郭世俊, 雷虎, 何淋, 刘用功, 陈元鹏
(广州航海学院 轮机工程学院,广州 510330)
基于坐标修正的改进型三边定位算法
郭世俊, 雷虎, 何淋, 刘用功, 陈元鹏
(广州航海学院 轮机工程学院,广州 510330)
针对海洋无线传感器网络(Wireless Sensor Network,WSN)节点动态性强、节点运动状态复杂、通信受遮蔽效应较大、信号衰减严重等问题,将传统的WSN三边定位算法应用到海洋环境,提出一种基于坐标修正的改进型三边定位算法.利用EXata平台进行仿真.仿真结果表明,提出的算法具有较高的定位精度和较好的海上动态环境适应性,能提升海上搜救效率.
交通信息工程; 无线传感器网络; 三边定位; 海事搜救
21世纪是全面建设海洋强国的关键时期,在中国共产党第十八次全国代表大会提出“建设海洋强国”的战略目标后,习近平主席又进一步提出“一带一路”的宏伟战略构想.随着海洋强国战略的实施,人类开发海洋、发展海洋经济的需求不断增长,海上经贸得到迅速发展,但海上运输的日益繁忙使得近几年海上事故发生率不断上升.这就给海上搜救提出了新的要求,其中提高海上定位精度对提升搜救成功率和最大程度地减少海上事故损失起着重要的作用.
海洋无线传感器网络(Wireless Sensor Network,WSN)由信标节点和未知节点以自组织方式形成.信标节点内置全球定位系统(Global Positioning System,GPS),能实时获取自身位置,与待搜救人员或货物所携带的未知节点数相比,其数量是有限的.给每件救生衣配置带GPS信号的信标节点,不仅成本巨大[1],而且也没有必要.随着通信技术的发展,利用WSN节点定位技术已能实现较高精度的未知节点定位.
然而,海洋WSN节点动态性强且运动状态复杂[2],节点间通信受海浪遮蔽效应大,信号传播受环境噪声干扰严重,故传统的WSN节点定位算法在海洋环境下的普适性较差,难以实现在海洋环境下的精确定位.
本文对传统WSN三边定位算法进行坐标修正,提出一种基于坐标修正的改进型三边定位算法(Improved Three-edge Localization Algorithm,ITLA),减小在恶劣海况下利用接收信号强度指示(Received Signal Strength Indication,RSSI)测距时的误差,实现在恶劣海况下对海洋WSN节点的较高的定位精度,提高海上搜救效率.
国内外学者对WSN定位提出了许多优秀的算法.夏侯凯顺等[3]提出了自适应分簇机制,在信标节点内优先选取一部分节点形成工作簇,以实现观测数据的精确获取,同时提出改进型最小二乘法加权方式以提高RSSI定位准确率.王振朝等[4]提出了改进的加权算法,以节点距离倒数之和代替距离和的倒数作为权值,不仅解决了三角形质心定位算法(Triangle and Centroid Localization Algorithm, TCLA)测距误差大、定位精度不高的问题,而且提高了节点信息利用率.李国柱[5]将未知节点的位置和RSSI测距参数作为自变量,RSSI误差作为目标函数,并用粒子群优化算法估算未知节点坐标,提出了不依赖于RSSI测距参数选取的三维定位算法,进一步提高了定位精度.丁海强等[6]提出了一种负约束条件下的似然估计定位算法,对参考节点通信范围外的未知节点,引入负约束提高定位精度,而后根据节点通信情况建立正约束和负约束条件下的似然估计函数,进而利用粒子群优化算法确定未知节点最佳坐标.LIU等[7]考虑复杂电磁环境对信号传播的影响,改进了三边定位算法(TLA),提高了在恶劣通信环境下的定位精度.
