基于RSSI的WSN定位算法的研究

刘 镇，刘军伟

（江苏科技大学 计算机科学与工程学院，江苏 镇江212003）

信息的生成、获取、存储、传输、处理及其应用，是现代信息科学的6大组成部分，其中信息的获取是信息技术产业链中的一个重要环节。无线传感器网络 （Wireless Sensor Network，WSN）是由大量无线传感器构成的自组织网络，通常包括传感器节点、汇聚节点和管理节点，它主要是协作地感知、采集和处理网络覆盖范围内对象的信息，并将相关信息传递给所需的用户，具有体积小、组网速度快、可自组织、隐蔽性强和高容错性的特点[1]。

无线传感器网络的应用范围十分广泛，尤其是应用在人类无法接近的恶劣或特殊环境，传感器节点的部署主要通过飞行器撒播、人工埋置等方式任意放置，节点的位置信息都是随机的[2]。节点负责信息的采集与传输，但是如果没有传感器的位置信息，采集到的信息价值就会大打折扣，只有结合了位置信息的传感器所采集的信息才有实际意义，因此，在无线传感器网络的应用中节点的定位就变成了一个关键的问题。

1 节点定位的相关算法

无线传感器网络是由部署在监测区域内大量无处不在的、具有通信与计算能力的微型传感器节点构成，通过无线通信形成一个多跳的自组织网络系统，网络中各个传感器节点具有数据收集和将数据路由到协调器的功能，从而实现对监测覆盖范围内对象信息的感知、采集和传输[3]。为了要实现对目标对象的准确监测，各传感器节点的位置信息是必不可少的，依据信号传播收发的功率、信号传播的时间以及信号传播的角度可以对传感器节点的位置信息进行测量计算，相关的定位算法也有很多，比如基于RSSI(Received Signal Strength Indicator)的定位算法、基于TOA的定位算法和基于AOA的定位算法等[3-4]。

其中，RSSI算法是依据信号传播过程中功率的衰减程度来对传感器节点进行定位的。在信号发射方，传感器节点发射功率是已知的，在信号接收方，传感器节点接收信号功率，通过计算信号在传播过程中的功率损耗，运用理论或者经验的信号传播模型将信号传播过程中的功率损耗转换成距离，该技术主要依赖于射频信号，无需额外的硬件支持，在实际应用时，由于无线信号在传播过程中受环境的影响较大，因此，该技术的测量精度不是很高[5]。

RSSI的定位算法使用的计算模型如下所示：

其中，B(d)是距离处的信号功率，nb是路径损耗量值，范围处于2～4之间，是在距离处的信号功率(dBm)。

2 RSSI节点定位算法

基于RSSI的定位算法通过接收信号功率进行测距，传感器节点根据接收到的信号功率，计算出信号传播过程中的功率损耗，然后利用理论和经验模型把功率损耗转换成距离，最后依据信标节点坐标和求得距离计算未知节点的坐标[6]。它的算法流程如图1所示。

图1 基于RSSI的定位算法流程Fig.1 The process of the loacalization algorithm based on RSSI

节点定位算法采用极大值似然估计法，已知n个信标节点的坐标(x1，y1)，(x2，y2)，…，(xn，yn)，未知节点坐标记为(x，y)，具体计算过程是：

1)信标节点周期性地想未知节点发送附有自身ID和未知信息的数据包；

2)未知节点在收到同一ID信标节点发送过来的数据包后，提取出该数据包中的信号功率值RSSI，当接收到某个ID信标节点发送过来的数据包超过一定阈值后，则对这些RSSI值求取平均值，计算该ID信标节点最终的RSSI值，然后再利用RSSI计算模型计算出距离d，这样就计算出了某个未知节点和某个ID信标节点之间的距离。采用同样的方法对所有信标节点进行处理，计算出n个距离d1，d2,…，dn。最后，未知节点就会记录下所有信标节点的坐标及其对应的距离d。

3)构建信标节点坐标和未知节点距离的方程组。

该方程组是一个非线性方程组，化简后得到如下线性方程：

其中X=[x，y]T，利用最小二乘法求解方程(3)，得到未知节点的坐标值，如下式所示：

3 实验平台搭建

通过相关文献的阅读和以上的知识总结，基于最基本的RSSI的算法原理和自由传播模型建立了一个RSSI的分析系统，用于以后的进一步研究，现在这个平台可以实现一些基本功能：包括无线传感器节点的RSSI值的捕获、节点RSSI值的分类存储、RSSI的实时查看、对存储的节点RSSI元数据的处理和分析、绘制不同节点的RSSI值和距离的统计分布图。基站使用监听程序，能监听节点发送数据时的RSSI值，而WSN节点使用正常采集程序即可，不影响其数据采集的工作。

