移動無線傳感網(wǎng)抗干擾定位方法研究

包天悅

摘要：無線傳感器網(wǎng)絡(luò)在位置檢測、目標(biāo)跟蹤和事件預(yù)報(bào)等以節(jié)點(diǎn)位置信息為基礎(chǔ)的應(yīng)用領(lǐng)域中，需要從理論上解決多源干擾情況下的節(jié)點(diǎn)定位問題，提高定位精度、增強(qiáng)定位可靠性，提高傳感網(wǎng)的抗干擾能力。本文分析和研究移動傳感網(wǎng)抗容錯定位求精方法，介紹了在受干擾與節(jié)點(diǎn)移動雙重作用下參考信息（信標(biāo)、測距、跳數(shù)等）出現(xiàn)偏差而影響定位的問題的常用算法。本文介紹的這些方法對于豐富無線傳感器網(wǎng)絡(luò)基礎(chǔ)理論，促進(jìn)移動無線傳感器網(wǎng)絡(luò)在位置檢測、目標(biāo)跟蹤和事件預(yù)報(bào)等領(lǐng)域的應(yīng)用，具有重要的科學(xué)意義和應(yīng)用價(jià)值。

關(guān)鍵詞：無線傳感器網(wǎng)絡(luò)；抗干擾；定位

中圖分類號：TP212 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2017）03-0088-02

無線傳感器網(wǎng)絡(luò)對于我省產(chǎn)業(yè)信息化和智能化起著非常重要的作用。如：油田管道監(jiān)測，礦井地下人員跟蹤監(jiān)測，森林或湖泊環(huán)境監(jiān)測，突發(fā)性災(zāi)害的預(yù)警和人員跟蹤等。上述應(yīng)用中，由于受到來自網(wǎng)外和網(wǎng)內(nèi)其他節(jié)點(diǎn)的干擾或攻擊，或部分節(jié)點(diǎn)失效，導(dǎo)致節(jié)點(diǎn)無法定位、定位錯誤或定位精度無法滿足要求。現(xiàn)有的理論與方法不能滿足這方面的需求。

1 國內(nèi)外研究現(xiàn)狀

到目前，國內(nèi)外已有的傳感網(wǎng)節(jié)點(diǎn)自定位方法，多以節(jié)點(diǎn)靜態(tài)、理想網(wǎng)絡(luò)為前提，缺乏容錯能力。在網(wǎng)絡(luò)非理想和節(jié)點(diǎn)移動情況下，無法實(shí)現(xiàn)高精度的容錯實(shí)時三維定位。對動態(tài)、非理想狀態(tài)下節(jié)點(diǎn)定位參考信息的容錯辨識能力至今還鮮有研究報(bào)道；對動態(tài)、受情況干擾下的定位問題，近年來有一些分散的研究，具體分析如下。

1.1 針對節(jié)點(diǎn)受干擾或節(jié)點(diǎn)移動導(dǎo)致的信標(biāo)偏差問題

2014年，Prakruthi等人從理論上分析了當(dāng)惡意信標(biāo)節(jié)點(diǎn)的數(shù)量大于或等于實(shí)驗(yàn)設(shè)定的閾值時，利用啟發(fā)式算法實(shí)現(xiàn)基于測距的節(jié)點(diǎn)定位[1]。

2014年，Mitton等人研究了信標(biāo)節(jié)點(diǎn)移動情況下，快速獲取最優(yōu)信標(biāo)軌道實(shí)現(xiàn)準(zhǔn)確定位的算法。通過使用輔助傳感器來修正移動信標(biāo)偏差，并利用局部最小生成樹方法快速獲取信標(biāo)節(jié)點(diǎn)坐標(biāo)[2]。

2015年，Liu等人提出信標(biāo)節(jié)點(diǎn)動態(tài)移動情況下的節(jié)點(diǎn)定位策略，基于信標(biāo)移動過程可修正虛擬引力模型對節(jié)點(diǎn)進(jìn)行定位[3]

