无线传感器网络中节点位置信息为何至关重要及常见定位技术

xinxi1368

无线传感器网络中的节点定位技术

无线传感器网络的许多应用都要求节点了解其位置信息，以便为用户提供有用的检测服务。在许多情况下，监视没有节点位置信息的数据是毫无意义的。例如，对于森林火灾检测，天然气管道监测和其他应用，当发生事件时，人们关注的主要问题是事件发生的地方。目前，如果您只知道火灾，但不知道火灾的特定位置，则该监视没有实质性的意义。因此，在许多情况下，节点的位置信息至关重要。

在许多情况下，传感器节点被随机部署在某个区域，并且节点无法提前知道其位置，因此他们需要在部署后通过定位技术获取其位置信息。目前，最常见的定位技术是GPS（），它可以通过卫星定位节点并达到相对较高的精度。因此，如果要找到传感器节点，则最简单的思考方法是为每个节点配备GPS接收器，但是此方法不适合传感器网络。主要原因如下：

1）GPS接收器通常消耗高能，但是对于无线传感器网络中的节点，能耗通常非常有限。为每个节点配备GPS接收器将大大缩短网络寿命；

2）GPS接收器的成本相对较高。为无线传感器网络中的每个节点配备GPS接收器，尤其是对于大型无线传感器网络，需要花费很多钱。

因此，有必要研究适合无线传感器网络的定位技术。以下是引入有关节点定位的相关研究的两个部分：1）节点定位的基本概念； 2）节点定位的基本思想； 3）常见算法。

1。节点定位的基本概念

无线传感器网络中的节点定位是指传感器节点通过基于网络中一些已知节点的位置信息来确定网络中其他节点的位置信息的过程。

在无线传感器网络中，通常可以将节点分为信标节点（节点或节点）和未知节点（节点），其中信标节点也称为锚节点或参考点，而未知节点也称为普通节点。信标节点是一个带有已知位置信息的节点，一个未知节点是一个带有未知信息的节点。信标节点通常占很小的比例，其位置信息通常是通过手动配置获得的或配备GPS接收器的。

另外，还有一个称为邻居节点的节点，该节点指的是传感器节点的通信半径中的其他节点。

这里有一些常见的术语：

到达时间（TOA），信号从一个节点传播到另一个节点所需的时间

到达时间（TDOA），具有不同传播速度的信号所需的时间差异，以从一个节点到达另一个基点。

到达角度（AOA），节点接收到其自身轴的信号角度

接收的信号强度（RSS）也称为节点接收到的无限信号强度的量（RRSI），这两个含义基本上是相同的。

视线（LOS），两个节点之间没有障碍，可以直接通信

视力（NLOS），两个节点之间存在障碍，无法直接交流

啤酒花计数，两个节点之间的跳跃段的总和

2。节点定位技术的基本思想

节点定位有两个主要的基本思想：

1。基于范围：假设已知传感器网络中某些节点的位置信息，则通过某些方法估算其他节点的位置信息。这里通常有两个步骤：

范围测量

位置估计

因为要通过信标节点获得未知节点的位置信息，因此必须先确定信标节点和未知节点之间的距离，以获取未知节点的位置信息。让我举一个例子：

如果信标节点a的位置称为（x1，y1），并且节点m的位置未知，则最简单的想法是找到m：假设位置b是（x，y），而从a到b的距离为d1，则有

d12 =（x-x1）2+（y-y1）2

显然，仅基于一个方程来获得x和y的值。如果有两个信标节点怎么办？

这样，还有另一个方程式：d22 =（x-x2）2+（y-y2）2。目前，您可以求解方程系统以获得x和y，但是此时x和y具有两组解决方案，x和y的值不能唯一确定。因此，您需要考虑另一个信标节点：

这样，只能确定x和y的值，这是最基本的定位思想。这里给出的示例是使用距离和角度。

通常，必须了解至少三组未知节点和信标节点的距离或角度值，然后通过位置估计方法确定位置。

通常有四种测量距离的方法：

1）基于到达时间（TOA）的范围测量

该方法根据已知信号的传播速度以及传输节点和接收节点之间的传播时间估算距离。此方法需要能够非常准确地获得传输节点和接收节点之间的传播延迟。这是相对较困难的，并且不太适合无线传感器网络。

2）基于到达时间差的范围测量（TDOA）

在此方法中，发送节点同时发送两个具有不同传播速度的信号，并且接收节点根据两个信号的到达及其传播速度的时间差计算距离。如果两个信号的传输速度为v1和v2，则到达时间为T1和T2，从发送节点到接收节点的距离为D，则：

