2022年物联网定位与位置感知研究_肖竹 .pdf

《2022年物联网定位与位置感知研究_肖竹 .pdf》由会员分享，可在线阅读，更多相关《2022年物联网定位与位置感知研究_肖竹 .pdf（23页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、物联网专刊论文引用格式:肖竹,王东,李仁发,等.物联网定位与位置感知研究.中国科学:信息科学, 2013, 43:12651287, doi:10.1360/112013-135中国科学 : 信息科学2013 年第 43卷第 10期 : 物联网定位与位置感知研究肖竹xy?,王东x,李仁发x,易克初yx湖南大学信息科学与工程学院, 长沙 410082y西安电子科技大学综合业务网理论及关键技术国家重点实验室, 西安 710071* 通信作者 . E-mail:收稿日期 : 20130410;接受日期 : 20130906国家高技术研究发展计划( 批准号 : 2012AA01A301-01)、国家自

2、然科学基金面上项目( 批准号 : 61301148,61272061) 、教育部博士点基金( 批准号 : 20120161120019)、综合业务网理论及关键技术国家重点实验室开放课题(批准号 : ISN12-05)、湖南省高校创新平台开放基金(批准号 : 11K017)和湖南大学“ 青年教师成长计划”资助项目摘要物联网是近年来广受关注的新兴研究领域,被认为是信息网络在现实世界的延伸,是我国国民经济的重要增长点,将在未来科技创新和社会进步中扮演关键角色.物联网系统中, “物”节点位置是反映网络状态的重要信息之一.同时, “物”节点采集信息以及相应的信息交互过程都与节点位置信息密切相关.本文主要

3、讨论物联网中定位与位置感知研究中的若干关键问题.探讨了物联网节点定位理论与方法,包括基于测距和非测距定位、物联网协作式定位、多传感器位置感知等议题,结合物联网中不同网络层次、应用场景和定位需求对节点位置感知技术进行归纳和总结.最后指出了仍存在的问题和值得进一步探讨的方向.关键词物联网位置感知位置测量测距定位非测距定位协作无线传感网数据融合1引言物联网(Internetof Things,IOT)是信息行业发展到21世纪的新兴领域1,有望引领信息产业革命的第三次浪潮.近年来物联网的研究及其相关技术正处在持续的蓬勃发展中2.世界各国均把物联网的研究与应用提到了国家级的战略高度,我国的“十二五规划”

4、已经把物联网产业作为战略性新兴产业3.对物联网直观的理解是将“things ”利用网络相互联系起来. 2010年,我国政府工作报告所附的注释中对物联网进行了说明:物联网是通过传感设备按照约定的协议,把各种网络连接起来,进行信息交换和通信,以实现智能化识别、 定位、跟踪、监控和管理的一种网络.从中可看出, “物”的位置信息将在物联网发展和应用中占据重要地位.邬贺铨院士归纳了物联网发展的支撑技术4,其中关于“全球识别方案、管理和寻址技术”、以及“设备发现、 分布存储、 定位、实际与虚拟实体的映射的发现与搜索技术”,这涵盖了对获取物联网节点位置信息的技术需求.事实上,物联网应用时节点采集的信息和节点

5、本身位置信息是密切相关的,只有明确物节点自身位置,才能进一步获得“在什么位置或区域发生了特定事件”.因此,物联网定位与节点位置感知将是物联网科学发展和应用的主要课题之一.名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 1 页，共 23 页 - - - - - - - - - 肖竹等 : 物联网定位与位置感知研究Localization techniquesRange basedRange freeNetwork localizationLocalizabilityLocalizabi

6、lity and performanceDistance/location measurement TechniqueNetworkLocalization systemin IOTMulti-source location-awareLocation-aware andinformation fusionMulti-source fusionApplicationLocalization feature in IOTMethods and Apps of location-aware图 1物联网定位与位置感知Figure1Localizationand nodes location-awar

7、ein IoT本文根据物联网研究与应用蓬勃发展的大趋势,针对物联网中定位与位置感知技术及相关研究进行综述.借鉴物联网的层次特点,将定位与位置感知从三个层面上理解,如图1所示:技术层面通过设计合适的定位技术来获得基本的距离或定位测量信息,一般地,定位技术可分为测距定位和非测距定位;其次,物联网中的物节点定位都是在具备某种形式和特征的网络中完成的,其中分布式和协作等特性都可用于完成定位;在应用层面,位置感知是以定位技术为基础、针对位置和定位应用的方法研究与实践.图1也列出了当前物联网定位和位置感知研究的主要相关议题,后续章节将从物联网的异构性和移动性出发,讨论位置感知和定位的特点,介绍用于物联网无

