论文部分内容阅读
摘 要：在基于距离矢量的算法中，无线信号在传播时容易受到多径、绕射、障碍物等不稳定因素的干扰，使得路径损耗模型中与环境相关的参数A和n的值具有波动性，从而导致最终的定位结果存在较大误差。对于获取路径损耗模型参数，传统人工手动测量方法不能很好的适应于实际环境，而较大的测量和计算也会消费大量人力和时间。为了解决这些问题，本文提出一种基于路径损耗模型参数的自适应测量方法。该方法利用信标节点来维护其自身周围环境内的参数A和n的值，并结合了信标节点间的关联关系平衡参数A和n的值，不仅具有良好的自适应性，而且省去了繁重的人为手动测量计算。
关键词：距离矢量；路径损耗模型参数；自适应测量方法
中图分类号：TP393
在物联网快速发展和应用的过程中，人和物的位置信息的重要性越来越突出，如何准确获取人和物的位置信息逐渐成为了当前物联网应用研究的热点之一。
目前，无线定位技术主要分为两大类[1]：基于距离矢量的测距算法（range-based）和基于非距离矢量的测距算法（range-free）。基于距离矢量的测距算法通过测量信标节点和待测节点之间的距离矢量或角度大小，并利用三边测量法、三角测量法或最大似然估计算法等来计算待测节点的位置信息。在基于距离矢量的测距算法中，典型的测距技术包括：到达时间（Time of Arrival，TOA）、到达时间差（Time Difference of Arrival，TDOA）、到达角度（Angle of Arrival，AOA）、接收信号强度指示（Received Signal Strength Indicator，RSSI）等[2]。其中，RSSI测距技术根据无线信号衰落和距离矢量的关系，利用理论或经验模型获得信标节点和待测节点间的距离矢量。和其它测距技术相比，RSSI测距技术的测距精度偏低，但由于现有的无线设备几乎都支持无线信号强度值的测量，因此，RSSI测距技术不仅能够充分利用现有的无线信号信息，无需添加额外硬件设备，而且不存在其它测距技术的一些应用限制[3-5]。
近年来，RSSI测距技术得到了广泛的关注和研究，但同时也面临着一个关键的问题，即无线信号在传播过程中容易受到实际环境的影响，导致了不同实际环境下有不同的路径损耗模型参数，同一距离矢量的无线信号强度值存在较大的波动，最终使得定位结果具有较大的误差。针对以上问题，本文首先介绍RSSI测距技术原理，接着对路径损耗模型中的关键参数进行分析，然后针对于路径损耗模型参数的环境敏感性提出一种能较好适应实际环境的自适应测量方法，最后利用自适应测量方法在实际环境中对人和物的位置信息进行测试，并对路径损耗模型参数的自适应测量方法进行分析和评价。
1 RSSI测距技术原理及分析
1.1 无线信号传播路径损耗模型
1.3 传统人工手动测量方法
从式（6）和式（7）中可以看出，如果要估算参数A和n的值，需要获取待测节点和各个信标节点间的信号强度值和距离矢量。
通常情况下，为了估算某个实际环境内的路径损耗模型参数，一般采取传统人工手动测量方法。传统人工手动测量方法的原理是在无线网络区域内，首先固定待测节点的位置，并通过测量工具测量出待测节点与各个信标节点间的距离矢量，接着获取待测节点和各个信标节点间的信号强度值，然后把待测节点和各个信标节点间的信号强度值和距离矢量带入式（6）和式（7）中进行计算，即可估算出参数A和n的值。
以上通过传统人工手动测量方法估算得出的参数A和n的值是一次的参数估算值，待测节点通过多次取不同的位置可以估算出多个参数估算值，这些参数估算值的平均值即可反映无线信号传播过程中路径损耗情况。在实际环境中，无线网络区域是由多个不同小的无线网络区域组成，然而外径、绕射或者障碍物等不稳定因素的存在，导致了这些小的无线网络区域间的参数A和n的值也不同。小的无线网络区域划分得越多，每个小的无线网络区域估算得的参数A和n的值就会越精确，但随之会带来很大的测量工作和计算量。
传统人工手动测量方法在估算无线网络区域参数A和n的值时，没有考虑无线网络区域内实际环境的变化，比如有人、无人或障碍物等因素。因此，传统人工手动测量方法不能很好的适应于实际环境，而较大的测量和计算也会消费大量人力和时间。
2 路径损耗模型参数的自适应测量方法
针对传统人工手动测量方法适应性低、人力成本高、测量计算周期长的缺点，本文提出了一种路径损耗模型参数自适应测量方法。自适应测量方法利用信标节点来维护其自身周围环境内的参数A和n的值，并结合了信标节点间的关联关系平衡参数A和n的值，不仅具有良好的自适应性，而且省去了繁重的人为手动测量计算。
2.1 自适应测量方法分析
