感器网络的定位方法，包括以下步骤分别测量锚节点和待测节点的RSSI值，得到待测节点与每个锚节点的距离信息；选取与待测节点最近的三个锚节点作为参考节点，进行粗定位得到待测节点的粗定位位置；建立待测节点的分布概率模型，得到待测节点在无线传感器网络中每个位置的分布概率；以待测节点的粗定位位置为初始位置、以L1为步长进行定位搜索处理，得到待测节点的第一次定位位置；以第(N-1)次的定位位置为初始位置、以LN为步长进行定位搜索，得到待测节点的第N次定位位置，即待测节点的最终位置。本发明对节点的密度要求低，且不易受环境干扰，定位精度大大提高，定位误差降至20％到50％之间。
文档编号H04B17/00GK101860959SQ201010190760
公开日2010年10月13日 申请日期2010年6月4日 优先权日2010年6月4日
发明者李振波, 赵琦, 陈佳品, 陈凯 申请人:上海交通大学