8、线定位的信号体制.然后详细论述了位置感知的两类方法:测距定位和非测距定位.探讨了物联网的网络定位能力和可定位性,进而结合研究与应用现状,讨论了多源定位和信息融合的位置感知方法.最后,归纳了物联网定位值得进一步研究的议题,并对技术难点和应用实现进行了展望.2物联网位置感知与无线定位2.1网络异构性和移动性物联网建设是一个多学科、多领域交叉的泛在复杂系统,其基本特征之一是异构互联和网络融合2.文献5认为物联网应当支持异构性和移动性,文献6通过对当前物联网现状的分析,认为未来物联网的异构和移动特性将更加显著,将有更多移动通信和无线通信网相关技术参与进来.物联网是利用各种感知技术,通过“物”节点对所获

9、信息进行处理和应用,然后完成对客观世界的理解.不论“物”的何种特性或采集何种信息,与之相伴出现的位置信息至关重要,因为我们关心“物”在“何时”、“何地”发生了什么.同时,物联网具有移动性,即“物”节点位置在很多应用场合下是不断变化的.因此,物联网中定位与位置感知也可归结为移动性、异构性以及泛在性.这意味着定位与位置感知将伴随着物联网应用深入到各种不同层次的应用场景,渗透到各个行业,遍布人们生活的各个方面.图2简单描绘当前社会的普遍经济模式“原料生产消费”,以此为例结合物联网应用说明1266名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - -

10、- - 名师精心整理 - - - - - - - 第 2 页，共 23 页 - - - - - - - - - 中国科学 : 信息科学第 43 卷第 10 期BrazilChinaWarehouse managementStaff managementProduction automationShipping tracking and managementzilResources and environment surveillance Industrial monitoringLogistics managementIntelligent transportationIntRaw mater

11、ialProductionConsumeConsume图 2定位与位置感知示例Figure2Illustrationof localizationand location-awareness定位和位置感知的必要性.在巴西开采原材料(如橡胶),在开采过程中的不同环节都可以看到物联网定位应用,如布置传感节点进行不同区域的森林资源监控、工业监控和环境感知与保护等.将原材料加工为产品(如牙刷),同样也包含定位应用,如仓储管理和生产者管理等,且定位应用一直延伸到整个消费过程.实际上,空间位置信息获取一直都是信息科学领域的前沿课题之一,物联网应用时要求每一件物体均可寻址,每一件物体均可通信,每一件物体均可

12、控制.因此,对物联网的定位与位置感知环节是必不可少的.2.2物联网定位的无线信号体制当前的无线通信技术,从大范围的卫星通信、到城域网范围的移动通信、以及短距离通信,都可以作为物联网的传输手段7.这些技术也可作为定位应用时的信号体制,有的专用于定位,有的则兼具节点通信和定位双重功能.表1给出了物联网定位应用时的多种无线定位信号体制,并对比了各自特点.首先从定位范围来看,以GPS为代表的卫星定位系统覆盖最广8,利用移动蜂窝基站定位(cellularbased localization)提供的位置服务则次之,蓝牙(Bluetooth)和RFID范围最小.实际中可根据定位场景的需求选择相应技术,如GP

13、S适用于车联网定位,蜂窝定位支持3G移动应用. GPS支持节点移动性,其定位优势表现在室外,室内环境信号衰减严重,且容易受到其他无线通信系统干扰.蜂窝网定位是基于蜂窝移动通信技术开发的,同样是干扰受限系统. WiFi和UWB(ultrawide band)等技术定位范围相对较小,常用于完成局部范围内的相对定位. WiFi,ZigBee和Blutooth都工作(或部分工作)在ISM开放频段,因此共存能力不强而易受干扰. UWB信号由于占据带宽很大,可达GHz,功率谱密度很低,其共存性能最好9.灵活性和系统成本是相对应的, GPS和蜂窝基站定位运行成本较高,但覆盖范围大,可以弥补灵活性的不足. W