T1-T2 = D/V1-D/V2

您可以获得D =（T1-T2）V1V2/（V2-V1）

3）基于到达角度（AOA）的范围测量

该方法是根据接收信号与其自身轴之间的角度计算的。此方法具有高硬件成本要求，并且需要一个天线阵列，该阵列不适合无线传感器网络。

4）基于接收的信号强度（RSS）的范围测量

该信号将在传播过程中减弱，并且发射功率与无线信号接收的功率之间存在一定的映射关系，因此该关系可用于估计距离。

获得距离后，您可以估计位置。有两种常见的位置估计方法：

1）三边测量方法

上面提到的示例中的位置估计方法是三边测量方法，此处将不描述。

至于某些文献中提到的三角剖分方法，我个人认为它与三角测量方法相同，因此我不会再介绍它。

3）最大似然估计方法

众所周知，n个节点的坐标是（x1，y1），（x2，y2）…（xn，yn），而其未知节点m的距离分别为d1，d2…dn，然后：

（x-x1）2+（y-y1）2 = d12

（x-x2）2+（y-y2）2 = d22

…

（x-xn）2+（y-yn）2 = dn2

通过依次从第一个方程式减去最后一个方程，您可以得到：

x12-xn2+y12-yn2+dn2-d12 = 2x（x1-xn）+2y（y1-yn）

…

XN-12-XN2+YN-12+DN2-DN-12 = 2X（XN-1-XN）+2y（Yn-1-yn）

它可以表示为ax = b

其中a = b = x =（x，y）t

2。无范围

该方法通常不使用网络连接性或拓扑来估计距离，然后使用三边测量或最大似然估计来估算位置。

3。常见算法

1。基于范围

1）Ahlos算法

该算法基于到达时间差的距离测量。信标节点首先使用两个射频信号向邻居节点广播，然后根据到达时间差估计距离。从三个信标节点接收到消息后，根据三边测量方法估算了位置。邻居节点决定自己的位置，然后成为信标节点。它还将消息广播到邻居节点，并重复上述过程，直到所有节点都定位为止。

2）雷达算法

该算法基于RSS范围，该算法具有两个基于RSS范围的模型：经验模型和信号传播模型

让我们首先谈论经验模型：

在经验模型中，节点散布在特定区域内，并确保所有未知节点都可以直接与信标节点进行通信，如图所示。然后，以（x，y，rss）的形式在数据库中提前在该区域收集了一些位置。定位时，未知节点与数据库中的数据进行比较，选择三个或更多点作为估计位置，然后使用三边测量方法或以下质心方法来估计位置。

信号传播模型：

信号传播模型有两个主要模型：自由空间模型和模型

自由空间模型假设信号传输功率与信号接收能力之间存在明确的映射关系：

如果PR是接收处的功率，则PS是传输处的功率，D是从传输点到接收点的距离，而α是传播因子，具体取决于环境。

模型：

其中p（d）是未知节点处的信号强度或信号传输功率，p（d0）是来自信标节点或基站D0（其中d0是参考距离，通常为1m）的信号传输功率，n是衰减因子。由于实际环境中存在噪声，因此引入了ß，例如在室内传播，因此将存在墙壁或门等障碍，因此需要计算ß。

2。无范围

无需范围的定位算法不需要直接测量节点之间的距离或角度，而是基于网络的连通性实现位置估计。没有范围的典型算法主要如下：

1）质心算法

质心算法基于两个假设：射频信号的传播遵循理想的球形模型；节点的通信半径是相同的，不会改变。

该算法使用了计算几何形状中心质的想法。假设N侧的顶点坐标为（x1，y1）…（xn，yn），如果质量中心为（x，y），则有

x =（x1+x2…+xn）/n

y =（y1+y2+…+yn）/n

该算法的核心思想是：信标节点定期广播包含其位置信息的消息。在时间t中，从信标节点i是nr（i，t）收到的消息的数量，并且信标节点i时发送的消息数为ns（i，t），因此未知节点和信标节点之间的连接指示器是：：

c = nr（i，t）/ns（i，t）

如果C大于设定的阈值，则认为未知节点在信标节点I的覆盖范围内，也就是说，它与信标节点i息息相关。这样，可以选择连接到每个未知节点的所有信标节点，并且这些信标节点的质心可以用作未知节点的坐标。

