SENMA网络加权质心定位算法

林华杰,莫应强

(1.西北工业大学,陕西西安710072;

2.贵州航天风华精密设备有限公司,贵州贵阳563319)

0 引言

文献[1]中提出了一种特殊的无线传感器网络(WSN)——移动代理无线传感器网络(SENMA)模型。该网络模型不仅与一般的WSN相比有着许多优点,特别是具有先天的节能优势,而且针对在战场或其他恶劣环境中进行信息采集有着实际应用意义。

在移动代理传感器网络中进行节点定位需要采用基于距离的定位算法,而且依据该网络特点基于RSSI测距较为可行。一般基于RSSI测距定位方法首先通过测量接收信号强度,根据两点间信号传输衰减程度来判断两点间距离;然后再依据所获得的足够多的锚节点位置信息计算未知节点的位置(二维、三维空间分别需要3个以上、4个以上锚节点信息)。

通过分析信道RSSI特点,给出了一种适用于SENMA网络的加权质心定位算法,并通过仿真进行了算法验证,其性能优于极大似然估计。

1 SENMA网络

SENMA由一般传感器节点和移动代理节点组成。一般传感器节点负责采集信息和被动传输信息,其具有较低的能量和有限的处理能力、通信能力,它们可以通过飞机播撒或者其他途径随机分布在一定的地域中,例如战场或其他恶劣环境中。移动代理节点具有很强的通信能力和数据处理能力,而且能够在整个传感器网络中移动,使其通信范围覆盖整个传感器网络。例如可以位于有人或无人驾驶的飞机上。这些移动代理与卫星(或其他固定中继基站)之间存在高速率数据连接,可以及时地将数据发送给远端控制中心。移动代理节点不需要一直出现在传感器网络区域上方,在需要收集数据或者进行网络控制时它们才开始活动。移动代理无线传感器网络定位模型如图1所示。

图1 移动代理无线传感器网络定位模型

SENMA网络具有如下特点:

①在普通传感器网络中,节点间的信息沿地表传播,信号衰落与距离的 4次方成正比;而在SENMA网络中,传感器节点之间基本不通信,而传感器节点与移动代理通信,信号在自由空间中传播,根据信号衰落与传输距离关系可知,自由空间中信号的衰落与距离的2次方成正比,从而信道传输环境优于普通传感器网络;

②SENMA是单跳网络,信息处理和网络维护由移动代理节点进行,不需要维护路由信息和相邻节点信息,因而花费在控制上的能量开销要少;

③SENMA中不需要传感器节点存储转发数据,接收信息的消耗能量很少;

④传感器节点是能量受限的,但移动节点能量可以补充。

SENMA网络把复杂的数据处理、接入处理、数据转发传输和路由维护等工作由移动代理节点来完成,减轻传感器网络的能量负担,从而SENMA的网络结构有先天的节能优势,具有更长的生存时间。

SENMA网络中,一般传感器节点负责采集信息和被动传输信息,彼此之间几乎不进行通信。与此同时移动代理节点可以充当网络中的锚节点,在移动中时时发送当前时刻自身位置信息,传感器节点可以在接收当前时刻移动代理节点位置信息的同时,采用测距技术测距,若记录了足够多的移动代理节点位置信息和距离信息后即可估算节点自身位置信息。

目前主要测距方法包括TOA、TDOA和RSSI等。TOA技术需要精准系统时钟同步,TDOA技术需要节点具有超声波发射和接收设备,并且测距范围有限。移动代理在高空飞行,一般可以认为与一般传感器节点间属视距通信,因此研究了基于RSSI测距的SENMA网络定位算法。

2 SENMA网络定位算法

2.1 SENMA网络定位模型

如图1所示,可以近似认为传感器节点位于同一平面,并假设该平面与水平面平行。如果在ti时刻接收到移动代理节点位置信息(Xi,Yi,Hi),并测得当前时刻移动代理节点与节点A的距离Ri,设移动代理节点在传感器网络所在平面的投影为O(Xi,Yi),则OA之间的距离为:

任务是由(Xi,Yi,li)估测节点A的二维坐标(x,y)。

2.2 RSSI信道模型

RSSI定位是通过测量接收信号强度,根据两点间信号强度判断两点间距离。无线信号在传播路径中都会产生信号的衰减,信号接收的强度受到影响,实际测量值也会因为环境的不同而不同。通过大量的现场测量数据归纳“距离-损耗”模型一般形式为:

式中,p为传感器节点接收到由移动代理节点发射信号的接收功率,单位dB;R0为参考距离,单位为m;p0表示距离为R0时的接收信号强度,单位为dB;R为移动代理节点与传感器节点之间的距离;v为移动代理节点的运动速度;X为与传播距离无关的随机变量,通常可以认为是标准偏差为σ的正态随机变量;n为路径损耗系数即环境因子。

实际上,由于多径、绕射和障碍物等因素,无线电传播路径损耗与理论值相比有很大变化。节点到信号源的距离越近,由RSSI值的偏差产生的绝对距离误差越小,反之,产生的绝对距离误差越大。