14、iFi,UWB和ZigBee等都支持移动性且灵活性高.UWB技术可获得的理论定位精度最高, GPS尽管定位精度不高(不考虑差分修正等),但相对定位精度(RA)最好. ZigBee具有高效且低成本的组网能力,因此适用于网络定位和监控等10.CSS(chirp-spread-spectrum)属于线性调频技术,常被用于机器人跟踪与定位11, ZigBee和CSS在精度和相对精度间能获得较好平衡. RFID实现成本低,用于人员的识别定位并不侧重位置精度,若结合信号1267名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 -

15、 - - - - - - 第 3 页，共 23 页 - - - - - - - - - 肖竹等 : 物联网定位与位置感知研究表 1用于位置感知的物理层技术特点对比a)Table1Comparisonof physicaltechnologiesin location-awareapplicationGPS8CellularWiFiUWB9CSS11Zig-Bee10BluetoothRFID12Coverage? ? ? ? ?Reliability? ? ? ? ? ? ? ? ?Coexistence? ? ? ? ?Mobility? ? ? ? ?Flexibility? ? ? ?

16、? ? ? ? ? ? ? ? ?Cost? ? ? ? ? ? ?Response? ? ? ? ? ? ? ? ? ? ?Accuracy 50 m20 m10 m 0.3 m 3 mRAb)? ? ? ? ? ? ?ECc)? ? ? ? ? ? ?ApplicationVANET3G mobileSmartIndustrialRobotEcologySmartSta?serviceCityautomationtrackingcontrolappliancesmanagementa) ?: evaluateseach metricof the physicaltechnologies;b

17、) RA:relativeaccuracy;c) EC:energyconsumption强度检测等方法和充分部署参考节点,也能获得较好的定位性能,现有应用系统如Landmarc12. GPS接收机成本较高,响应速度较慢.我国的北斗系统已明显提升了定位响应速度, GPS首次定位需要约1分钟,北斗系统约13 s.在能量消耗(EC)方面,大范围的定位技术如GPS较高,短距离如ZigBee和RFID等,则功耗很低.表1也给出了这些无线技术在物联网定位中具有代表性的应用场景,这也体现出物联网有着广泛的定位需求.后续两节内容将结合物理层无线技术的定位特性,主要探讨测距定位和非测距定位这两种定位和位置感知

18、的基本方法,并论述在不同物联网定位场景下的研究与应用.3基于测距定位的位置感知以测距(range base)为基础的无线定位可广泛用于物联网节点位置感知13 ,14,特别适用于需要获知空间实际距离或方位的物联网定位应用.测距定位的特点是利用物理层无线信号(如表1所示),根据定位几何关系获得定位测量,进而解算位置(坐标)信息.测距定位方法主要通过三种方式:信号时延估计、 利用接收信号强度(received signal strength,RSS)和信号方位信息来完成.图3给出了测距定位方法的示意图,其中A, B , C表示锚节点也是定位源, X表示未知节点.其中无线信号时延估计可分为:基于到达时

19、间/差/和(time/timedi?erence/timesum of arrival,TOA/TDOA/TSOA)估计.二维定位时,这些定位方法位置轨迹分别为圆、双曲线和椭圆.定位RSS利用定位双方所处环境的无线信号传播模型,方位信息通过到达角度(angle of arrival,AOA),可利用如天线方向阵列实现.3.1到达时间估计3.1.1时延估计方法TOA等方法都是以定位信号到达时延估计为基础的.一般的,实际定位应用环境多表现为多径传1268名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - -

20、 - - 第 4 页，共 23 页 - - - - - - - - - 中国科学 : 信息科学第 43 卷第 10 期ABCXrArBrCDirectionABCXAXRSSABXSignalstrengthTOATDOATSOAAOARange baseTime delay estimationABX图 3基于测距定位的位置感知方法Figure3Rangebased methodsof location-awarenessBPFLocaltemplater(t)Square lawDPdetectionBPFSquare lawIntegratorDPdetectionTime delaye

21、stimationr(t)Energy detectorMatched filterTime delayestimationThreshlod based or parameter estimation图 4测距定位 : 时延估计方法Figure4Rangebased localization:time-delayestimation播,时延估计一般针对多径信号中的直射路径(directpath, DP)检测来完成.以超宽带信号为例,对接收信号r (t)的处理分为两种形式15:使用本地模版信号匹配滤波(matched?lter,MF)的相干检测和基于能量检测(energy detect, ED

