第２２卷第２期２００９年２月
传感技术学报
ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦＳＥＮＳＯＲＳＡＮＤＡＣＴＵＡＴＯＩ；ｌｓ
Ｖ０１．２２Ｎｏ．２
Ｆｅｂ．２００９
ＲｅｓｅａｒｃｈｏｎＤｉｓｔａｎｃｅＭｅａｓｕｒｅｍｅｎｔＢａｓｅｄｏｎＲＳＳＩｏｆＺｉｇＢｅｅ＋
ＺＨＡＮＧＪｉａｎ－－ｗｕ’，ＺＨＡＮＧＬｕ，ＹＩＮＧＹｉｎｇ，ＧＡＯＦｅｎｇ
（ＣｏｌｌｅｇｅｏｆＣｏｍｍｕｎｉｃａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＨａｎｇｚｈｏｕＤｉａｎｚｉＵｎｉｖｅｒｓｉｔｙ，ＨａｎｇｚｈｏｕＺｈｅｊｉａｎｇ３１００１８，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：ＤｉｓｔａｎｃｅｍｅａｓｕｒｅｍｅｎｔｂａｓｅｄｏｎＲＳＳＩ，ｆｅａｔｕｒｉｎｇ１０ＷｃｏｍｍｕｎｉｃａｔｉｏｎｏｖｅｒｈｅａｄａｎｄｌＯＷｃｏｍｐｌｅｘｉ—ｔｙ，
ｉｓｗｉｄｅｌｙａｐｐｌｉｅｄｉｎｔｈｅｒａｎｇｅ－ｂａｓｅｄｌｏｃａｌｉｚａｔｉｏｎｏｆｔｈｅＷｉｒｅｌｅｓｓＳｅｎｓｏｒＮｅｔｗｏｒｋｓ．ＷｅｆｉｒｓｔａｎａｌｙｚｅｔｈｅｔｈｅｏｒｙｏｆｄｉｓｔａｎｃｅｍｅａｓｕｒｅｍｅｎｔｂａｓｅｄｏｎＲＳＳＩａｎｄｔｈｅｉｎｆｌｕｅｎｃｅｏｆｅｎｖｉｒｏｎｍｅｎｔｏｎＲＳＳＩ，ａｎｄｔｈｅｎｗｅｐｒｏ—ｐｏｓｅ
ｔｈｒｅｅｅｘｐｅｒｉｍｅｎｔａｌｄａｔａｐｒｏｃｅｓｓｉｎｇｍｅｔｈｏｄｓ．ＡｆｔｅｒｕｓｉｎｇｔｈｅＺｉｇＢｅｅ－ｂａｓｅｄｈａｒｄｗａｒｅｐｌａｔｆｏｒｌｌ＇ｌｔｏｔｅｓｔｔｈｅｍｅａｓｕｒｅｍｅｎｔｅｒｒｏｒｏｆｔｈｅｔｈｒｅｅｍｅｔｈｏｄｓ，ｗｅｄｒａｗｔｈｅｃｏｎｃｌｕｓｉｏｎｔｈａｔｔｈｅｍｅａｓｕｒｅｍｅｎｔｅｒｒｏｒｏｆＧａｕｓｓｍｏｄｅｌｉＳ２ｍｅｔｅｒｓｗｉｔｈｉｎ２０ｍｅｔｅｒｓｗｉｔｈｏｕｔｃｏｎｓｉｄｅｒａｔｉｏｎｏｆｃｉｒｃｕｍｓｔａｎｃｅｓｅｆｆｅｃｔｓ．
Ｋｅｙｗｏｒｄｓ：ｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ；ｎｏｄｅｌｏｃａｌｉｚａｔｉｏｎ；ｄｉｓｔａｎｃｅｍｅａｓｕｒｅｂａｓｅｄｏｎＲＳＳＩ；Ｇａｕｓｓｍｏｄｅｌ
ＥＥｆ地Ｃ：６１５０Ｐ；７３２０Ｃ
基于ＺｉｇＢｅｅ的ＲＳＳＩ测距研究＊
章坚武。，张璐，应瑛，高锋
（杭州电子科技大学通信工程学院，浙江杭州３１００１８）
摘要：基于ＲＳＳＩ的测距技术是一项低成本和低复杂度的距离测量技术，被广泛的应用于无线传感器网络基于距离的定位技术中。本文在对ＲＳｓＩ测距的原理以及环境对ＲＳＳＩ的影响进行详细分析和研究的基础上。提出了三种实验数据处理方式，并在摹于ＺｉｇＢｅｅ的硬件平台上进行实验，得到了三种数据处理方式的测距精度。实验结果表明，在消除环境因素的影响后，高斯模型数据处理方式的测距精度最高——在２０ｍ的近距离测距时，精度在２ｍ以内。 关键词：无线传感器网络；节点定位；ＲＳＳＩ测距；高斯模型 中图分类号：ＴＮ９８文献标识码：Ａ文章编号：ｌ∞４．１６９９（２∞９）０２—０２８５—咐
