基于RSSI的优化加权质心定位算法研究

张正华， 戴 磊 ， 黎家文， 陈 航

（1.扬州大学 信息工程学院，江苏 扬州 225127；2.扬州大学 实验室与设备管理处，江苏 扬州 225009）

基于RSSI的优化加权质心定位算法研究

张正华1， 戴 磊1， 黎家文1， 陈 航2

（1.扬州大学 信息工程学院，江苏 扬州 225127；2.扬州大学 实验室与设备管理处，江苏 扬州 225009）

节点定位技术是无线传感器网络的关键技术之一。质心定位算法是指节点依靠无线传感器网络的连通性进行定位，定位误差较大。为了提高定位精度，鉴于质心定位算法受环境影响较小，基于RSSI的定位技术使用方便的特点，文中提出了基于RSSI的一种优化加权质心定位算法。通过RSSI测距，结合优化后的加权质心定位算法，确定节点位置。仿真结果表明，该算法降低了定位的平均误差，可以提高定位精度。

RSSI；加权质心；定位；无线传感器网络

无线传感器网络（Wireless Sensor Network，WSN）中，节点定位是一项关键技术，获得节点的位置信息是无线传感器网络的基本要求。定位业务受到广泛关注，对于军用、民用、矿井以及火灾救援的WSN来说，估计用户的准确位置则显得至关重要[1]。至今，无线传感器网络定位已经成了一个很重要的研究方向。无线传感器网络根据节点定位机制可分为基于距离（Range-Based）和距离无关（Range-Free）的两类定位算法[2]，基于距离的定位算法通过测量节点间点到点的距离或角度信息，使用三边测量法、三角测量法或最大似然估计法等计算节点位置[3]，主要有 RSSI、TOA、TDOA、AOA 等。距离无关的定位算法是依靠网络的连通性等信息进行定位，不需要计算节点间距离或角度信息，主要有质心算法、DV－hop算法、凸规划、Amorphous算法、APIT等[4]。基于测距的定位算法与无需测距的定位算法相比虽然有着成本较高、能耗较高、计算量和通信量较大的不足，但是前者的定位精度一般都要比后者高。可以相信，随着技术进步，更精确、能耗更小的测距技术的出现，以及对定位精度的更高要求，基于测距的定位算法将在节点定位技术中获得更好的发展空间[5]。

1 RSSI测距模型

P（d）为基站接收到盲节点在距离基站d处发送信号强度；P（d0）是基站接收到锚节点在距离基站处发送信号强度；d0为近地参考距离，一般为1 m；n为路径损耗指数，依赖周围环境，范围在2～4之间；Xσ是标准差为σ的零均值的高斯

信号在传播过程中会衰减，这种损耗与信号的传播路径有关。RSSI测距，就是利用此相关性测出接收节点和发射节点间的距离。RSSI测距使用的无线信号模型包括理论模型和经验模型。

经验模型的一些参数取值可以根据经验选取，模型比较简单，精度不是很高，易用于大致估计。

理论模型主要有自由空间传播模型、对数－路径损耗模型、两径传播模型、对数－常态分布模型等。无线信号传播路径损耗对RSSI测量精度有很大影响，实际应用环境中，由于多径、绕射、障碍物等因素，使得无线信号传播模型十分复杂[6]。通常采用对数－常态分布模型，即：分布随机变量。信标节点测得的RSSI值越大，距离越近，对节点定位具有更大的决定权。

2 优化的加权质心算法

质心算法是通过未知节点接收所有在其通信范围内的信标节点的信息，并将这些信标节点的几何质心作为自己的估计位置来定位。由于质心算法并没有反应信标节点对待测节点的影响大小，所以在原有质心算法的基础上，提出了加权质心算法。加权质心算法，通过加权因子来反映参考节点对质心坐标决定权的大小，利用加权因子体现各参考节点对质心位置的影响程度，反映他们的内在关系[7]。已知有3个信标节点 A、B、C，如图 1所示。

图1 加权质心算法示意图Fig.1 Weighted centroid localization algorithm diagram

坐标分别为（xa，ya），（xb，yb），（xc，yc），假设盲节点 D 坐标为（xd，yd），通过RSSI测距测得与盲节点之间的距离分别为da、db、dc，则盲节点的坐标为

3 实验仿真与分析

使用Matlab对其进行仿真，检验经过优化后算法的性能。在65m×65m的区域内，布置3个信标节点，坐标分别为（10，20 m），（35，50 m），（50，10 m）。 随机选取的点也就是未知节点的位置。

使用加权质心定位算法和优化后的加权质心定位算法对目标节点进行定位，分别运算10次，各自得到10个估计位置，如图2所示。

图2 不同加权因子的质心定位算法仿真结果Fig.2 Simulation results of centroid localization algorithm with different weighted factors

