摘 要: 對(duì)WSN中基于測(cè)距技術(shù)的定位方法進(jìn)行了研究,，針對(duì)室內(nèi)環(huán)境易對(duì)信號(hào)造成干擾且硬件存在差異的情況，采用為每個(gè)參考節(jié)點(diǎn)設(shè)置其測(cè)距模型的方案,。對(duì)利用線性定位和極大似然估計(jì)兩種定位算法分別進(jìn)行了分析,，通過實(shí)驗(yàn)測(cè)試定位系統(tǒng)中測(cè)距模型的測(cè)距誤差以及兩種定位算法的定位誤差，依據(jù)實(shí)驗(yàn)結(jié)果提出了綜合運(yùn)用兩種定位算法的策略。
關(guān)鍵詞: 無線傳感器網(wǎng)絡(luò),； RSSI,； 定位算法； 測(cè)距誤差
目前,，在室外環(huán)境下,，全球定位系統(tǒng)(GPS) 已經(jīng)能夠成功地對(duì)移動(dòng)目標(biāo)進(jìn)行定位。但在室內(nèi)環(huán)境下,，GPS的衛(wèi)星信號(hào)受室內(nèi)障礙物的阻隔,，難以實(shí)現(xiàn)定位[1]。同時(shí),，GPS的成本和功耗較高,不能適應(yīng)一些應(yīng)用場(chǎng)合的要求,。
WSN 是一種短距離、低速率,、低復(fù)雜度,、低功耗和低成本的無線通信網(wǎng)絡(luò)，主要用于分布式測(cè)量和遠(yuǎn)程控制[2],。近些年來,，國(guó)內(nèi)外研究機(jī)構(gòu)已開發(fā)出一些基于WSN的室內(nèi)定位系統(tǒng)，其中最典型的室內(nèi)定位系統(tǒng)有RADAR,、Active Badge,、Active Office、Cricket等,。但由于室內(nèi)的無線信號(hào)傳播條件和狀態(tài)復(fù)雜多變,，如：墻壁的多徑反射、人員走動(dòng)等等都會(huì)影響室內(nèi)定位精度,。因此,，本文為研究基于RSSI的定位技術(shù)設(shè)計(jì)了一個(gè)室內(nèi)定位系統(tǒng),，根據(jù)具體的環(huán)境,，對(duì)不同的硬件設(shè)備測(cè)量出不同的參數(shù)，從而得到不同的傳播損耗模型,。當(dāng)環(huán)境發(fā)生變化時(shí),，需重新確定節(jié)點(diǎn)的測(cè)距模型。測(cè)距階段的結(jié)果直接影響整個(gè)定位系統(tǒng)的定位精度,，因此應(yīng)減小測(cè)距階段的測(cè)距誤差以提高系統(tǒng)的定位精度,。并在實(shí)際環(huán)境中測(cè)試定位算法的有效性及所能達(dá)到的精度范圍,實(shí)驗(yàn)需要測(cè)試?yán)肦SSI測(cè)距技術(shù)所能達(dá)到的測(cè)距精度，同時(shí)需要對(duì)比兩種不同的定位算法所能達(dá)到的定位精度,。
當(dāng)參考節(jié)點(diǎn)的位置信息固定好以后,，根據(jù)前面所說的測(cè)距模型的方法測(cè)出每個(gè)參考節(jié)點(diǎn)的參數(shù)值,見表1。
當(dāng)定位環(huán)境發(fā)生變化時(shí)，需要重新測(cè)量參數(shù)值,。
3.3 測(cè)試結(jié)果與分析
定位測(cè)試結(jié)果與分析內(nèi)容主要包括距離測(cè)試實(shí)驗(yàn)結(jié)果分析以及位置測(cè)試實(shí)驗(yàn)結(jié)果分析,。測(cè)距結(jié)果分析指將實(shí)際距離與估計(jì)距離作對(duì)比后的誤差分析，而位置結(jié)果分析是對(duì)估計(jì)坐標(biāo)值的誤差進(jìn)行分析,。最后對(duì)不同定位算法的定位誤差進(jìn)行對(duì)比,，并得出結(jié)論。
3.3.1 距離測(cè)試
首先,分別測(cè)試盲節(jié)點(diǎn)與各參考節(jié)點(diǎn)間距離的測(cè)量誤差,。以24號(hào)節(jié)點(diǎn)為例,，通過回歸分析計(jì)算兩節(jié)點(diǎn)間的距離估計(jì)值，距離的相對(duì)誤差與實(shí)際距離的關(guān)系如圖4所示,。圖中曲線表明,，當(dāng)兩節(jié)點(diǎn)間的距離在(2 m,6 m)范圍內(nèi)時(shí)，估計(jì)距離的相對(duì)誤差小于該區(qū)域外的相對(duì)誤差,。其他參考節(jié)點(diǎn)的測(cè)距相對(duì)誤差也有類似的效果,即中間區(qū)域的整體相對(duì)誤差小于該區(qū)域外的誤差,，但相對(duì)誤差值的大小略有不同。
重復(fù)距離測(cè)試實(shí)驗(yàn),，可得出以下結(jié)論：當(dāng)未知節(jié)點(diǎn)位于定位區(qū)域的中間范圍(2,2)×(6,6)內(nèi)時(shí),，節(jié)點(diǎn)間的測(cè)距誤差小于2 m；當(dāng)未知節(jié)點(diǎn)位于該范圍外時(shí),，測(cè)距誤差相對(duì)較大,，但是整體仍小于3.5 m。由于測(cè)距誤差直接影響系統(tǒng)的定位誤差,，由以上結(jié)論可以推斷,，當(dāng)未知節(jié)點(diǎn)在中間區(qū)域內(nèi)移動(dòng)時(shí)定位誤差較小。
3.3.2 定位誤差測(cè)試與分析