传感器节点定位技术是无线传感器网络多数应用的支撑技术，而基于距离的定位技术是通过测量节点间距离来实现的，因此研究无线传感器网络节点间的距离测量是十分必要的。基于ＲＳｓＩ的测距是无线传感器网络定位技术中较常采用的方法［１］。目前已有一些相关的研究，如文献［１３利用加权和均值法来消除环境因素对ＲｓＳＩ测量的影响，在１５ｍ内测距精度可达到２ｍ。文献［２］分别对ＲＳＳＩ和Ｉ。ＱＩ的两条衰落曲线计算估计距离，并动态地进行优化处理得到最终的距离估计
值。而本文的目标是在充分研究现有的基于ＲＳＳＩ的测距技术的基础上，利用已有的硬件设备和ＺｉｇＢｅｅ标准，对提出的三种数据处理方式进行比较，并得出它们的测距误差。最后结果显示高斯模型的测距误差最小，统计均值模型的测距误差较大，而基于固定节点间距离
基金项目：浙江省自然科学基金人才项目资助（Ｒ１０５４７３）
收稿日期ｉ２００８—０７—２９修改日期：２００８—１２－０８的校正模型的测距误差鉴于上述两者之间。
１ＲＳＳＩ测距原理
无线信号传输中普遍采用的理论模型——Ｓｈａｄｏｗｉｎｇ模型［４。由式（１）给出：
厕］血一ＥＰｒＣｄｏ）－ｌ，ｍｍ一１０以ｌｇ（ａ）＋ｘ蒜（１）
¨０
式中，ｄ为接收端与发射端之间的距离（ｍ）；ｄｏ为参考距离（ｍ），一般取１ｍ；ｐ，（ｄ）是接收端的接收信号功率（ｄＢｍ）；Ｐｒ（ｄｏ）是参考距离蔬点对应的接收信号功率（ｄＢｍ）；Ｘ蒜是一个平均值为０的高斯随机变量（ｄＢｍ），反映了当距离一定时，接收信号功率的变化；行为路径损耗指数，是一个与环境相关的值。
在实际应用中，我们采用简化的Ｓｈａｄｏｗｉｎｇ模型［４｜，由式（２）给出：
２８６传感技术学报２００９皋
Ｐ，（ｄ）蛳＝［－ｐ，（ｄｏ）］蛳一１０ｎｌｇ（ａ）（２）
“０
并且通常取ｄｏ＝１ＩＴＩ，从而得到实际应用中的ＲＳｓＩ测距公式，由式（３）给出：
［Ｒ跚］棚ｈ＝［－而］棚ｈ＝Ａ—ｌＯｎｌｇｄ（３）
上式中，Ａ为信号传输ｌｒｎ远处接收信号的功率（ｄＢｍ）。
相关文献［２］研究表明，ＲＳＳＩ和无线信号传输距离之间有确定关系，ＲＳＳＩ的测量具有重复性和互换性，在应用环境下ＲＳｓＩ适度的变化有规律可循。但在实际应用环境中，多径、绕射、障碍物等不稳定因素都会对无线信号的传输产生影响，所以在解决好环境因素的影响后，ＲｓｓＩ可以进行室内和室外的测距及定位。此外，部分文献［３］还列出了一些实测值，可以作为算法仿真的参考值。
２三种校正模型
利用ＲｓＳＩ测距时，要避免ＲｓｓＩ的不稳定性，使ＲｓＳＩ值更精确地体现无线信号的传输距离。在这一小节中，我们提出了三种处理ＲＳｓＩ数据的校正模型：统计均值模型、基于固定节点间距离的校正模型和高斯模型，并在下－ｄ，节中通过ＺｉｇＢｅｅ实验平台，实验比较各校正模型对测距精度的贡献。２．１统计均值模型
统计均值模型是指未知节点采集一组（ｍ个）ＲＳＳＩ值然后求这些数据的均值，如式（４）所示：ＲＳＳＩ＝去妻Ｒ躐
仇＝