1)平台搭建目的

实现对多个传感器节点的RSSI值的分类采集，数据存储和后期分析[7]。为以后搭建更好、功能更强大的平台做准备。

2)平台搭建方法

介绍平台搭建所需要的硬件设备和软件环境，进行实验的方法。

RSSI分析系统实物图：

如图2所示WSN节点的RSSI值都由基站监测，基站模块需要独立编程，而节点模块不需要。

图2 RSSI分析系统实物图Fig.2 The real map of RSSI analysis system

RSSI分析系统使用硬件：WSN节点和基站模块CC2430，节点数 3个；

RSSI功能介绍，软件界面：

图3 RSSI分析系统软件界面Fig.3 The software interface of RSSI analysis system

串口选择：配置无线传感器基站板和PC机之间的通信串口，包括串口选择、开始和关闭按钮；

即时数据：显示采集到的每条数据信息，包括源节点号、目标节点号、RSSI值、数据负载长度、接收时间、所在频道、AT是绝对时间(精度非常高，可达小数点后9位)；

数据分析：历史数据和处理后的数据测试显示窗口；

分析模块：进行分析和控制的模块；

3)平台搭建所涉及到的算法

RSSI定位方法：在自由空间的模型下，节点到接收基站的距离和RSSI值之间有一定关系。

TOA到达时间法：利用TOA的方法实现信标节点到待测节点的距离估算。

三边定位法：知道2个或2个以上的信标节点后可以通过三边定位法估算出待测节点的位置。

精度算法：通过将以上算法得出的待测节点的坐标和待测节点的实际坐标进行比对和统计分析，对测试的参数进行改进，从而提高RSSI定位精度。

4)本次实验方法

①在离基站不同距离的情况下，对3个WSN节点进行RSSI值采集，每个节点在每个距离下采集50次数据。距离包括(m)：0.4、0.51、0.59、0.89、1.78、2.67、3.56、3.86。 之所以选择这么短的距离是因为实验室太小了。本次试验一共采集了1509次数据。

②对采集到的节点RSSI值求均值，得到每个节点在一定距离下的RSSI值的均值。

图4 节点RSSI和距离统计数据Fig.4 Node RSSI and distance statistics

③将3个节点在离基站不同距离的RSSI值绘制成曲线，进行对比。

4 实验结果

实验结果如图所示。

图5 对应节点RSSI值和距离的拟合图Fig.5 The corresponding node RSSI values and distance fitting chart

5 结论

基于RSSI的无线传感器网络定位技术在简化定位算法过程以及提高定位精度方面有一定的优势，尽管RSSI定位算法的定位精度较低，节点密度要求较高，但是它对硬件的依赖程度不大。通过分析RSSI定位算法的基本原理，构建RSSI距离的计算模型，剖析RSSI定位算法的计算流程，搭建RSSI定位实验平台，并得出实验结果，证明了算法的可行性和可操作性，能够满足实际应用过程中基本的定位要求。

[1]冯成旭，刘忠，程远国.一种基于RSSI的无线传感器网络的改进定位算法[J].舰船电子工程，2010(20):69-71.FENG Cheng-xu,LIU Zhong,CHENG Yuan-guo.An improved localization algorithm based on RSSI in wireless sensor networks[J].Ship Electronic Engineering,2010(20):69-71.

[2]刘运杰，金明录，崔承毅.基于RSSI的无线传感器网络修正加权质心定位算法[J].传感技术学报，2010(5):717-721.LIU Yun-jie,JIN Ming-lu,CUI Cheng-yi.Modified weighted centroid localization algorithm based on RSSI for WSN[J].Chinese Journal of Sensors and Actuators,2010(5):717-721.

[3]章磊，黄光明.基于RSSI的无线传感器网络节点定位算法[J].计算机工程与设计，2010,31(2):290-293.ZHANG Lei,HUANG Guang-ming.Localization algorithm for wireless sensor networks based on RSSI[J].Computer Engineering and Design,2010,31(2):290-293.

[4]周贤伟，王强，覃伯平.无线传感器网络节点定位算法的研究[J].传感器与微系统，2006,25(3):4-6.ZHOU Xian-wei,WANG Qiang,TAN Bo-ping.Research on node-positioning algorithms for wireless sensors network[J].Transducer and Microsystem Technologies,2006,25(3):4-6.

[5]张远.基于距离和角度信息的无线传感网节点定位问题研究[D].济南：山东大学，2012.

[6]詹杰，吴伶锡，唐志军.无线传感器网络RSSI测距方法与精度分析[J].电讯技术，2010,50(4):83-87.ZHAN Jie,WU Ling-xi,TANGZhi-jun.Ranging method and accuracy analysis based on RSSI of wireless sensor network[J].Telecommunication Engineering,2010,50(4):83-87.

[7]朱子勇，孙万民，王占林.某试验台LH2贮箱气体置换过程数值模拟[J].火箭推进，2012（4）：52-60，66.ZHU Zi-yong,SUN Wan-min,WANG Zhan-lin.Numerical simulation of gas replacement process in LH2 tank of testbed[J].Journal of Rocket Propulsion,2012（4）：52-60，66.