CN103582118A - 一种基于rssi的无线传感网络节点定位方法 - Google Patents

一种基于rssi的无线传感网络节点定位方法 Download PDF

Info

Publication number
CN103582118A
CN103582118A CN201210577409.0A CN201210577409A CN103582118A CN 103582118 A CN103582118 A CN 103582118A CN 201210577409 A CN201210577409 A CN 201210577409A CN 103582118 A CN103582118 A CN 103582118A
Authority
CN
China
Prior art keywords
node
distance
jumping
value
network
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201210577409.0A
Other languages
English (en)
Other versions
CN103582118B (zh
Inventor
丁建宁
张利
郭立强
雷益
程广贵
凌智勇
张忠强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University
Original Assignee
Jiangsu University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu University filed Critical Jiangsu University
Priority to CN201210577409.0A priority Critical patent/CN103582118B/zh
Publication of CN103582118A publication Critical patent/CN103582118A/zh
Application granted granted Critical
Publication of CN103582118B publication Critical patent/CN103582118B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明公开了一种基于节点接收信号强度值（RSSI）的改进DV-hop定位算法，利用“距离—损耗”模型，建立一种新的跳数计算方法，同时设置最大跳数门限值来去除一些失真数据。改进的算法中接收节点计算出此次传递的跳数
Figure 232533DEST_PATH_IMAGE001
后，跳数加上
Figure 824051DEST_PATH_IMAGE001
后继续投递数据包，这样最小跳数同样可以获得，进一步逼近网络节点通信的实际路径，更为客观的反映节点分布的实际情况，来减小邻居节点间有着不同距离而都被视为一跳的距离所带来的累计误差，从而达到提高定位精度的目的。

