无线传感器网络节点定位技术

无线传感器网络节点定位技术定位即确定方位、确定某一事物在一定环境中的位置。在无线传感器网络中的定位具有两层意义：其一是确定自己在系统中的位置；其二是系统确定其目标在系统中的位置。在传感器网络的实际应用中，传感器节点的位置信息已经成为整个网络中必不可少的信息之一，很多应用场合一旦失去了节点的位置信息，整个网络就会变得毫无用处，因此传感器网络节点定位技术已经成了众多科学家研究的重要课题。2.1基本概念描述在传感器网络中，为了实现定位的需要，随机播撒的节点主要有两种：信标节点（BeaconNode）和未知节点（UnknownNode）。通常将已知自身位置的节点称为信标节点，信标节点可以通过携带GPS定位设备（或北斗卫星导航系统﹝BeiDou（COMPASS）NavigationSatelliteSystem﹞、或预置其位置）等手段获得自身的精确位置，而其它节点称之为未知节点，在无线传感器网络中信标节点只占很少的比例。未知节点以信标节点作为参考点，通过信标节点的位置信息来确定自身位置。传感器网路的节点构成如图2-1所示。BBBBUUUUUUUUUUUUUUUUUUUUU图2-1无线传感器网络中信标节点和未知节点Figure2-1Beaconnodesandunknownnodesofwirelesssensornetwork在图2-1中，整个传感器网络由4个信标节点和数量众多的未知节点组成。信标节点用B来表示，它在整个网络中占较少的比例。未知节点用U来表示，未知节点通过周围的信标节点或已实现自身定位的未知节点通过一定的算法来实现自身定位。下面是无线传感器网络中一些常用术语：(1)邻居节点（NeighborNodes）：无需经过其它节点能够直接与之进行通信的节点；(2)跳数（HopCount）：两个要实现通信的节点之间信息转发所需要的最小跳段总数；(3)连通度（Connectivity）：一个节点拥有的邻居节点数目；(4)跳段距离（HopDistance）：两个节点间隔之间最小跳段距离的总和；(5)接收信号传播时间差(TimeDifferenceofArrival，TDOA)：信号传输过程中，同时发出的两种不同频率的信号到达同一目的地时由于不同的传输速度所造成的时间差；(6)接收信号传播时间（TimeofArrival，TOA）：信号在两个不同节点之间传播所需要的时间；(7)信号返回时间（Round-tripTimeofFlight，RTOF）：信号从一个节点传到另一个节点后又返回来的时间；(8)到达角度(AngleofArrival，AOA)：节点自身轴线相对于其接收到的信号之间的角度；(9)接收信号强度指示(ReceivedSigna1StrengthIndicator，RSSI)：无线信号到达传感器节点后的强弱值。2.2节点定位技术性能评价标准在无线传感器网络定位技术中，不同的定位算法对定位结果有不同的影响，通常情况下有以下几个指标来衡量：（1）定位精度（PositionalAccuracy）：定位精度是指空间实体位置信息（通常为坐标）与其真实位置之间的接近程度，它是衡量传感器网络定位的首要指标，只有达到一定定位精度的定位算法才是真实有效的。定位精度分为绝对精度和相对精度，绝对精度是指误差的绝对值，以长度为单位表示；相对精度是指误差值与节点之间距离的百分比。（2）有效定位范围（EffectiveRangofOrientation）：定位系统所能定位的有效范围。在WSN中要满足大多数节点能够被定位，只有覆盖大范围的节点定位才有意义。（3）节点密度（NodeDensity）：节点密度就是指的播撒的传感器网络节点的疏密程度。在传感器网络中节点密度对定位的性能影响很大，一般情况下节点密度越高定位的精度也会越高，反之则会降低节点的定位精度。在WSN中针对不同的定位算法所需要节点密度也不相同，另外传感器节点的性能和价格也决定了播撒的节点的密度。（4）信标节点密度(DensityofBeaconNode)：信标节点密度是指信标节点在整个WSN中所占的比例。信标节点具有自身定位功能，价格较贵，不可能大面积播撒，它节点的密度决定了定位的精度的高低。（5）容错性和自适应性（FaultToleranceandAdaptivity）：所谓容错性是指在故障存在的情况下系统不会失效，仍然能够正常工作的特性。容错即是FaultTolerance，确切地说是容故障（Fault），而并非容错误（Error）。自适应性可以看作是一个能根据环境变化能够智能调节自身特性的反馈控制系统，以使系统能按照一些设定的标准工作在最优状态。（6）安全性（Security）：Security指的是指系统对合法用户的响应及对非法请求的抗拒，以保护自己不受外部影响和攻击的能力。WSN通常工作在物理环境较为复杂的区域，定位系统易受到环境或人为的破坏和攻击，从而无法达到在理想的无线通信环境所能达到的定位效果，因此定位系统和算法必须具有很强的安全性。（7）功耗（PowerDissipation）：功耗是指功率的损耗，在WSN设计过程中功耗始终是困扰其应用的一个主要方面。由于传感器节点的能量受限并且不容易得到补充，因此需要整个WSN能够以较小的能耗和高效的能量利用率来实现安全定位是当前研究的所面临首要的问题[23]。（8）代价与成本（CostandConsideration）：定位算法的代价一般包括时间代价、资金代价和空间代价。在保证定位精度的前提下，应使定位系统的代价最小，如定位所需的计算量、通信量、存储空间等。各个评价标准之间相互关联、相互影响的。某一个标准的好坏可能是由另外的一个或几个决定的，一个指标变坏的同时一个指标也会跟着变坏，因此在传感器网络的设计过程中要结合实际情况综合考虑。2.3传感器网络节点定位算法在定位的实现过程中有许多算法，根据不同的标准有不同的分类方法。