基于改進RSSI的節點定位技術研究

石斯斯?陳潮紅

摘要：室內定位技術的關鍵在于定位算法，一個合適的定位算法能夠顯著減少對無線信道的干擾，從而提高定位的準確性。在傳統三邊測量定位技術的基礎上，對信標節點的選擇進行了進一步的優化，并對角度權重函數進行了加權處理，通過仿真進行了驗證。與原始的三邊測量定位方法相比，該算法在定位精度上有了顯著的提升。與傳統基于測距的方法相比，該算法能夠有效降低系統成本，提高定位精度和可靠性，同時還可以對多個未知點進行精確定位，適用于復雜環境下的實時定位要求。

關鍵詞：WSN； RSSI；節點定位；室內定位

一、前言

無線傳感器網絡（WSN）應用的基礎是位置信息。在實際應用中，除了對信息監控外，還需明確信息的來源位置，這樣才能準確并及時地分析目標區域內發生的各種事件，從而實現對目標的準確定位和持續跟蹤。通過精準地確定傳感器所處位置，我們可以提高路由的效率，更好地了解網絡的覆蓋狀況，確保網絡負載的均衡，并進行網絡拓撲的自我調整[1]。因此采用某種機制及算法實現WSN的自身定位成為目前研究的趨勢。目前，最基礎的定位方法是利用RSSI、TDOA、AOA和TOA等測距技術來獲取未知節點與多個已知節點之間的實際距離、方向或角度等信息，然后采用三邊測量法或最小二乘法來確定未知節點的坐標[2]。RSSI技術的工作原理是通過節點間的信號強度感知，并利用信號強度的衰減來估算兩點之間的距離[3]。RSSI因其在低能量消耗和硬件成本方面具有顯著優勢，它在定位和測距技術方面應用廣泛，但其測量過程受到環境因素的強烈干擾，導致存在一定的測量誤差。

傳統RSSI定位方法往往更偏向理論性的探索，這更需要我們在仿真過程中做出更佳的決策，但實際測試結果與仿真數據存在一定的偏差。因此，我們提出了一種新的加權三邊定位方法，該方法結合了信標節點的選擇策略和角度權重函數。以篩選出能夠參與定位計算的信標節點，并剔除那些不滿足標準的信標節點。我們整合角度權重函數定位數據來確保精確的目標節點位置，通過仿真和實驗所得的數據表明新算法與原始的三邊測量定位算法相比有明顯的差異，我們的算法在定位精度上有了顯著的提升，并且該算法對硬件的需求較低，實施起來也更為簡單。

二、RSSI定位算法

（一）無線電傳播損耗模型

無線電信號在空間的傳播過程中因受不同環境的影響，其受損害程度也不同。常用的幾種無線電傳播路徑損耗模型[5]包括：自由空間傳播模型、地面反射（雙線）模型、對數距離路徑損耗模型以及對數正態陰影模型等。一般在實際應用中，使用式（1）模型：

（1）

然而，（1）模型沒有考慮到遮蔽因子所帶來的效應。RSSI值在很大程度上受到周圍環境的影響，表現出明顯的實質性質， 基于接收到的信號強度來計算距離d可能會導致大的偏差。本文考慮了環境衰減因素，可以有效地補償環境影響帶來的誤差，如式（2）：

（2）

在上述公式中，EAF（dBm）被定義為一個環境影響因子。在確定了n和EAF（dBm）的數值之后，再次采樣RSSI值且用最小二乘法對所采數據做擬合處理。

（二） 參與定位計算的信標節點選擇算法

1.在位置計算中，需選取與未知節點更為接近的信標節點數據

將距離的范圍轉換為RSSI值區間，距離范圍內的RSSI值，權重賦1，反之。

（3）

2.通過分析BLAST包的頻率信息，確定未知節點與各信標節點之間的RSSI值優先級權重。

（4）

（5）

（三）加權處理的三邊測量定位算法

圖1所示為理想三邊定位算法，真實情況下三圓相交于一點幾乎不可能，而是三個虛線圓相交于一個區域。即陰影面積減小時，定位的準確性也隨之提高。令實線圓為C1、C2、C3，虛線圓C1' 、C2' 、C3'，其方程為：

