基于RSSI的无线传感器网络加权定位算法

谢烨

摘要：随着当前科学水平的不断提高，无线传感器在当前社会的各个领域都有所应用。无线传感器在很大程度上帮助人们解决了很多传统意义上实现不了的难题，无线传感器技术在当前的人员安全管理上起到了非常重要的作用，本文我们主要来探讨基于RSSI的无线传感器的相关内容。

关键词：无线传感器；RSSI；加权定位算法

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2016）33-0262-02

随着当前科技的不断发展和完善，无线传感器的相关定位算法有很多种，主要有通过信号传输时间来实现定位测算的，通过时间传输的差异来进行距离测算的，以及通过信号在传输过程中所损耗的能量来进行距离测算的三种，本文我们主要来探讨最后一种基于信号在传输中的强度损耗问题来判断距离的方式，也就是RSSI。

1 无线传感器网络内容

1.1 无线传感器网络概念

无线传感器网络主要是当前科学技术以及信息技术发展的产物，在一定程度无线传感器的迅速发展为人类的各项活动奠定了一定的基础。当前无线传感器技术的发展主要是通过在目标区域部署一定的传感器，通过传感器对周围环境信号的测定以及信息处理和反馈，将所收集的信息数据处理成计算机能够识别的信号之后进行上传，所有的传感器将信号数据处理之后形成的系统化的网络就实现了对目标区域的监控。当前无线传感器的发展是非常迅速的，不同于传统的通信技术，无线传感器能够在极端恶劣的天气以及环境之下发挥有效的作用，在很大程度上被用于当前军事发展中的信息搜集以及人员救援技术。

无线传感器网络主要由以下几个部分组成，传感器节点、汇聚节点以及任务管理中心等。传感器节点主要就是为了接收实际环境的信号，将信号转化为计算机可识别的数据类型，然后不同的传感器信号汇集到汇聚节点，汇聚节点将所获取到的整体环境的信息数据通过卫星的设备直接传入到任务管理中心，从而在任务管理中心实现对目标区域的监控。

无线传感器之所以能够得到广泛的应用主要是由于无线传感器其自身的适应能力以及在一些极端恶劣环境之下，无线传感器中传感器的节点可以根据实际环境来进行形态的转变，从而更好地适应环境，更好的实现环境的监控以及测距等工作。传感器节点内部存在大量的硬件设备，从传感器模块到信息数据处理模块再到信息数据传输模块，不同的模块扮演了不同的角色，起到的作用也不同，传感器模块主要对周围环境进行信号收集，数据处理模块实现对数据信息的处理作用，而最后的通信传输模块则主要实现对信息数据的传输作用。

1.2 无线传感器网络定位技术

无线传感器网络定位技术的方式有多种，主要分为绝对定位以及相对定位、物理定位和符号定位，基于距离定位和距离无关定位以及集中式和分布式定位等方式。本文我们主要探讨基于距离的定位和与距离无关的定位方式这两种。在这一方式中，基于距離定位的无线传感测算方式有通过信号传输的时间来实现定位，通过信号传输过程中所花费的能量来测定位置距离两种方式。

对于基于信号传输过程中所消耗的能量来进行目标地点的定位过程所借助的算法有以下几个方式，加权质心法以及加权定位算法等。对于RSSI的无线传感器的加权定位算法来说，由于其需要根据实际的距离来进行定位，在进行加权算法的过程中，在人力和物力上的消耗是非常大的，但是同样所实现的定位精度较其他方式来说要更高一些。

2 基于RSSI的无线传感器网络加权定位算法

在无线传感器的发展过程中，节点定位技术一直是一个重点所在，尤其是对于RSSI的无线传感器定位技术来说。在进行定位过程中所需要的硬件设备要求较低，并且所测得精度比较高，因此受到了人们的热捧。但是基于RSSI的无线传感器定位技术也具有一定的局限性，在我们的实际距离定位过程中，如果实际所处的环境非常差，对于信号的影响非常大的话，那么对于RSSI无线传感器网络定位精度的影响也是非常大的，因为RSSI对于距离的测定主要是通过对信号传输过程中所耗费的能量进行数据的计算，从而得出距离定位。但是不同的环境对信号强度的影响是不同的，因此如何采取有效的措施来改善由于环境的影响而使得RSSI定位精度出现偏差是一个非常重要的问题。

