论文部分内容阅读
[摘 要] 针对传统质心算法存在的不足，提出了一种基于节点接收信号强度（RSSI）比值的加权质心定位算法，首先求出待定位节点接收到的所有信标节点RSSI的均值作为一个基准值，并求出最大值RSSI和最小值RSSI的均值作为另一基准值。利用这两个基准值推导出加权比例系数，再利用该比例系数对质心坐标进行加权处理。将改进的算法分别与传统质心算法和已经定位的未知节点升级为信标节点的质心算法进行比较。仿真实验表明，基于RSSI比值加权的质心算法有效地减少了定位误差，定位精度优于其他两种算法，并且定位过程简单。
[关 键 词] 基准值；加权系数；质心算法
[中图分类号] TP212 [文献标志码] A [文章编号] 2096-0603（2017）13-0177-01
无线传感器网络的定位技术可分为两类：基于测距和基于非测距两种。基于非测距的定位算法主要有：DV-Hop算法、质心算法、Amorphous算法、APIT，MDS-MAP等；基于测距的定位算法有：RSSI、TDOA、AOA、TOA。其中，質心算法定位过程简单，对硬件设备要求低，但是定位精度低。基于节点接收信号强度（RSSI）比值的加权质心定位算法，利用待定位节点接收到的RSSI求出加权比例因子，进一步对质心坐标进行加权处理，并且与其他两种算法进行比较，基于RSSI比值的改进算法优于其他两种算法，有效减少了定位误差，提高了定位精度。
一、算法步骤
详细算法步骤：
1.信标节点周期性地广播数据包，数据包中包括节点ID和自身的位置坐标。
2.待定位节点收到信标节点的数据包信息，记录每一个信标节点的RSSI值，并且求出其平均值。同时，将信标节点所记录的RSSI值排序，选出最大值和最小值并求两者的平均值。再利用这两个基准点计算出相应坐标的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标节点的加权系数，根据公式
X′=■和公式
Y′=■
计算出未知节点坐标。
二、仿真实验
本次采用MATLAB仿真将改进的算法分别与传统质心算法和已经定位的未知节点升级为信标节点的质心算法进行性能评估。仿真环境设置为100×100 m正方形区域内随机部署100个节点，在不同信标节点比例和路径损耗系数的条件下对三种算法进行仿真分析。分别进行50次仿真实验，仿真结果取平均值。
通过部分数据定量分析改进算法的定位误差，表1列出了在通信半径为R=30 m，信标节点与节点总数比例不同时，三种定位算法的定位误差。表2列出了在锚节点比例为30%，通信半径不同时，三种算法的定位误差随路径损耗系数的变化而变化。
下图表示在网络节点总数不变，信标节点比例从20%依次递增到40%时，传统质心算法、已定位节点升级为锚节点的算法和基于节点RSSI比值的改进算法的定位误差变化曲线。由图可以看出：当节点通信半径为30 m时，加权改进的质心算法的定位误差始终低于原质心算法和已定位节点升级为信标节点的算法，并且定位误差比传统质心算法降低了约20%，同时比已定位节点升级为信标节点的算法降低了约14%。下图表示未知节点数为70个，信标节点数为30个，路径损耗系数从2.5变化到6时，三种算法的定位误差曲线。由图可知，无论是从信标节点数还是路径损耗系数角度考虑三种算法的定位误差，基于节点RSSI比值加权的质心算法的定位误差始终低于其他两种算法。
参考文献：
[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.
[关 键 词] 基准值；加权系数；质心算法
[中图分类号] TP212 [文献标志码] A [文章编号] 2096-0603（2017）13-0177-01
无线传感器网络的定位技术可分为两类：基于测距和基于非测距两种。基于非测距的定位算法主要有：DV-Hop算法、质心算法、Amorphous算法、APIT，MDS-MAP等；基于测距的定位算法有：RSSI、TDOA、AOA、TOA。其中，質心算法定位过程简单，对硬件设备要求低，但是定位精度低。基于节点接收信号强度（RSSI）比值的加权质心定位算法，利用待定位节点接收到的RSSI求出加权比例因子，进一步对质心坐标进行加权处理，并且与其他两种算法进行比较，基于RSSI比值的改进算法优于其他两种算法，有效减少了定位误差，提高了定位精度。
一、算法步骤
详细算法步骤：
1.信标节点周期性地广播数据包，数据包中包括节点ID和自身的位置坐标。
2.待定位节点收到信标节点的数据包信息，记录每一个信标节点的RSSI值，并且求出其平均值。同时，将信标节点所记录的RSSI值排序，选出最大值和最小值并求两者的平均值。再利用这两个基准点计算出相应坐标的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标节点的加权系数，根据公式
X′=■和公式
Y′=■
计算出未知节点坐标。
二、仿真实验
本次采用MATLAB仿真将改进的算法分别与传统质心算法和已经定位的未知节点升级为信标节点的质心算法进行性能评估。仿真环境设置为100×100 m正方形区域内随机部署100个节点，在不同信标节点比例和路径损耗系数的条件下对三种算法进行仿真分析。分别进行50次仿真实验，仿真结果取平均值。
通过部分数据定量分析改进算法的定位误差，表1列出了在通信半径为R=30 m，信标节点与节点总数比例不同时，三种定位算法的定位误差。表2列出了在锚节点比例为30%，通信半径不同时，三种算法的定位误差随路径损耗系数的变化而变化。
下图表示在网络节点总数不变，信标节点比例从20%依次递增到40%时，传统质心算法、已定位节点升级为锚节点的算法和基于节点RSSI比值的改进算法的定位误差变化曲线。由图可以看出：当节点通信半径为30 m时，加权改进的质心算法的定位误差始终低于原质心算法和已定位节点升级为信标节点的算法，并且定位误差比传统质心算法降低了约20%，同时比已定位节点升级为信标节点的算法降低了约14%。下图表示未知节点数为70个，信标节点数为30个，路径损耗系数从2.5变化到6时，三种算法的定位误差曲线。由图可知，无论是从信标节点数还是路径损耗系数角度考虑三种算法的定位误差，基于节点RSSI比值加权的质心算法的定位误差始终低于其他两种算法。
参考文献：
[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.