算法是一种完全基于网络连接性的定位算法。它的计算和实现相对困难，但是算法精度不高，并且信标节点通常需要更高的密度。

2）DV-HOP（-HOP）算法

DV-HOP算法是基于向量路由的非距离测量算法，以避免直接测量节点距离。该算法的核心思想是通过距离矢量路由方法获得未知节点和信标的节点之间的最小跃点数量，并计算每只啤酒花的平均距离，然后使用平均距离的乘积以及啤酒花数量的最小数量作为估计的距离作为未知的节点和信标节点之间的估计距离，然后使用测量方法来估计该估计的位置。例如：

A，B和C是信标节点，M是未知的节点，从A到B和C的距离分别为40m和100m，A到B和C的最小跃点数为2和5，因此A IS的平均HOP距离是：

（40+100）/（2+5）= 20m。同样，我们可以获得B和C的平均啤酒花数为24m和225m。然后，我们可以分别计算从M到三个信标节点的距离：

320m，224m，3*225m，然后可以使用三边测量方法估算M的坐标。该方法相对简单，但精度较差，不适合稀疏和不规则的拓扑网络。

3）APIT算法

APIT算法的基本思想是质心算法的思想相似。它使用由信标节点组成的三角形来覆盖重叠区域，以确定未知节点的位置。在APIT算法中，未知节点首先收集有关其邻居节点中的信标节点的信息。然后随时选择3个信标节点，以确定它们是否位于由这3个信标节点组成的三角形区域中，然后以这种方式不断选择3个信标节点以进行判断。这样，未知节点可以确定包含自己的多个三角区域。这些三角区域的重叠部分是多边形。它确定包含未知节点的较小区域，然后使用该多边形区域的质量中心作为未知节点的坐标。

4）地图算法

MAP（点）是一种基于移动信标节点（也称为MAN）的非距离测量定位算法。基本思想是使用可移动的信标节点在监视区域移动并定期广播其当前位置信息。然后，两个带有未知节点作为中心的和弦，这两个和弦的垂直一分配器的交点是圆的中心。

如图所示，S是一个未知节点，M是一个移动的信标节点。在时间，t1 m移至s的通信范围，然后在时间t5的s沟通范围内移出。通过这种方式，可以确定两个和弦T1T5，并在时间时再次移至S的通信范围，然后在时间T15时移出S的通信范围。这样，可以确定和弦。这两个和弦的垂直分配器的相交点是中心s的坐标，中心坐标被用作未知节点S的位置。

该算法比其他非距离测量位置算法具有更高的精度，但是缺点是，移动节点必须具有足够的能量来支撑它以在监视区域中移动，而当未知节点的位置变化时，算法的错误是相对较大的错误。

5）算法

该算法类似于DV-HOP算法，并且分为三个阶段：

阶段1：计算未知节点和每个信标节点之间的最小跃点数

第二阶段：假设网络中的节点的通信半径是相同的，并且每跳的平均距离等于节点的通信半径，则计算未知节点和每个信标节点之间的距离。

第三阶段：使用三边测量方法或最大似然估计来估计未知节点的位置

6）凸计划定位算法

凸计划定位算法的核心思想是：如果两个节点可以直接通信，则它们之间的距离必须小于节点的通信半径。

如图所示，黑色实点是一个信标节点，白色空心点是未知的节点。如果未知节点可以与信标节点进行通信，则必须将其作为圆节点作为圆的中心，而通信半径为半径为圆圈。这样，多个此类圆的交点必须包含未知的节点，然后由相交区域形成的矩形的质量中心用作未知节点的坐标。

7）环形算法

该算法使用将戒指重叠为位置的想法，例如S是一个未知节点，A，B和C是信标节点。如果A发送射频信号，并且S处的信号强度RS小于B处的信号强度，并且大于C处的信号强度，则S必须在环形区域中以AB作为内半径和AC作为外部半径。同样，可以分别获得以B和C为中心的环形区域，并且必须在这些环形区域的重叠区域中获得，然后将重叠区域的质量中心用作S的坐标。

上述算法都是带有信标节点的定位算法。有些人提出了一些没有信标节点的定位算法，例如水疗（自我）算法。该算法主要建立一个全球坐标系，以估计未知节点的位置。但是，该算法非常复杂，不适合大规模网络。有些人还提出了改进水疗算法的算法，例如（和GPS免费）算法。

有些人提出了其他一些算法，例如使用局部估计方法的AFL（-free in）算法。有些人提出了一种基于群集的位置算法（使用）。

这是暂时对定位算法的介绍，稍后将解释相关的深入内容。