（４）该模型可以通过调节ｍ值来平衡实时性与精确性。当ｒｎ很大时，可以有效解决定位数据的随机性，但通信成本会相应增加。该模型在处理大扰动时效果不是很好。
２．２基于固定节点间距离的校正模型
我们在计算未知节点与固定已知节点间的距离时，以固定已知节点对之间的距离和测量的ＲＳＳＩ值为参考，把固定已知节点之间的距离和信号强度信息考虑进来对被测ＲＳＳＩ值进行校正，从而提高测距精度。
如图１所示，假设ＲｓｓＩ，为未知节点Ａ接收到固定已知节点Ｂｌ信号的ＲｓＳＩ平均值（ｄＢｍ）
。ＲＳ－ｓＩ·ｚ表示固定已知节点Ｂ１接收到固定已知节点Ｂ２信号的ＲＳｓＩ平均值（ｄＢｍ）。Ｐ。表示未知节点Ａ接收到节点Ｂｌ的信号强度平均值（ｍＷ）。Ｐ，ｚ表示ＢＩ接收到Ｂ２的信号强度平均值（ｒｏＷ），转换关系如式（５）所示：
Ｐｌ＝ｌＯｍＳｎｄｘｏ，Ｐ１２＝１０ｍｓｈＪｌｏ（５）
ｄ，：——＋０
图１基于固定节点间距离的校正模型的测量
ｄ。。表示固定已知节点Ｂ。和Ｂｚ之间的距离，ｄ·表示未知节点Ａ到Ｂ。的距离。根据式（６）——式（２）的
另一种表达方式，
趔：ｒ望］“（６）
Ｐ，（ｄ）Ｌｄｏ．Ｊ
我们可以得出：
耳Ｐｌｚ＝岗”嘲＝厂＆Ｐ１］］｛煳ｚ（７）２．３高斯模型
高斯模型数据处理原则一个未知节点在同一位置可能收到ｎ个ＲＳＳＩ值，其中必然存在着小概率事件。通过高斯模型选取高概率发生区的ＲＳＳＩ值，然后再取其几何均值。这种做法减少了一些小概率、大干扰事件对整体测量的影响，增强了定位信息的准确性。
将未知节点在同一位置时接收到的ＲＳＳＩ测量值记录到对应的ＲＳＳＩ值数组Ｂｅａｃｏｎ—ｖａｌＥ］中，运用高斯分布函数处理这些ＲＳＳＩ值：
Ｆ（ｚ）＝—毛节（８）
ｏ√２ａ＂
７７ｌ＝三＞：Ｘｉ（９）
７ｌ——１
ｃｒ２＝击∑（ｘ－ｍ）２（１０）
０．６≤—ｂ々≤ｌ（１１）
ｏｑ２ａ－
根据实际经验，本文选择０．６为临界点。即当高斯分布函数值大于０．６时，认为对应的ＲＳＳＩ值为高概率发生值；当高斯分布函数值小于或等于０．６时，认为对应的ＲＳＳＩ值是小概率随机事件。通过式（９）嘲与式（１０）嘲可以求出均值ｍ与方差仃２。再利用式（１１）［５３可以确定出ＲＳＳＩ的选值范围，然后节点按照此范围从Ｂｅａｃｏｎ—ｖａｌＥ３中选值，并存放到数组Ｂｅａｃｏｎ—ｖａｌ—ｇａｕｓｓＥｎ］中。最终的ＲＳＳＩ优化值由式（１２）求得，其中１３为经过高斯公式筛选后入选的ＲＳＳＩ的个数。
ＲＳＳＩ＝｛∑Ｂｅａｃｏｎ．．．ｖａｌ—ｇａｕｓｓ［ｉ］（１２）
高斯模型解决了ＲＳＳＩ在实际测试中易受干
一
。＼◇
申＼。
突变体
第２期章坚武，张璐等：基于ＺｉｇＢｅｅ的ＲＳＳＩ测距研究２８７
扰、稳定性差等问题，提高了定位精度。但是高斯模型只能消除小概率短暂的扰动，对于如室内定位墙壁对ＲＳＳＩ的能量反射等长时间干扰问题其效果将有所下降。
３ＲＳＳＩ测距实验
垂直风道机箱实验是在一片空旷的草坪上进行的，依据文献［３３，我们选取式（３）中的刀＝３．５，Ａ一一３５ｄＢｍ。选择基于ＺｉｇＢｅｅ的硬件平台作为无线通信平台，使用ＴＩ公司的无线收发芯片ＣＣ２４３０完成固定节点和待定节点间的通信以及ＲＳＳＩ的采集。该芯片兼容ＩＥＥＥ８０２．１５．４规范［６｜，其输出功率可编程，可通过软件设置８个功率输出级，其中，０ｄＢｍ为芯片的默认输出功率。
