CN101378592A - 一种基于rssi的无线传感网络节点定位方法 - Google Patents

Abstract

本发明涉及一种基于RSSI校验的无线传感网络节点定位方法，属于电通信技术领域。其特点是：以锚节点之间的距离和信号强度信息作为参考，对移动节点与锚节点之间的RSSI值进行校验，来修正锚节点对未知节点位置的权重，得到节点定位。采用本发明以后，能够实现无线传感网络较高精度的节点定位，特别适合于无线传感网络移动目标定位与跟踪应用，如井下矿工管理系统等。

Description

一种基于RSSI的无线传感网络节点定位方法

技术领域

本发明涉及一种定位方法，尤其涉及一种基于RSSI校验的无线传感网络节点定位方法，属于电通信技术领域。

背景技术

在移动节点或物体的定位跟踪系统中，无线传感网络通常包含一定数量的锚节点和感应节点，其中锚节点是系统中已知自身物理位置信息的节点，如安装有全球定位系统(GPS)装置等，这些节点在系统中通常保持静止。锚节点周期性地发送探测包，而感应节点则根据接收到的探测包来计算RSSI(接收信号强度Received Signal Strength Indicator)信息，并组装成一个RSSI信息包通过多跳路由发送至服务器，由服务器来计算每个感应节点当前的实时位置。

进一步来看，由于RSSI与距离之间不存在严格的函数转换关系，因此很难由RSSI值直接计算两点间的精确距离，因此在实际应用中基于RSSI的三点定位算法存在着较大的误差。这就使仅基于连通性的定位算法成为一个研究热点，提出了多个实用的定位算法。质心算法[N.Bulush，J.Heidemann and D.Estrin，“GPS-less Low-Cost Ourdoor Localization for VerySmall Devices”，2000]是较早提出的一种简单可行的基于连通性的定位算法。在该算法中，将附近锚节点的中心或质心位置作为感应节点的位置，即每个锚节点的权重都相同。为了改进该算法，在文献[X.Shen，Z.Wang，etc，“Connectivity and RSSI based Localization Scheme for Wireless SensorNetworks”，ICIC 2005]中提出了基于RSSI的加权质心算法。在算法实现中，作者根据从锚节点接收到的RSSI值，转换成接收信号强度。再利用接收信号强度与距离的α次方成反比的规律，为每个锚节点赋一个权值。最后根据计算权与锚节点定位乘积的累加，便得到移动节点的位置。但是，该方法仍然存在较大的误差，不利于在无线传感网络的矿工定位系统中应用。

发明内容

本发明的目的就是为了解决现有技术中存在的上述问题，提供一种基于RSSI校验的无线传感网络节点定位方法。

本发明的目的通过以下技术方案来实现：

一种基于RSSI校验的无线传感网络节点定位方法，其中：通过锚节点之间的距离和信号强度信息作为参考，对移动节点与锚节点之间的RSSI值进行校验，来修正锚节点对未知节点的权重，来计算节点定位，包括以下步骤：

步骤一：以RSSI_i表示移动节点M接收到锚节点B_i信号的RSSI平均值，P_i表示移动节点M接收到锚节点B_i的信号强度平均值，构成通式 $P_i={10}^{{\mathrm{RSSI}}_i/10};$

步骤二：以RSSI_ij表示移动节点B_i接收到固定节点B_j信号的RSSI平均值，P_ij表示固定节点B_i接收到固定节点B_j的信号强度平均值，构成通式 $P_{\mathrm{ij}}={10}^{{\mathrm{RSSI}}_{\mathrm{ij}}/10};$

步骤三：以Bd_ij表示锚节点B_i和B_j之间的距离，

表示以锚节点对B_i和B_j为参考计算的距离，结合步骤一与步骤二中的通式得到 $d_i^j=\frac{{P_{\mathrm{ij}}}^{\frac{1}{\mathrm{\α}}}\×{\mathrm{Bd}}_{\mathrm{ij}}}{{P_i}^{\frac{1}{\mathrm{\α}}}},$ 移动节点到锚节点B_i的距离d_i为所有

