张丹 刘雅喆 董雷刚 李梓
摘要:为了提高环境监测的智能化,将无线传感器网络节点定位算法应用于其中,分析无线传感器网络系统的体系结构,总结定位算法的分类以及计算节点坐标的基本方法。选择质心算法应用在环境监测中,对节点的定位误差率进行了仿真分析,发现质心算法的定位精度能够满足环境监测的需要。
关键词: 无线传感器网络;环境监测;节点定位算法;质心算法; 误差率
中图分类号:TP393.02 文献标识码:A 文章编号:1009-3044(2017)02-0253-03
Research on the Localization Algorithm Application of Environmental Monitoring in Wireless Sensor Network
ZHANG Dan1,2,LIU Ya-zhe1 ,DONG Lei-gang1,LI Zi1
(1.Computer Science and Information Technology Department, Daqing Normal University, Daqing 163712, China;2. College of Computer Science and Technology, Jilin University, Changchun 130012, China)
Abstract:In order to improve the intelligent in environmental monitoring, the nodes localization algorithm in wireless sensor network is applied in environmental monitoring. It analysis the architecture of wireless sensor network system, the classification of location algorithm. It studies the method of calculating the coordinates of nodes. The centroid algorithm is applied in environmental monitoring, and the location error rate of the nodes is simulated and analyzed. It is concluded that the Localization accuracy of centroid algorithm can meet the needs of environmental monitoring.
Key words:wireless sensor network; environmental monitoring; nodes location algorithm; centroid algorithm; localization error rate
1 引言
近年来,随着计算机技术的高速发展,无线传感器网络的应用已经深入到各个领域当中,得到全世界范围的广泛关注。无线传感器网络中传感器节点的体积小、能耗比较低,节点的分布通常是由飞机洒落的方式进行部署,部署在人类无法到达的应用环境中,这些节点对其中的信息进行采集,并传输,方便了人类对未知信息的获取。目前,环境保护问题受到了广泛的关注,人们对环境监督问题越来越重视,无线传感器网络技术在环境监测中具有重要的作用,通过无线传感器网络技术能够解决环境监测中的一些问题。
无线传感器节点在环境监测区域一般是随机部署的,节点需要获取监测区域的信息,因此节点的位置至关重要。人工部署或者为所有传感器节点安装GPS接收器是不现实的。这些都受到成本、功耗以及扩展性等问题的限制,大部分传感器节点不具有位置信息,但节点的位置信息对整个无线传感器网络监测应用具有至关重要的作用,因此,本文所研究的环境监测中无线传感器网络中节点定位技术是非常重要的。
2 无线传感器网络体系结构
无线传感器网络中的节点将收集到的数据信息以多跳路由的方式进行转发,将这些信息发送到给监测者,在监测区域中,节点在随机部署,以自组织的方式组成无线通信网络,其中的每个传感器节点可以动态查找邻居节点﹑自身定位、与网络通信连接。网络中的汇聚节点比普通节点在硬件配置和功能上更强,是与外部网络建立连接的桥梁收集普通节点的监测数据,并对其进行加工和整理,以多跳转发方式发送到基站,然后由基站利用卫星信道或有线的网络将监测的数据信息发送给最终用户。
3 无线传感器网络定位技术
在无线传感器网络中节点通常被分为两种,一种为未知节点(Unknown Node),另外一种为锚节点(Anchor Node),普通节点的位置信息时未知的,锚节点的位置信息是已知的,它一般是通过自身携带的GPS 定位装置获取自身的位置坐标,锚节点的部署密度要远远小于待定位节点的部署密度,未知节点与通信半径内的邻居锚节点进行通信,通过锚节点提供的位置信息,进行位置计算[1]。
3.1 节点定位算法分类
无线传感器网络节点定位算法分类方法很多,但是目前比较常用的方法是从定位算法的技术手段上来进行分类的,大致可以分为两类:基于测距的定位算法(Range-based)和距离无关的定位算法(Range-free)[2]。
基于测距的定位算法是需要测量节点之间的距离或者角度,基于测距的定位分算法主要有TOA(Time of Arrival)、TDOA(Time Difference On Arrival)定位、AOA(Angle of arrival)、RSSI(Received Signal Strength Indicator)等[3]。基于測距的定位算法定位精度相对较高,但是对硬件的要求也更高,而且定位过程中消耗的能量相对较高,易受环境因素的影响[4]。
