一种改进的TDOA无线传感器网络节点定位算法*

2015-05-09张会新陈德沅彭晴晴

传感技术学报 2015年3期

关键词：通滤波无线距离

张会新,陈德沅,彭晴晴,史磊

(1.中北大学仪器科学与动态测试教育部重点实验室,太原 030051;2.中北大学电子测试技术国家重点实验室,太原 030051;3.首都航天机械公司,北京 100076)

一种改进的TDOA无线传感器网络节点定位算法*

张会新1,2*,陈德沅1,2,彭晴晴1,2,史磊3

(1.中北大学仪器科学与动态测试教育部重点实验室,太原 030051;2.中北大学电子测试技术国家重点实验室,太原 030051;3.首都航天机械公司,北京 100076)

传感器组成的无线网络中,准确获取每个传感器节点的位置信息有着非常关键的作用。在分析比较其他定位算法的基础上,采用了以精度较高的距离相关性为理论基础实现的TDOA定位算法,并针对实际情况对算法进行了优化改进。实验中为了得到节点声信号的到达时间差,对信号进行了ⅡR滤波处理和幅值包络分析。仿真和实验结果表明,文章中所设计的TDOA定位算法不仅大大减少了计算量,而且定位结果精确,是可行的。

无线传感器网络;定位;TDOA;ⅡR滤波;幅值分析

无线传感网络中传感器节点的相对位置对节点作用的发挥起着关键性作用,只有得出节点在整个网络中的相对信息,节点采集的数据才能发挥出应有的实际效果[1]。节点在网络中的位置特征可以由GPS定位模块提供或利用节点间的相关性来获得。GPS定位是通过得出每个节点的实际绝对位置来获取节点在整个网络中的相对位置,需要在节点上增加定位模块并且不断获取位置信息,这种方法成本比较高、能耗大,不利于传感器网络优势的发挥[2-3]。本文采用基于网络中节点距离相关性的TDOA算法来实现节点定位。

1 基于TDOA的定位方法

基于TDOA的定位算法是利用距离相关性来实现定位的,它操作方便、定位准确度高,被广泛应用于各种场合[4]。利用距离实现定位首先需要得出待定位节点与周边至少3个节点间的距离,在通过三边、三角测量或者极大似然估计等方法得出待测节点的相对坐标信息,最后根据一些其他信息实现对得出的坐标进行修正,减小测量误差[5]。在测距阶段一般采用AOA、RSSI、TOA、TDOA等计算方法。AOA需要额外的设备,且计算量很大;RSSI受环境中障碍物的影响很大,定位结果不精确;TOA要求各节点间的时间精度完全同步,难度较大;TDOA定位方法不需要精确的时间同步,得到的结果精度高且实现简单[6-7]。因此本文的定位算法采用TDOA方法。

TDOA定位原理如图1所示,它是通过在发射端发出两种已知不同传播速度的信号,这样在接收端就会在不同的时间点收到这两种信号,通过到达的时间差和传播速率即可依据图中的公式计算得出发射端和接收端之间的距离[8]。本次设计中发射端采用声音信号和无线电磁波作为信号源,并且节点本身就含有射频硬件,不需要重新进行硬件设计。

图1 基于TDOA的定位原理图

2 TDOA定位算法改进

本设计中,由于无线传感器网络节点自带无线模块,故采用无线射频信号作为其中一种信号,而本设计的声传感器模块使用窄带谐振器件,最大输出仅出现在某个中心频率范围内,器件标称谐振频率值为3 000 Hz,故需选用3 000 Hz左右的声信号,该声信号由本设计处理器模块所采用的单片机STM32F103内部的PWM(脉冲宽度调制)模块提供,并被送于扬声器处发声。

由于设计中采用的射频信号为电磁波,传播速度基本上等同于光速,而另一信号源为声速,其传播速度比电磁波低的多,同时待测节点与周边节点的实际距离不是很远,本实验中不会大于100 m,这样相比于电磁波的传播速度,射频信号在这段距离内的传播时间基本可以忽略不计,即可将这个无线电磁波信号认为是距离测量过程中的时间同步信号。因此,算法改进后,仅需测试声信号的到达时间,上一节给出的定位公式变为S=T2×C2,该算法减少了计算量,降低了系统设计的复杂度。