實(shí)驗(yàn)中選取定位區(qū)域內(nèi)的25個(gè)位置作為測(cè)試點(diǎn),，具體的測(cè)試點(diǎn)分布如圖5所示,。
為更加具體地對(duì)定位誤差進(jìn)行分析，對(duì)每個(gè)測(cè)試點(diǎn)都進(jìn)行10次位置計(jì)算,。測(cè)試結(jié)束后,，分別對(duì)線性定位算法的誤差和極大似然估計(jì)法的誤差進(jìn)行比較，如圖6所示,。
由圖6可知,，兩種定位算法的定位誤差占比比較相似。分析不同區(qū)域內(nèi)的誤差值可發(fā)現(xiàn),，當(dāng)測(cè)試節(jié)點(diǎn)分布靠近邊界時(shí),，極大似然估計(jì)法的計(jì)算結(jié)果優(yōu)于線性定位算法；當(dāng)測(cè)試節(jié)點(diǎn)位于中間區(qū)域時(shí),，線性定位算法的定位結(jié)果優(yōu)于極大似然估計(jì)法,。因此在實(shí)際的定位系統(tǒng)中,，可同時(shí)實(shí)現(xiàn)兩種算法。當(dāng)未知節(jié)點(diǎn)靠近監(jiān)控區(qū)域的邊界時(shí)使用極大似然估計(jì)法計(jì)算節(jié)點(diǎn)位置,；當(dāng)未知節(jié)點(diǎn)靠近中間區(qū)域時(shí)可使用線性定位算法計(jì)算最終的坐標(biāo),。
本文研究了無線傳感器網(wǎng)絡(luò)室內(nèi)定位技術(shù)，對(duì)基于RSSI的室內(nèi)測(cè)距原理和定位算法進(jìn)行了分析,，在現(xiàn)實(shí)環(huán)境中測(cè)試了距離測(cè)量精度和兩種不同的定位算法的定位精度,。實(shí)驗(yàn)結(jié)果表明，在連通的室內(nèi)環(huán)境中,，基于測(cè)距的定位方法的定位誤差≤3 m（約90%的概率）,，在中間區(qū)域和外圍分別使用不同的定位算法可以提高定位精度。由于距離測(cè)量精度是影響定位效果的關(guān)鍵因素,，因此,，未來需要進(jìn)一步研究提高測(cè)距精度的方法。
參考文獻(xiàn)
[1] BULUSU N,，HEIDEMANN J,， ESTRIN D. GPS-less low cost outdoor Localization for Very Small Devices[J].IEEE Personal Communications Magazine，2000,，7(5):28－34．
[2] 孫利民,，李建中，陳渝,，等． 無線傳感器網(wǎng)絡(luò)[M]．北京:清華大學(xué)出版社,，2005.
[3] AWAD A，F(xiàn)RUNZKE T,，DRESSLER F． Adaptive distance estimation and localization in WSNs using RSSI measures[C]. IEEE 10th Euromicro Conference on Digital System Design Architectures Methods and Tools,，Aug． 2007:471－478．
[4] ALI S，NOBLES P． A novel indoor location sensing mechanism for IEEE 802． 11 b/g wireless LAN[C]. IEEE The Fourth Workshop on Positioning,，Navigation and Communication(WPNC’07 ),，2007:9－15．
[5] GOLDONI E, SAVIOLI M, RISI M. Experimental analysis of RSSI-based indoor localization with IEEE 802.15.4[C]. 2010 European Wireless Conference, Lucca, April 2010: 71-77.
[6] CAFFERY J. A new approach to the geometry of TOA localization[C]. IEEE VTC 2000 Fall September 24-28, Bosto,USA,2000:1943-1949.
[7] CHOI S, CHA H, CHO S. A SoC-based sensor node: Evaluation of RETOS enabled CC2430[C]. Sensor, Mesh and Ad hoc Communications and Networks (SECON 07),18-21 June,2007:132-141.
[8] PHILIP L, SAM M, JOSEPH P. TinyOS: An operating system for Wireless Sensor Networks[M]. In book Ambient Intelligence edited by Weber W, Rabaey J, and Aarts E, 2005.
[9] DAVID G, PHILIP L, ROB B. The nesC language: A holistic approach to networked embedded system[M]. Proceedings of Programming Language Design and Implementation (PLDI). June 2003.