一種用于無線傳感器網絡節點遞增式定位的新方法*

熊偉麗，唐蒙娜，徐保國

(江南大學輕工過程先進控制教育部重點實驗室，江蘇無錫214122)

無線傳感器網絡技術作為一種新的信息獲取和處理技術，具備傳統技術不可比擬的優勢，在軍事和民用領域擁有廣闊的應用前景。正確的節點定位是無線傳感器網絡構建和維護、監測定位、目標跟蹤等功能實現的前提和基礎［1］。目前用的較多的節點定位方法是最小二乘法、加權最小二乘法等，然而最小二乘法雖然考慮了參考節點的定位誤差，但沒有考慮到遞增式定位方法中不同級的參考節點定位誤差的不同［4－5］;加權最小二乘法雖然考慮了各級參考節點的定位誤差的不同，但其權值的確定不能使節點定位達到最優。

本文延續遞增式模型中不同級參考節點定位誤差不同的特點，針對加權最小二乘法中權值選取的不足，提出最優加權最小二乘法對該問題進行改進，在估計誤差方差矩陣最小時取得最優權值，最終得到最優估計解。該方法能使節點的估計坐標與真實坐標間的誤差保持在一個較穩定狀態，同時也使誤差減小，確保后級節點定位的準確性，盡量減小遞增誤差帶來的影響。仿真結果表明，最優加權最小二乘在遞增式節點定位中具有明顯的優越性。

1 遞增式定位與累積誤差的形成

按照節點定位的先后次序不同，定位方法可分為遞增式定位法與并發式定位法。并發式定位法中所有節點同時進行位置計算，要求錨節點通信范圍較大，適用于小型傳感器網絡。當網絡中節點較多、覆蓋范圍較廣時采用遞增式定位法較為合理［6－7］。為了降低成本，應減小WSN中錨節點所占的比例，但同時也降低了定位節點覆蓋率。為了提高定位節點的覆蓋率，將已定位節點升級為參考節點，利用參考節點迭代定位將定位節點的范圍逐步擴展到整個網絡，這就是遞增式定位法［8］。錨節點為能夠通過GPS直接定位的節點。

遞增式定位法引入了誤差累積的問題，參考節點本身可能存在較大的位置誤差，由于測距誤差和參考節點位置誤差同時作用，在下一輪的定位估計中引入了更大的誤差，當網絡規模較大時，誤差累積造成的位置誤差將不容忽視［2，9－10］。遞增式定位方法中，被定義為同一級節點的定位是同時進行的。假設目標節點與定位節點之間的距離已獲得，且測距誤差與距離有關，建立一個模擬無線傳感器網絡來對遞增式定位中的累積誤差進行分析［3，11］。圖 1 中，假設 S1、S2、S3為錨節點，節點A～E為待定位的未知節點。連線表示在通信范圍內的節點，圖中線段長度不代表距離。設錨節點為零級節點，一級節點是指只由錨節點直接定位的節點A;只由一級節點定位或由錨節點和一級節點共同定位的節點C稱為二級節點;以此類推，B、D為三級節點，E為四級節點。假設錨節點定位無誤差，由前面提到的遞增模式可知，后級節點的定位誤差通常都大于其前級節點，節點定位誤差隨著定位的逐級進行呈現增大的趨勢。因此，各節點誤差大小關系為:S1、S2、S3＜A ＜C ＜B、D ＜E。為了解決誤差累積問題，引入最優加權最小二乘估計的方法，在最小二乘估計中加入最優權值，使定位誤差方差達到最小，提高定位精度。

圖1 網絡中的節點

2 最優加權最小二乘的節點定位方法

改進的最優加權最小二乘法相對于其他普通的加權最小二乘，不僅考慮了不同級節點誤差因子的差異，并在估計誤差的方差矩陣E［(－H)(－H)T］達到最小時取得權值，能使為真值H的最優估計。下面分別對一級節點、二級及二級以上節點的定位進行分析。

2．1 一級節點定位

在本段中，對無線傳感器節點定位算法進行建模，列出方程，針對傳統的加權最小二乘法存在的估計有偏問題，列出使估計最優的兩個條件，引入最優加權最小二乘法，不僅得出對節點位置的最優估計，且此最優估計無偏。