Description

一种基于RSSI的无线传感网络节点定位方法
技术领域
本发明涉及无线传感技术和无线传感网络定位技术领域，具体涉及一种基于RSSI的无线传感网络节点定位方法。
背景技术
   无线传感网络经历了智能传感器、无线智能传感器、无线传感器网络三个阶段。现代意义的无线传感网络技术，以其低成本、低功耗、分布式和自组织的特点在信息感知领域起到了重要的作用。由于网络的随机性部署与动态拓扑结构决定了传感器节点位置的未知性，然而传感器节点所采集的数据必须结合其自身的地理位置信息才有意义。应用于实际监测与控制场合，观测人员通过节点位置信息，可以选择最短路由来传递信息，从而节省了能量，又满足了低功耗的要求。另外，信息的无线传输是无线传感网络消耗能量的主要原因，根据节点的位置信息，选择特定区域的传感器节点来获取特定区域的信息，这样可以降低网络系统的功耗，延长整个网络系统的生命周期。这些都充分说明了定位在无线传感网络的重要性，最近十几年来，一系列的定位算法和定位系统应运而生。如质心（sentroid）定位算法、DV-hop算法、Amorphous定位算法、APIT算法、CBA（Concentric Anchor-Beacons）定位算法、Sequence-Based定位算法等等，但同样也面临着诸多问题，目前却很难找到一种适用于节点不均匀性分布的条件下，减少通信开销、降低功耗的同时获得较高定位精度的算法，而且目前的定位算法是应用在一种理想的节点分布结构区域的算法，这种算法需要额外的硬件设备支持。
其中DV-hop算法是由DragNiculescu等人提出的一种分布式定位算法。其基本思想：首先是网络中的各个节点收集到各信标节点的最小跳数，信标节点向邻居节点广播自身位置信息的数据包, 其中包括跳数信息, 且将该初值设为0。接收节点只记录到每个信标节点的最小跳数,忽略来自同一个信标节点的所有较大跳数的数据包, 然后将具有最小跳数的数据包跳数值加1后转发给邻居节点。然后信标节点根据最小跳数和到其它的信标节点的距离计算出网络平均每跳距离，再把网络平均每跳距离和最小跳数的乘积作为未知节点到参考节点之间的估计距离值，最后利用最小二乘法法获得未知节点的位置。
发明内容
本发明针对现有技术中存在的实际部署中节点分布的不均匀性，无线传感网络节点定位方法精度不高以及传统算法对节点分布不均匀性的敏感性问题，结合现有DV-hop定位算法，提供一种基于RSSI的无线传感网络节点定位方法，该方法具有低功耗、低成本的优点，且在节点不均匀性分布的条件下仍能达到应用要求的高定位精度。
本发明采用的方案是基于节点接收信号强度值（RSSI），利用“距离—损耗”模型，建立一种新的跳数计算方法，设置最大跳数门限值来去除一些失真数据，从而得到改进的DV-hop定位算法。新的跳数计算机制进一步逼近网络节点通信的实际路径，更为客观的反映节点分布的实际情况，来减小邻居节点间有着不同距离而都被视为一跳的距离所带来的累计误差，从而达到提高定位精度的目的。
针对节点分布不均匀的网络，本发明算法通过连通性信息以及信号能量信息，构建能够反映两节点间距离大小的跳数计算方法，提高定位的精确度，避免传统算法对网络节点不均匀分布的敏感性问题。在计算上，对于网络中的每个接收节点的接收信号强度值（RSSI），根据新建立的跳数计算方法，均可计算出此对节点间信息传递的跳数。原算法中接收节点在跳数加1后继续投递数据包，而改进的算法中接收节点计算出此次传递的跳数                                                
Figure 875419DEST_PATH_IMAGE001
后，跳数加上后继续投递数据包，这样最小跳数同样可以获得，同时去除一些失真数据，而不改变DV-hop定位算法的其它定位过程。其定位方法具体包括以下步骤：
建立新的跳数计算方法，在信息的广播过程中，使网络中每个节点都得到到各个信标节点的最小跳数值。
去除部分失真的最小跳数值，避免其参入定位计算，然后通过平均每跳距离和最小跳数值来计算未知节点到每个信标节点的距离值。
根据未知节点到一些信标节点的距离值，采用最小二乘法来计算未知节点的坐标。一种基于RSSI的无线传感网络节点定位方法， 具体包括以下几步：
第一步，建立新的跳数计算方法，引入传播损耗模型
Figure 817968DEST_PATH_IMAGE002
，其中d为两相邻节点间的距离；
Figure 442853DEST_PATH_IMAGE003
是接收节点的RSSI；为初始参考距离；是以为参考距离的信号接收强度；
Figure 15467DEST_PATH_IMAGE006
为路径损耗系数；取决于周围环境的类型；
Figure 239775DEST_PATH_IMAGE007
是以0为均值，以
Figure 504534DEST_PATH_IMAGE008
为方差的正态分布随机变量；
第二步，在一节点随机分布网络中，假设距离为
Figure 523306DEST_PATH_IMAGE009
（其中
Figure 935832DEST_PATH_IMAGE010
为通信半径）的两相邻节点，发送节点以一恒定功率发送数据信号，接收节点接收到的信号强度为
Figure 150782DEST_PATH_IMAGE011
，那么对于相距为d的相邻节点，则通过第一步公式可得接收节点接收信号强度
Figure 332364DEST_PATH_IMAGE003
值， ；
第三步，为了建立跳数反映距离的大小机制，设定网络中两相邻节点间的跳数h与它们之间的距离d呈线性关系,如下式所示，其中k为比例常数，则可以得出 ；                         
第四步，定义相邻节点间距离为
Figure 925654DEST_PATH_IMAGE014
，那么它们之间的通信跳数则为1，则由第三步可求得比例系数k， 
Figure 227322DEST_PATH_IMAGE015
；                         
第五步，建立跳数与信号接收强度值的关系式，由上面第二、三、四步可以求得跳数值
Figure 541891DEST_PATH_IMAGE016
