一种无线传感器网络节点精确定位的方法
开篇：润墨网以专业的文秘视角，为您筛选了一篇一种无线传感器网络节点精确定位的方法范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘要：在无线传感器网络应用中，传感器节点经常被布设在大面积的农田环境里，由于网络规模大、节点数目多、节点能量有限等特点，如何对节点进行准确定位是最为重要的事情。为了延长节点的存活时间，就需要在节点通信过程中尽可能提高定位的精度。为此提出了一种利用距离和角度相结合的定位方法来解决这类问题。分析结果表明，采用该方案节省了节点能量，延长了网络的生存时间。
中图分类号：TP391.9 文献标识码：A 文章编号：0439-8114（2013）12-2923-03
A Method for Accurate Location of Nodes in Wireless Sensor Network
TONG Lin1，CHAI Bao-jie1，MA Bao-ying2
（1. Engineering Institute， Mudanjiang Normal University， Mudanjiang 157011， Heilongjiang， China；
2. College of Health and Management， Mudanjiang Medical University， Mudanjiang 157011， Heilongjiang， China）
Abstract： In the wireless sensor network， sensor nodes are often located in large area farmland environment， due to the large network size， numerous nodes and limited node energy， locating accurate position of the nodes was very important. In order to extend the survival time of node， the locating should be as accuracy as possible in the communication process. A locating method combing distance and angle position was proposed， and it was proved that this method could save node energy while extend the network lifetime.
Key words： wireless sensor networks； position； distance； angle
无线传感器网络在农业领域有广泛的应用，但在应用上需要解决的关键问题之一就是网络中传感器节点的精确定位，该问题现在已经成为领域内的一个研究热点。为此，国外启动了许多关于WSN（Wireless sensor network）的研究计划，如Pico-Radio[1]、WINS[2]、Smart dust[3]、μAMPS[4]等。
从AT&T公司开发出室内定位系统Active badge至今，已经有许多算法能够解决WSN自身的定位问题。但每一种算法都是针对不同的具体应用，它们在路由协议、设备需求、能量供给以及适合的应用场合等许多方面存在着很大的不同。传感器通常采用电池供电，节点的能量是受限的，在设计路由协议时，保证节点高效使用能量来发送和接收数据是一个重要的设计原则，以便尽可能地延长整个传感器网络的生命周期[5]。
现有的定位方法基本上包含两个步骤：①到未知节点距离的测量；②通过距离计算未知节点的坐标[6]。此次研究将对传统的测距算法进行改进，并利用三角的方法获取未知节点相对精确的定位，即将WSN中需要定位的节点称为未知节点，将用于监控和定位的场所称为监测站，邻近节点是指在一个节点的通信半径内可以直接通信的节点。
1 无线传感器网络中的测距技术
在无线传感器网络中主要的测距技术和算法有RSSI（Received signal strength indicator）、TOA（Time of arrival）技术以及DV-hop、DV-distance算法等。RSSI技术的主要思想是未知节点的发射功率为已知，在监测站测量接收功率，计算功率损耗，再根据相关理论将损耗转化为距离。它的主要缺点为功率损耗受到环境因素的影响太大，通常会产生比较大的误差[6]。TOA技术的主要思想是根据信号的传播时间乘以传播速度来计算未知节点到监测站的距离[7]。这一技术有着广阔的应用前景。但是，对节点的发射信号的时间同步有着严格的要求，同时对硬件设备有着很高的要求，不太适合在地域广、节点布设密度大的农业中应用。DV-hop算法是由美国路特格斯大学（Rutgers University）提出，它的基本思想是监测站到未知节点的距离等于点平均每跳的距离乘以二者之间的跳数。该算法简单实用、易于实现。但对于比较稀疏的或拓扑不规则的传感器网络，所测得的距离精度会大幅度下降。由此又产生了DV-distance算法，该算法要求节点具有测距功能，在距离交换协议中传播的是每跳的距离值，最后在监测站进行距离的累加，从而得到与未知节点的距离[7，8]。
2 无线传感器网络中的定位技术
2.1 三边定位技术
