[发明专利]无线传感器网络中的信号强度比值定位方法及定位装置

说明书

技术领域

本发明是属于无线传感器网络技术领域，具体涉及无线传感器网络WSN中的信号强度比值定位方法。 

背景技术

无线传感器网络具有能量有限、通信距离较短、节点规模大且随机布置等特点，对定位方法有特殊的要求。现有的定位方法可以分为基于距离的定位方法和与距离无关的定位方法，前者需要测量节点之间的绝对距离或角度信息来确定位置，后者则无需测量节点间的绝对距离和角度，而是通过节点间的相对位置、网络拓扑、网络连通等相关信息来估算未知节点位置。 

基于距离的定位方法定位精度高，但对节点的硬件要求较高，不符合无线传感器节点的低功耗、小体积等特点。而与距离无关的定位方法虽然定位误差较大，但实现简单、算法复杂度低、对环境因素依赖低，适用于无线传感器网络。与距离无关的定位方法主要以下几种：质心算法，该算法首先确定包含未知节点的区域，然后计算该区域的质心并将其作为未知节点的位置；距离矢量(DV-Hop Distance Vector-Hop)算法，该算法中的未知节点首先计算其与参考节点的最小跳数，估算平均每跳距离，然后使用最小跳数乘以平均每跳距离作为未知节点与参考节点间的估计距离，再使用极大似然估计法计算未知节点坐标；近似三角形内点测试法(APIT Approxamate Point-in-triangulation Test)，该方法先确定包含未知节点的三角形区域，这些三角形区域的交集是一个多边形，然 后计算这个多边形的质心并将其作为未知节点的位置。 

现有技术 

质心算法是一种与距离无关的、粗略估算、低开销的定位方法，在2000年由N.Bulusu和J.Heidemann提出。在质心算法中参考节点首先广播自己的位置信息(x_j，y_j)，若未知节点收集到n个参考节点发来的信息，当n≥3时则未知节点坐标就使用已接收到的参考节点坐标的平均值来确定。 

按照以上方法所确定的未知节点坐标与其实际位置有较大误差，当参考节点密度较高时，相对误差降低，因此它适用于在大规模的网络中粗略估计未知节点的位置。由于该方法基于理想信号传播模型的假设，所以与实际环境中信号的传播方式有较大出入。其优点是计算简单，在对精度不高的应用场景中有一定的实用价值。 

考虑到在实际无线传感器网络中，距离未知节点较近的参考节点在计算未知节点的估算坐标时应具有较大权重，Jan Blumenthal等提出了加权质心算法(WCL Weight Centroid Localization)。 

加权质心算法在计算未知节点坐标时引入了权重值w_ij，表示在计算未知节点j的坐标时参考节点i所占的比重。w_ij＝1/(d_ij)^g，其中d_ij表示参考节点i和未知节点j之间的距离，g代表度数。 

d_ij可以由相关技术如接收信号强度(RSSI Received Signal StrengthIndicator)、连接质量(LQI Link Quality Indicator)得出。但由于RSSI和LQI的值不与距离成线性关系，受到环境、干扰等因素的影响，因此距离d_ij是粗略估算的距离，并不代表节点之间的真实距离。度数g与所 采用的距离估算技术和环境有关，是一个经验值。通常情况下g取1。在计算未知节点坐标时，w_ij代表不同参考节点的权重值，通常距离未知节点较近的参考节点具有较大的权重值。因此计算出的坐标更靠近距离其较近的参考节点，提高了定位精度。 

基于比值的加权质心方法提高了定位精度，但其对使用的权值若通过RSSI、LOI等方法计算误差较大，且对于环境较为依赖。不同环境下的RSSI和LQI值出入很大，导致定位方法可靠性不高。有文献中在实验结果中指出，在参考节点网格分布下，节点间通信距离是参考节点间距95％时，该方法可取得最佳效果，最大定位误差为通信距离的18％。 

目前无线传感器网络的硬件节点的结构由电源管理模块、无线收发模块、微处理模块和数据储存模块组成。为了符合无线传感器网络的特点，其电源模块采用较为稳定的稳压器和电源；无线收发模块采用较高质量，误码率低的无线收发芯片；运算模块采用兼顾运算能力和能耗的芯片。从整体上来说无线传感器网络的节点设计要兼顾性能、功耗和成本的诸多因素。 

发明内容