基于无线传感器网络的RSSI定位

2019-04-17张桂萍

通信电源技术 2019年3期

张桂萍

（山东工业职业学院，山东淄博 255000）

1 RSSI算法定位原理介绍

无线传感器网络进行数据通信时，传感器中接收数据的节点会采用RSSI技术。通过RSSI技术能够估算节点之间的欧式距离，且这一测量过程中不需要额外增加硬件设施。因此，RSSI技术适用于当前含有大量低成本节点无传感器网络，但由于RSSI受环境的影响，导致每次测量的RSSI数值具有较大的随机性，这对无线传感器网络的定位精度有较大影响[1]。

1.1 LOg-Normal Shadowing Path Loss模型

在不同的环境下，RSSI定位技术的测量标准不同。通过大量的测量验证得知，通信节点之间的欧式距离d和接受信号强度P之间存在一定关系，这就是Log-Normal Shadowing Path Loss模型的建立基础。

在 P=P0-10nplgd+ω、ω~N(0,δ2)这一模型中，d0是参考距离，一般情况下为1 m，P0是指信号源d0处接收到的信号强度，np指信号在传输过程中的损耗指数。

1.2 dm的无偏差估计

对于当前的RSSI定位算法，为了能更简单地计算，往往忽略高斯白噪声的影响。此时，对于任意的正数值m，dm的估算值为：

对上述公式进行变量和替换，将其改写为：

式（3）中的M是由随机变量x而生成的函数，根据矩量的生产函数对其进行定义，可以得到如下内容：

那么对应的dm的无偏差计算方法则是：

其中：，Y值满足均值这一条件，方差符合正态分布；因此，d^m的期望值和方差可以为：

2 RSSI测距阶段

2.1 测距建模

目前，应用比较多的理论模型是对数-正态分布模型，由于环境中的各种因素对RSSI的测距会产生较大影响，因此随着不同链路的应用，其衰减指数存在较大不同，造成RSSI的测距误差不同。采用路径衰减指数测试时，需要将高斯噪声的误差加入其中，从而得到改进后的信号传播模型，即：

式（8）中，m的均值定义为0，方差是高斯随机变量。

2.2 定位数据预处理

对实际的测量情况而言，由于定位环境中的各种障碍物和噪声等多种影响因素的存在，RSSI接收到的信号强度需要进行预处理。首先，接收到的RSSI值越大，表明参考节点和未知节点之间的距离越近，信号发生衰减的几率越小，信号在传播的过程中受到的各种干扰较少；当收到的3个参考节点位置形成一个近似的等边三角形时，定位信号的准确性越高。其次，选择RSSI值时，需要对收到的RSSI值进行顺序排列，选择其中较大的数据，并选择与其他数据之间构成近似三角形的节点作为定位点。最后，对数据进行滤波，为了降低环境对RSSI值的影响，需要对同一节点接收到的多组RSSI值进行滤波处理，滤波的方法主要是均值和中值等[2]。

2.3 测量距离的修正

由于RSSI值测试受环境影响较大，得到的数据准确性不足，因此可以通过建立无线通信传播模型计算未定位节点与已定位节点之间的距离，还可以通过对比节点之间的测试距离和真实距离，得到RSSI定位测量误差，进而矫正未定位节点的数值误差。矫正时，参考节点设定为函数Ri(xi, yi)，具体的矫正方程式如下：

式（9）中，n是Ri邻居参考节点的数量，rik是参考节点的实际测量数值，dik是参考节点和临近节点之间的测量距离，μi表示测试距离和实际测量距离之间的误差系数。通过应用矫正函数，能够准确计算未定位节点与已知节点之间的距离，最大程度上保证RSSI定位数据的准确性。

3 RSSI定位阶段

开展RSSI定位工作时，需要借助矫正距离和参考节点的坐标数值，通过三边定位法和三角定位法等准确估算未知节点的位置。在这些方法的基础上，人们根据实际的工作需求对其进行了精确改进，能够计算出更加准确的未知节点数据参数。选择定位方法时需要结合实际需求，同时需要计算节点能量等。

4 RSSI修正阶段

定位阶段主要估算未知节点的初始坐标，但估算数据与实际测量数据之间会存在一定误差，需要对这一数据进行修正才能得到更加准确的节点定位。为了不增加硬件成本并减少误差，提高节点的定位精度，得到更加准确的位置信息，需要对数据进行修正操作。测定过程中每个参与定位的参考节点会对未知节点坐标的准确性产生影响，但参考节点的准确性存在差异，对未知节点的定位影响不同，而权值就是描述这一影响的因子，比较常见的权值方法是：

权值在RSSI定位修正中是非常重要的研究内容。进行RSSI定位测定时，测试区域内参考节点的数量越多，通过修正其测试数据得到的RSSI定位信息越精确。对于已知定位的未知节点，参考节点可以进行有限考量和选择，从而方便进入到下一阶段的定位测量。

5 算法仿真

通过MATLAB7.0本文的基于无线传感器网络的RSSI定位算法进行仿真实验，将得到的结果与LIS定位算法得到的结果进行对比。本次仿真模拟中，所有的盲节点定位误差全部采用平均值作为精度的衡量标准，即：

通过本次研究可以发现，无线传感器网络RSSI定位系统的误差≤1.5 m的定位精度高达90%以上，与其他算法相比具有明显优势。通过研究环境噪声方差和盲节点数量得知，随着盲点数量的增加，无线传感器网络RSSI定位得到的结果准确性逐渐降低。对LIS定位算法而言，其定位的准确性与盲点的数量没有直接关系。在盲节点数量大于1的情形下，无线传感器网络RSSI定位算法的精度最高，但随着环境噪声强度的增加，不同算法的定位精度都会有一定程度的恶化，且无线传感器网络RSSI定位算法的误差小于其他算法。由此得知，即使有噪声干扰，无线传感器网络RSSI定位算法的准确性仍然高于其他算法，其定位的精准度使其得到广泛应用。