ＣＣ２４３０芯片在ＭＡＣ层的数据成帧、冗余校验等方面完全兼容ＩＥＥＥ８０２．１５．４规范。从ＣＣ２４３０接收的ＭＡＣ帧中读出的ＲＳＳＩ值是芯片寄存器ＲＳＳＩ—ＶＡＬ的值，需对该值进行修正，才能将其转换为接收节点ＲＦ管脚的功率值。运算公式如式（１３）Ｅ７］：
Ｐ＝ＲＳＳＩ—ＶＡＩ。＋ＲＳＳＩ＿ＯＦＦＳＥＴ［－ｄＢｍ］（１３）其中，ＲＳｓｌ—ＯＦＦＳＥＴ是经验值，通常取－－４５ｄＢｍ。
在实验中，我们随机选取四个节点（Ｐｏ、Ｐ，、Ｐ２、Ｐ３），其中三个为无线信号发射节点（Ｐ。脱毛机胶棒
、Ｐｚ、Ｐ。），一个为无线信号接收节点（Ｐ０）。发射接收节点使用的都是鞭状全向天线，节点摆放在地面上。
为了避免天线的非全向性带来的测量误差，我们使用如图２所示的节点安置方法。
图２节点放置位置
测量范围定为［ｏ－一４０］ｍ，从距离Ｐ０为０．５ｍ处开始测量，每隔０．５ｍ测量１００组数据。在一次数据测量中，三个发射节点依次发送１个数据包给接收节点，接收节点将接收到的３个数据包按照式（１３）转换为相应的ＲＳＳＩ值并求平均值，将求得的平均值作为一次消除天线非全向性后的测量ＲＳＳＩ值。
４实验结果
借助ＭＡＴＬＡＢ，对以上提出的三种模型进行性能比较：在统计均值模型中，我们取仇一１００；在基于固定节点间距离的校正模型中，我们额外加入一个固定已知节点，并精确地测量出该节点与Ｐ０之间的固定距离和ＲＳＳＩ值，作为该模型公式的参数；在高斯模型中，我们选取０．６为临界点。
根据上一小节在各个测试点所测得的数据，分别利用上述三种模型计算得到了相应的测距误差，如图
３所示。
图３三种模型的误差绝对值比较
美容笔从图３中，可以得出统计均值模型所产生的测距误差最大，测量距离在２０ｍ以内的最大测距误差为３．２ｍ，约为测量距离的１６％；而高斯模型测距在２０ｍ以内的误差最小，最大的测距误差为１．９６ｍ，约为测量距离的９．８％。测量距离在２０ｍ和３０ｍ之间时，统计均值模型的测距误差最大为６．７３ｍ，约为测量距离的２２．４％；高斯模型的测距误差最小，最大的测距误差为３．６２ｍ，约为测量距离的１２．１％。基于固定节点间距离的校正模型的测距精度介于统计均值模型和高斯模型之间。具体的比较结果如表１所示。
表１三种模型结果比较
从测试结果分析来看，测距范围在２０ｍ以内，三种模型的测量误差最大百分比为１６．２％，测距范围在３０ｍ以内，三种模式的测量误差百分比为２５．９％。可见在２０ｍ以内的测距精度还是可以的，而其中高斯
２８８传感技术学报２００９年
模型的测距误差最小，精度可达２ｍ以内。tm2005
５结论
本文对基于ＺｉｇＢｅｅ的ＲＳｓＩ测距的原理及环境对ＲＳＳＩ的影响进行了全面的分析，将在实验基础上得到的ＲＳＳＩ数据采用了三种方法进行校正，最后得出高斯模型数据处理方法的测距精度最高——在２０ｍ的近距离测距时，精度在２ｍ以内，可以满足大多数无线传感器网络节点定位的需求。