如上图所示，信标节点a、d分别以它们之间的距离矢量作为半径，各自节点坐标作为圆心画圆，两圆相交区域记为Sad，Sad表示信标节点a、d间周围环境的重合覆盖区域。从这个重合覆盖区域可以看出，信标节点d的覆盖区域中接近一半部分被信标节点a的覆盖区域给覆盖了。因此，在信标节点只有一个邻居节点而不能通过公式估算周围环境参数A和n的值的特殊情况下，可以近似的认为信标节点d和信标节点a的参数A和n的值是一样的，换而言之即Ad=Aa、nd=na。对于信标节点e、f，我们同样的认为Ae=Aa、ne=na、Af=Ab、nf=nb。
在实际环境中，各个信标节点之间在传播数据包过程中可能会产生丢包现象，由于丢包现象的存在，导致了具有多个邻居节点的信标节点可能在某段时间内接收不到数据包或者只接收到一个数据包，而此时我们就不可以用式（6）和式（7）来计算产生该现象的信标节点周围环境的参数A和n的值。考虑到实际环境中可能会产生这种情况，我们采取了产生该现象的信标节点仍用上一次估算所得参数A和n的值的方法，即Anew=Aold、nnew=nold。 2.2 自适应测量方法的定位流程
①全部信标节点初始化设置；
②每个信标节点每隔一段时间向邻居节点发送数据包，数据包中至少应包括信标节点长地址、数据包序列号、信标节点和邻居节点间的信号强度值；
③每个信标节点接收到数据包后进行判断，如果数据包数量大于1，则我们可以通过式（6）和式（7）估算出信标节点周围环境的参数A和n的值。如果数据包数量小于等于1，则我们再判断信标节点实际是否只有1个邻居节点，如果信标节点实际只有1个邻居节点，则我们认为信标节点周围环境的参数A和n的值等于邻居节点周围环境的参数A和n的值，否则信标节点仍用上一次估算所得的参数A和n的值。最后，我们把信标节点周围环境的参数A和n的值在数据库中存储；
④待测节点向信标节点发送定位请求命令，接收到定位请求命令的信标节点把数据包通过网关发送到服务器端，数据包中至少应包括信标节点长地址、待测节点长地址、数据包序列号、信标节点和待测节点间的信号强度值；
⑤服务器端根据每个数据包中对应信标节点的长地址在数据库中获取对应信标节点周围环境的参数A和n的值，并求出这些参数A和n的值的平均值Aave和nave，参数Aave和nave的值就表示待测节点周围环境的路径损耗模型参数值；
⑥通过参数Aave和nave的值，我们就可以计算出信标节点和待测节点间的距离矢量；
⑦最后，我们通过三边测量法结合流程⑥算得的距离矢量和信标节点坐标，估算出待测节点的位置坐标；
⑧重复流程②～⑦。
3 实验
本文在搭建好的ZigBee网络基础上，以12m×12m的实际区域作为实验场景。信标节点和待测节点都采用TI公司的CC2530通信模块。
本文在实验场景内布置有5个固定位置的信标节点，接着在实验场景内取4个不同方位的位置分别作为待测节点位置，接着在实验场景分别处于有人、无人2种情况时针对于每一个位置的待测节点通过传统人工手动测量方法和基于路径损耗模型参数自适应测量方法分别进行100次定位统计，最后把统计的结果通过MALAB软件绘图。结果如下图3、4所示：
4 结束语
本文提出了基于路径损耗模型参数的自适应测量方法，并采用实验证明了该测量方法在平均误差方面和传统人工手动测量方法相差不大，并解决了传统人工手动测量方法带来的大量测量工作和计算量问题，此外，基于路径损耗模型参数的自适应测量方法能较好的适应于实际环境的变化。
参考文献：
[1]孙利民，李建中，陈瑜.无线传感器网络[M].北京：清华大学出版社，2005：136-148.
[2]Langendoen K， Reijers N. Distributed localization in wireless sensor networks：a quantative comparison. Computer Networks，2003（43）：499-518.
[3]Patwari N， Ash J， Kyperountas S， et al. Locating the nodes： cooperative localization in wireless sensor networks. IEEE Sinal Processing Magazine，2005（04）：54-69.
[4]Mao G， Fidan B， Anderson B. Wireless sensor network localization techniques. Computer Networks，2007（51）：2529-2553.
[5]Gezici S. A survey on wireless position estimation. Wireless Personal Communications，2008（03）：263-282.
[6]陈维克，李文锋，袁兵.基于RSSI的无线传感器网络加权质心定位算法[J].武汉理工大学学报，2006（12）：2695-2700.
