CN108737952A - 基于rssi测距改进的多边形加权质心定位方法 - Google Patents

Abstract

本发明涉及一种基于RSSI测距改进的多边形加权质心定位方法，包括：每个信标节点周期性发送包含自身ID信息和自身位置信息的信标分组；待定位目标节点借助RSSI数据计算与信标节点的测试距离；以每个信标节点为圆心、对应的测试距离为半径画圆，计算得到这些圆的交点，筛选出这些交点中与每个圆心的距离都不超过最小测试距离的交点作为多边形的顶点；确定多边形顶点对应的权；待定位节点的位置坐标估计值是k边形的加权质心。

Description

基于RSSI测距改进的多边形加权质心定位方法

技术领域

本发明属于基于测距的室内定位领域，涉及RSSI测距技术在二维无线传感器网络节点定位中的应用。

背景技术

节点定位技术是无线传感网络的重点研究内容之一，国内外学者提出了许多解决方案和算法。目前的节点定位算法可根据定位过程中是否需要测量节点间的实际距离分为基于测距的(Range-Based)定位算法和基于非测距的(Range-Free)定位算法。基于测距的算法主要有TOA(Time of Arrival)，TDOA(Time Difference of Arrival)，AOA(Angle ofArrival)和RSSI(Received Signal Strength Indication)等。基于测距的定位算法对硬件设备的要求较高，而RSSI算法借助的硬件设备较少，且RSSI数据可以直接由无线通信模块提供，因此基于RSSI的测距方法应用广泛。基于非测距的算法主要有质心(Centroid)算法、DV-hop(Distance Vector-hop)算法、APIT(Approximate Point-in-Triangulation)算法等。

由于质心算法成本低、简单易实现，因此得到广泛应用。为了提高传统质心算法的定位精度，有学者提出一种基于信标节点位置的多边形加权质心定位算法，权值的确定和测距有关，然而该方法对数据信息利用不充分，可能存在信息淹没现象。为了提高算法的定位精度，又有学者提出了一种修正权值的加权质心定位算法，权值的修正和RSSI的比值有关，而后来又有人在此基础上根据信标节点的数目对权值进行补偿修正。近年来，又有研究者提出一种基于信标节点的通信范围的最小通信重叠多边形(the SmallestCommunication Overlap Polygon，CSCOP)质心定位算法，权值的确定和CSCOP有关，然而该方法受信标节点通信范围及其位置的影响。

发明内容

本发明提出一种可以提高节点的定位精度的基于RSSI测距节点定位方法。本发明无需改变硬件设备，不需要节点之间进行复杂的协调过程，还可以通过多边形和修正权值的作用减小测距误差对定位误差的影响。本发明的技术方案如下：

一种基于RSSI测距改进的多边形加权质心定位方法，具体技术方案如下：

1)每个信标节点周期性发送包含自身ID信息和自身位置信息的信标分组。

2)待定位目标节点借助RSSI数据计算与信标节点的测试距离d_i。

3)以每个信标节点为圆心、对应的测试距离为半径画圆，计算得到这些圆的交点，筛选出这些交点中与每个圆心的距离都不超过最小测试距离的交点作为多边形的顶点。

4)确定多边形顶点对应的权值，设多边形顶点是由M个圆相交而成,2≤M＜N,N是信标节点的数目，则顶点TIP_z的权值是这M个圆的半径的倒数的m次幂之和，即：

其中m是权值修正系数，m是由多边形的顶点数k决定，m＝k，此时，修正后的权值：

5)待定位节点的位置坐标估计值是k边形的加权质心：

本发明由于采取以上技术方案，其具有以下优点：

本发明针对无线传感器网络定位场景，在无需改变硬件设备不需要节点之间进行复杂的协调过程的情况下，通过RSSI测距改进加权质心定位算法估计待定位目标节点的位置坐标。相比加权质心定位算法和CSCOP，本发明算法的平均定位误差最低，还可以通过多边形和修正权值的作用减小测距误差对定位误差的影响，实现较高的定位精度。

