基于RSSI比例系數(shù)的加權質心定位算法

蔡燕 陳華

[摘 要] 針對傳統(tǒng)質心算法存在的不足，提出了一種基于節(jié)點接收信號強度（RSSI）比值的加權質心定位算法，首先求出待定位節(jié)點接收到的所有信標節(jié)點RSSI的均值作為一個基準值，并求出最大值RSSI和最小值RSSI的均值作為另一基準值。利用這兩個基準值推導出加權比例系數(shù)，再利用該比例系數(shù)對質心坐標進行加權處理。將改進的算法分別與傳統(tǒng)質心算法和已經(jīng)定位的未知節(jié)點升級為信標節(jié)點的質心算法進行比較。仿真實驗表明，基于RSSI比值加權的質心算法有效地減少了定位誤差，定位精度優(yōu)于其他兩種算法，并且定位過程簡單。

[關 鍵 詞] 基準值；加權系數(shù)；質心算法

[中圖分類號] TP212 [文獻標志碼] A [文章編號] 2096-0603（2017）13-0177-01

無線傳感器網(wǎng)絡的定位技術可分為兩類：基于測距和基于非測距兩種。基于非測距的定位算法主要有：DV-Hop算法、質心算法、Amorphous算法、APIT，MDS-MAP等；基于測距的定位算法有：RSSI、TDOA、AOA、TOA。其中，質心算法定位過程簡單，對硬件設備要求低，但是定位精度低。基于節(jié)點接收信號強度（RSSI）比值的加權質心定位算法，利用待定位節(jié)點接收到的RSSI求出加權比例因子，進一步對質心坐標進行加權處理，并且與其他兩種算法進行比較，基于RSSI比值的改進算法優(yōu)于其他兩種算法，有效減少了定位誤差，提高了定位精度。

一、算法步驟

詳細算法步驟：

1.信標節(jié)點周期性地廣播數(shù)據(jù)包，數(shù)據(jù)包中包括節(jié)點ID和自身的位置坐標。

2.待定位節(jié)點收到信標節(jié)點的數(shù)據(jù)包信息，記錄每一個信標節(jié)點的RSSI值，并且求出其平均值。同時，將信標節(jié)點所記錄的RSSI值排序，選出最大值和最小值并求兩者的平均值。再利用這兩個基準點計算出相應坐標的RSSI比例因子。

3.利用公式

10*lgpL（d）=10*lgpL（d0）-10*nlg■求出的比例因子得到每一個信標節(jié)點的加權系數(shù)，根據(jù)公式

X′=■和公式

Y′=■

計算出未知節(jié)點坐標。

二、仿真實驗

本次采用MATLAB仿真將改進的算法分別與傳統(tǒng)質心算法和已經(jīng)定位的未知節(jié)點升級為信標節(jié)點的質心算法進行性能評估。仿真環(huán)境設置為100×100 m正方形區(qū)域內(nèi)隨機部署100個節(jié)點，在不同信標節(jié)點比例和路徑損耗系數(shù)的條件下對三種算法進行仿真分析。分別進行50次仿真實驗，仿真結果取平均值。

通過部分數(shù)據(jù)定量分析改進算法的定位誤差，表1列出了在通信半徑為R=30 m，信標節(jié)點與節(jié)點總數(shù)比例不同時，三種定位算法的定位誤差。表2列出了在錨節(jié)點比例為30%，通信半徑不同時，三種算法的定位誤差隨路徑損耗系數(shù)的變化而變化。

下圖表示在網(wǎng)絡節(jié)點總數(shù)不變，信標節(jié)點比例從20%依次遞增到40%時，傳統(tǒng)質心算法、已定位節(jié)點升級為錨節(jié)點的算法和基于節(jié)點RSSI比值的改進算法的定位誤差變化曲線。由圖可以看出：當節(jié)點通信半徑為30 m時，加權改進的質心算法的定位誤差始終低于原質心算法和已定位節(jié)點升級為信標節(jié)點的算法，并且定位誤差比傳統(tǒng)質心算法降低了約20%，同時比已定位節(jié)點升級為信標節(jié)點的算法降低了約14%。下圖表示未知節(jié)點數(shù)為70個，信標節(jié)點數(shù)為30個，路徑損耗系數(shù)從2.5變化到6時，三種算法的定位誤差曲線。由圖可知，無論是從信標節(jié)點數(shù)還是路徑損耗系數(shù)角度考慮三種算法的定位誤差，基于節(jié)點RSSI比值加權的質心算法的定位誤差始終低于其他兩種算法。

參考文獻：

[1]R.K.GHOSH，Sajalk.DAS. A survey on sensor localization[J].Joumal of Control Theory and Application，2010，8（1）：2-11.

[2] Sookim，Jongwon Yoon，Heejolee，et al. Multiple-Objective Metric for Placing Multiple Base Stations in Wireless Sensor Networks[A]. Inpraceadings of the 2rd International Symposium on Wireless Pervasive Computing[C].2007：627-631.