1.2 針對節(jié)點(diǎn)受干擾或節(jié)點(diǎn)移動導(dǎo)致的測距偏差問題

2014年，Diao等人利用移動節(jié)點(diǎn)的初始速度和方向等信息參數(shù)作為測距偏差補(bǔ)償，結(jié)合未受NLOS影響的測距信息，通過比例計(jì)算獲取移動節(jié)點(diǎn)的坐標(biāo)[4]。

2014年，Chang等人研究了由于錨節(jié)點(diǎn)移動引起的測距偏差情況下的定位問題，并提出一種以信標(biāo)節(jié)點(diǎn)作為輔助的錨導(dǎo)向定位機(jī)制[5]。

1.3針對節(jié)點(diǎn)受干擾或節(jié)點(diǎn)移動導(dǎo)致的跳數(shù)偏差問題

2014年，Wan等人將與網(wǎng)絡(luò)特征參數(shù)相關(guān)的多跳局部密度、多跳距離跳數(shù)等概念引入到傳感網(wǎng)多跳定位模型中，在通過約束方環(huán)交集獲得節(jié)點(diǎn)可行區(qū)域的基礎(chǔ)上，利用輕量級的網(wǎng)格掃描方法搜索多跳定位模型的最優(yōu)值，這種方法在一定程度上提高了傳感網(wǎng)在不規(guī)則拓?fù)錀l件下的多跳定位性能[6]。

2015年，Hayajneh等人提出一種利用跳數(shù)差異創(chuàng)建無線傳感器網(wǎng)絡(luò)安全鄰域的方法，建立SECUND（secure neighborhood）協(xié)議，并利用路由跳數(shù)統(tǒng)計(jì)信息的差異來偵測節(jié)點(diǎn)的可信度，從而確定安全定位區(qū)域的節(jié)點(diǎn)和跳數(shù)[7]。

2 主要算法介紹

2.1 動態(tài)量化移動模型

網(wǎng)絡(luò)中節(jié)點(diǎn)的隨機(jī)移動路徑具有一定的規(guī)律性，結(jié)合采樣區(qū)域的估計(jì)和移動速度的測量與預(yù)測，擬建立一個基于動態(tài)量化的粒子群模型。

粒子群模型認(rèn)為時刻的個體最優(yōu)位置表示第個節(jié)點(diǎn)從開始到現(xiàn)在經(jīng)歷過的最佳位置，由以下公式計(jì)算：

其中是適應(yīng)度函數(shù)，代表個節(jié)點(diǎn)在時刻在搜索空間的位置。

部分最優(yōu)位置表示時刻粒子在其領(lǐng)域中發(fā)現(xiàn)的最優(yōu)解位置，如下定義：

2.2 不準(zhǔn)確信標(biāo)位置和測量距離誤差分布規(guī)律

信標(biāo)節(jié)點(diǎn)主要受到定位模塊硬件精度和環(huán)境高斯白噪聲的影響，通過項(xiàng)目組大量的實(shí)驗(yàn)分析，其位置偏差呈現(xiàn)正態(tài)分布特性，其統(tǒng)計(jì)規(guī)律如圖1所示。距離測量誤差分為一跳范圍內(nèi)硬件測距誤差和多跳范圍內(nèi)折線累積誤差，一跳范圍內(nèi)硬件測距誤差主要受到高斯白噪聲的影響，多跳范圍內(nèi)折線累積距離誤差主要由多跳估計(jì)距離與真實(shí)距離之間的差值決定，其統(tǒng)計(jì)規(guī)律服從圖2所示。

2.3 信任度量規(guī)則

按照多信標(biāo)參考信息的一致性和約束性，判斷信標(biāo)節(jié)點(diǎn)信任級別與不確定程度。多點(diǎn)測距的算術(shù)平均可作為信標(biāo)一致性判斷的指標(biāo)，這里