在實際無線傳感器網絡中，各級節點都可能有無數個。假設網絡中零級節點坐標為Si(Xsi，Ysi)，且不存在位置誤差，一級節點坐標為A(XA，YA)，測得待定位節點A到各零級節點的距離為dsi，其中測距誤差εi1與節點間距離成比例，獨立且服從方差為高斯分布，則可建立如下方程組:

從方程組(1)的第一個方程開始分別減去最后一個方程，所得的方程組表示為矩陣形式:

式中:

本文針對上述問題提出最優加權最小二乘法，其核心是找到最優的權系數陣W，使其估計誤差的方差矩陣達到最小，并且為無偏估計。推導如下:

估計誤差為:

式中:Kij是相關系數，由于各測距誤差不相關，當i≠j時，Kij=0。

在一級節點的定位中，權值取值的不同主要取決于測距誤差的不同。上面計算的權值是在方程作差的基礎上取得的。因此，要了解各參考節點的權值，需再組建一個簡單方程組，經過計算得到各節點的權值，且各權值略小于1。

2．2 二級及二級以上節點定位

由于無線傳感器節點間存在距離測量誤差，造成一級節點的定位有誤差，而這些存在誤差的節點將被后一級節點作為參考節點來對自身進行定位。由于參考節點受本身的定位誤差和距離測量誤差的影響，后一級節點的定位誤差呈現增大的趨勢。要提高節點的定位精度，除了提高距離測量精度外，還需減小參考節點定位誤差的影響。

如圖1所示C為二級節點，其參考節點包括兩個零級參考節點和一個一級節點。由于一級節點受距離測量誤差影響，其估計位置必然存在誤差，因此一級節點的定位誤差大于零級參考節點的定位誤差，根據不同節點對C節點精確定位的影響大小，賦予不同的權值。

對于二級及二級以上的節點，其參考節點存在不同程度的定位誤差，設各參考節點定位誤差εi2符服從高斯分布，設其均值為零，方差為σ2il。由于測距誤差εi1也服從高斯分布，因此εi1+εi2仍服從高斯分布，方程組可表示為:

在定位級數為二級以及二級以上的待定位節點時，由于參考節點可能是不同級的，而各級的定位精度不同，賦予的權值也各不同，甚至有較大差異。參考節點中，除了錨節點權值略小于1，而對于其它節點，由于存在節點位置本身的定位誤差，其權值都小于1，且級數越高，其本身誤差越大，越不利于后級節點的正確定位，對應的權值也越小。

3 誤差分析

當只存在測距誤差，各級參考節點的定位誤差沒有顯著差別，即測距誤差對各級節點的影響大致相同;當只存在參考節點定位誤差時，后級節點的定位誤差明顯大于前級節點。在遞增式定位過程中，各級節點定位誤差來源于測距誤差與參考節點的定位誤差，因此存在嚴重的累積誤差，在相同測距誤差的情況下，累積誤差主要是由節點的定位誤差決定的，如圖2所示。

圖2 三種情況下的定位誤差對比圖

每條路徑的測距誤差與其路徑長度有關，路徑最短的測距誤差服從獨立的高斯分布 N(0，σ2)。假設待定節點共K個，第i個待定位節點的真實坐標為(Xi，Yi)，而根據本文所運用的定位算法得到的定位坐標為(i，i)，i=0，1，2，…，K。定義節點定位誤差為節點的真實位置與估計位置間的距離與通信距離D之比各級節點平均定位誤差為同級節點定位誤差之和除以節點數。

本文利用的最優加權最小二乘可以盡量減小累積誤差帶來的問題，通過計算給不同級節點引入了不同的權值，誤差越大的節點對正確定位越不利，相應的權值就越小，并賦予了結果對誤差方差最優的特點。下一節對改進方法進行仿真分析與對比。

4 仿真與對比

以100 m×100 m的正方形農田為單位部署100個節點，將節點射頻通信距離設為15 m，測距精度使用相對誤差表示，即誤差占射頻通信距離的比例，測距誤差服從高斯分布。部署于農田中的無線傳感器節點的主要功能是采集節點周圍的土壤信息，如溫度、濕度及土壤緊實度等。