的平均值，据此为锚节点B_i分配权值 $W_i=\frac{1}{d_i};$

步骤四：设网络中的n个锚节点B_i的已知位置坐标为(X_i，Y_i)，其中1≤i≤n，根据下面的通式可计算移动节点M的位置坐标为(X_e，Y_e)为：

$X_e=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{W}_i\×X_i}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{W}_i},$ $Y_e=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{W}_i\×Y_i}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{W}_i}.$

本发明技术方案的突出的实质性特点和显著的进步主要体现在：能够有效通过锚节点之间的距离和信号强度信息作为参考，对移动节点与锚节点之间的RSSI值进行校验，来修正锚节点对未知节点位置的权重，以获得较小误差的节点定位。特别适合于无线传感网络移动目标定位与跟踪应用，如井下矿工管理系统。由此可见，本发明为本领域的技术进步拓展了空间，实施效果好。

本发明的目的、优点和特点，将通过下面优选实施例的非限制性说明进行解释。这些实施例仅是应用本发明技术方案的典型范例，凡采取等同替换或者等效变换而形成的技术方案，均落在本发明要求保护的范围之内。

具体实施方式

一种基于RSSI校验的无线传感网络节点定位方法，涉及无线传感网络中的锚节和移动节点，其特别之处在于：通过锚节点之间的距离和信号强度信息作为参考，对移动节点与锚节点之间的RSSI值进行校验，来修正锚节点对未知节点位置的权重，得到节点定位，包括以下步骤：

步骤一：以RSSI_i表示移动节点M接收到锚节点B_i信号的RSSI平均值，P_i表示移动节点M接收到锚节点B_i的信号强度平均值，构成通式 $P_i={10}^{{\mathrm{RSSI}}_i/10};$

步骤二：以RSSI_ij表示移动节点B_i接收到固定节点B_j信号的RSSI平均值，P_ij表示固定节点B_i接收到固定节点B_j的信号强度平均值，构成通式 $P_{\mathrm{ij}}={10}^{{\mathrm{RSSI}}_{\mathrm{ij}}/10};$

步骤三：以Bd_ij表示锚节点B_i和B_j之间的距离，

表示以锚节点对B_i和B_j为参考计算的距离，结合步骤一与步骤二中的通式得到 $d_i^j=\frac{{P_{\mathrm{ij}}}^{\frac{1}{\mathrm{\α}}}\×{\mathrm{Bd}}_{\mathrm{ij}}}{{P_i}^{\frac{1}{\mathrm{\α}}}},$ 移动节点到锚节点B_i的距离d_i为所有

的平均值，据此为锚节点B_i分配权值 $W_i=\frac{1}{d_i};$

步骤四：设网络中的n个锚节点B_i的已知位置坐标为(X_i，Y_i)，其中1≤i≤n，根据下面的通式可计算移动节点M的位置坐标为(X_e，Y_e)为：

$X_e=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{W}_i\×X_i}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{W}_i},$ $Y_e=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{W}_i\×Y_i}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{W}_i}.$

将本发明结合TinyOS系统来进行进一步说明，在MicaZ平台上利用NesC语言开发的应用程序，其中RF能量级设为TXPOWER MAX。将5个Crossbow公司出品的MicaZ Mote节点都摆放在地面上。4个固定节点摆放在一个3m×4m矩形的4个顶点处。节点坐标分别为B₁(0，0)，B₂(3，0)，B₃(3，4)，B₄(0，4)，其中B₁作为基站通过串口与计算机相连。然后，将这个矩形细分为48个0.5m×0.5m的小方格，随机选取16个格点作为移动节点的位置，进行定位。

具体来说，该定位过程分为两个阶段。第一个阶段是RSSI的采集阶段，每个周期为2s，将移动节点接收到的各个锚节点的RSSI值进行记录，总共采集50个周期的RSSI值。同时，计算移动节点接收到各个锚节点信号的RSSI平均值。与此同时，记录这段时间内锚节点之间的信号RSSI值，并计算其平均值。

