WSN基于测距的定位方法解析.ppt

一.WSN节点定位的意义 无线传感器网络作为一种全新的信息获取和处理技术在目标跟踪、入侵监测及一些定位相关领域有广泛的应用前景。传感器节点必须明确自身位置才能详细说明“在什么位置发什么了什么事件”, 从而实现对外部目标的定位和跟踪; 了解传感器节点的位置分布状况可以对提高网络的路由效率提供帮助, 从而实现网络的负载均衡以及网络拓扑的自动配置, 改善整个网络的覆盖质量。定位最简单的方法是为每个节点装载全球卫星定位系统(GPS) 接收器, 用以确定节点位置。但是, 由于经济因素、节点能量制约和GPS对于部署环境有一定要求等条件的限制, 导致方案的可行性较差。 一般只有少量节点通过装载GPS或通过预先部署在特定位置的方式获取自身坐标。因此, 必须采取一定的机制或算法来实现无线传感器网络中各节点的定位。二.主要的WSN定位方法 普遍认为基于测距和非测距的算法分类更为清晰,但大部分基于非测距的定位算法只是停留在理论研究阶段, 且大都是在仿真环境下进行的, 需要假设很多不确定因素, 而这些因素在实际应用中往往不能满足, 在实际应用中通常选择测距算法。三.国内外基于测距的定位方法的研究 基于测距的算法3.1距离的测量方法3.1.1基于信号传输时间的方法 最早的TOA距离估计算法是在非时间同步网络中利用对称双程测距协议进行测量的， 之后单程测距方法在后续的研究中被提出, 如Harter开发的Active Bat定位系统, 它由一系列固定在网格中的节点组成。固定节点从移动节点中接收超声波, 并通过TOA算法计算到移动节点的距离, 在通信范围30 m左右的情况下, 其定位精度达到9 cm, 相对精度9.3%.TOA技术通过测量信号的传播时间来计算距离, 该技术可分为单程测距和双程测距, 单程测距即信号只传输一次, 双程测距即信号到达后立即发回。前者需要两个通信节点之间具有严格的时间同步, 后者则不需要时间同步, 但是本地时钟的误差同样会造成很大的距离偏差。最典型的应用就是GPS定位系统。TOA只有在视距(line-of-sight, LOS)的情况下才比较精确, 在非视距(none line-of-sight, NLOS)情况下, 随着传播距离的增加测量误差也会相应增大。 优点: 测量方法简单且能取得较高的定位精度。 缺点: 1.精确计时难 2.高精度同步难 3.易受噪声影响实 例3.1.2基于信号传输时间差的方法 由MIT开发出的Cricket室内定位系统最早采用了RF信号与超声波信号组合的TDOA测距技术, 在2 m2 m2.5 m的范围内, 该系统定位精度在10 cm以下, 现已成为Crossbow的商业化产品。 基于时间的定位方法的定位精度虽高, 但从上面的例子中可以看出其测距距离较短, 且附加的硬件将增加节点的体积和功耗, 不适于实际应用。TDOA测距技术广泛应用于无线传感器网络的定位方案中。通常在节点上安装超声波收发器和射频收发器, 测距时锚节点同时发送超声波和电磁波, 接收节点通过两种信号到达时间差来计算两点之间距离。 优点:在LOS情况下能取得较高的定位精度。缺点: 1. 硬件需求较高2.传输信号易受环境影响 3.应用场合单一实 例3.1.3基于信号到达角度的方法AOA测距技术依靠在节点上安装天线阵列来获得角度信息。由于大部分节点的天线都是全向的, 无法区分信号来自于哪个方向。因此该技术需要特殊的硬件设备如天线阵列或有向天线等来支持。 优点:能够取得不错的精度缺点:装有天线阵列的节点的耗能、尺寸以及价格都要超过普通的传感节点, 与无线传感器网络低成本和低能耗的特性相违背, 所以实用性较差。3.1.4基于接收信号强度的方法 早期的RSSI距离测量方法有Hightower等人设计的室内定位SpotON tags系统, 通过RSSI方法来估计两点间的距离, 通过节点间的相互位置来进行定位, 在边长3 m的立方体内, 其定位精度在1 m以内.RSSI是在已知发射功率的前提下, 接收节点测量接收功率, 计算传播损耗, 并使用信号传播模型将损耗转化为距离。 