22、)的非相干检测方法,或者是结合这两种方式的两步估计算法.图4给出了时延估计方法的示意图, BPF表示理想带通滤波,相干形式的匹配滤波(MF)包括本地模板信号与平方率器件,非相干的能量检测(ED)过程由平方率器件和积分单元组成.这两种方式体现了实现复杂度和估计精度的折中.对于密集多径和非视距(non-line-ofsight,NLOS)情形,在数目非常大的多径分量中检测DP复杂度较高,准确性也不易保证,此时阈值搜索、 或参数估计如最大似然(maximumlikelihood,ML)也可用于DP检测进而完成时延估计16.文献17探讨了信道噪声、多径效应、 频选衰落和波形失真等因素的影响,分析了阈值

23、搜索在相干/非相干时延估计中的特点,并指出在较好的信噪比条件下,阈值搜索能获得与最大似然(ML)相近的性能.3.1.2时延估计的理论性能界时延估计方法存在理论性能界,对性能界的探讨有助于测距定位算法和精度的评估,本小节将介绍两种主要的性能界: Cram er-Rao下界(Cram er-Rao lower bound, CRLB)和Ziv-Zakai下界(Ziv-Zakailower bound, ZZLB).1269名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 5 页，共 23

24、页 - - - - - - - - - 肖竹等 : 物联网定位与位置感知研究对于CRLB的推导,是将TOA视为多径信号中直射路径(DP)时延 的估计,其方差2应不小于Fisher信息阵的逆阵18: var ( ) = 2F- 1,根据文献19,20的推导,若T表示传输时间,PSDM(f )表示定位信号功率谱密度, N0表示噪声功率,收发两端距离为d, H (f )表示信道特性,则CRLB可写为2=N082Tf2|H (f )|2PSDM(f )df.(1)ZZLB是另一种形式的时延估计性能下界21,其表示形式可以从均方误差估计中推得E2=120zP| |z/ 2 dz.(2)上式中E2是关于所

25、接收定位信号r (t) , 的期望,寻求P| |z/ 2的下界即为ZZLB22.通过将此问题转化为求解采用发射波形s ( t| )和s ( t| + z)的二元通信系统最小错误概率问题,假定时延估计随机分布于(0, Ta, Pmin(, + z)不依赖于时延 , ZZLB一般形式可表示如下:ZZLB =1TaTa0z (Ta-z) Pmin(z)dz.(3)对于AWGN条件下的单径情形(single path),Pmin(z)可表示为Pmin(z) = Q(EsN0(1 -g(z),(4)其中g( )表示接收信号波形gRX(t)的自相关函数g( ) =1Es- gRX(t) gRX(t - )

26、 dt.脉冲波形、信道噪声、 干扰和多径幅度增益等都将影响信号所占带宽和信噪比.一般地,利用时延估计方法定位时,若接收端能够获得较高的信噪比,则CRLB给出一个“紧”的性能界,此时利用最大似然(ML)的时延估计算法在高SNR时能逼近CRLB.而对于中等和低信噪比情形, CRLB较为松散, ML或其他估计算法都难以达到这个性能界.因此, ZZLB能在较宽的SNR范围内提供“紧”的下界23,因此实际定位时更适合作为时延估计的性能界.而相比于CRLB,ZZLB难以给出显式表达,不适合作为性能界的理论分析与推导.3.2接收信号强度(RSS)根据路径损耗模型,定位节点之间距离可以通过接收端信号强度(RS

27、S),利用理论和经验模型将传输损耗转化为距离测量.理想情况下,可以通过在足够长时间内计算接收信号强度的平均值来消除多径和阴影衰落造成的影响,路损模型可表示为P (d) = P0-10nplog10(d/d0) ,(5)式中, np为路损指数, P (d)表示距离发射源为d时的平均接收功率, P0是距离发射信号较近的d0处接收信号的平均功率.文献24将对数尺度下的阴影衰落视为均值为零、方差为sh的高斯随机过程,则接收信号功率可表示为P (d) N(P (d) ,sh).经推导RSS方法距离估计值满足var(?d)ln 1010shnpd.(6)1270名师资料总结 - - -精品资料欢迎下载 -

28、 - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 6 页，共 23 页 - - - - - - - - - 中国科学 : 信息科学第 43 卷第 10 期+01N- 1lBeamformingPhase shift图 5基于方向估计的测距定位Figure5Rangebased localizationviadirectionestimation以IEEE802.15.4a信道标准中CM1和CM2为例25, CM1中参数分别为np=1.79,sh= 2.22,则在定位距离为10 m的时候其距离估计的偏差为2.86 m. CM2中参