海洋WSN节点定位是WSN新的研究热点和难点.LIU等[9]对海事监控网络的系统结构、拓扑控制及定位等关键问题进行了深入研究,引入雷达目标检测中Cth/m的检测思想,降低了漏警率和虚警率,同时提高了故障识别率;罗强[10]对水下WSN的部署问题进行了研究;毕卫红等[11]给出了基于WSN的海洋水环境监测系统的设计方案;盛堰等[12]提出了一种水下WSN数据的盲分离算法;郭忠文等[13]和WANG等[14]对海洋WSN节点的水下三维定位进行了阐述;董传明等[15]提出了基于时空特性的检测方法以降低节点漏警率和虚警率,提高了WSN的故障识别率;刘磊等[16]对海洋监测WSN的节点数目进行了量化分析;WU等[17]对基于RSSI的数据传输模型进行了研究,建立符合海上信号传播特性的遮蔽模型,而后建立符合海上环境特征的路径损耗优化模型,并对TCLA进行优化,提出一种基于RSSI加权的TCLA,提高了海上搜救的定位精度和搜救成功率.然而,以上研究均未给出相应的定位算法,更未对海洋WSN节点间基于RSSI的测距误差进行分析.
本文在现有研究基础上,考虑海洋WSN节点动态性强、节点运动状态复杂、通信受遮蔽效应大、信号衰减严重等问题,对传统的WSN三边定位算法的定位误差进行修正,提出一种基于坐标修正的ITLA,以提高定位精度,提高搜救成功率.
基于坐标修正的ITLA流程见图1.首先确定与未知节点距离最近的4个信标节点,然后利用这4个信标节点的坐标计算值与实际值的差值作为修正值,并对这4个修正值赋予不同的权重,最终确定未知节点坐标.
图1 基于坐标修正的 ITLA流程
2.1 三边定位算法误差分析
对海洋WSN节点进行定位时,节点在风、浪、涌作用下呈现高度的三维动态性,节点之间的通信受到较大干扰.海洋WSN节点的三维动态性对通信的影响见图2,其中:A,B,C和D为信标节点,E为未知节点;节点在海洋环境力作用下呈现三维动态性;信标节点C与未知节点E之间的通信受海洋环境影响最大,其他的次之.
图2 海洋WSN节点的三维动态性对通信的影响
遮蔽效应指信号随距离的衰减并不是平滑的,当信号穿越各种障碍物(如海浪)或被反射时会损失能量.通常情况下,传感器节点很容易配置测定信号强度的模块.已知发射功率,根据在接收节点测量到的接收功率,计算路径损耗,然后用经验传播模型将路径损耗转化为距离.基于此原理的RSSI测距法通常使用的路径损耗模型为
众所周知,词汇知识对于语言学习者,不是“要么至关重要,要么无关紧要”的现象(Laufer,1998)[6],而是语言知识若干层面和维度的连续体(Laufer&Paribakth,1998,p.367)[7]。多年来,第一语言和第二语言研究者对词汇知识的构成提出了不同的建议。Richards(1976),Robinson,R.,&Good,T.L.(1987)[8][9]声称单词知识涉及各种亚知识,如形态学和语法知识。还有一些人认为,掌握一个单词有不同的程度,由被动的接受到主动产出,即能在不同语境不同场景熟练地自由地使用该词汇。
(1)
式中:d0(=1 m)是参考距离,PL(d0)是信号传播d0后的功率损耗;d是信号传播的实际距离;PL(d)是信号从信标节点(即锚节点)到未知节点的功率损耗;Xσ为遮蔽因子,n为路径损耗指数.由式(1)可知,路径损耗在各环境下的衰减类似于指数衰减,随着节点间距离的增加,信号趋于微弱,因而所确定的距离误差变大.因此,选取的信标节点与待定位节点越近,所测得的距离可信度越高.[18]
a)对A定位b)对B定位c)对C定位d)对D定位
图3 利用传统的三边定位算法得到的信标节点定位误差
2.2 坐标修正
图4 坐标修正示意图
坐标.在利用信标节点A,B,C,D对未知节点E进行定位时,选取距离未知节点最近的3个信标节点(假设为A,B,C)对E进行定位,用剩下的1个信标节点(假设为D)作为坐标修正的参考节点.坐标修正示意图见图4.