3 ⅡR滤波和幅值分析算法

由改进的TDOA定位算法可知,求得声信号到达接收节点的时刻是该算法实现的关键。一般,解决信号到达时刻问题时,广义互相关算法的精确度较高,但计算量非常大[9],本设计选用的处理器满足不了该算法的要求。为了准确的得到到达时刻,本次设计采用ⅡR滤波处理结合信号幅值分析的算法,这种算法对硬件设计依赖性小,且便于操作实现,既保证了测试精确度又节约了设计成本。

该算法主要由带通滤波、低通滤波和幅值分析3部分组成。

3.1 带通滤波

在接收到的采集后声信号中含有声音源头的一些噪声信息,为了去除这些混入的噪声,提高采集数据的信噪比,对采集后的数据进行了巴特沃斯带通滤波。传感器节点采集到的声信号波形见图2,图中所示声信号进行带通滤波之后,得到的是一个双峰信号,为减少系统之后的运算量,需将该双峰信号转变为单峰信号[10],方法如下:首先将带通滤波后数据的直流分量通过与平均值相减的方式除去,此时就得到一个正负信号平均分布的交流信号,这时对所有数据进行绝对值运算处理便得到与双峰滤波后数据波形一致的单波峰波形,数据处理后的带通滤波数据波形如图3。

图2 节点采集的声信号波形

图3 带通滤波后的波形

3.2 低通滤波

低通滤波的目的是得到带通滤波后并进行单峰处理的声音信号的包络曲线。图3给出了带通滤波后的波形图,对这个信号作低通滤波处理可以得到图4所示的包络线。

图4 低通滤波后的包络曲线

3.3 幅值分析

根据滤波后得到的包络曲线可以看出,接收端收到的信号幅值短时间内变化很大,并且在一定范围内成倍数增长,由此可以判断出在信号幅值将要上升的时刻即为声音信号的到达时刻。利用上节得到的包络曲线切线法可以基本得到这个时刻的坐标值,首先在整个包络线中找出声信号幅度最大的值并得出这个值对应的横坐标采样点位置;然后按照最大值的0.5和0.7倍找出两个点的包络线位置点A和点B,由这两个点连接起来形成一条直线,这条直线与横坐标采集时间轴相交叉得到了点C,这个点即认为是要求的到达时刻;最后根据这个点的坐标信息结合声音传播速度及接收端声采样信息便可以计算出两者间的距离。由幅度关系得出该点坐标位置的推算过程示意如图5。

图5 幅值分析示意图

4 TDOA定位算法仿真

对信噪比为10 dB的信号,从1 m到30 m,以1 m为间隔递增,使用MATLAB对上述TDOA定位算法来进行仿真,以验证和测试改进后算法的可实现性和定位精度,图6为仿真结果与实际距离的对比图。图中红色实现表示实际的测试距离,圈型线为改进前算法测试得出的距离,星型线为本文算法测试距离,图中3条曲线可以看出本文算法在一定范围内的定位过程非常贴近实际距离曲线。在10 dB信噪比的声音信号源模拟仿真中定位的性能表现出色,误差范围基本在1.6%之内,以本文中实际最大距离30 m计算,误差均不会大于0.5 m。仿真结果表明本次基于TDOA算法的设计改进是可行的,能够在一定范围内达到定位精度要求。

图6 TDOA定位算法仿真结果

5 节点工作流程

为了实现网络中节点的定位并得到位置信息,整个无线传感网络中一般会有节点的位置是已经设定好的或者是固定好作为负责协调其他节点进行测距工作的,这类节点一般称为协调器或者信标,它的工作流程如图7;网络中其他位置信息未知的节点一般称为待定位节点,它的工作流程如图8。在整个网络系统开始工作时,协调节点和待定位节点相互配合通信实现待测节点的定位。首先,协调节点在完成上电初始化后会先向待测节点发送请求开始测试的射频信号,待测节点在收到这个信号后会启动声信号和射频同步信号的发送;这时协调节点若收到射频同步信号则开始等待声信号的到来并启动信号采集模块,信号采集模块将采集到的声数据打包送入改进后TDOA算法处理得出两个节点之间的距离,同时会通过串口将这个距离值上传PC机显示;若没有收到同步信号,协调器在等待一定时间后给出超时提示并结束定位工作。

图7 协调节点操作流程

图8 待测节点操作流程

6 室外定位测试结果分析

为了验证前文改进算法的定位性能,现通过3个已知节点和一个待测节点实现在一定范围内对待测节点的定位测试分析。由前文所述,3个已知节点分别同时和待测节点进行测距试验,这样就可以测出待测节点分别距已知节点的距离d,代入两点间的直线距离公式d2=(x-xa)2+(y-ya)2,就得到关于待测节点坐标的3个二元二次方程,其中x,y为待测节点的坐标xa,ya为已知节点的坐标,对这3个方程求解可以得出待测节点的坐标[11-12]。