将上述各自得到的 10 个估计位置（xn，yn）（n=1，2，…，10）分别与目标节点（x0，y0）=（31，27 m）进行比较，根据式（6）得到误差e。

图3 误差对比分析图Fig.3 Errors analysis diagram

4 结 论

综上所述，文中主要对基于RSSI的定位技术[8]进行了研究，在原有的加权质心定位算法的基础上，采用优化加权因子的方法，对加权因子进行优化，得出优化后的加权质心定位算法。该算法不需增加额外的设备，通过对性能仿真和分析结果表明，该优化后的加权质心算法在一定程度上提高了定位精度，具有一定的实用价值。

[1]徐燕，石江宏，吴晓芳.无线传感器网络中基于RSSI差值的改进定位算法[J].厦门大学学报，2008，47（3）：361-363.

XU Yan，SHIJiang-hong，WU Xiao-fang.An improved localization llgorithm based on RSSI-margin in WSN[J].Journal of Xia Men University，2008，47（3）:361-363.

[2]陈昌祥，达维，周洁.基于RSSI的无线传感器网络距离修正定位算法[J].通信技术，2011，44（2）：65-69.

CHEN Chang-xiang，DA Wei，ZHOU Jie.RSSI-based range collation localization algorithm in WSN[J].Communications Technology，2011，44（2）：65-69.

[3]戴莹，王建平，张崇巍.无线传感器网络节点定位算法的研究与改进[J].传感技术学报，2010，23（4）：567-570.

DAI Ying，WANG Jian-ping，ZHANG Chong-wei.Research and improvement of localization algorithms for wireless sensor networks[J].Chinese Journal of Sensors and Actuators，2010，23（4）：567-570.

[4]王琰琳，黄友锐，曲立国.改进型质心算法在井下人员定位中的应用[J].煤矿机械，2012，33（8）：76-78.

WANG Yan-lin，HUANG You-rui，QU Li-guo.Improved centroid localization algorithm in application of underground personnel positioning[J].Cocal Mine Machinery，2012，33（8）：76-78.

[5]詹杰，刘宏立，刘述钢，等.基于RSSI的动态权重定位算法研究[J].电子学报，2011，39（1）：82-86.

ZHAN Jie，LIU Hong-li，LIU Shu-gang，et al.The study of dynamic degree weighted centroid localization algorithm based on RSSI[J].Acta Electronica Sinica，2011，39（1）:82-86.

[6]李刚，陈俊杰.基于信标节点RSSI自校正的WSN三维定位[J].华中科技大学学报，2011，39（2）:348-350.

LI Gang，CHEN Jun-jie.3D localization in WSN based on beacon node RSSI self-correcting[J].Huazhong Univ.of Sci.&Tech，2011，39（2）:348-350.

[7]郜丽鹏，朱梅东，杨丹.基于ZigBee的加权质心定位算法的仿真与实现[J].传感技术学报，2010，23（1）：150-152.

GAO Li-peng，ZHU Mei-dong，YANG Dan.Simulation and implement of weighted centroid location algorithm based on ZigBee[J].Chinese Journal of Sensors and Actuators，2010，23（1）：150-152.

[8]王琦.基于RSSI测距的室内定位技术 [J].电子科技，2012（6）:64-66，78.

WANG Qi.Research on an indoor positioning technology based on RSSI ranging[J].Electronic Science and Technology，2012（6）:64-66，78.

Research on optimization weighted centroid localization algorithm based on RSSI

ZHANG Zheng-hua1， DAI Lei1， LI Jia-wen1， CHEN Hang2
（1.School of Information Engineering of Yangzhou University， Yangzhou 225127， China；2.Laboratory and Equipment Management Office of Yangzhou University， Yangzhou 225009， China）

The node localization is one of the key technologies in wireless sensor network.The centroid algorithm localization means that node self-localization relies on wireless sensor network connectivity，but error is large.In order to improve positioning precision，an optimization weighted centroid localization algorithm based on RSSI was presented in consideration of less affection by environment for centroid localization algorithm，and easy to use localization technology based on RSSI.Distance was got through RSSI，combined with optimization weighted centroid algorithm，node was located.Simulation results show that， the average error of positioning decreased， and localization precision was improved by this algorithm.

RSSI； weighted centroid； localization； wireless sensor network

TP 391

A

1674－6236（2013）07－0171－03

2012－11－25稿件编号201211214

扬州市－扬州大学科技合伙资金计划项目（YZ2011149）

张正华（1965—），男，江苏南通人，硕士，副教授。研究方向：视频图像处理机编解码、实时信号处理等。