29、数取np= 4.58, sh= 3.51, 10 m时其距离估计的偏差为1.76 m.该实验结果仅针对静态信道仿真,信道环境不同信号传播特性以及衰落特性也相应变化26,因此定位应用时RSS的准确性将受到所处环境的影响较大.3.3方位估计方位信息可以通过到达角度估计(AOA)获得,在这类定位方法中,接收节点通过天线阵列来感知发射节点信号的到达方向(来波方向),计算收发节点间的相对方位或者角度,再通过三角测量法计算出节点的位置.对于2D定位,只需得到节点间的直线角度即可.图5给出了利用方向天线阵和波束成形进行AOA的示意图.以方向天线阵方式为例,假设t时刻定位信号s(t )以入射至均匀线性阵列天线

30、,到达每个阵元的方向都可视为是平行的,测量不同阵元的信号到达相位差就可以得到AOA估计27. N , l表示阵元个数和阵元间距,阵列信号模型可表示为y = A ( ) s (t) + n (t ) ,(7)A( )为N 1的方向向量,表示各阵元接收到入射信号的相对相位延迟,其中元素可表示为ai( ) = expjlc(i -N -12cos), i = 0, 1,., N -1,(8)表示s(t )的中心频率, c为电磁波传播速率.式中噪声项n(t)也是N1的,各元素是相互独立的复高斯过程,噪声方差为2, AOA方法的CRLB可表示为28CRLBAOA=A22(lc)2(sin )2N(N2-

31、1)12- 1.(9)3.4测距定位方法比较3.4.1特性对比就精度而言,时延估计TOA/TDOA较高,因为可以利用到无线信号较高的时间分辨率,如GPS,UWB信号. TOA要求定位双方节点时间同步,对于低成本需求的传感节点,无法配制精确同步时钟;1271名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 7 页，共 23 页 - - - - - - - - - 肖竹等 : 物联网定位与位置感知研究TDOA仅要求定位源节点同步,源端同步相对较容易实现,因此相比TOA实际应用更广泛. RS

32、S和AOA定位应用时无同步要求,但AOA需要配置方向天线或天线阵,同样增大了物节点的硬件成本.相比之下, RSS实现成本最低,精度也较低,当前缺乏统一的无线信号传播模型,所以定位性能对传播环境极为敏感.因此文献29,30联合使用这些方法搭建混合定位系统,这也是物联网采用测距定位方法进行位置感知的常规思路,如文献31综合运用上述测距定位方法,设计了物联网机器人位置感知的混合定位方案.无线定位性能与精度易受到多径传播和NLOS的制约,如何克服这两方面因素、特别是NLOS的影响是定位研究的难点问题32 36,文献37综述了NLOS定位算法的研究进展, NLOS定位也将是物联网位置感知研究中的重要议题

33、.3.4.2测距定位方法应用TOA/TDOA和AOA方法适用于固定的物联网场景,如果所需定位的节点移动性较强,也可灵活布置定位源来完成2D或3D节点位置感知. RSS在定位应用场景变化时性能不稳定,偏差较大.若能针对相对固定的物联网应用场景,如厂区内提前布置大量RSS源节点,则可完成对人员的定位和监控.无线网络定位时常使用的Fingerprint匹配算法38 , 39,就是以RSS作为匹配特征的,需要根据环境传播特性进行训练,建立RSS数据库,并能够及时修正和更新,这种定位方式常被运用于WiFi和RFID等技术中40 42.文献43给出了一种物联网定位模型,考虑到传感节点能量和存储量的限制,不

34、能完全剔除错误RSS数据,因此设计容错算法来去除RSS中错误数据对定位性能的影响.文献44针对物联网定位应用,搭建室内场景跟踪和监控系统,基于RSS来完成WSN和RFID定位,实测实验表明该方案能增强室内定位性能,且能适用于密集多径的传播环境.总之,物联网位置感知方法中,测距定位方法的应用是以获得实际距离或方位为基础的.同时注意到,在物联网节点数目较大的应用场景,无需获得实际距离测量的非测距(range free)定位方法有广泛的应用空间.4基于非测距定位的位置感知在某些物联网应用中,如资源环境监控、 物节点间具备通信功能,但由于客观条件的限制,而无法承担额外的定位模块来实现测距定位、比如不能