作者简介：许文亮（1988-），男，海南海口人，硕士，主要研究方向：物联网技术；张健（1987-），男，辽宁大连人，硕士，主要研究方向：机会网络的转发策略。
作者单位：重庆邮电大学 宽带泛在接入技术研究所，重庆 400065
关键词：距离矢量；路径损耗模型参数；自适应测量方法
中图分类号：TP393
在物联网快速发展和应用的过程中，人和物的位置信息的重要性越来越突出，如何准确获取人和物的位置信息逐渐成为了当前物联网应用研究的热点之一。
目前，无线定位技术主要分为两大类[1]：基于距离矢量的测距算法（range-based）和基于非距离矢量的测距算法（range-free）。基于距离矢量的测距算法通过测量信标节点和待测节点之间的距离矢量或角度大小，并利用三边测量法、三角测量法或最大似然估计算法等来计算待测节点的位置信息。在基于距离矢量的测距算法中，典型的测距技术包括：到达时间（Time of Arrival，TOA）、到达时间差（Time Difference of Arrival，TDOA）、到达角度（Angle of Arrival，AOA）、接收信号强度指示（Received Signal Strength Indicator，RSSI）等[2]。其中，RSSI测距技术根据无线信号衰落和距离矢量的关系，利用理论或经验模型获得信标节点和待测节点间的距离矢量。和其它测距技术相比，RSSI测距技术的测距精度偏低，但由于现有的无线设备几乎都支持无线信号强度值的测量，因此，RSSI测距技术不仅能够充分利用现有的无线信号信息，无需添加额外硬件设备，而且不存在其它测距技术的一些应用限制[3-5]。
近年来，RSSI测距技术得到了广泛的关注和研究，但同时也面临着一个关键的问题，即无线信号在传播过程中容易受到实际环境的影响，导致了不同实际环境下有不同的路径损耗模型参数，同一距离矢量的无线信号强度值存在较大的波动，最终使得定位结果具有较大的误差。针对以上问题，本文首先介绍RSSI测距技术原理，接着对路径损耗模型中的关键参数进行分析，然后针对于路径损耗模型参数的环境敏感性提出一种能较好适应实际环境的自适应测量方法，最后利用自适应测量方法在实际环境中对人和物的位置信息进行测试，并对路径损耗模型参数的自适应测量方法进行分析和评价。
1 RSSI测距技术原理及分析
1.1 无线信号传播路径损耗模型
1.3 传统人工手动测量方法
从式（6）和式（7）中可以看出，如果要估算参数A和n的值，需要获取待测节点和各个信标节点间的信号强度值和距离矢量。
通常情况下，为了估算某个实际环境内的路径损耗模型参数，一般采取传统人工手动测量方法。传统人工手动测量方法的原理是在无线网络区域内，首先固定待测节点的位置，并通过测量工具测量出待测节点与各个信标节点间的距离矢量，接着获取待测节点和各个信标节点间的信号强度值，然后把待测节点和各个信标节点间的信号强度值和距离矢量带入式（6）和式（7）中进行计算，即可估算出参数A和n的值。
以上通过传统人工手动测量方法估算得出的参数A和n的值是一次的参数估算值，待测节点通过多次取不同的位置可以估算出多个参数估算值，这些参数估算值的平均值即可反映无线信号传播过程中路径损耗情况。在实际环境中，无线网络区域是由多个不同小的无线网络区域组成，然而外径、绕射或者障碍物等不稳定因素的存在，导致了这些小的无线网络区域间的参数A和n的值也不同。小的无线网络区域划分得越多，每个小的无线网络区域估算得的参数A和n的值就会越精确，但随之会带来很大的测量工作和计算量。
传统人工手动测量方法在估算无线网络区域参数A和n的值时，没有考虑无线网络区域内实际环境的变化，比如有人、无人或障碍物等因素。因此，传统人工手动测量方法不能很好的适应于实际环境，而较大的测量和计算也会消费大量人力和时间。
2 路径损耗模型参数的自适应测量方法
针对传统人工手动测量方法适应性低、人力成本高、测量计算周期长的缺点，本文提出了一种路径损耗模型参数自适应测量方法。自适应测量方法利用信标节点来维护其自身周围环境内的参数A和n的值，并结合了信标节点间的关联关系平衡参数A和n的值，不仅具有良好的自适应性，而且省去了繁重的人为手动测量计算。
2.1 自适应测量方法分析
如上图所示，信标节点a、d分别以它们之间的距离矢量作为半径，各自节点坐标作为圆心画圆，两圆相交区域记为Sad，Sad表示信标节点a、d间周围环境的重合覆盖区域。从这个重合覆盖区域可以看出，信标节点d的覆盖区域中接近一半部分被信标节点a的覆盖区域给覆盖了。因此，在信标节点只有一个邻居节点而不能通过公式估算周围环境参数A和n的值的特殊情况下，可以近似的认为信标节点d和信标节点a的参数A和n的值是一样的，换而言之即Ad=Aa、nd=na。对于信标节点e、f，我们同样的认为Ae=Aa、ne=na、Af=Ab、nf=nb。