距离无关的定位算法是通过对节点间的距离的估计或确定包含未知节点的可能区域,从而来确定未知节点的位置。距离无关的定位算法主要有质心算法[5]、Amorphou算法、DV-HOP算法[6-7]、APIT算法[8]等。距离无关的定位算法无需测量节点之间的绝对距离或角度信息,从而降低了对硬件的要求以及能量的消耗,使得这种算法更适合于大规模无线传感器网络,它的一个缺点是定位误差相对较大。
本文中环境监测中主要使用的是距离无关的定位算法。
3.2 计算节点坐标的基本方法
未知节点估计或者测量出到邻居节点的距离,并且能够满足一定的条件,可以利用这些距离来计算未知节点的坐标。主要方法有:三边测量法、三角测量法和极大似然估计法。
(1)三边测量法
已知三个锚节点的坐标,以及它们到未知节点的距离,可以利用公式求得未知节点的坐标。
(2)三角测量法
已知三个锚节点的坐标,以及未知节点到三个锚节点的角度,则可利用公式求出未知节点的坐标。
(3)极大似然估计法
前面两种方法比较简单,下面将极大似然估计法进行介绍。已知n个锚节点的坐标,分别为[(x1,y1),(x2,y2),...(xn,yn)],以及它们到未知节点的n个距离,分别为[d1,d2,...dn],设未知节点的坐标为[(x,y)],则有方程1:
[[(x1-x)2+(y1-y)2=d21(x2-x)2+(y2-y)2=d22?(xn-x)2+(yn-y)2=d2n] (1) ]
这n个表达式从第一个开始分别减去最后一个,得到方程2:
[[x21-x2n-2(x1-xn)x+y21-y2n-2(y1-yn)y=d21-d2n?x2n-1-x2n-2(xn-1-xn)x+y2n-1-y2n-2(yn-1-yn)y=d2n-1-d2n] (2) ]
设
[[A=2(x1-xn)2(y1-yn)……2(xn-1-xn)2(yn-1-yn),b=x21-x2n+y21-y2n+d21-d2n…x2n-1-x2n+y2n-1-y2n+d2n-1-d2n,X=xy] (3) ]
用线性方程表示为AX=b,最后使用最小二乘方法可以得到未知节点的坐标为:[x=(ATA)-1ATb]。
4 定位算法在环境监测中的应用
本文的定位算法主要应用于环境监测,根据环境监测的特点,以及对各种定位算法的比较研究,本文拟采用距离无关的质心算法。质心算法是由南加州大学是由 J. Heidemann和 N. Bulusu提出的,这种算法是主要是应用在室外的,与网络连通性相关的定位算法。该算法的主要设计思想是将未知节点的坐标设置成为与该节点其相关锚节点所形成的多边形的质心。首先未知节点向锚节点发送请求位置的信息,控制信息传播的最大跳数,因而限定了附近锚节点的范围,锚节点收到这个请求以后将自己的位置信息进行反馈,这样未知节点能够知道附近的锚节点的位置信息。利用这些锚节点组成的多边形中心来计算未知节点的估计位置。
本论文中实验仿真软件选用MATLAB R2012a,实验区域设置为1000m*1000m,节点总数为400个,其中锚节点为80个,无能量损耗的网络中的节点的定位误差率如图1所示。当通信半径逐渐增大时,节点的定位误差率有明显的降低,但当通信半径由400米再向上增加时,节点的定位误差率反而增大,因此,可以说明并不是通信半径越大越好,在实际应用中要具体问题具体分析。
5 结论
本文研究的是无线传感器网络中节点定位算法在环境监测中的应用,文中分析了无线传感器网络技术在技术发展中的重要性,传感器节点作为无线传感器网络中的重要组成部分,它的定位至关重要。环境监测越来越多的收到人们的重视,本文研究了在环境监测中应用节点定位算法。从无线传感器网络的体系结构出发,研究节点定位技术的分类以及计算节点坐标的基本方法,最后选择质心算法应用在环境监测中,对节点的定位误差率进行了仿真分析。
参考文献:
[1] 王艳晖. 无线传感器网络节点定位技术的研究[D]. 太原:太原理工大学. 2016.
[2] 秦晓琴. 无线传感器网络定位技术分析[J]. 电脑知识与技术, 2016(19):42-44.
[3] Zhou, Biao, Jing, Changqiang, Kim, Youngok. Joint TOA/AOA positioning scheme with IP-OFDM systems. in Proceedings of IEEE INFOCOM ,March 2014:1734-1743.
[4] 吕淑芳. 无线传感器网络节点定位研究综述[J]. 传感器与微系统. 2016(05):1-8.
[5] 胡咏梅,张欢. 一种改进的无线传感器网络质心定位算法[J]. 计算机工程与科学, 2012(02):45-49.
[6] 李月. 基于DV-Hop的无线传感器网络节点定位算法研究 [D]. 长春:吉林大学, 2016.
[7] Zhang Dan, Fang Zhiyi, Wang Yue, Sun Hongyu, Cao Jie. A New Improved Range Free Algorithm Based on DV-Hop in Wireless Sensor Network[J]. Journal of Communications, 589-595.
[8] 何登平,范茂林. 一種基于APIT的无线传感器网络混合型定位算法[J]. 传感器与微系统, 2015(02) :133-135.