无线传感器网络中基于RSSI差值的改进定位算法.pdf

第47卷第3期厦门大学学报(自然科学版)Vol.47No.3
2008年5月JournalofXiamenUniversity(NaturalScience)May2008

无线传感器网络中基于RSSI差值的改进定位算法

徐燕,石江宏,吴晓芳3
(厦门大学信息科学与技术学院,福建厦门361005)

摘要:无线传感器网络(WSN)的许多应用都需要知道节点的位置,在某些环境下还需要获得节点的相对位置.本文以
WSN的特点为基础,首先介绍了接收信号强度的理论知识,进而提出一种优化的基于测距的定位算法:在应用中的多用
户情况下,节点采用多跳方式进行通信,在信标节点冗余的情况下,针对不同信标节点位置范围,建立定位误差最小的相
应信标节点库,继而对不同位置范围的待测节点优化选取其定位采用的信标节点,最后将由未知节点接收到的信号强度
得到的多用户间的距离进行差值,优化求解非线性方程组,提高算法性能.仿真结果表明,本文中的RSSIWSN差值定位
算法比传统的RSSI定位算法拥有更好的定位性能.
关键词:无线传感器网络;定位;RSSI差值;信标节点
中图分类号:TN92文献标识码:A文章编号:043820479(2008)0320361204

在无线传感器网络(WSN)中,定位业务正广泛受中的修正的路径损耗模型[6-7]如下:
到关注,定位精度直接影响网络路由的效率.对于军R
PL(R)=PL(R0)-10nlg()+Xσ(1)
用、民用、以及救火WSN来说,估计用户的准确位置R0
()()
-PLR+Xσ+PLR0
至关重要一般地基于测距的定位算法可以通过测10n
.,,R=10R0(2)
[1]
量节点之间的接收信号强度(RSSI)、信号到达时间其中,R为未知节点与信标节点间的距离,n为路径损
[2][3]
差(TDOA)或者信号到达时间延迟(TOA)来进耗指数,依赖于周围环境和建筑物类型,表示路径损失

行节点的定位.随距离增加而增大的快慢,Xσ是以dB表示的标准偏
在低功率高密度无线设备组成的网络中由于同
,差为σ的零均值正态分布随机变量,PL(R0)为对应R0
步的原因,使得TDOA往往比较难实现.而多径和噪处节点的接收信号强度值.
声,以及参考时钟的不精确性,都会影响TOA算法的传统的RSSI算法首先测得未知节点的接收功率.
精度.另外,在室内情况下,由于用户之间的距离较短,由于已知信标节点信号的发射功率,利用上述路径损
同一用户信号的各条多径分量时间上相当接近,现有耗模型就可以将传播损耗转换为未知节点与信标节点
设备的分辨率不足以区分时间上如此接近的各条多间的距离,进一步利用三角定位法就可以确定待定位
径,很难精确的进行TOA或TDOA估计.而在RA2节点的位置.
[4][5]
DAR,SpotON等许多项目中使用到的RSSI技1.2多用户RSSI差值定位算法
术,所需设备简单,是一种低功率、低成本的测距技术.未知节点得到接收信号功率后,利用修正的路径
针对传统的利用三角定位法的RSSI精度较低的问损耗模型得到其与信标节点间的距离.与传统RSSI算
题,为适应不同的应用环境,本文提出先优选信标节法不同的是,本文将不采用三角定位法,而是将得到的
点,然后将目标节点与信标节点间的距离进行差值,化网络中目标节点与信标节点间的距离进行差值,得到
距离公式为双曲线方程的算法,并对此算法进行仿真.如下的非线性方程组[8]:

22
1算法模型Ri,1=Ri-R1=(Xi-x)+(Yi-y)-
22
(X1-x)+(Y1-y),i=1,2,⋯k(3)
传统的算法
1.1RSSI其中,(x,y)为未知节点坐标,(Xi,Yi)为信标节点坐
信道的长期衰落特性服从对数正态分布,WSN标,k为参与该节点定位的信标节点个数.当其得到多
个信标节点的值后由上式就得到了一组关于目
RSSI,
收稿日期:2007209226标节点的双曲线方程组.
基金项目:福建省自然科学基金(2007J0192)资助1.3基于Chan算法的模型求解
3通讯作者:[e-mail]算法是一种具有解析表达式解的非递归的

©1994-2009ChinaAcademicJournalElectronicPublishingHouse.Allrightsreserved.http://www.cnki.net
·362·厦门大学学报(自然科学版)2008年

非线性方程组解法.该算法的特点是计算量小,定位精
222[9]
度高.此时,令Ki=Xi+Yi,我们利用Chan算法对
方程(3)进行平方化简,可得如下线性方程组:
2
R^i,1+2R^i,1R1=Ki-2Xi,1x-2Yi,1y-K1,
i=2,⋯,N(4)
其中

Xi,1=Xi-X1,Yi,