优点:低成本 缺点: 1.锚节点数量需求多 2.多路径反射、非视线问题等因素都会影响距离测量的精度实 例3.1.5各种方法的研究比例研究RSSI方法的大约占了以上几种方法总数的52%, TOA方法25%,TDOA方法13%和AOA方法10%,从实用性的角度来看, 基于RSSI的定位方法更简便易行。3.2 节点坐标计算方法三边测量法三角测量法极大似然估计法 已知3个节点A, B,C的坐标以及3点到未知节点的距离就可以估算出该未知点D的坐标, 同理也可以将这个结果推广到三维的情况。三边测量法原理示意图三角测量法原理示意图 已知3个节点A, B, C的坐标和未知节点D与已知节点A, B, C的角度, 每次计算2个锚节点和未知节点组成的圆的圆心位置，如已知点A, C与D的圆心位置O, 由此能够确定3个圆心的坐标和半径。最后利用三边测量法, 根据求得的圆心坐标就能求出未知节点D的位置。极大似然估计法原理示意图已知n个点的坐标和它们到未知节点的距离, 列出坐标与距离的n个方程式, 从第1个方程开始, 每个方程均减去最后一个方程, 得到n1个方程组成的线性方程组, 最后用最小二乘估计法可以得到未知节点的坐标。四.新型WSN定位方法1.基于移动锚节点的定位算法2.三维定位方法3.智能定位算法利用移动锚节点定位可以避免网络中多跳和远距离传输产生的定位误差累计, 并且可以减少锚节点的数量, 进而降低网络的成本。随着传感器网络的空间定位需求不断提升, 三维空间场景下的定位也成为了一个新的研究方向。目前的三维定位算法包括基于划分空间为球壳并取球壳交集定位的思想, 提出的对传感器节点进行三维定位的非距离定位算法APIS(approximate point in sphere) 。对于无线传感器网络的户外三维定位, 将锚节点固定在直升机上通过GPS实时感知自身位置, 采用基于RSSI的测距方法, 利用粒子滤波定位技术实现定位, 该方法不需要任何关于未知节点的先验知识, 非常适合应用于户外定位。五.总结 无论是在军事侦察或地理环境监测, 还是交通路况监测或医疗卫生中对病人的跟踪等应用场合, 很多获取的监测信息需要附带相应的位置信息, 否则, 这些数据就是不确切的, 甚至有时候会失去采集的意义, 因此网络中传感器节点自身位置信息的获取是大多数应用的基础。截至目前, 无线传感器网络定位研究已广泛开展并取得了许多研究成果, 但仍存在着一些没有被解决或被发现的问题, 目前最为关键的问题仍然是WSN节点的能耗问题, 一切的定位算法应该在精度和能量消耗上选取一个较为折衷的效果。目前存在的问题主要有以下几点： 1) 实用性差 2) 应用环境单一 3) 受硬件限制 4) 能量受限 5) 安全和隐私问题 未来的无线传感器网络定位在解决上述问题之后将广泛应用于各类领域, 包括安全定位、变化的环境、三维空间等。参考文献 1王福豹, 史龙, 任丰原. 无线传感器网络中的自身定位系统和算法J. 软件学报, 2005, 16 (05): 857-868. 2彭保. 无线传感器网络移动节点定位及安全定位技术研究D. 哈尔滨: 哈尔滨工业大学, 2009: 20-25. 3邱岩, 赵冲冲, 戴桂兰. 无线传感器网络节点定位技术研究J. 计算机科学, 2008, 35(5): 47-50. 4彭宇，王丹.无线传感器网络定位技术综述J.电子测量与仪器学报,2011,25(5):390-394. 5王晟. 无线传感器网络节点定位与覆盖控制理论及技术研究D. 武汉: 武汉理工大学, 2006: 39-42. 6许磊, 石为人. 一种无线传感器网络分步求精节点定位算法J. 仪器仪表学报, 2008, 29(2): 314-319. 谢谢大家