CN104125640A - 一种基于无线传感网加权阈值质心定位方法 - Google Patents

Abstract

本发明属于无线传感网定位技术领域，具体涉及一种无线传感网RSSI加权阈值质心定位的方法。在定位的过程中未知节点接收到多个信标节点信息，先利用多个信标节点信息定位出多个不同距离，通过最小二乘方法辨识出多个未知节点的初次定位坐标。再引入加权阈值质心定位方法，对信标节点初次定位的坐标进行处理，设定一个倒数阈值，舍去不在阈值内未知节点的坐标，对保留下来初次定位的坐标加权求出未知节点最终的坐标位置。传统的RSSI定位算法由于噪声、传播模型、障碍物的影响，信号在传播的过程中的衰减关系的不一致降低了测距的精度，本发明在不增加硬件设备的前提下，提高了定位的精度。

Description

一种基于无线传感网加权阈值质心定位方法

技术领域：

本发明专利是一种加权阈值质心定位方法，具体涉及一种无线传感网RSSI定位算法的改进方法，属于无线传感网定位技术领域。

背景技术：

无线传感网(Wireless Sensor Networks，WSN)是一种集无线通讯技术和分布式的信息处理的新型网络技术，它由感知及计算能力的无线收发节点组成，实现信号的无线发射、接受和处理的功能，广泛的应用于军事、工业、农业、医疗卫生、环境监测、智能系统等设备领域。

随着近几年物联网技术的高速发展，无线传感网络技术得到越来越广泛的应用，其中网络节点通常是随机的分布在各种复杂的环境里，网络节点之间相互协同获取环境的信息是无线传感网的关键部分。对环境进行监控的过程中，不仅需要接收到信息，并且需要知道所获得信号的来源，所以网络节点分布好之后，对未知节点进行定位是非常有必要的。

节点定位算法是一种根据已知的信标节点的信息来确定空间中未知节点位置的一种定位方法。质心定位算法是一种基于网络连通性的定位算法，该算法思路是信标节点周期性的向附近发送包含自身位置信息的无线电信号，假设每次发送的信息量是M，未知节点在每段时间内侦测到的信息量假设是N，则N/M就表示未知节点与信标节点的连通度，当连通度超过一预设门限值时则判定该信标节点与未知节点连通，然后求各连通节点的坐标均值得到未知节点的坐标，该方法比较粗糙，适合于定位精度不高的场合。接受信号强度指示(Received signal strength indicator，RSSI)是一种与距离有关的算法，信标节点发送一定功率的无线电信号，未知节点侦测接受功率，根据接受到的功率和距离之间的衰减关系转化为距离，通过最小二乘方法辨识出未知节点的坐标来实现定位。传统的RSSI定位算法由于噪声、传播模型、障碍物的影响，信号在传播的过程中的衰减关系的不一致降低了测距的精度，使得定位不够精确，距离越远定位精度越低。

发明内容：

本发明基于无线传感网提供一种RSSI加权阈值质心定位算法，对离未知节点较远的信

标节点初次定位的坐标进行过滤，设定一个倒数阈值，舍去不在阈值内未知节点的坐标，缩小定位的区域，对保留下来的初次定位的坐标加权求出未知节点最终的坐标位置。

本发明专利所采用的技术方案是：

1)空间中i个可以连通的信标节点周期性的向附近发送包含自身位置信息的无线电信号，并采用的无线电Shadowing衰减模型：

$P_{r,\mathrm{dB}}\left(d\right)=P_{r,\mathrm{dB}}\left(d_0\right)-\mathrm{\ξ}*101g\left(\frac{d}{d_0}\right)+{\mathrm{\ϵ}}_{\mathrm{\σ},\mathrm{dB}}---\left(1\right)$

式子中P_r,dB(d)表示的是以d为参考点的信号接受功率RSSI，P_r,dB(d₀)是参考点d₀的接受功率；ξ表示的是路径衰减因子，该因子受环境影响；d为信标节点与未知节点的距离，一般情况下d₀取1m；ε_δ,dB是以δ²为方差，均值为0的随机高斯分布，表示障碍物的影响。

2)根据接受到的i个RSSI值，由式(1)求出距离d₁,d₂,d₃，…，d_i，再由最小二乘方法辨识出初次定位的未知节点的坐标，且这i个未知节点的坐标依次表示为(X₁,Y₁),(X₂,Y₂),…,(X_i,Y_i)。

3)i个坐标简记为D_i＝(X_i,Y_i)，设▽_j是D₁～D_i中各个点到第j个坐标D_j的距离，表达式为：

${\▿}_j=\underset{k=1}{\overset{j-1}{\mathrm{\Σ}}}\sqrt{{(X_k-X_j)}^2+{(Y_k-Y_j)}^2}+\underset{k=j+1}{\overset{i}{\mathrm{\Σ}}}\sqrt{{(X_k-X_j)}^2+{(Y_k-Y_j)}^2}---\left(2\right)$

4)求出点D_j(j＝1,2,…,i)的阈值为：

ω_j＝1/▽_j                              (3)

