CN101320090A - 面向时间异步节点的往返时间的无线传感器网络测距方法 - Google Patents

Abstract

本发明公开了一种面向时间异步节点的往返时间的无线传感器网络测距方法。该方法的步骤如下：节点N_a向节点N_b发送声音信号，记录发送时间t_a和接收节点接收时间t_b，考虑节点间因工作时序不同而产生的时间偏移，计算声音信号传播时间；节点N_b向节点N_a发送声音信号，记录发送时间t_b′和接收时间t_a′，考虑时间偏移，计算声音信号传播时间；发送声音信号的命令的发出和实际声音信号发出存在时间上的间隔，计算出这个时间间隔Δsounder；将两个传播时间公式相加，消去时间偏移，测量环境温度后，得到声音在当时环境下的传播速度，然后计算节点间距离；利用校正公式，计算得出实际节点间的距离。本发明不考虑时间同步问题，算法简单高效，精度高，对硬件平台的要求小。

Description

面向时间异步节点的往返时间的无线传感器网络测距方法

技术领域

本发明涉及一种面向时间异步节点的往返时间的无线传感器网络测距方法。

背景技术

近年来，无线传感器网络成了研究的热点。它的应用非常广泛，从军事上的目标轨迹跟踪，到日常生活中的环境监测，无线传感器网络无处不在。在分布式无线传感器网络，特别是轨迹跟踪、定位等系统中，节点的地理位置信息非常重要。比如，在一个分布式智能传感器网络控制的移动机器人系统中，机器人的具体位置就非常重要。无线传感器网络中的定位，主要是通过测量节点之间的距离来完成的，也有少数的免测距定位方法。免测距定位不需要精确的位置信息，而基于测距的定位算法则需要通信节点之间的距离信息。

在最近的几年中，测距方面的研究已经做了很多工作。其中，最典型的测距方式是信号时间到达测距，称为TOA。在基于TOA的测距方法中，比如GPS测距，是计算RF信号在空中的运行时间。这种方法用到传感器网络中，会有很多限制。在一个低能耗的自主系统中，计算RF信号的传输时间存在很多问题。为了计算RF信号的传输时间，需要在传输节点和接收节点之间建立严格的时间同步机制，但是这个在类似Mica2的硬件平台上是很难实现的。所以研究者开始利用声音信号来测距。声音信号的测量要容易些，因为它的传播速度相对较慢，而且利用RF可以很容易的达到时间同步。其中最成功的一种算法叫做信号到达时间差异算法，它是通过计算声音信号和射频信号的到达时间差来计算测距。其他的算法还有基于信号到达角(Angle ofArrival，AOA)，基于接收信号强度的算法(Received Signal Strength，RSS)和基于射频干涉距离的算法。

发明内容

本发明的目的在于提供一种面向时间异步节点的往返时间的无线传感器网络测距方法。

本发明解决其技术问题所采用的技术方案的步骤是：

1)节点N_a向节点N_b发送声音信号，记录发送时间t_a和接收节点接收时间t_b，考虑两节点间因工作时序不同而产生的时间偏移，计算声音信号传播时间；

2)节点N_b向节点N_a发送声音信号，记录发送时间t_b′和接收时间t_a′，考虑时间偏移，计算声音信号传播时间；

3)发送声音信号的命令的发出和实际声音信号发出存在时间上的间隔，计算出这个时间间隔Δsounder；

4)将两个传播时间公式相加，消去时间偏移，测量环境温度后，得到声音在当时环境下的传播速度，然后计算节点间距离；

5)利用校正公式，最后计算得出实际节点间的距离。

在室内环境、走廊环境、室外环境分别进行多次测量，分别得出三种环境下测试结果和实际距离的线性拟合曲线，对测试的公式进行校正，得出最后的距离测量公式。

本发明具有的有益效果是：

不用考虑时间同步问题，算法简单高效，精度高，对硬件平台的要求小。

附图说明

图1是本发明实施例中发送节点到接收节点信号发送时序图。

图2是本发明实施例中接收节点到发送节点信号发送时序图。

图3是考虑了本地声音信号传播延迟后发送节点到接收节点信号发送时序图。

图4是考虑了本地声音信号传播延迟后接收节点到发送节点信号发送时序图。

图5是是本发明实施例中走廊环境下数据校正图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明。

图1本方法的工作原理图。图中竖线代表发送端与接收端，实线代表信号发送，虚线代表为统一时刻。节点a(记为N_a)与节点b(记为N_b)为一需测距的节点对。假定Δt为异步节点N_a与N_b系统时钟的差异，定义t_a、t_b分别为节点N_a、N_b系统时钟的当前时刻。则有Δt+t_a＝t_b。节点N_a与N_b互相交换声音信号。首先，如图1所示，节点N_a向节点N_b发送声音信号，发送信号的本地时刻为t_a，接收信号的本地时刻为t_b；接着，如图2所示，节点N_b以同样的方法向节点N_a发送声音信号，发送信号的本地时刻为t_b′，接收信号的本地时刻为t_a′。设节点N_a与N_b之间的相对时间偏移为Δt，则式1与式2成立，式中t_ToA2和t_ToA2′分别为声音信号的往返时间。

t_a+Δt+t_ToA2＝t_b             1

t_b′-Δt+t_ToA2′＝T_a′    2

式子1与2相加，则节点间的相对时间偏移Δt被抵消，可求得声音信号空中传播时间，如式3所示。

$t_{\mathrm{ToA}2}=\frac{t_{\mathrm{TOA}2}+{t_{\mathrm{TOA}2}}^{\′}}{2}=\frac{(t_b-t_a)+({t_a}^{\′}-{t_b}^{\′})}{2}---3$