 ；   
第六步，设置一个合适的最大跳数门限值F，其中
Figure 663431DEST_PATH_IMAGE017
，S表示节点分布区域的面积，B代表信标节点的数目，r是通信半径，是网络连通性系数；
在未知节点求取到网络各个信标节点距离时，去除掉到信标节点最小跳数超过F的这部分数据值； 
第七步，通过平均每跳距离和最小跳数值来计算未知节点到每个信标节点的距离值，未知节点到信标节点的距离值为平均每跳距离与该对节点间最小跳数的乘积。
第八步，上述步骤计算出来的精确距离值，即未知节点到信标节点的距离，采用最小二乘法求出未知节点的位置坐标。
采用最小二乘法求出未知节点的位置坐标，至少采用三组未知节点到信标节点的距离值。
本发明的技术方案提供了一种基于RSSI无线传感网络定位方法，该算法对网络拓扑结构的变化更具有鲁棒性，并且能获得更高的定位精度，综合利用了网络的能量和连通性信息，应用在随机分布网络中定位具有较高的客观性和实用性。在满足传感器节点数目较多和定位地区少障碍物的条件下，实验结果表明该改进的算法显著地提高了定位精度，是节点随机分布网络中实现未知节点定位的一种更好的解决方法。本发明改善了传统定位方法在节点不均匀分布网络中定位精度的不足，进一步提高了定位精度。
附图说明
图1是本发明的信标节点直接通信小区域示意图。
图2是本发明的未知节点到各信标节点最小跳数示意图。
图3是本发明实施例与DV-hop的定位误差比较图。
图4是本发明实施例与IDV的定位误差比较图。
其中黑色三角形表示信标节点，黑色圆表示未知节点，黑色曲线代表通信路径；r为通信半径；改进的算法为基于RSSI的无线传感网络节点定位算法。
具体实施方式
    下面结合附图对本发明的一个具体实施例作进一步的说明。如图1和图2所示，黑色三角形表示信标节点，黑色圆表示未知节点，黑色曲线代表通信路径；r为通信半径。
第一步，建立新的跳数计算方法，引入传播损耗模型
Figure 127090DEST_PATH_IMAGE019
，其中d为两相邻节点间的距离；
Figure 924145DEST_PATH_IMAGE003
是接收节点的RSSI；
Figure 719932DEST_PATH_IMAGE004
为初始参考距离；
Figure 375648DEST_PATH_IMAGE005
是以
Figure 324012DEST_PATH_IMAGE004
为参考距离的信号接收强度；为路径损耗系数；取决于周围环境的类型；
Figure 76515DEST_PATH_IMAGE007
是以0为均值，以
Figure 725803DEST_PATH_IMAGE008
为方差的正态分布随机变量；
第二步，在一节点随机分布网络中，假设距离为（其中
Figure 916798DEST_PATH_IMAGE010
为通信半径）的两相邻节点，发送节点以一恒定功率发送数据信号，接收节点接收到的信号强度为，那么对于相距为d的相邻节点，则通过第一步公式可得接收节点接收信号强度
Figure 500227DEST_PATH_IMAGE003
值， ；
第三步，为了建立跳数反映距离的大小机制，设定网络中两相邻节点间的跳数h与它们之间的距离d呈线性关系,如下式所示，其中k为比例常数，则可以得出 
Figure 672899DEST_PATH_IMAGE013
；                         
第四步，定义相邻节点间距离为，那么它们之间的通信跳数则为1，则由第三步可求得比例系数k， 
Figure 982658DEST_PATH_IMAGE015
；                         
第五步，建立跳数与信号接收强度值的关系式，由上面第二、三、四步可以求得跳数值
Figure 744727DEST_PATH_IMAGE016
 ；   
第六步，设置一个合适的最大跳数门限值F，其中
Figure 798134DEST_PATH_IMAGE017
，S表示节点分布区域的面积，B代表信标节点的数目，r是通信半径，是网络连通性系数；
在未知节点求取到网络各个信标节点距离时，去除掉到信标节点最小跳数超过F的这部分数据值； 
第七步，通过平均每跳距离和最小跳数值来计算未知节点到每个信标节点的距离值，未知节点到信标节点的距离值为平均每跳距离与该对节点间最小跳数的乘积；第八步，上述步骤计算出来的精确距离值，即未知节点到信标节点的距离，采用最小二乘法求出未知节点的位置坐标。
采用最小二乘法求出未知节点的位置坐标，至少采用三组未知节点到信标节点的距离值。
对本发明方法实施模拟测试。模拟区域面积S为
Figure 56257DEST_PATH_IMAGE020
，节点通信半径为15m，其中信标节点节点数目为10，未知节点个数为25个，信标节点和未知节点随机分布。
对模拟的结果进行分析，图3是采用DV-hop定位算法和基于RSSI的无线传感网络节点定位算法对未知节点进行定位的误差比较图，反映了25个未知节点中有17个未知节点使用基于RSSI的无线传感网络节点定位算法，定位误差大大降低。
另外有8个节点经过DV-Hop定位算法和基于RSSI的无线传感网络节点定位算法后的位置坐标十分接近，定位精度提高幅度较小。对节点的分布以及模拟过程中节点间的信号传递路径进行分析，主要有两个原因：一是这些节点绝大部分位于节点分布区域的边缘地带，节点的分布不均匀，且节点数目较少，因此信标节点的连通度（邻居节点的个数）小；二是信号传递过程中存在信号访问竞争，在信标节点和未知节点间的通信路径不是具有最小跳数的路径，因此该未知节点采用基于RSSI的无线传感网络节点定位算法和DV-Hop定位算法都将有较大的误差。在本次模拟仿真中第15个未知节点与第6个信标节点可以通过一跳来完成通信，却经过了第25个未知节点，造成最小跳数错误，结果该未知节点的定位误差皆在71.2%r以上。
图4是基于RSSI的无线传感网络节点定位算法与IDV算法性能对比图，可以看出15个未知节点的定位误差相对于IDV算法有明显的降低，反映了基于RSSI的无线传感网络节点定位算法大大提高了定位精度，与一些相关的改进算法相比，具有更优越的定位性能。 