本次测试中3个已知节点的坐标分别为(0,0)、(10,0)和(0,10),其中坐标原点的节点除了具有测距功能外,还能将计算后待测节点的坐标信息通过串口上传给上位机,供上位机进行数据保存绘图,这个节点称之为主节点。定位的基本流程如下,首先上电后各个节点在完成系统初始化后等待主节点发出定位开始命令;在收到主节点发出的启动定位命令后,待测节点会同时向3个已知节点发出同步射频信号,并在同一时刻发出声信号供已知节点采集测距;其他两个节点在测距结束后会将距离值传给主节点,供主节点通过距离公式计算待测节点的坐标;最后主节点将坐标值传回计算机显示处理。图9为节点定位结果示意图,从图中可以看出绝大部分待测节点的坐标都处于定位测试前设定的移动范围内,但由于环境噪声的不确定性影响或者是多次测试后测距过程中的累积误差导致了少数定位结果不准确,这说明本文改进TDOA测距定位法是可以准确达到定位目标的,基本验证了算法的可行性。

图9 移动节点定位结果

7 结论

本文在分析了TDOA算法定位原理的基础上,对原有定位方式进行了一定的算法和设计改进,并在测距过程中为了可靠的确定到达时刻采用了滤波和幅值分析的方法。通过对改进后算法的仿真和实际定位测试,结果表明本文提出的定位算法在减少计算量的同时,得到了准确的定位结果,无线传感器网络节点的整体性能是可靠的;同时也发现在环境噪声比较复杂时,测试结果存在一定误差,还可以通过引进后期修正或异常点剔除法优化。

[1]王焱,单欣欣,姜伟. 无线传感网络中移动节点定位技术研究[J]. 传感技术学报,2011,24(10):1469-1472.

[2]郝志凯,王硕. 无线传感器网络定位综述[J]. 华中科技大学学报:自然科学版,2008,36(1):224-227.

[3]滕国栋. 无线传感网络节点定位算法的研究[D]. 杭州:浙江大学,2010.

[4]董轶超,方建安,罗贤云. 一种基于TDOA的无线定位新算法[J]. 电波科学学报,2008,23(5):841-846.

[5]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):389-399.

[6]冒熙蒙. 基于测距技术的无线传感器网络定位算法及应用[D]. 上海:上海交通大学,2013.

[7]姚英彪,陈仙云. 基于节点前进跳距期望的WSNs分布式定位求精算法[J]. 传感技术学报,2014,27(8):1130-1137.

[8]张浩亮. 基于TDOA的无线传感器网络定位问题研究[D]. 长沙:国防科学技术大学,2011.

[9]曾凡仔,孙正章,罗娟,等. 无线传感器网络的节点定位方法[J]. 通信学报,2008,29(11):62-66.

[10]邓彬伟,黄光明. 无线传感器网络移动节点辅助定位算法[J]. 仪器仪表学报,2011,32(3):563-570.

[11]赵晴晴,黄亮,傅贤锋. 基于超声波六元阵列测距的WSN节点定位技术研究[J]. 传感技术学报,2014,27(3):368-372.

[12]Bahl P,Padtnanabhan V N. RADAR:An in Building RF-Based User Location and Tracking Sensor Networks[C]//Proc of INFOCOM’2000,eds. Tel Aviv Israel,2000:775-784.

A Revised TDOA Wireless Sensor Network Node Location Algorithm*

ZHANGHuixin1,2*,CHENDeyuan1,2,PENGQingqing1,2,SHILei3

(1.Key Laboratory of Instrumentation Science and Dynamic Measurement of Ministry of Education,North University of China,Taiyuan 030051,China;2.National Key Laboratory for Electronic Measurement Technology,North University of China,Taiyuan 030051,China;3.Capital Aerospace Machinery Company,Beijing 100076,China)

In the wireless sensor networks,obtaining location information of network node accurately is of vital importance. On the bases of comparing several range-based node location algorithms methods,this paper adopted a TDOA location algorithm which was based on the theory of range-based higher accuracy,and then made revises about algorithm in realistic condition. In order to get the arrival time difference of sound signal through measurement,we completedⅡR filter and amplitude analysis. The simulation and experimental results show that the TDOA location algorithm of this design greatly reduces the amount of calculation and has accurate location results,which is practicable.

wireless sensor network;location;TDOA;ⅡR filter;amplitude analysis