最常见的分类是：基于测距的(Range-Based)定位算法和距离无关的(Range-Free)定位算法。假若定位算法需要知道未知节点到参考节点或信标节点之间的绝对距离时，然后才能计算出未知节点坐标信息，这样的定位方法就可以称为Range-Based的定位算法。反之，其它的算法无需测量节点之间的距离值就称之为Range-Free的定位算法。Range-Based定位算法精度上优于Range-Free的定位算法，但需要测量距离，计算量比较大，需要消耗大量能量，并不适用于低功耗、低成本等应用领域。Range-Free的定位算法实现起来比较简单，计算量也较小，但并不能实现高精度的定位，是一种粗精度的算法。2.3.1基于测距的定位算法基于测距的定位算法实现起来比较复杂，首先需要通过TOA、TDOA、AOA、RSSI等常用的测距技术来测量各个未知节点到信标节点的绝对距离值，这个阶段也称为测距阶段；测距结束后就要进行定位（计算坐标）阶段，即利用测距阶段所得的节点间的距离或方位等参数来计算出未知节点的位置，在此期间常用的算法有：三边测量定位法（Trilateration）、多边定位法（Multilateration）、三角测量法（Triangulation）、极大似然估计法（MaximumLikelihoodMethod）和角度定位法（Goniometry）等。下面分别针对这两个阶段进行分析：（一）测距阶段算法分析：TOA是根据信号的传播时间计算被测节点之间的距离。TOA算法虽然定位精度较高，但是该算法要求节点之间精确同步，使用复杂，对硬件要求太高，因此不太适合于无线传感器网络定位的应用。TDOA是在TOA的基础上所形成的算法。在该算法中，发射节点采用两种不同频率的无线信号同时发送一组信息到指定的相同区域，由于这两种信号的传输速度不同，因此到达目的地的时间也会有所差别。接收节点根据这个时间差以及两种信号的传输速度就可以计算出接收节点和发射节点之间的距离值。AOA是通过Triangulation来进行定位运算。在AOA算法中，未知节点首先要计算出相对于参考节点的方位角，这就使得该算法在复杂电磁环境中的定位性能很差，不能够满足现实生活中较多电磁干扰的环境中使用。RSSI是利用信道衰减模型，根据所接收到的信号的强弱来实现节点的定位功能。在实践应用中，信号在传输过程中必然会遇到干扰、反射、吸收等的影响，这就极大的降低了定位精度[24-25]。PDOA是通过测量接收信号相位差，求出信号传播的往返时间，然后计算信号往返的距离。NFER是通过近场电场和磁场的相位差来测量距离的。表2-1对以上六种基于测距定位算法进行了比较。表2-1基于测距定位算法比较Table2-1Comparisonofdistance-basedlocationalgorithmNameExtrahardwareEffectivedistanceInterferencerejectionDistance-measuringerrorTOAYshortweakersmallerTDOAYshortestweaksmallestAOAYshortestweaksmallestRSSINlongstrongbigPDOAYlongstrongbigNFERNshortweaksmall（二）定位阶段算法分析：Trilateration[26]是通过三个已知坐标的信标节点以及这三个信标节点到未知节点的距离信息，根据二维空间距离公式建立方程组，采用线性化方法来求解出未知节点的位置信息。假设已知三个信标节点A、B、C的坐标分别为11(,)xy、22(,)xy、33(,)xy它们到未知节点D的距离分别为：1d、2d、3d，未知节点D的坐标设为(,)xy。可以得到下列方程：222111222222222333()()()()()()dxxyydxxyydxxyy（2-1）根据上式可得未知节点D的坐标方程为：1222222131313133122222223231313312()2()2()2()xxyyxxyyddxyxxyyxxyydd（2-2）Multilateration是已知三个以上信标节点的坐标信息以及信标节点到这个未知节点的距离信息，利用两点间的距离公式可计算出未知节点到信标节点之间的距离，最后利用最小二乘法（LS，LeastSquare）、极大似然估计（MLE，MaximumLikelihoodEstimation）或最小均方误差（MMSE，MinimumMeanSquareError）等求出未知节点的坐标信息。Triangulation是通过未知节点的接收器天线阵列来测量出周边信标节点所发出信号的入射角信息，利用所得到的角度信息和信标节点的坐标信息，根据Trilateration算出未知节点的坐标。MaximumLikelihoodMethod[27]原理如图2-2所示。D1234n图2-2最大似然估计法Figure2-2MaximumLikelihoodMethod在该算法中已知1，2，3，…n等n个信标节点的坐标为：11(,)xy、22(,)xy、33(,)xy，…(,)nnxy。它们到未知节点D的距离分别为：1d、2d、3d…nd，假设未知节点D的坐标为(,)xy。那么存在如下公式：2211122()()()()nnnxxyydxxyyd（2-3）从第一个方程开始分别减去最后一个方程可得：22222211111222222111112()2()2()2()nnnnnnnnnnnnnnnxxxxxyyyyyddxxxxxyyyyydd（2-4）式（2-4）可表示为：AXb，其中：A、X、b如下面（2-5）到（2-7）所示：11112()2()2()2()nnnnnnxxyyAxxyy（2-5）222222111222222111