参考文献：
１－１３方震，赵湛，郭鹏，张玉国．基于ＲＳＳＩ测距分析［Ｊ］．传感技术学报，２００７，２０（１１）：２５２６—２５３０．
章坚武（１９６１·），男，杭州电子科技大学，
美容加湿器教授，博士后，杭州电子科技大学通信
与信息系统研究所所长，全国考委第三
届专业委员会电子电工与信息类专业
委员会委员，中国电子学会高级会员，
浙江省通信学会常务理事，浙江省科技
厅“十一五”重大专项咨询专家，主要研
究方向移动通信与个人通信，无线通信
网络，ｊｗｚｈａｎｇ＠ｈｄｕ．ｅｄｕ．ｃａ
张璐（１９８４一），女，浙江乐清人，在读研
究生，主要研究方向无线通信等。
张洁颖，王侠等．基于ＲＳＳＩ和ＬＱＩ的动态距离估计算法ＥＪ］．
电子测量技术，２００７．３０（２）：１４２—１４５．
陈红阳．基于测距技术的无线传感器网络定位技术研究［Ｄ］．
西南交通大学硕士学位论文，２００６．
Ｓｈａｍｉｒ八无线电传播传播简介：专用术语．室内传播和路径损耗及实例ＥＪ］．今日电子，２００２；２６—３０．
“Ｊ，ＬｉＪ。ＣｕｏＬ。ｅｔａＬＰｏｗｅｒ－ＥｆｆｉｃｉｅｎｔＮｏｄｅＬｏｃａｌｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍｉｎ
ＷｉｒｅｌｅｓｓＳｅｎｓｏｒＮｅｔｗｏｒｋｓ［Ｃ］／／ＡＰＷｅｂ２００６ＩｎｔｅｒｎａｔｉｏｎａｌＷｏｒｋｓｈｏｐｓ．Ｈａｒｂｉｎ．Ｃｈｉｎａ．２００６，３８４２：４２０－４３０．
ＴＩ／Ｃｈｉｐｅｏｎ．ＣＣ２４３０ＰＲＥＬＩＭＩＮＡＲＹＤａｔａＳｈｅｅｔ（ｒｅｖ，１．０３）ＳＷＲＳ０３６ＡＶＤＢ／ＯＬ＇Ｉ：１６３—２２１．
孙佩刚，赵海，罗玎玎，张希元，朱剑．无线传感器网络链路通信质量测量研究［Ｊ］．通信学报，２００７（１０）：１４—２２．
应瑛（１９８５一），女，浙江苍南人，在读研
究生，主要研究方向无线网络定位等。
高锋（１９８１一），男，河北唐山人，在读研
究生，主要研究方向无线传感网络，移
动终端设备。
］
］
］
］
］
］
心
Ｉ竺ｌ
Ｉ！Ｉ
口
∞
口
基于ZigBee的RSSI测距研究
作者：章坚武， 张璐， 应瑛， 高锋， ZHANG Jian-wu， ZHANG Lu， YING Ying， GAO Feng
作者单位：杭州电子科技大学通信工程学院，浙江，杭州,310018
刊名：
传感技术学报
英文刊名：CHINESE JOURNAL OF SENSORS AND ACTUATORS
年，卷(期)：2009，22(2)
被引用次数：0次
参考文献(7条)
1.方震.赵湛.郭鹏.张玉国基于RSSI测距分析[期刊论文]-传感技术学报 2007(11)
2.张洁颖.王侠基于RSSI和LQI的动态距离估计算法[期刊论文]-电子测量技术 2007(02)
3.陈红阳基于测距技术的无线传感器网络定位技术研究[学位论文] 2006
4.Shamir A无线电传播传播简介：专用术语，室内传播和路径损耗及实例[期刊论文]-今日电子 2002