仿真階段必須選擇出合理的權值，使定位誤差達到最小。加權最小二乘法中，為了取得能使定位誤差達到相對小的權值，需多次取值進行結果對比。最優加權最小二乘法較加權二乘法的最大優勢是權值能根據方差陣的逆陣來取得最高精度的估計值，結果同樣遵循級數越高，權值越小的原則。測距誤差增大時，要達到最小定位誤差，權值有相應的減小，但這種減小的趨勢不明顯，即測距誤差的影響不占主導作用，影響主要是由參考節點的位置誤差造成的。圖3為參考節點定位誤差ε的方差取不同值時的平均誤差圖。

圖3 ε方差不同時各級節點平均定位誤差對比圖

由圖3可知，ε取不同值時，各級節點平均定位誤差各不同。ε的方差越大，節點平均定位誤差也越大。在測距誤差為1%時，由于測距誤差在距離的±1%間呈正態分布，因此其節點位置誤差也有變化。圖4是ε的方差一定時，應用最小二乘法、加權最小二乘法和最優加權最小二乘法所得到的待定位節點誤差的對比圖。

圖4 測量誤差一定時不同算法的誤差對比圖

從圖4中的對比可以看出，應用最優加權最小二乘法得到的定位誤差明顯低于最小二乘法和加權最小二乘法，對節點的正確定位具有有效的改進作用。另外由圖可知，不管用何種方法，同一點處的定位誤差呈現相同的趨勢，即低級節點的定位誤差小于高級節點，也驗證了本文方法的正確性。

5 結束語

本文根據遞增式定位方法的特點，提出最優加權最小二乘的方法來改進遞增式節點定位中的缺陷，通過不同測距誤差下定位誤差大小的對比，在一個相對最小的測距誤差下，運用最優加權最小二乘法與運用其他定位方法進行MATLAB仿真對比。從仿真結果可以看出，該方法能有效抑制無線傳感器定位迭代循環過程中誤差累積的影響，使遞增式節點定位方法能夠越來越廣泛的應用于無線傳感器網絡的定位中。

［1］ 曹曉梅，俞波．傳感器網絡節點定位系統安全性研究［J］．軟件學報，2008，9(4):869 －877．

［2］ 王建剛，王福豹，段渭軍．加權最小二乘估計在無線傳感器網絡定位中的應用［J］．計算機應用研究，2006，(9):41 －42．

［3］ 嵇瑋瑋，劉中．遞增式傳感器節點定位方法的累積誤差分析及其改進［J］．南京理工大學學報，2008，32(4):496 －501．

［4］ 范偉軍，周必方，夏良正等．基于最小二乘法準則的光學綜合孔徑觀測目標傅里葉信息提?。跩］．光子學報，2004，33(4):72－475．

［5］ 包志華，周暉，邵世煌．基于智能估計的無線傳感器網絡定位算法［J］．傳感技術學報，2008，21(10):1755 －1769．

［6］ Hwang S，Willians D B．A Constrained Total Least Square Approach for Sensor Position Calibration and Direction Finding［C］//Proc of the IEEE National Radar Conference．USA，1994:155 －159．

［7］ Huang Z，Lu J．Total Least Square and Equilibration Algorithm for Range Difference Location［J］．Electronics Letter，2004，40(5):121 －122．

［8］ Savvides A，Han C C，Srivastava M B．Dynamic Fine-Grained Localization in Ad-Hoc Networks of Sensors［C］//Proc of 7th Annual International Conf on Mobile Computing and Networking(MobiCom)．USA，2001:166－179．

［9］ 魏葉華，李仁發，羅娟，等．基于支持向量回歸的無線傳感網絡定位算法［J］．通信學報，2009，30(10):44 －50．

［10］黃浩，盧文科．無線傳感器網絡中基于錨節點反饋的多跳測距定位算法改進［J］．傳感技術學報，2009，22(2):269 －272．

［11］ C K Chui，G Chen．Kalman Filtering with Real-Time Applications［M］．Springer-Verlag，1987．

［12］ CostaJ A，Patwari N，Hero A O．Distributed Weighted Multidimensional Scaling for Node Localization in Sensor Networks［J］．ACM Transactions on Sensor Networks，2006，2(1):1 －26．

［13］ Niculescu D，Nath B．DV Based Positioning in Ad Hoc Networks［J］．Telecommunication systems-Modeling，Analysis，Design and Management，2003，22(1/4):267 －280．