35、在节点中配备成本较高的GPS接收机.对此类情形,非测距定位被视为有效的解决方案.与range base不同,非测距定位不直接进行距离(或方位)测量,而是通过估计节点间的欧式距离或确定包含未知节点的可能区域,进而确定未知节点的位置.4.1经典的非测距定位方法DV-Hop(distancevector-hop)是典型的非测距定位方法45,其基本原理如图6所示.图中(20,30, 50)表示锚节点A, B和C两两之间的Hop距离,对应的平均每跳实际距离(PA, PB, PC)为(8.75,8.33, 10),如PA= (20+50)/(3+5)=8.75.选择未知节点X到锚节点跳数最小的点,作为X的

36、平均每跳距离,即PB.利用该距离根据跳数得出与A , B和C的距离分别为(16.66, 8.33, 24.99),最后根据锚节点位置通过三边测量得到X的位置.定位原理类似的非测距定位方法还包括基于节点邻近关系的方法46 49,如多维定标法(将临近1272名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 8 页，共 23 页 - - - - - - - - - 中国科学 : 信息科学第 43 卷第 10 期AXBC502030图 6非测距定位 : DV-HopFigure6Rangefr

37、ee localization:DV-Hop关系映射成距离关系),质心定位和APIT方法等.文献50论述了这些方法的各自特点和改进方案.4.2非测距定位的距离度量与连接性以DV-Hop等为代表的非测距定位方法是采用Hop距离来代替实际距离,非测距定位原理较为简单,能体现低成本和低功耗特性,但定位精度不高,该类方法的主要研究集中在距离度量方法和网络连接特性.4.2.1节点距离度量无论从节点之间跳数还是邻近关系,非测距方法都基于同质网络(isotropicnetworks),即节点分布较为均匀,节点实际距离和Hop数目成正比或近似正比关系, DV-Hop方法能获得较好的定位效果.但正如本文开篇时提

38、到的,物联网的异构特性,将面临很多非同质网络(anisotropicnetworks)的情形,节点数增多使得Hop数目增大,导致误差累积,并产生多跳模糊度,影响节点的多跳统计特性,会极大的降低非测距方法的定位性能.4.2.2连接性连接性(connectivity)是考察非测距方法的另一角度.例如对于简易的质心定位,未知节点的位置由其通信范围内的锚节点几何质心确定.以图6为例,不需要计算跳数和距离,锚节点A, B和C的质心即视为X的位置.连接性较好的网络会由于节点间功率不均衡、或其他无线系统的干扰、或恶意攻击导致连接性改变,形成连接空洞(holes),路由选择时需绕过空洞,这将增加跳数和相应距离

39、,并影响节点间定位的几何关系.总体而言,实际中物联网常呈现出非同质特性,因此非测距定位时节点距离度量方法的设计都是针对非同质网络.对于网络连接性,则从考虑影响网络连通特性的因素来进行研究.表2中归纳了近年来节点距离度量和连接性研究的一些代表性成果.4.3测距与非测距定位方法对比通过结合物联网定位的应用特点,表3从定位特点和复杂度等方面归纳了测距和非测距定位方法.从以下方面对两种方法特性和应用做进一步论述.1)定位目的.测距定位以距离(或方位)测量为目的,通常希望获得未知节点的.非测距定位不做实际距离测1273名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - -

40、- - - - - - - 名师精心整理 - - - - - - - 第 9 页，共 23 页 - - - - - - - - - 肖竹等 : 物联网定位与位置感知研究表 2非测距定位中节点距离度量和连接性研究Table2Studiesof node distancemeasurementand connectivityin rangefree localizationReferencesTheproposedmethodsand ideasWu,et al,201051A relativeloose distancemeasurement,RegulatedNeighborhoodDista

41、nce,RND)was proposedto replace the Euclideandistance.The designedmethodwas to copewiththe Ambiguityissue and the idea was based on the principleof dividingtheanisotropicnetworkintoa set of isotropicnetworks.NodedistancemeasurementXiao,et al,201052Variouscauses were studied,whichcan lead to anisotrop

42、icnetwork,such as theblockingof obstacle,thesparsityofnode distribution.Theentirelocalizationnetworkwas separatedto a set of isotropicnetworksand anisotropicnetworks.Thelocalizationrobustwas investigated.He, et al,201153By consideringthe receivedsignalstrengthand connectivity,a RegulatedSigna-tureDi