在实际环境中，各个信标节点之间在传播数据包过程中可能会产生丢包现象，由于丢包现象的存在，导致了具有多个邻居节点的信标节点可能在某段时间内接收不到数据包或者只接收到一个数据包，而此时我们就不可以用式（6）和式（7）来计算产生该现象的信标节点周围环境的参数A和n的值。考虑到实际环境中可能会产生这种情况，我们采取了产生该现象的信标节点仍用上一次估算所得参数A和n的值的方法，即Anew=Aold、nnew=nold。 2.2 自适应测量方法的定位流程
①全部信标节点初始化设置；
②每个信标节点每隔一段时间向邻居节点发送数据包，数据包中至少应包括信标节点长地址、数据包序列号、信标节点和邻居节点间的信号强度值；
③每个信标节点接收到数据包后进行判断，如果数据包数量大于1，则我们可以通过式（6）和式（7）估算出信标节点周围环境的参数A和n的值。如果数据包数量小于等于1，则我们再判断信标节点实际是否只有1个邻居节点，如果信标节点实际只有1个邻居节点，则我们认为信标节点周围环境的参数A和n的值等于邻居节点周围环境的参数A和n的值，否则信标节点仍用上一次估算所得的参数A和n的值。最后，我们把信标节点周围环境的参数A和n的值在数据库中存储；
④待测节点向信标节点发送定位请求命令，接收到定位请求命令的信标节点把数据包通过网关发送到服务器端，数据包中至少应包括信标节点长地址、待测节点长地址、数据包序列号、信标节点和待测节点间的信号强度值；
⑤服务器端根据每个数据包中对应信标节点的长地址在数据库中获取对应信标节点周围环境的参数A和n的值，并求出这些参数A和n的值的平均值Aave和nave，参数Aave和nave的值就表示待测节点周围环境的路径损耗模型参数值；
⑥通过参数Aave和nave的值，我们就可以计算出信标节点和待测节点间的距离矢量；
⑦最后，我们通过三边测量法结合流程⑥算得的距离矢量和信标节点坐标，估算出待测节点的位置坐标；
⑧重复流程②～⑦。
3 实验
本文在搭建好的ZigBee网络基础上，以12m×12m的实际区域作为实验场景。信标节点和待测节点都采用TI公司的CC2530通信模块。
本文在实验场景内布置有5个固定位置的信标节点，接着在实验场景内取4个不同方位的位置分别作为待测节点位置，接着在实验场景分别处于有人、无人2种情况时针对于每一个位置的待测节点通过传统人工手动测量方法和基于路径损耗模型参数自适应测量方法分别进行100次定位统计，最后把统计的结果通过MALAB软件绘图。结果如下图3、4所示：
4 结束语
本文提出了基于路径损耗模型参数的自适应测量方法，并采用实验证明了该测量方法在平均误差方面和传统人工手动测量方法相差不大，并解决了传统人工手动测量方法带来的大量测量工作和计算量问题，此外，基于路径损耗模型参数的自适应测量方法能较好的适应于实际环境的变化。
参考文献：
[1]孙利民，李建中，陈瑜.无线传感器网络[M].北京：清华大学出版社，2005：136-148.
[2]Langendoen K， Reijers N. Distributed localization in wireless sensor networks：a quantative comparison. Computer Networks，2003（43）：499-518.
[3]Patwari N， Ash J， Kyperountas S， et al. Locating the nodes： cooperative localization in wireless sensor networks. IEEE Sinal Processing Magazine，2005（04）：54-69.
[4]Mao G， Fidan B， Anderson B. Wireless sensor network localization techniques. Computer Networks，2007（51）：2529-2553.
[5]Gezici S. A survey on wireless position estimation. Wireless Personal Communications，2008（03）：263-282.
[6]陈维克，李文锋，袁兵.基于RSSI的无线传感器网络加权质心定位算法[J].武汉理工大学学报，2006（12）：2695-2700.
作者简介：许文亮（1988-），男，海南海口人，硕士，主要研究方向：物联网技术；张健（1987-），男，辽宁大连人，硕士，主要研究方向：机会网络的转发策略。
作者单位：重庆邮电大学 宽带泛在接入技术研究所，重庆 400065