Claims (2)

1.一种基于RSSI的无线传感网络节点定位方法，其特征在于：
第一步，建立新的跳数计算方法，引入传播损耗模型                                                
Figure 237374DEST_PATH_IMAGE001
，其中d为两相邻节点间的距离；
Figure 51746DEST_PATH_IMAGE002
是接收节点的RSSI；
Figure 562624DEST_PATH_IMAGE003
为初始参考距离；
Figure 829657DEST_PATH_IMAGE004
是以
Figure 966240DEST_PATH_IMAGE003
为参考距离的信号接收强度；
Figure 635119DEST_PATH_IMAGE005
为路径损耗系数；取决于周围环境的类型；
Figure 628483DEST_PATH_IMAGE006
是以0为均值，以为方差的正态分布随机变量；
第二步，在一节点随机分布网络中，假设距离为
Figure 572354DEST_PATH_IMAGE008
（其中
Figure 33422DEST_PATH_IMAGE009
为通信半径）的两相邻节点，发送节点以一恒定功率发送数据信号，接收节点接收到的信号强度为
Figure 197688DEST_PATH_IMAGE010
，那么对于相距为d的相邻节点，则通过第一步公式可得接收节点接收信号强度
Figure 439313DEST_PATH_IMAGE002
值，
Figure 671361DEST_PATH_IMAGE011
 ；
第三步，为了建立跳数反映距离的大小机制，设定网络中两相邻节点间的跳数h与它们之间的距离d呈线性关系,如下式所示，其中k为比例常数，则可以得出 
Figure 49253DEST_PATH_IMAGE012
；                         
第四步，定义相邻节点间距离为
Figure 587681DEST_PATH_IMAGE013
，那么它们之间的通信跳数则为1，则由第三步可求得比例系数k， 
Figure 51024DEST_PATH_IMAGE014
；                         
第五步，建立跳数与信号接收强度值的关系式，由上面第二、三、四步可以求得跳数值
Figure 395417DEST_PATH_IMAGE015
 ；   
第六步，设置一个合适的最大跳数门限值F，其中
Figure 814766DEST_PATH_IMAGE016
，S表示节点分布区域的面积，B代表信标节点的数目，r是通信半径，
Figure 586413DEST_PATH_IMAGE017
是网络连通性系数；
在未知节点求取到网络各个信标节点距离时，去除掉到信标节点最小跳数超过F的这部分数据值； 
第七步，通过平均每跳距离和最小跳数值来计算未知节点到每个信标节点的距离值，未知节点到信标节点的距离值为平均每跳距离与该对节点间最小跳数的乘积;
第八步，上述步骤计算出来的精确距离值，即未知节点到信标节点的距离，采用最小二乘法求出未知节点的位置坐标。
2.根据权利要求1所述的一种基于RSSI的无线传感网络节点定位方法，其特征在于：所述基于RSSI的无线传感网络节点定位算法数据包每传递一次，跳数加
Figure 474735DEST_PATH_IMAGE018
后继续投递， 
Figure 357240DEST_PATH_IMAGE018
可以反映两相邻通信节点间的距离大小。
CN201210577409.0A 2012-12-27 2012-12-27 一种基于rssi的无线传感网络节点定位方法 Expired - Fee Related CN103582118B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210577409.0A CN103582118B (zh) 2012-12-27 2012-12-27 一种基于rssi的无线传感网络节点定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210577409.0A CN103582118B (zh) 2012-12-27 2012-12-27 一种基于rssi的无线传感网络节点定位方法

Publications (2)

Publication Number Publication Date
CN103582118A true CN103582118A (zh) 2014-02-12
CN103582118B CN103582118B (zh) 2016-08-03

Family

ID=50052775

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210577409.0A Expired - Fee Related CN103582118B (zh) 2012-12-27 2012-12-27 一种基于rssi的无线传感网络节点定位方法

Country Status (1)

