改进的无线传感器网络三边质心定位算法研究

摘 要：无线传感设备设计其网络规划时，常采用节点定位技术，便于找寻数据源的精准坐标位置，因此在进行信号接收阶段时，可应用三边质心定位方法，实现成本低、仅需三个锚节点等优势，以此顺利完成定位工作。本文对传统定位技术的应用中发现其工作时受外界干扰的影响较大，造成算法误差情况，因此选择改进原有算法，通过使用RSSI测距方法将数据源信号聚类，降低干扰引起的误差数值，提高节点定位精度。

关键词：三边质心定位;传感器;锚节点

引 言

环境监测、军事侦察等领域中需要能够反映现实特征的设备，无线传感器设备可实现自发感知环境能力，因此其集合网络可被应用在较广泛行业中，并取得较高应用价值。为良好实现数据跟踪目标，需要在无线传感器上搭载节点定位技术，保障可对数据实现可移动跟踪结果。使用节点定位方式，通常选择部分节点作为锚节点，然后通过算法计算，由此获得跟踪数据的准确定位信息。

1 根据RSSI测距的三边定位算法

1.1RSSI定位原理。对传感器网络做出RSSI测距处理，其基本的定位原理是通过测量节点间距离，根据空间几何的计算公式，以此完成对节点的准确定位，其定位方法中包括三角、三边、极大似然等，而三边定位方法较为常用，因为其应用过程中可实现降低运行成本的目标，可提高应用效益。根据RSSI测距定位过程，可进行三阶段下的测距定位步骤，首先是测距阶段，发射信号至某未知节点，通过返回信号的强度，判断锚节点与该未知节点的中心距离，现阶段常采用对数——正态分布模型来完成该测距工作。其次是定位阶段，对某位置节点做出距离计算，可通过定位算法的使用，将自身位置确定，该过程中常用方法是三边质心、极大似然等。最后是修正阶段，因未知节点其坐标并不明确，所以采用优化、修正方式将其初始定位计算数值做以调整，进一步减少定位误差，提高节点精度。

1.2三边定位原理。为减少定位过程存在的误差现象，可提取距离某未知节点最近的一条直线上的三个锚点作为基础定位点，进行定位操作，以此便可有效将定位精度加以提高。假设未知节点U（x，y）通过接收三个锚节点M 1（x1，y1）、M2（x2，y2）和M3（x3，y3）发送的RSSI信号计算锚节点，到未知节点U（x，y）的对应距离d1、d2和d3，以M1、M2和M3为圆心，距离d1、d2和d3为半径画圆，得到三个定位圆之间的交点[1]。图1为定位原理图。

图1 三边定位的算法原理

将两点间的距离公式做联立方程组，经由变形可转换为矩阵方程，由此便可得到节点的初始预估坐标。考虑到存在噪声干扰环境影响，因此使用三边质心定位的算法估算出该未知节点的大致位置，当与RSSI信号强度呈正相关时，该算法结果中代入具体数值，便可求得较为精准的定位数据。

2 改进后的三边定位算法分析

2.1寻找三个锚节点。因RSSI信号较易受到外界干扰，因此可选择寻找三个锚节点，来对某未知节点发射数量较多的RSSI信号，并通过模糊C的均值聚类方式，将信号聚类，由此便可大概率消除影响到定位数据精确的干扰信号。由文献可知，当三个选取的锚节点其空间位置最大程度接近等边三角形时，则该定位数据较为精确，并且在锚节点位置越近、RSSI数值越大时，选取未知节点位置工作，算法便可拥有较大决定权。因此需要保障锚节点其选择因素应建立在RSSI信号较大时，并且严格避免三点位置处于同一条直线附近，尽量分开且呈现等边三边形空间结构。该过程使用双集合组合方法进行合适锚节点的挑选工作。

2.2计算RSSI准确值。模糊C均值的聚类算法，用隶属度去表示每个样本应该属于某聚类程度，因此该算法通过迭代方式，可以更容易寻找使目标函数，可以不断趋向更小值时的中心向量及隶属度。但由于该算法容易陷入局部极小值，所以对隶属度初始值的选取依赖程度很高，可以在全局空间寻找最优解，不易陷入局部极值[2]。所以本文使用的是将量子粒子群，对其算法充分优化，并保持全局搜索操作，来代替模糊C的均值聚类算法，从而将迭代过程计算中的最优解结果加以体现。

2.3参考点加权算法。使用得出的RSSI三元组数据，去进行三个锚节点的具体定位计算，再凭借三个节点位置数据找出三个对应的参考点，使用加权质心定位的有效算法，去计算该未知节点的准确坐标，由此避免原有数值得出过程中的众多信号干扰因素。首先应计算出三个参考点位置，然后将加权质心定位的算法代入到未知节点坐标中，得出具体数值。使用参考点加权算法，可有效保证以锚节点为圆心画的圆可以保持相交，由此降低了定位误差，并且三圆组成面积可形成更小范围，由此增加了节点定位的精度。

3 仿真结果分析

使用5个无线传输模块，对该改进后的算法进行效果分析，其中3个模块作为锚节点，1个模块将其定位于某未知节点，最后一个模块作为网关使用。该仿真实验采用定位误差率的大小，来判断改进后的算法性能，本文提出的算法可在距离40米时，误差率小于10%，比原有算法误差率降低一半，因此可证明该改进算法能够取得较为精确的节点定位计算结果。图2为不同算法下的定位误差率的比较。

图2 三种算法的误差率比较

结 论

综上，进行节点定位技术，可将无线传感器网络的应用效果进一步加强，因原有定位算法的精度达不到实际使用要求，所以提出以模糊C为均值聚类的新的质心算法，仿真結果显示，当改进后的算法进行RSSI测距时，其误差较小，由此带来的定位精度也更高，从而弥补了原有算法不足。在原有算法基础上，为保持硬件稳定，仅增加了少量计算量，便可适应低成本、能耗要求，由此完成了三边定位的较优方案。

参考文献

[1] 李海啸，于东，胡毅，于皓宇.改进的无线传感器网络三边质心定位算法[J].小型微型计算机系统，2020，41（06）：1216-1223.

[2] 朱齐媛，马兴灶.无线传感器网络中三边定位的聚类分析改进算法[J].山东农业大学学报（自然科学版），2019，50（03）：473-476.

作者简介：杨菊（1997.08.12—）;性别：女，民族：回，籍贯：宁夏同心，学历：本科;现有职称：无;研究方向：计算机科学与技术、无线网络。