(2)
(3)
也就是
同理,
两节点间的距离越近,其他节点与这两个节点通信时所受的干扰越接近,基于RSSI的测距精度也越高.因此,在对未知节点进行定位时,距离其越近的信标节点,对定位精度贡献越大,权重值也越大.据此,初步设置A,B,C,D的权重值分别为
(4)
令dT=dA+dB+dC+dD,对权重值进行归一化处理,得
(5)
最终得到基于坐标修正的节点E的坐标为
(6)
风对海水的作用引起了海面小尺度的重力波,形成海浪[20],海浪谱S(ω)在海浪理论研究中占有重要地位,它反映了海浪外部的一些特征[21].本文采用以风速为参考系数的Pierson-Moscowitz(P-M)谱[22],其数学表达式为
式中:g为重力加速度;μ为应用环境中离海面19.5 m处的风速;ω是角频率.对上式求微分,得出谱峰ω=8.656/μ.在仿真实验中,采用离海面19.5 m处的风速为参考系数,结合P-M海浪模型,确定海面海浪运动参数.
为验证本算法对定位性能的优化,采用EXata平台将本文提出的基于坐标修正的ITLA与文献[4]的TCLA和文献[7]的三边定位算法(TLA)进行比较.仿真参数设置为:在1 000 m×1 000 m的海域随机布置100个节点,节点之间能相互通信,节点通信半径为100 m.设置RSSI测距法使用的路径损
耗模型参数n=2.4,Xσ=7.98 dB.仿真的主要目的是研究信标节点密度和海浪等级的变化对平均定位误差的影响.
图5表明:在信标节点数目相同的情况下,ITLA的定位误差小于TLA和TCLA的,主要原因是ITLA利用TLA计算信标节点位置,然后用其与由GPS确定的位置的差值修正测距,因而有更好的定位性能;随着信标节点增多,3种算法的定位精度都增加,但因为ITLA利用与未知节点距离最近的3个信标节点定位,在信标节点数目增多时,有距离更近的信标节点可选择,所以定位精度增加明显.
图6表明,在同一海况下ITLA的定位误差小于TLA和TCLA的.这主要是因为TLA和TCLA在接收到RSSI值后,根据自由空间传播模型确定信标节点与未知节点之间的距离时,没有考虑到实际海域中海浪的高动态性对信号的影响,而ITLA算法根据信标节点之间的定位误差修正了这一影响,因而比TLA和TCLA的定位精度高.
图5 信标节点数目与定位误差关系
图6 海浪等级与定位误差关系
针对海洋无线传感器网络(WSN)节点动态性强、节点运动状态复杂、通信受遮蔽效应较大、信号衰减严重等问题,将传统的WSN三边定位算法(TLA)应用到海洋环境,提出一种基于坐标修正的改进型三边定位算法(ITLA),以实现海洋WSN节点在恶劣海况下的较高的定位精度和较好的海上动态环境适应性.仿真结果表明,在信标节点密度低且海浪等级高时,本算法对海洋环境有较强适应性,能准确获取位置信息,提高海上救援效率.
[1]姬靖, 刘桂雄, 郁文生. 传感网中的四锚点节点定位实解个数分析[J]. 软件学报, 2014, 25(11): 2627-2635. DOI: 10.13328/j.cnki.jos.004544.
[2]BANNER M L, BARTHELEMY X, FEDELE F,etal. Linking reduced breaking crest speeds to unsteady nonlinear water wave group behavior[J]. Physical Review Letters, 2014, 112(11): 114502.
[3]夏侯凯顺, 余辉荣, 邬依林, 等. 基于自适应分簇的改进RSSI定位算法[J]. 微电子学与计算机, 2014, 31(5): 103-106.
[4]王振朝, 张琦, 张峰. 基于RSSI测距的改进加权质心定位算法[J]. 电测与仪表, 2014, 51(21): 63-66.
[5]李国柱. 基于PSO的测距模型参数估计三维定位算法[J]. 计算机测量与控制, 2014, 22(9): 2853-2855. DOI: 10.16526/j.cnki.11-4762/tp.2014.09.049.
[6]丁海强, 齐光快, 庄华亮, 等. 基于负约束条件下最大似然估计的无线传感网络定位算法[J]. 传感技术学报, 2014, 27(11): 1545-1550.
[7]LIU Yujun, CAI Meng. A trilateral centroid localization and modification algorithm for wireless sensor network[C]//Proceedings of 4th International Conference on Computer Engineering and Networks. Springer, 2015: 97-105. DOI: 10.1007/978-3-319-11104-9_12.