2.1 RSSI传播模型

对于RSSI无线传感器定位来说，我们根据不同的环境划分出了不同的模型。首先对于自由空间传播模型来说，这一模型主要是针对在实际环境中理想情况下的模型，模拟在我们信号发送和信号接收的过程中没有阻碍，可以直接到达并且进行信号的接收情况。那么我们设发送传感器以及接受传感器之间的距离为X，发射的功率为P，A为波长，发射天线以及接收天线的增益分别为Gt和Gr，我们将K设为在信号发送过程中的损耗系数，则我们在接收处所获取到的信号功率PT就可以求出。

具体公式为PT=PGtGrA/（4π）2X2K

我们需要严格注意的一个问题是对于自由空间传播模型来说，进行信息数据的传输过程必须要在传播模型可传输范围之内，也就是在接收节点的范围要在发射结点范围之内才能够实现信息数据的传输，否则是无法实现距离测定的。

其次就是双线地面反射模型，对于这一反射模型来说，不同于自由空间模型，它考虑到了信号在传输过程中碰到障碍物所产生的反射情况。在很多情况下，自由空间模型所需要的理想空间环境是有一定局限的，因此双线地面反射模型为了更好地适应环境而出现，这一反射模型在计算接收信号处接电功率的过程中考虑到了信号传输与信号反射的之间的关系，使得计算更加精确。

其具体的计算公式为PT=PGtGrhthr/d4L，其中ht和hr分别为发送天线以及接收天线的高度

总的来说，在进行RSSI定位算法的模型设计上，根据不同的环境我们采取的模型是不同的，下面我们具体来看一下基于RSSI测距的加权质心定位算法。

2.2 基于RSSI测距的加权质心定位算法以及改进算法

之所以需要对无线传感器网络定位采取加权算法，是因为在我们实际传感器的信号接收过程中，不同传感器所接受到的信号的权重是不同的，因此在此我们需要赋予每一个传感器的节点位置获取到的信号强度进行权重的分配，然后根据前面我们提到的模型设计来计算距离。一般来说，采用质心定位算法来确定未知位置的确定方位需要三个已知节点的具体坐标，通过对三个位置进行权重分配之后，根据特定的公式计算出未知位置的距离。

但是前面我们所讨论的基于RSSI无线传感器的质点加权算法并没有考虑到实际所设定三个坐标之间的信号影响问题，往往我们提前所设定的三个信号节点处信号之间会产生一定的影响，从而导致RSSI测量存在较大的误差。而且往往传统的质心加权定位算法在一定程度上考虑到了传感节点之间的权重问题，但是对传感节点之间的距离没有有效的处理，使得所选取的节点如果距离目标节点较远，并且还不进行合理权重的分配，那么对于实际RSSI的测算效果也造成了较大的影响。因此我们在进行RSSI质心加权定位算法的过程中，应当合理的分配信标节点的距离权重问题，重视信标节点与目标节点之间的距离问题，就能够大大提高质心加权定位算法的准确度。其次就是在信号强度测算的过程中充分考虑到信号反射过程所造成的信号强度损失，将这部分损失排除在RSSI计算过程之外。

3 总结

综合上文所述，本文我们主要从无线传感器网络的相关概念以及无线传感器在當前社会中的应用出发，对无线传感器的网络加权定位算法进行了详细的剖析，在目前来看，对于无线传感器的加权定位算法应当根据实际的环境情况来选择合理的模型，并且基于RSSI的无线传感器网络加权定位算法需要合理考虑到信号在传输过程中由于反射造成的信号强度损失问题，充分保证对无线传感器网络加权定位算法的精度和准确性，并且希望在未来的发展过程中，专业人员能够加强无线传感器的应用，使得计算方式更加精确，从而提升传感网络系统的性能效果。

参考文献：

[1] 丁恩杰， 乔欣， 常飞，等. 基于RSSI的WSNs加权质心定位算法的改进[J].传感器与微系统， 2013， 32（7）.

[2] 韩江洪， 祝满拳， 马学森，等. 基于RSSI的极大似然与加权质心混合定位算法[J]. 电子测量与仪器学报， 2013， 27（10）.

[3] 葛斌， 郑建宝， 韩江洪，等. RSSI辅助的三维空间坐标四面体质心定位算法[J]. 计算机科学， 2015， 42（4）.

[4] 崔法毅， 邵冠兰. 基于RSSI多边定位误差的加权质心定位算法[J]. 红外与激光工程， 2015（7）.

[5] 付华， 胡雅馨. 无线传感器网络中基于RSSI的质心定位算法[J]. 微计算机信息， 2010（22）.

[6] 周彦， 文宝， 李建勋. 无线传感器网络节点近点加权质心定位方法[J]. 计算机工程与应用， 2012（1）.