Country Link
CN (1) CN103582118B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104486834A (zh) * 2014-11-28 2015-04-01 英业达科技有限公司 室内定位方法和设备
CN104883737A (zh) * 2015-06-04 2015-09-02 杭州电子科技大学 一种无线传感器网络的混合定位方法
CN105871486A (zh) * 2015-01-20 2016-08-17 中国科学院上海高等研究院 无线传感器网络的信道模型构建方法及仿真方法
CN106993273A (zh) * 2017-03-29 2017-07-28 江南大学 基于距离加权和遗传优化的DV‑Hop定位方法
CN110933632A (zh) * 2019-12-03 2020-03-27 北京建筑大学 一种终端室内定位方法及系统
CN111447579A (zh) * 2020-01-14 2020-07-24 长江大学 基于RSSI平均跳距路损的DV-hop室内定位方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102209382A (zh) * 2011-05-18 2011-10-05 杭州电子科技大学 一种基于rssi的无线传感器网络节点定位方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102209382A (zh) * 2011-05-18 2011-10-05 杭州电子科技大学 一种基于rssi的无线传感器网络节点定位方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ZHANG DENG-YIN等: "A union node localization algorithm based on RSSI and DV-Hop for WSNs", 《2012 SECOND INTERNATIONAL CONFERENCE ON INSTRUMENTATION & MEASUREMENT, COMPUTER, COMMUNICATION AND CONTROL》 *
黄晨钟等: "基于簇内RSSI测距改进的DV-Hop算法", 《福建师范大学学报(自然科学版)》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104486834A (zh) * 2014-11-28 2015-04-01 英业达科技有限公司 室内定位方法和设备
CN104486834B (zh) * 2014-11-28 2018-01-30 英业达科技有限公司 室内定位方法和设备
CN105871486A (zh) * 2015-01-20 2016-08-17 中国科学院上海高等研究院 无线传感器网络的信道模型构建方法及仿真方法
CN105871486B (zh) * 2015-01-20 2018-01-30 中国科学院上海高等研究院 无线传感器网络的信道模型构建方法及仿真方法
CN104883737A (zh) * 2015-06-04 2015-09-02 杭州电子科技大学 一种无线传感器网络的混合定位方法
CN106993273A (zh) * 2017-03-29 2017-07-28 江南大学 基于距离加权和遗传优化的DV‑Hop定位方法
CN110933632A (zh) * 2019-12-03 2020-03-27 北京建筑大学 一种终端室内定位方法及系统
CN110933632B (zh) * 2019-12-03 2021-07-27 北京建筑大学 一种终端室内定位方法及系统
CN111447579A (zh) * 2020-01-14 2020-07-24 长江大学 基于RSSI平均跳距路损的DV-hop室内定位方法
CN111447579B (zh) * 2020-01-14 2022-04-01 长江大学 基于RSSI平均跳距路损的DV-hop室内定位方法

Also Published As

Publication number Publication date
CN103582118B (zh) 2016-08-03

Similar Documents

Publication Publication Date Title
CN103582118A (zh) 一种基于rssi的无线传感网络节点定位方法
CN102395173B (zh) 环境监测物联网感知层能量高效利用的成簇方法
CN101241177B (zh) 一种面向三维空间的无线传感器网络定位系统
CN102546059B (zh) 认知自组织网络中基于无监督聚类的分布式合作频谱感知方法
CN103401922B (zh) 无线传感器网络中基于博弈方法的分布式定位装置与方法
Feng Research on water-saving irrigation automatic control system based on internet of things
CN101835259B (zh) 一种基于距离辅助的无线传感网络节点定位方法
CN107613540B (zh) 一种无线可充电传感器网络聚类分簇路由方法
CN107328916B (zh) 一种有效的土壤环境监测系统
CN102621522B (zh) 一种水下无线传感器网络的定位方法
CN107205254B (zh) 紧时延约束的移动sink节点接入与抗扰方法及系统
CN105116849A (zh) 一种基于zigbee的无线拦鱼控制系统
CN107182838A (zh) 一种家禽养殖智能监测系统
CN107222900A (zh) 一种基于动态链的无线传感器网络节点协作方法
CN106569176A (zh) 一种无线传感器网络立体定位方法
CN104301903B (zh) 一种基于覆盖率进行生存性分析的无线传感网选簇方法
CN102395100B (zh) 一种抗人身遮挡的指纹定位方法及系统
Gara et al. A new scheme for RPL to handle mobility in wireless sensor networks
CN103634879B (zh) 无线传感网络中移动汇聚节点对普通节点的数据接收方法
CN203673085U (zh) 基于ZigBee网络的输电线路微气象监测系统
Bahrami et al. DACA: data-aware clustering and aggregation in query-driven wireless sensor networks
CN102595594A (zh) 一种基于节点分布密度的无线传感网络节点定位方法
CN102547977A (zh) 一种基于跳数的传感网定位方法
CN102413471B (zh) 一种基于链路稳定性估算的无线栅格传感器网络组网方法
CN105992315B (zh) 一种基于低占空比工作模式的无线低功耗传感网

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160803

Termination date: 20171227