5.Li J.Cuo L.Cuo L Power-Efficient Node Localization Algorithm in Wireless Sensor Networks 2006
6.TI/Chipcon022430 PRELIMINARY Data Sheet (rev.1.03) SWRS036A
7.孙佩刚.赵海.罗玎玎.张希元.朱剑无线传感器网络链路通信质量测量研究[期刊论文]-通信学报 2007(10)
相似文献(10条)
1.期刊论文邱岩.赵冲冲.戴桂兰.胡长军.QIU Yan.ZHAO Chong-chong.DAI Gui-lan.HU Chang-jun无线传感器网
络节点定位技术研究-计算机科学2008,35(5)
节点定位是无线传感器网络应用的前提和基础.本文在分析WSN自身定位算法研究的基础上，对定位
算法进行了分类.根据静态定位和动态定位算法的不同特点，对现有的算法进行了分析比较，并重点讨论了一些典型的动态定位算法.最后针对统一武器制导网络等空间应用领域中对网络节点定位的要求，探讨了节点的移动性和三维定位问题.
2.学位论文朱肖肖无线传感器网络无需测距技术节点定位算法研究与实现2007
无线传感器网络是一种新兴的信息获取和处理技术，它集成了传感器技术、嵌入式计算、低功耗电子技术和无线通信技术。无线传感器网络在国防军事、环境监测、空间探索、医疗卫生、精细农业、交通管理、反恐抗灾等领域具有广阔的应用前景。节点定位技术是无线传感器网络进行目标识别、监控、跟踪等众多应用的前提，也是无线传感器网络研究中的共性支撑技术之一。
无线传感器节点由于受到功耗、成本、体积等因素的限制，对无线传感器网络节点定位技术提出了新的要求和挑战，在满足精度的前提下还要求定位算法必须是易实现、低复杂性、低能耗的。本文就无线传感器网络中的节点定位技术展开深入探讨和研究。主要工作包括以下几个部分：
1、对无线传感器网络节点定位问题进行了综述，阐明了节点定位技术在无线传感器网络中的重要性。论述了无线传感器网络的特点和体系结构，讨论了其关键技术和应用领域。在查阅大量相关文献的基础上，全面地探讨了节点定位问题及其在国内外的研究现状；
2、重点研究了无线传感器网络节点定位的基本原理和机制，分析了节点定位中距离或角度的测量技术和方法。描述了无线传感器网络节点定位算法和系统的性能评价标准，并从测量技术、定位形式、定位效果、实现成本等方面考虑，总结了节点定位算法的分类方法；
3、对无线传感器网络无需测距节点定位技术进行了深入地探讨，剖析了无需测距定位算法基于连通性和基于跳数两种度量方式及其实现原理。然后着重对质心算法、凸规划算法、MDS-MAP算法和APIT算法等几种典型的无需测距节点定位算法的原理和性能做了细致的研究和分析，以此为后续的研究工作提供良好的基础和借鉴；
4、在现有算法基础上，结合无线传感器网络的特点，研究并设计出一种新的定位算法，称为ELM定位算法。对于直接连通节点，ELM定位算法充分利用信标节点的坐标进行直接定位，减少了单位跳距误差对节点最终位置的影响。针对节点定位过程中的误差问题，在ELM定位算法中加入了一种验证方法以提高节点定位的精度。通过构建仿真系统对算法进行仿真分析，仿真结果显示算法具有较高的定位精度和覆盖率；