第二个阶段就是利用本发明对移动节点进行定位。进一步来看，由于是在室内无障碍环境下实施，因此，信号衰减模型中的参数α应当在1.6—1.8之间。改变α值的测试结果分布如表1：

表1

虽然在测试中室内无障碍，但是会受到周围墙壁、柱子和节点能量等的影响。因此，为了比较定位算法的性能，更好地来定位误差ER表示节点计算的位置与实际位置间的距离，设移动节点M的真实位置坐标为(X_t，Y_t)，计算得到的位置为(X_e，Y_e)，那么定位误差可以表示为：

$\mathrm{ER}=\sqrt{{(X_e-X_t)}^2+{(X_e-X_t)}^2}$

由表1可以看出，当α＝1.65时针对本发明所出现的平均误差最小，因此以α＝1.65为例。采用本方法后，定位精确度在1.5m以内的概率超过85％，而传统的加权质心算法达到这种精度的概率大约只有75％。再进一步来看，本发明充分利用了已知的距离信息和固定节点之间的信号强度信息对权值进行修正。在α＝1.65时，可以获得最小的定位平均误差。与权质心算法相比，平均误差和标准偏差分别减小25.48％和16.81％。由此可以看出，在室内环境下，通过本发明可以使定位误差和标准偏差明显减小，定位效果优于权质心算法。

再者，由于本发明为基于TinyOS的无线传感器网络(Wireless SensorNetwork，WSN)开发。因此，该协议的支撑平台的节点类型为CrossBow公司生产的Mica系列节点，如Mica2、MicaZ等，基站可采用CrossBow公司生产的MIB510板。

结合上述文字描述可以看出，采用本发明后，能够有效通过锚节点之间的距离和信号强度信息作为参考，对移动节点与锚节点之间的RSSI值进行校验，来修正锚节点对未知节点位置的权重，以获得较小误差的节点定位。特别适合于无线传感网络移动目标定位与跟踪应用，如井下矿工管理系统。由此可见，本发明具有实质性技术特点和显著的技术进步，其应用前景非常广阔。

Claims (1)

1、一种基于RSSI校验的无线传感网络节点定位方法，其特征在于：通过锚节点之间的距离和信号强度信息作为参考，对移动节点与锚节点之间的RSSI值进行校验，来修正锚节点对未知节点位置的权重，得到节点定位，包括以下步骤：

步骤一：以RSSI_i表示移动节点M接收到锚节点B_i信号的RSSI平均值，P_i表示移动节点M接收到锚节点B_i的信号强度平均值，构成通式 $P_i={10}^{{\mathrm{RSSI}}_i/10};$

步骤二：以RSSI_ij表示移动节点B_i接收到固定节点B_j信号的RSSI平均值，P_ij表示固定节点B_i接收到固定节点B_j的信号强度平均值，构成通式 $P_{\mathrm{ij}}={10}^{{\mathrm{RSSI}}_{\mathrm{ij}}/10};$

步骤三：以Bd_ij表示锚节点B_i和B_j之间的距离，

表示以锚节点对B_i和B_j为参考计算的距离，结合步骤一与步骤二中的通式得到 $d_i^j=\frac{{P_{\mathrm{ij}}}^{\frac{1}{\mathrm{\α}}}\×{\mathrm{Bd}}_{\mathrm{ij}}}{{P_i}^{\frac{1}{\mathrm{\α}}}},$ 移动节点到锚节点B_i的距离d_i为所有

的平均值，据此为锚节点B_i分配权值 $W_i=\frac{1}{d_i};$

步骤四：设网络中的n个锚节点B_i的已知位置坐标为(X_i，Y_i)，其中1≤i≤n，根据下面的通式可计算移动节点M的位置坐标为(X_e，Y_e)为：

$X_e=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{W}_i\×X_i}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{W}_i},$ $Y_e=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{W}_i\×Y_i}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{W}_i}.$