如果应用上述测距方法测得了未知节点到3个或3个以上监测站（锚点）的距离，就可以求得未知节点的坐标。如图1所示，A、B、C为3个监测站，3个圆的交点D为未知节点，3个圆的半径分别为各监测站到未知节点所测的距离，通过解析几何的方法即可求得未知节点坐标。但事实上由于存在误差，3个圆往往无法相交于同一点。常常还需要使用最小二乘法估计D点的坐标，这就需要比较大的浮点计算开销和能量消耗。
2.2 三角定位AOA技术
在这里仅介绍AOA（Angle of arrival）技术，它的基本思想是通过天线阵列或接收器来估算邻节点发送信号的角度[9，10]。如图2所示，A为未知节点，B和C为监测站。在B、C端，通过分别估算A节点发射的信号方向与参考方向上的夹角θ1和θ2，即可用几何的方法求解A点的坐标。
3 相关的改进技术
此次研究对流行的DV-distance算法进行了改进，结合三角定位AOA技术，提出了一种比较精确的节点定位方法。如前所述，DV-distance算法的基本思想是在节点的传播过程中，将路径上每跳的距离值进行传播，最后在监测站进行距离的累加。但事实上传播路径上的节点往往不会排列在同一条直线上，这样累加的距离实际上是一段折线距离，与理想的直线距离有着很大的误差。如图3所示，O为未知节点，C为监测站，A、B为传播路径上的节点。根据相应距离交换协议，最后在监测站所累加的距离为OA、AB、BC 3段线段的长度之和。这与所求的距离OC之间有着明显的误差。
为了获得相对精确的距离及定位，特将三角定位AOA技术引入其中。即测得每个节点发射信号与参考方向（这里假定为竖直方向）的夹角θi，θ1为未知节点O所发出的信号与A节点在竖直方向上的夹角，θ2为A节点所发出的信号与B节点在竖直方向上的夹角，θ3为B节点所发出的信号与监测站C在竖直方向上的夹角。同时再对DV-distance算法的距离交换协议进行改进，将各节点所测的夹角θi连同每跳的距离di进行传播，最后在监测站进行相应的三角运算，得到未知节点坐标。
具体计算方法：
CD=∑di×cos（θi）
OD=∑di×sin（θi）
未知节点与监测站的精确距离：
未知节点与监测站连线与竖直方向上的夹角：
这样，求得了监测站与未知节点的精确距离以及方位角度，即可以实现对未知节点的精确定位。
4 仿真试验结果
利用Matlab对DV-distance算法和改进后的算法进行仿真比较。取仿真区域为10 km×10 km的方形区域，在监测站和未知节点间分别随机加入5、25、45、65、85和105个节点进行试验，图4为加入25个节点的Matlab仿真试验截图。图4中，坐标原点为未知节点，C点为监测站，各次试验分别记录两种算法下监测站与未知节点的距离。试验结果如表1所示。
由表1可知，使用传统的DV-distance算法，随着节点数目的增加，会产生较大的测距误差。而采用改进后的算法测距精度有了显著的提高。
5 小结
研究对网络节点定位技术的原理和方法进行了阐述，在现有的DV-distance算法和三角定位AOA（Angle of arrival）技术的基础上，将二者进行有机结合，取长补短，提出了改进方案。该方案在原有距离交换协议中添加节点发射信号的角度参数，利用三角与解析几何的方法实现了对未知节点的精确定位。该算法简便实用，基本上沿袭了DV-distance算法设计简单、易于实现的特点，并对在拓扑不规则网络中节点的定位精度会迅速下降的弊端进行了适当的弥补和修正。同时由于整个定位过程只需用到一个监测站，并且大量的浮点运算都在其中完成，从而网络的构建成本及各节点的能量消耗都有所降低。最后经过仿真分析，取得了比较好的效果。
参考文献：
[1] RABAEY J M，AMMER M J，DA SILVA J L，et al. Pico-Radio supports ad hoc ultra-low power wireless networking [J]. IEEE Computer，2000，33（7）：42-48.
[2] POTTIE G J，KAISER W J. Wireless integrated network sensors[J]. Communications of the ACM，2000，43（5）：51-58.
[3] WARNEKE B，LIEBOWITZ B，PISTER K. Smart dust：Communicating with a cubic-millimeter computer[J]. Computer，2001，34（1）：44-51.
[4] 尚志军，曾 鹏，于海斌.无线传感器网络节点定位问题[J].计算机科学，2004，31（10）：35-38.
[5] 范书平，高 巍，马宝英.一种无线温度传感器网络中节能的路由协议[J].安徽农业科学，2011，39（2）：1126-1128.
[6] 陆雨花，章 勇.无线传感器网络节点定位技术探讨[J].传感器与仪器仪表，2009，25（11）：109-111.
[7] 段渭军，王建刚，王福豹.无线传感器网络节点定位系统与算法的研究和发展[J].信息与控制，2006，35（2）：239-245.
[8] 彭 宇，王 丹.无线传感器网络定位技术综述[J].电子测量与仪器学报，2011，25（5）：389-396.
[9] AKYILDIZ I F，SU W，SANAKARASUBRAMANIAM Y，et al. Wireless sensor networks：A survey[J]. Computer Networks，2002， 38（4）：393-422.
[10] 刘辉亚，徐建波，彭 理.无线传感器网络移动节点定位算法[J].计算机工程与应用，2011，47（3）：103-106.