43、stance(RSD)was proposedand its feasibilityin large-scalenetworkwasproved.Li, et al,201054Throughthe studyofgeometricalcharacteristicof holes andto ?ndthe leastpath of nodes, a Path compensationprotocolbased range-freelocalizationmethodwas proposed,whichis suitablefor theanisotropicnetworkswith?xednu

44、mberof anchornodes.ConnectivityMacLean,et al,200855Byassumingtheroundcoverageofthe nodecommunicationrange,thelocalarea connectivitywas investigatedandthe localizationperformanceboundwasstudied.Chan,et al,201156Thelog-normalshadowingwas takenintoconsiderationin wirelessenvironment,ananalyticalexpress

45、ionofthelocalizationperformanceboundofrange-freemethodwas presented,whichcanbe used as a benchmarkof theperformancein speci?cnode connectivity.表 3测距和非测距定位Table3Rangebased and rangefree localizationRangebasedlocalizationRangefree localizationAccuracyHigh,need localizationmeasurementLow,no need for lo

46、calizationmeasurementErrorsourceMultipath,NLOS,timingdriftNodedistribution,connectivityComplexityHigh,need additionalpositioningdevicesLowApplicationHighrequirementof nodeNode withmass deployscenario量,精度较低,部分方法并不试图获得准确的未知节点坐标值,而仅关心节点所处大致区域.这也使得两种方法有不同的应用场景,如测距定位适合需要解算出未知节点坐标的应用,非测距定位更关心网络的连通状况,可应用于网

47、络拓扑管理57,局部区域流量监测等.2)复杂度与应用.测距定位方法精度较高,无论节点间是否具备通信功能(如GPS接收机仅用于定位),还需额外的定位硬件设备.通常定位源和未知节点的配置硬件复杂度不同,尽管定位过程可由定位源或未知节点发起,但定位从属关系较固定,无法互换.非测距方法要求节点互连,对定位几乎没有额外的设备要求,1274名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 10 页，共 23 页 - - - - - - - - - 中国科学 : 信息科学第 43 卷第 10 期节点

48、间关系平等,根据需要任何节点都可作为源节点,这种灵活性适用于具备自组织特性的物联网定位应用,但也要求能够大量部署“物”节点.4.4测距与非测距方法的结合测距和非测距定位可以结合使用.非测距方法关键是节点间跳数是否和距离成比例,这一点在非同质网络难以成立,使得节点跳数不能反映节点间距离关系.利用物联网节点连接性只能部分缓解多跳模糊问题.注意到测距定位方法中,若从节点成本考虑、不论是未知节点或锚节点, RSS都是测距定位方法中最低的,是一种相对简单又可判断节点间距离的方法,因此将RSS运用到非测距定位,既能提供实际距离判断的根据,又避免了系统复杂度过高,是一种理想的折中方案53 ,58,59.这种

49、测距与非测距的配合使用是很自然的,也是当前物联网位置感知研究的重要思路之一.上文中提到文献54和56分别考虑了物联网连接空洞和阴影衰落对节点连接性的影响,也体现了将RSS视为衡量网络连接程度的重要参量.而对于配置复杂的物联网节点,时延估计方法,比如TOA,也可用于计算节点间实际距离,再结合多跳数完成定位.文献60展示了节点位置感知在海洋资源监测中的应用,通过收集节点间的距离,提出一种垂直交叉算法来确定节点间的相互位置关系,设计的原型系统表明了测距与非测距方法结合应用的有效性.4.5协作式定位测距/非测距的定位技术本质上都是协作式的,并不是单节点能够完成的,体现出协作定位特性.协作定位(coop

50、erativelocalization)是提升定位性能和可靠性的常用方法.如文献61所论述的,无线网络定位一般是协作式的,物联网位置感知也是节点相互协作的过程,这需要定位信息交互,首先得益于M2M在物联网中的广泛应用62,这种通信方式并不直接用于定位,但信息的交互能给位置感知提供有效信息.物节点之间可相互定位,并不要求固定的源节点,能改善网络连接性.这也会增加网络时延和同步负担,文献63给出一种协同算法来同时完成网络节点同步和测距.在大规模布置的物联网应用中,大部分研究都以协作式定位作为基础.5物联网定位能力和可定位性5.1网络定位能力物联网定位通常表现出网络化64,物联网结构从感知和传输层面