在X和环境因子已知时,通过对接收功率的测量可以计算出不同时刻移动代理节点与未知定位节点之间的距离R1、R2、R3。理论上通过接收3个(二维空间)已知空间节点的RSSI信息就可用三边测量法决定一个未知节点的位置。但实际应用环境中,因为RSSI值含有随机分量,无法精确计算未知节点位置,所以只能采用质心法或极大似然估计法。

3 加权质心定位算法

当一个待定位传感器节点A收到不同时刻移动代理节点的位置信息,并根据RSSI值确定与空间O、P、Q点距离可以得到l1=LAO、l2=LAP、l3=LAQ。

如图2所示,由于测距误差,ΔOPQ可能出现以下3种情况:

图2 空间节点示意图

如图2(a)所示,圆O与圆P相切,则相切点为A点第1个近似位置(x1,y1);

如图2(b)所示,圆O与圆P相交,2个交点为A点可能位置A1点和A2点,计算|LAO-LA1O|和|LAO-LA2O|,二者小者为A点第1个近似位置(x1,y1);

如图2(c)所示,圆O与圆P相离,直线OP与圆O、圆P相交于B点、C点,B点、C点中心为A点第1个近似位置(x1,y1)。

同理在ΔPQO、ΔQOP中得到A的第2个、第3个近似位置(x2,y2)、(x3,y3)。计算点(x1,y1)、(x2,y2)、(x3,y3)的质心作为A点估测值。

当节点A收到m个信标节点信号时,可以构成C3m个三角形,每个三角形可产生一个近似的待测传感器节点坐标置位。再次利用质心算法即可求出节点A的最终位置坐标。

前文已经指出由于多径、绕射和障碍物等因素,无线电传播路径损耗与理论值相比有很大变化。而且随着传感器节点与移动代理节点(其投影)的距离越远产生的绝对距离误差越大。由RSSI测距误差会严重影响节点定位精度,为此设计了加权质心算法:

①移动代理节点周期性发送自身位置信息,运动速度等信息;

②传感器节点在收到信息后,记录移动代理节点投影位置信息,测定RSSI,依据测定RSSI值计算自身节点与观测点投影之间的距离(式(1)、式(2));

③传感器节点在收到超过阈值m个信标信息后,对信标节点依RSSI值从大到小排序。采用RSSI值小的前n个移动代理节点投影位置信息进行定位计算;

④由n个观测点投影构成C3n个三角形,若取n=4,这些三角形顶点距待测点A的距离为:(l1、l2、l3)、(l2、l3、l4)、(l3、l4、l1)、(l4、l1、l2),计算出与之相对应的n个可能位置:(Ax1,Ay1)、(Ax2,Ay2)、……;

⑤对n个可能位置加权求质心得到位置信息。n=4加权求质心为式(3)、式(4)、式(5),n＞4可依此类推。

4 仿真实验

利用Matlab编程进行计算机仿真。移动代理节点距离传感器网络平面为150 m,有效通信距离为150～250 m。RSSI与距离的关系由式(2)决定。因为移动代理无线传感器网络工作与室外环境,路径损耗较自由空间大,式(2)中的衰减因子n设为3.2,高斯分布随机变数X的标准方差取为4。为方便计算取R0=1 m。传感区域为400 m×400 m,移动代理节点均匀地通过传感区域,v=25,传感器节点数为50,随机布置于传感区域。算法中选取n个观测点数据进行仿真计算,n分别取5,10,15,20,25。同时利用加权质心算法和极大似然估计法仿真计算比较。

图3和图4分别为最大误差和平均误差仿真结果,从图中可以看出加权质心算法定位精度优于极大似然,特别是在信标节点密度较低的情况下,优势更加明显。

图3 最大误差仿真

图4 平均误差仿真

5 结束语

SENMA网络属于立体网络,进行节点定位采用基于RSSI测距的方法较为可行。由于多径、绕射和障碍物等因素,传感器节点与移动代理节点的距离越远,测量RSSI误差越大,从而影响节点定位精度。为此,设计了加权质心算法,利用加权因子体现各观测位置对质心位置的影响程度,反映了它们之间的内在关系。通过仿真验证了加权质心算法定位精度优于极大似然算法。

[1]TONG L,ZHAO Q,ADIREDDY S.Sensor Networks with Mobile Agents[J].Boston:Military Communications Conference,2003,10(1):688-693.

[2]郑杰比,唐碧华,刘元安,等.移动性无线传感器网络的研究[J].传感器世界,2006,7(12):32-34.

[3]BAHL P,PADMANNBAN V N.RADAR:An In-building RFBased User Location and Tracking System[C].Israel:IEEE Computer Society,2000:775-784.

[4]陈维克,李文锋,首 珩,等.基于 RSSI的无线传感器网络加权质心定位算法[J].武汉理工大学学报(交通科学与工程版),2006,4(30):265-268.