5)设定一个最小权阈值ω_min，当D_j离其他点距离越远时▽_j越大，权阈值ω_j就越小，反之ω_j越大，当ω_min＞ω_j时，表明该点离其他大部分的点比较远，于是舍去该点。这样ω_j就反应出了距离对坐标的影响，再对剩下的m个点加权求得定位坐标(X,Y)表达式为：

$\left\{\begin{array}{c}X=\frac{{\mathrm{\ω}}_1{X}_1+{\mathrm{\ω}}_2{X}_2+...{\mathrm{\ω}}_m{X}_m}{\underset{\mathrm{\κ}=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\ω}}_m}\\ Y=\frac{{\mathrm{\ω}}_1{Y}_1+{\mathrm{\ω}}_2{Y}_2+...{\mathrm{\ω}}_m{Y}_m}{\underset{\mathrm{\κ}=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\ω}}_m}\end{array}\right.---\left(4\right)$

本发明专利根据连通信标节点距离，设定一个倒数阈值，舍去离未知节点较远的信标节点，缩小了定位的区域，对保留下来的初次定位的坐标加权定位，求出未知节点最终的坐标位置，在不增加硬件设备的前提下，提高了定位的精度。

附图说明

附图1是一种基于无线传感网加权阈值质心定位方法的流程图。

附图2是加权阈值质心定位方法信标节点和未知节点的分布原理图。

附图2中箭头起点表示的是信标节点，箭头的末端表示的是该信标节点定位出未知节点的位置(X₁,Y₁)，(X₂,Y₂)，…，(X_i,Y_i)，其中(X₀,Y₀)是未知节点的实际坐标位置。在矩形的边界上的两个点因为离未知节点的距离比较远，根据RSSI算法定位精度较差，在圆形区域内的几个点是较近的几个信标节点定位出的未知节点位置。

具体实施方式：

下面通过具体的实施对本发明的技术方案做进一步的描述。

一种基于无线传感网加权阈值质心定位方法的流程图如图1所示。

具体步骤为：

1)在环境中随机的分布信标节点和未知节点，环境中的各节点示意图如图2所示，并且可以连通的i个信标节点周期性的向附近发送包含自身位置信息的无线电信号；

2)在获取i个RSSI的值之后由式(1)分别求出i的距离d_i；

3)由式(2)和式(3)求出求出节点D_j的阈值ω_j，设定一个最小权阈值ω_min，并且与ω_j相比较，当ω_min＞ω_j时，表明该点离其他大部分的点比较远，于是舍去该点；当ω_min≤ω_j时保留该点；

4)继续计算下一个点的阈值情况，直到所有的点计算完毕后，由式(4)加权得到未知节点的最终定位坐标位置。

以上是本发明的较佳实施例而已，说明书中的描述也只是说明本发明的原理，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化与修饰，均属于发明技术方案的范围内。

Claims (4)

1.一种基于无线传感网加权阈值的质心定位方法，其特征在于，根据RSSI值和信标节点自身位置信息初次定位出未知节点的坐标，提供一种加权阈值质心定位方法，对信标节点初次定位的坐标进行处理，设定一个倒数阈值，舍去不在阈值内未知节点的坐标，缩小定位的区域，对保留下来的初次定位的坐标加权求出未知节点最终的坐标位置。

2.根据权利要求1所述的一种基于无线传感网加权阈值的质心定位方法，其特征在于，计算一种距离倒数的阈值ω_j，首先计算▽_j

${\▿}_j=\underset{k=1}{\overset{j-1}{\mathrm{\Σ}}}\sqrt{{(X_k-X_j)}^2+{(Y_k-Y_j)}^2}+\underset{k=j+1}{\overset{i}{\mathrm{\Σ}}}\sqrt{{(X_k-X_j)}^2+{(Y_k-Y_j)}^2}$

再求出节点D_j(j＝1,2,…,i)的阈值为：

ω_j＝1/▽_j

其中，(X₁,Y₁),(X₂,Y₂),…,(X_i,Y_i)表示初次定位的i个未知节点坐标，记为D_i＝(X_i,Y_i)。

3.根据权利要求1所述的一种基于无线传感网加权阈值的质心定位方法，其特征在于，设定一个最小权阈值ω_min，D_j离其他点距离越远时▽_j越大，权阈值ω_j就越小，反之ω_j越大，当ω_min＞ω_j时，表明该点离其他大部分的点比较远，于是舍去该点。ω_j反应出了距离对坐标的影响。

4.根据权利要求1所述的一种基于无线传感网加权阈值的质心定位方法，其特征在于，在权利要求3中对i个未知节点的坐标都计算完毕之后，对剩下的m个点加权求得定位坐标(X,Y)表达式为：

$\left\{\begin{array}{c}X=\frac{{\mathrm{\ω}}_1{X}_1+{\mathrm{\ω}}_2{X}_2+...{\mathrm{\ω}}_m{X}_m}{\underset{\mathrm{\κ}=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\ω}}_m}\\ Y=\frac{{\mathrm{\ω}}_1{Y}_1+{\mathrm{\ω}}_2{Y}_2+...{\mathrm{\ω}}_m{Y}_m}{\underset{\mathrm{\κ}=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\ω}}_m}\end{array}\right.$