为了直观的验证本方法定位性能优于现有算法，我们与加权质心定位算法和CSCOP进行定位误差对比。从图1可以看出本文改进的加权质心算法的平均定位误差减小效果明显，定位误差明显优于其他三种算法。当信标节点从3个依次增加到8个时，CSCOP方法的平均定位误差从31.56％下降到10.06％，本文算法的平均定位误差从31.08％下降到9.15％。因此可以证明本发明因此可以证明本发明定位性能明显优于其它两种方法，提高了定位精度高。

附图说明

图1是本发明基于RSSI测距改进的多边形质心定位方法原理图。

图2是本发明与其他算法平均定位误差比较图。

图3是本发明与其他算法的定位误差概率分布图。

具体实施方式

以下结合附图及实例，对本发明进行进一步的详细说明。本实例仅限于说明本发明的一种实施方法，不代表对本发明覆盖范围的限制。图1是本发明基于RSSI测距改进的多边形质心定位方法原理图。图2是本发明与其他算法平均定位误差比较图。图3是本发明与其他算法的定位误差概率分布图。

为了减小随机误差的影响，这里通过MATLAB对本发明提出的定位算法进行100次蒙特卡洛仿真试验，节点的定位误差可以用待定位节点的估计位置和实际位置的欧氏距离与节点的通信半径的比值来衡量。本发明的定位误差使用平均定位误差来衡量：

其中，(x₀,y₀)是待定位节点的真实位置坐标，(x_l,y_l)表示第l次仿真试验待定位节点的估计位置坐标，其中l＝1,2,…,100，R节点的通信半径为20。

具体的方法实现过程描述如下：

步骤一：定位场景布置：建立一个40m×40m的无线传感器网络场景，设定待定位节点坐标是(18,14)，信标节点(个数在3到8之间)由MATLAB随机函数来生成，节点固定不动，通信半径是20m，待定位节点可以接收信标节点发出的信号并获取其位置信息。

步骤二：在有环境干扰的条件下，利用无线通信模块提供的RSSI数据计算待定位目标节点与每个信标节点的距离：

其中，RSSI_i是待定位目标节点接收到的来自第i个信标节点的RSSI值，1≤i≤N，N是信标节点的数目，P为发射功率，G为天线增益，P_L(d)是信号传播距离d时的路径功率损耗，d为待定位节点与信标节点之间的真实距离，n为路径损耗因子，在范围2到4之间，d₀为近地参考距离，一般为1m，X_σ是均值为0的高斯分布随机变量，其标准差范围在4到10之间。

步骤三：交点的计算与筛选。以每个信标节点为圆心、对应的测试距离为半径画圆，计算得到这些圆的交点：

其中i≠j且i,j≤N，z≤N(N-1)，(x_i,y_i)和(x_j,y_j)分别是两个信标节点的位置坐标(即圆心)，d_i和d_j分别是两个圆的半径。筛选出这些交点中与每个圆心的距离都不超过最小测试距离的交点作为多边形的顶点，并建立多边形顶点集合：

步骤四：确定多边形顶点对应的权值。多边形顶点是由M(2≤M＜N)个圆相交而成，则顶点TIP_z的权值是这M个圆的半径的倒数的m次幂之和，即：

其中m是权值修正系数，在这里认为m是由多边形的顶点数k决定(m＝k)。此时，修正后的权值：

步骤五：确定待定位节点的位置坐标估计值是k边形的加权质心：

上式可以通过使用加权质心计算得到的基于RSSI测距改进的多边形加权质心定位方法，从而完成对待定位目标节点的定位。

Claims (1)

1.一种基于RSSI测距改进的多边形加权质心定位方法，具体技术方案如下：

1)每个信标节点周期性发送包含自身ID信息和自身位置信息的信标分组。

2)待定位目标节点借助RSSI数据计算与信标节点的测试距离d_i。

3)以每个信标节点为圆心、对应的测试距离为半径画圆，计算得到这些圆的交点，筛选出这些交点中与每个圆心的距离都不超过最小测试距离的交点作为多边形的顶点；

4)确定多边形顶点对应的权值，设多边形顶点是由M个圆相交而成,2≤M＜N,N是信标节点的数目，则顶点TIP_z的权值是这M个圆的半径的倒数的m次幂之和，即：

其中m是权值修正系数，m是由多边形的顶点数k决定，m＝k，此时，修正后的权值：

5)待定位节点的位置坐标估计值是k边形的加权质心：