摘 要: 對WSN中基于測距技術(shù)的定位方法進行了研究，針對室內(nèi)環(huán)境易對信號造成干擾且硬件存在差異的情況，采用為每個參考節(jié)點設(shè)置其測距模型的方案。對利用線性定位和極大似然估計兩種定位算法分別進行了分析，通過實驗測試定位系統(tǒng)中測距模型的測距誤差以及兩種定位算法的定位誤差，依據(jù)實驗結(jié)果提出了綜合運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)能夠成功地對移動目標(biāo)進行定位。但在室內(nèi)環(huán)境下，GPS的衛(wèi)星信號受室內(nèi)障礙物的阻隔，難以實現(xiàn)定位[1]。同時，GPS的成本和功耗較高,不能適應(yīng)一些應(yīng)用場合的要求。
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)，主要用于分布式測量和遠程控制[2]。近些年來，國內(nèi)外研究機構(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、人員走動等等都會影響室內(nèi)定位精度。因此，本文為研究基于RSSI的定位技術(shù)設(shè)計了一個室內(nèi)定位系統(tǒng)，根據(jù)具體的環(huán)境，對不同的硬件設(shè)備測量出不同的參數(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，需重新確定節(jié)點的測距模型。測距階段的結(jié)果直接影響整個定位系統(tǒng)的定位精度，因此應(yīng)減小測距階段的測距誤差以提高系統(tǒng)的定位精度。并在實際環(huán)境中測試定位算法的有效性及所能達到的精度范圍,實驗需要測試利用RSSI測距技術(shù)所能達到的測距精度，同時需要對比兩種不同的定位算法所能達到的定位精度。
當(dāng)參考節(jié)點的位置信息固定好以后，根據(jù)前面所說的測距模型的方法測出每個參考節(jié)點的參數(shù)值,見表1。
當(dāng)定位環(huán)境發(fā)生變化時，需要重新測量參數(shù)值。
3.3 測試結(jié)果與分析
定位測試結(jié)果與分析內(nèi)容主要包括距離測試實驗結(jié)果分析以及位置測試實驗結(jié)果分析。測距結(jié)果分析指將實際距離與估計距離作對比后的誤差分析，而位置結(jié)果分析是對估計坐標(biāo)值的誤差進行分析。最后對不同定位算法的定位誤差進行對比，并得出結(jié)論。
3.3.1 距離測試
首先,分別測試盲節(jié)點與各參考節(jié)點間距離的測量誤差。以24號節(jié)點為例，通過回歸分析計算兩節(jié)點間的距離估計值，距離的相對誤差與實際距離的關(guān)系如圖4所示。圖中曲線表明，當(dāng)兩節(jié)點間的距離在(2 m,6 m)范圍內(nèi)時，估計距離的相對誤差小于該區(qū)域外的相對誤差。其他參考節(jié)點的測距相對誤差也有類似的效果,即中間區(qū)域的整體相對誤差小于該區(qū)域外的誤差，但相對誤差值的大小略有不同。
重復(fù)距離測試實驗，可得出以下結(jié)論：當(dāng)未知節(jié)點位于定位區(qū)域的中間范圍(2,2)×(6,6)內(nèi)時，節(jié)點間的測距誤差小于2 m；當(dāng)未知節(jié)點位于該范圍外時，測距誤差相對較大，但是整體仍小于3.5 m。由于測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)點在中間區(qū)域內(nèi)移動時定位誤差較小。
3.3.2 定位誤差測試與分析
實驗中選取定位區(qū)域內(nèi)的25個位置作為測試點，具體的測試點分布如圖5所示。
為更加具體地對定位誤差進行分析，對每個測試點都進行10次位置計算。測試結(jié)束后，分別對線性定位算法的誤差和極大似然估計法的誤差進行比較，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)測試節(jié)點分布靠近邊界時，極大似然估計法的計算結(jié)果優(yōu)于線性定位算法；當(dāng)測試節(jié)點位于中間區(qū)域時，線性定位算法的定位結(jié)果優(yōu)于極大似然估計法。因此在實際的定位系統(tǒng)中，可同時實現(xiàn)兩種算法。當(dāng)未知節(jié)點靠近監(jiān)控區(qū)域的邊界時使用極大似然估計法計算節(jié)點位置；當(dāng)未知節(jié)點靠近中間區(qū)域時可使用線性定位算法計算最終的坐標(biāo)。
本文研究了無線傳感器網(wǎng)絡(luò)室內(nèi)定位技術(shù)，對基于RSSI的室內(nèi)測距原理和定位算法進行了分析，在現(xiàn)實環(huán)境中測試了距離測量精度和兩種不同的定位算法的定位精度。實驗結(jié)果表明，在連通的室內(nèi)環(huán)境中，基于測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。由于距離測量精度是影響定位效果的關(guān)鍵因素，因此，未來需要進一步研究提高測距精度的方法。
參考文獻
[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.