在本发明中，仅仅需要记录时刻t_a，t_b，t_a′，t_b′，而不需要复杂的时间同步过程，也避免时间同步过程中引入不必要的误差。给定声音的传播速度V，基于式4，很容易估算出节点间距离d_ToA2

d_ToA2＝t_ToA2×V    4

采用Mica2平台对本算法进行实验。Mica2节点是无线传感器网络研究领域最常用的开发平台，是Crossbow公司的产品。Mica2节点上的应用程序是基于Tinyos操作系统开发。Tinyos是一种基于时间的操作系统，应用程序使用一种Nesc语言开发。Nesc语言是一种基于组件的结构化语言，它是C编程语言的一种扩展，主要应用在嵌入式网络系统中。

基于Mica2平台的实验表明，由式2、3计算所得的节点间距离常常大于实际距离。经分析，这是由于Mica2传感器板使用的蜂鸣器的特性所引起的。Mica2平台上使用的是低成本蜂鸣器，它从接受系统下达的发声指定的时刻到声音信号最早可以被外界检测出的时刻之间有一个不可忽略的时延，定义为Δsounder，如图3、4所示。这个时延与硬件相关，随着蜂鸣器的不同而又差异。因此，为了获得准确的声音信号空中传播时间，必须估计这个发送端时延并在式2将之消除。多次计算可得，Δsounder为2ms。

考虑了发送端延时后，式1和式2被改写为式5和式6

t_a+Δt+tT_oA2+Δsoundera＝t_b          5

t_b′-Δt+t_ToA2′+Δsounderb＝t_a′    6

因此，基于本测距算法，声音信号在空气中的传播时间t_SDE-TOA2可以通过式7估算，相应的距离计算公式为8

$t_{\mathrm{SDE}-\mathrm{TOA}2}=\frac{t_{\mathrm{SDE}-\mathrm{ToA}2}+{t^{\′}}_{\mathrm{SDE}-\mathrm{ToA}2}}{2}=\frac{(t_b-t_a)+({t_a}^{\′}-{t_b}^{\′})}{2}-\frac{\mathrm{\Δsoundera}+\mathrm{\Δsounderb}}{2}---7$

d_SDE-ToA2＝t_SDE-TOA2×V    8

其中V为声音在空气中的传播速度，V＝(331.45+0.59T)，T为环境温度。

最后是对计算结果进行校正。我们在三种环境在进行实验。节点离地面的距离为50cm。节点间的距离从0cm到600cm，步长为50cm。如图5所示，横坐标为实际距离，纵座标为公式5计算所得距离。细线为理想的曲线。测试的时候，每个测试点，重复测量15次，计算每个测试点的平均值，然后把每个测量点的平均值画在坐标图上。将这些平均值用加粗的实线连接起来，加粗的实线为本发明算法在走廊环境下测距结果的拟合曲线。根据拟合曲线，得出最终的距离检测公式，另外两种环境下的数据用相同的方法进行桥正。下表为三种环境下的距离校正。X为式8计算出来的距离，y为校正后本发明测距最终结果。

表  三种环境下的距离校正公式

		走廊环境室内环境室外环境	y＝1.2344×x-0.1419y＝1.2252×x-0.0847y＝1.2252×x-0.0882

Claims (2)

1、一种面向时间异步节点的往返时间的无线传感器网络测距方法，其特征在于该方法的步骤如下：

1)节点N_a向节点N_b发送声音信号，记录发送时间t_a和接收节点接收时间t_b，考虑两节点间因工作时序不同而产生的时间偏移，计算声音信号传播时间；

2)节点N_b向节点N_a发送声音信号，记录发送时间t_b′和接收时间t_a′，考虑时间偏移，计算声音信号传播时间；

3)发送声音信号的命令的发出和实际声音信号发出存在时间上的间隔，计算出这个时间间隔Δsounder；

4)将两个传播时间公式相加，消去时间偏移，测量环境温度后，得到声音在当时环境下的传播速度，然后计算节点间距离；

5)利用校正公式，最后计算得出实际节点间的距离。

2、根据权利要求1所述的基于声源端时延消除的频率检测的无线传感器网络测距方法，其特征在于：在室内环境、走廊环境、室外环境分别进行多次测量，分别得出三种环境下测试结果和实际距离的线性拟合曲线，对测试的公式进行校正，得出最后的距离测量公式。

Images