[8]HAN Guangjie, CHAO Jia, ZHANG Chenyu,etal. The impacts of mobility models on DV-hop based localization in mobile wireless sensor networks[J]. Journal of Network and Computer Applications, 2014, 42: 70-79.
[9]LIU Kezhong, CUI Yongqiang, ZHANG Jinfen,etal. Anchor selection scheme for multi-energy level localization method in wireless sensor networks[C]//Proceeding of 4th International Conference on Ubiquitous Information Technologies & Applications. IEEE Xplore, 2009: 1-4.
[10]罗强. 水下无线传感器网络的部署研究[D]. 北京: 国防科学技术大学, 2011.
[11]毕卫红, 郭海军. 基于无线传感器网络的海洋水环境监测系统的设计[J]. 电子技术, 2010, 47(8): 68-71.
[12]盛堰, 周飞, 李鉴鸿, 等. 一种水下无线传感器网络数据的盲分离算法[J]. 传感器与微系统, 2013, 32(10): 106-109.
[13]郭忠文, 罗汉江, 洪锋. 水下无线传感器网络的研究进展[J]. 计算机研究与发展, 2010, 47(3): 377-389.
[14]WANG Yu, LIU Yingjian, GUO Zhongwen. Three-dimensional ocean sensor networks: a survey[J]. Journal of Ocean University of China, 2012, 11(4): 436-450.
[15]董传明,刘克中,罗广,等.无线传感器网络环境下一种轻量级事件容错检测算法[J]. 传感技术学报, 2014, 27(1): 135-141.
[16]刘磊, 王小青, 种劲松, 等. 海洋监测无线传感器网络的节点数目量化分析[J]. 电子测量技术, 2012, 35(5): 107-113.
[17]WU Huafeng, YANG Lei, LIU Ling,etal. Real-time localization algorithm for maritime search and rescue wireless sensor network[J]. International Journal of Distributed Sensor Networks, 2013: 791981. http://dx.doi.org/10.1155/2013/791981.
[18]孔德川, 王建平, 陈伟. 基于蚁群算法的水声传感器网络信号检测方法[J]. 仪表技术与传感器, 2016(8): 100-104.
[19]钱坤, 齐莉. 高斯混合模型的船舶传感器网络在线定位算法研究[J]. 舰船科学技术, 2016, 38(8A): 127-129.
[20]顾文锦, 叶显武. 导弹仿真中海浪的数字仿真及其动画生成[J]. 系统仿真学报, 1998, 10(1): 33-38.
[21]郭鹏, 韩璞. Hopfield 网络在优化计算中的应用[J]. 计算机仿真, 2002, 19(3): 37-39.
[22]施伟, 侯海平. 三维随机海浪模拟研究[J]. 浙江海洋学院学报(自然科学版), 2006, 25(4): 410-413.
(编辑 赵勉)
Improved three-edge localization algorithm based on coordinate correction
GUO Shijun, LEI Hu, HE Lin, LIU Yonggong, CHEN Yuanpeng
(School of Marine Engineering, Guangzhou Maritime Institute, Guangzhou 510330, China)
Marine Wireless Sensor Networks (WSN) are of high dynamic of nodes, complex motion state of nodes, larger sheltered effect of communication, and serious attenuation of signals. In view of this, the three-edge localization algorithm of traditional WSN is applied to marine environment, and an improved three-edge localization algorithm based on coordinate correction is put forward. EXata platform is used to simulate the algorithm. Simulation results show that the proposed algorithm is of higher localization accuracy and better adaptability for dynamic marine environment, and can improve the efficiency of search and rescue.
traffic information engineering; Wireless Sensor Network(WSN); three-edge localization; maritime search and rescue
10.13340/j.jsmu.2017.01.005
1672-9498(2017)01-0021-05
2016-08-22
2016-11-18
广州航海学院博士启动项目(B510604)
郭世俊(1990—),男,湖北潜江人,硕士研究生,研究方向为交通信息工程及控制,(E-mail)guoshijun1990@126.com; 雷虎(1978—),男,湖北十堰人,副教授,博士,研究方向为海上交通安全,(E-mail)lei_zeyu@126.com
U676.83
A