基于Amorphous算法的室内节点定位研究

【摘要】将Amorphous算法引入室内定位研究，仿真分析表明基于RSSI定位算法中定位节点遗漏、信号丢失问题得以解决，适用于室内定位技术的分析研究。

【关键词】室内定位;Amorphous算法;定位精度

1. 引言

定位算法可分为距离相关的定位算法（Range-based）和距离无关的定位算法（Range-free）。

基于接收信号强度的定位（RSSI）属于距离相关的定位中：存在定位节点遗漏，需要额外的硬件支持，计算量大。 而与距离无关（Range-free）的Amorphous定位算法对硬件要求降低，且定位性能受環境因素影响较小，Amorphous算法是DV-Hop算法的改进增强。

2. Amorphous定位算法

Amorphous算法流程图如图2-1所示。

具体的定位过程：

2.1 计算未知节点与每个信标节点之间的最小跳数，与DV-Hop相同;

2.2 计算定位节点和信标节点之间的实际跳段距离

信标节点根据获取的节点间最小跳数信息和位置信息，利用上式计算出平均每跳的实际距离。定位节点接收到跳距后，根据第一阶段记录的跳数，估算出到信标节点间的距离di：

2.3 求出位置节点与每个锚节点之间的距离，假设网络中各个节点具有相同的通信半径，把节点通信半径作为网络平均跳距;

2.4 利用极大似然估计算法，计算定位节点的位置信息。

Radhika Nagpal等对算法进行了改进：

首先，通信半径由平均跳距替代

随后，最小跳数由锚节点与位置节点之间的最小跳数替代。

位置节点利用极大似然估计法根据到各信标节点的跳段距离，计算出出自身坐标。

3. Amorphous算法和RSSI算法仿真比较

仿真时，节点部署选择正方形区域随机均匀分布，传播模型选择Regular Model通信模型，节点总数设置为300，锚节点数设置为60，仿真结果如下图3-1和3-2所示。

对两种算法进行比较分析：RSSI算法与Amorphous算法的的网络平均连通度为分别为31.61、32.91;网络平均邻居锚节点数分别为6.23、6.57;不能被定位的未知节点分别为12和0。

4. 结论

实验中，RSSI定位算法中有不能被定位的节点;同时RSSI定位算法需要首先要获得未知节点到邻居节点的距离或者角度后，再进行定位和校正，需要额外的硬件支持;需要通过多次测量、循环定位等方法来减小测距误差对定位的影响，这些都会带来大量的计算量和通信开销。而Amorphous算法在定位精度，通信开销和覆盖全面等方面具有优势，较RSSI定位算法更适用于无线传感器网络的室内定位技术研究。

参考文献：

[1]黄炎炎.无线传感器网络DV-Hop定位算法的研究[D].西南交通大学，2014.6

[2]杨雅君.无线传感器网络定位技术研究[D].重庆大学，2011.5.

作者简介：张银蒲（1978-），女，河北保定人，唐山学院教师，副教授，主要研究方向为：信号处理技术，无线传输技术。