5、为了进一步验证定位算法的有效性和实用性，同时针对国内目前在无线传感器节点方面的匮乏，设计了无线传感器节点。实验节点采用
Philips公司的LPC2138嵌入式微处理器和Chipcon公司的CC1100射频通信芯片。给出了无线传感器网
络节点定位系统总体设计方案和实现方法，并在设计的实验节点上移植了TinyOS操作系统，采用nesC语言在硬件节点上对ELM定位算法进行了程序设计，最后对定位算法做了实地测验。
3.期刊论文李洪峻.卜彦龙.薛晗.李迅.马宏绪.Li Hongjan.Bu Yanlong.Xue Han.Li Xun.Ma Hongxu面向无线传
感器网络节点定位的移动锚节点路径规划-计算机研究与发展2009,46(1)
节点定位是无线传感器网络技术研究的一个基本问题，大多数无线传感器网络的应用和中间件技术都需要节点的位置信息.目前比较实用的定位方法是利用一些移动锚节点(如安装有GPS)根据有效的规划路径移动，通过发送包含其自身坐标的信息来定位其他节点，该方法不过多地增加无线传感器网络成本，还可以获得较高的定位精度.在该方法中，移动锚节点的路径规划问题是需要解决的基本问题.主要研究移动锚节点的路径规划问题，把图论引入到无线传感器网络节点定位系统.把无线传感器网络看成一个连通的节点无向图，路径规划问题转化为图的生成树及遍历问题，提出了宽度优先和回溯式贪婪算法.仿真实验和真实系统实验结果表明，该方法能够很好地适应无线传感器网络节点随机分布的节点定位，可以取得较高的定位精度.
4.学位论文邓罡无线传感器网络节点定位关键技术研究2008
无线传感器网络主要用于感知，监测网络覆盖区域中的各种环境参数。近年来随着无线传感器网络软硬件技术的发展，无线传感器网络已逐渐从理论研究走向实际应用。无线传感器网络在工业控制，农业生产，环境监测，军事国防等方面，都有着巨大的应用潜力。节点定位是无线传感器网络的关键和支撑技术之一，许多应用都跟节点位置息息相关，同时节点定位还为无线传感器网络的其他理论和技术如基于位置的路由，跟踪，监测等提供基础。开展对无线传感器网络节点定位的研究，具有十分重要的理论和现实意义。
本文首先对无线传感器网络的概念、特点和体系结构等进行简要的介绍，然后重点分析对比了当前节点定位的主要算法及其优缺点。在总结当前定位算法存在问题的基础上，本文提出了一种环境感知的节点测距方法EAM(EnvironmentAware Node Distance Measure Method)。EAM测距方法使用接收信号强度指示进行测距，该方法首先根据导标节点之间的相互关系，将网络覆盖区域划分为若干子区域，然后再通过导标节点之间的相互协作，分别确定出无线信号在不同子区域环境下具体的传播损耗模型，针对不同的子区域，分别选择相应区域下的信号传播模型将接收信号强度指示转化为距离信息
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议