[发明专利]基于RSSI概率质心的无线传感网络定位方法

说明书

技术领域

本发明涉及一种无线传感网络定位方法，特别涉及一种用于无线传感网络的基于RSSI的定位方法。

背景技术

无线传感器网络(WSN)是大量的静止或移动的传感器以自组织和多跳的方式构成的无线网络，其目的是协作地感知、采集、处理和传输网络覆盖地理区域内感知对象的监测信息，并报告给用户。它在军事、民用、工业以及其它的一些商业领域有着广泛的应用前景。无线传感器网络节点定位作为无线传感网络的关键技术之一，主要是基于锚节点与未知节点间的物理距离测量，按照某种定位机制确定布设区中其他节点的位置。在众多测距方法中，接收信号强度指示（RSSI）模型测距不仅无需添加额外硬件设备，而且可以用于多种电磁波。因此其方便性、低成本和通用性激发了人们的研究兴趣。RSSI借助信号在传播中的衰减以估计节点之间的距离。由于信号在传播过程中信号强度会降低，根据接收点收到的信号强度，就可估计发射点与接收点的距离，其数学模型为

Pi(di)=PT-P(d0)-10nlg(did0)+Xσi---(1)]]>

式中，d_i表示接收点和第i个发射点之间的实际距离，d₀表示已知的参考距离，n为信道衰减指数，一般取2～4，是均值为零，标准差为σ_i的高斯随机变量表示锚节点的测量误差，P_T表示发射点的信号强度，P(d₀)表示距离发射点d₀处的信号强度，P_i(d_i)表示距离发射点d_i处的信号强度。目前，RSSI定位主要有最小二乘、极大似然估计和区域质心3种算法。

最小二乘估计认为各锚节点定位精度是等同的，可用误差平方和最小的节点作为其估计点，使得该算法具有计算量小的优势。但是事实上各锚节点在传播中的标准差σ_i不同，导致其定位精度不等同，从而使得最小二乘的综合定位精度不高。王建刚等在《加权最小二乘估计在无线传感网络定位中的应用》通过迭代求精来逐步提高节点权值，改善了最小二乘估计的定位精度。区域质心定位算法主要是三角质心定位算法，由于传统的质心是几何质心难以提高定位精度。Tie Qiu《A localization strategy based on n-times trilateralcentriod with weight》、刘运杰《基于RSSI的无线传感网络修正加权质心定位算法》等一批学者将权值引入三角质心定位算法，通过不同的权值选取方法提高了测量精度，由此在不同程度上改善了定位精度。极大似然估计将重叠区域概率极大值点作为未知节点的估计点，能在概率上最接近未知节点的真实坐标。极大似然估计具有很高的定位精度约在0.3m，Koichi Miyauchi,在2010发表的《Performance Improvement of Location Estimation UsingDeviation on Received Signal In Wireless Sensor Networks》考虑一定显性水平下的RSSI值从而提高了接收RSSI值的真实性，在低测量次数下提高了定位精度。

发明内容