其中，為某信標(biāo)節(jié)點(diǎn)的參考坐標(biāo)，為其它信標(biāo)節(jié)點(diǎn)的坐標(biāo)，為信標(biāo)數(shù)量。

信標(biāo)一致性判斷條件：當(dāng)時，信標(biāo)滿足一致性；反之，時，信標(biāo)不一致。這里為信標(biāo)的一致性判斷閾值，它與距離估計(jì)誤差相關(guān)。

2.4 基于量化的無損卡爾曼濾波用于安全定位求精

基于量化的無損卡爾曼濾波通過一系列帶有誤差的實(shí)際量測數(shù)據(jù)而得到物理參數(shù)的最佳估算，它根據(jù)前一個估計(jì)值和最近一個觀測值來估計(jì)信號的當(dāng)前值，無需全部的觀測值。通過對數(shù)據(jù)的實(shí)時動態(tài)量化，實(shí)現(xiàn)在資源約束條件下的實(shí)時準(zhǔn)確定位。基于量化的無損卡爾曼濾波算法可描述為：

初始化，給定和；

時間更新方程：

量化方程：

測量更新方程：

其中

為量化誤差，

為量化誤差的協(xié)方差陣。

3 結(jié)語

上述算法將三維空間中，受干擾情況下移動無線傳感網(wǎng)的定位求精問題凝練為多源噪聲情況下的參考信息不準(zhǔn)確問題，通過對參考信息的分步式處理，實(shí)現(xiàn)對移動節(jié)點(diǎn)的安全、有效和高精度定位。這些方法對于研究和發(fā)展移動傳感器網(wǎng)絡(luò)的抗干擾定位方法的研究起到關(guān)鍵性作用。

參考文獻(xiàn)

[1]M. K. Prakruthi， M. Varalatchoumy. Detecting malicious beacon nodes for secure localization in distributed wireless networks. IET Seminar Digest，3rd International Conference on Advances in Recent Technologies in Communication and Computing， ARTCom. 2014， 2014（2）： 206-208.

[2]N. Mitton，X.Li，I.Simplot-Ryl，D. Simplot-Ryl. Dynamic beacon mobility scheduling for sensor localization. IEEE Transactions on Parallel and Distributed Systems. 23（8）：1439-1452.

[3]K.Z.Liu， W.B.Chen，Z. Zhan， J. F. Zhang and Q. Fu. Beacon dynamic movement strategy in node localization for wireless sensor networks. Jisuanji Yanjiu yu Fazhan/Computer Research and Development.2015，49（11）：2494-2500.

[4]Y. S. Diao， F. Yu， D. M. Meng. Structural damage localization based on AR model and BP neural network. Applied Mechanics and Material， Advances in Structural Engineering.2014，94-96：1211-1215.

[5]C.T.Chang，C.Y.Chang， and C. Y. Lin. Anchor-guiding mechanism for beacon-assisted localization in wireless sensor networks. IEEE Sensors Journal， 2014， 12（5）： 1098-1111.

[6]J. W Wan.，Guo X.L.，Yu N.，Wu Y.F.， and R. J. Feng， Multi-Hop Localization Algorithm Based on Grid-Scanning for Wireless Sensor Networks [J].Sensors.2014，11（4）：3908-3938.

[7]T. Hayajneh， P. Krishnamurthy， D. Tipper， A， Le. Secure neighborhood creation in wireless ad hoc networks using hop count discrepancies. Mobile Networks and Applications.2015，3（17）：415-430.

[8]孫振興，趙忖，單立群.基于VB的計(jì)算機(jī)網(wǎng)絡(luò)通信的研究與應(yīng)用[J].電子技術(shù)與軟件工程， 第15期，20-21頁，2013.

[9]趙鳳芝，饒平，劉永江.多格式海量數(shù)據(jù)統(tǒng)一存取的設(shè)計(jì)與研究[J].科學(xué)技術(shù)與工程，第11卷，第9期，2003-2006頁，2011.