C1：x^2+y^2=1 C1'：x2+y2=1.12

C2：（x-x0）2+y2=a2? （實線圓）? ? ?C2'：（x-x0）2+y2=（1.1a）2? ?（虛線圓）

C3：（x-x1）2+（y-y1）2=b2 C3'：（x-x1）2+（y-y1）2=（1.1b）2

在C3圓移動的過程中，只需確定交匯陰影面積與最小角度之間的變化關系，即得權重方程。

軌跡方程為：

（6）

X1的范圍為：

（7）

Y1的范圍為：

（8）

三個交點分別由三個圓兩兩聯立求解：

三角形的角度由余弦定理求得。

即陰影面積為：

（9）

通過Matlab仿真，圖3可觀察到交匯產生的陰影面積與最小角度之間存在一定變化規律。

從圖2可知，三邊測量定位算法中，信標節點相對于未知節點的位置和信標節點的幾何形狀會影響定位誤差的大小[4]。A、B、C表示信標節點（共N個）中任意三個，Ad 、Bd 、Cd為△ABC對應的三個角的角度α，令α=min（Ad 、Bd 、Cd）， W（α）為權重。

（10）

三、算法步驟

1.信標節點接收未知節點發送的BLAST包，計算對應的RSSI 值，再將其ID 號、RSSI 值以及位置信息（Xi，Yi）（i=1，L N）傳遞給未知的節點。

2.當接收到信標節點提供的信息后，會根據通信質量按照權重進行從高到低的排序，選出權值較大的N個信標節點來完成自身的定位計算。

3.對于未知的節點，我們根據篩出的信標節點數據，采用RSSI 測距方法來估算其與信標節點之間的距離ri （i=1，L N），若想得到權重多邊形的頂點坐標，通過（X1，Y1），L（XN，Y（N））中的任意三個坐標值的組合及ri，L rn中相應的三個值即可計算出。

4.在確定權重值和正規化方面： A， B， C 為三角形的頂點，各頂點所對應的邊為a ， b ， c。

5.我們可通過權重重心法來確定未知節點的具體坐標位置：

（11）

6.若計算其他未知節點的坐標值，重復上述1至5步驟。

四、仿真實驗及實驗結果分析

我們使用MATLAB進行了仿真和驗證，該模擬研究了在優化算法中，如何選擇最佳的信標節點的數量，可能會對定位的誤差帶來一定的影響。圖3所示當逐漸增添優選信標節點數量時，定位誤差會逐漸降低，但當誤差達到某一特定值時，它會變得相對穩定。當改進后的算法能夠檢測到的節點數量超過6個時，它的誤差變動較為緩和，數值較小并且相對穩定。（區域：200m×200m；均勻分布：100個信標節點；隨機分布：10個未知節點）

當信標節點數量分別為20、40、60、80、100、120時，我們對算法進行了模擬。結果顯示當選擇的信標節點數量增加時，其定位的準確性提升，與此同時計算的復雜度及節點所需資源也增加。如果要提高定位精度，則需要增加更多信標節點來達到目的，而實際情況下，隨著節點數量增多，所需信標節點也隨之增多。所以在優化算法的仿真過程里不僅計算了其他未知節點的位置，同時還計算了未知節點的定位誤差。之后，我們逐步擴大信標節點的數量，并重復之前的操作，最終得到的數據如圖4所示。

圖4表明與原始的三邊測量定位方法相比，該算法在定位精度上有了顯著的提升。在傳統三邊測量定位技術的基礎上，對信標節點的選擇進行了進一步的優化，并對角度權重函數進行了加權處理，從而精準地確定了未知節點的具體位置，優化后的算法增強了原有定位方法的穩健性。

五、結語

本文介紹了一種結合信標節點選擇策略和角度權重函數的加權三邊測量定位方法。在傳統三邊測量定位技術的基礎上，對信標節點的選擇進行了進一步的優化，并對角度權重函數進行了加權處理。通過仿真驗證該算法不僅定位精度高，且無需增添額外的硬件設備，從而維持了其原有算法的低成本優點。

參考文獻

[1]孫玉文.基于無線傳感網絡的農田環境監測系統研究與實現[D].南京：南京農業大學，2013.

[2]路澤忠，盧小平，等.一種改進的RSSI 加權質心定位算法[J].測繪科學，2019，44（01）：26-31.

[3]屈巍，李晶.基于RSSI的無線傳感器網絡節點定位技術[J].東北大學學報：自然科學版，2009，30（05）：656-660.

[4]陳維克，李文鋒，首珩，等.基于RSSI的無線傳感器網絡加權質心定位算法[J].武漢理工大學學報：交通科學與工程版，2006，32（02）：265-268．

[5]顧宗海.基于RSSI測距的室內定位算法研究[D].鄭州：鄭州大學，2011.

作者單位：石斯斯，南京航空航天大學金城學院機電工程與自動化學院；陳潮紅，寧夏大學物理與電子電氣工程學院

責任編輯：尚丹