kaiyun官方注册
您所在的位置: 首页> 通信与网络> 设计应用> 一种改进的质心定位算法
一种改进的质心定位算法
来源:微型机与应用2013年第11期
刘皇保1,王 涛2,彭 刚2
(1.桂林电子科技大学 电子工程与自动化学院,广西 桂林 541004; 2.空军空降兵学院 教育技
摘要:在无线传感器网络中,确定传感器节点的位置至关重要。通过对传统的质心定位算法进行分析,考虑到接收信号强度直接影响到未知节点的定位精度,提出了一种基于RSSI的改进的质心定位算法。该算法将每个未知节点的通信区域划分为6个部分,通过比较RSSI,找到对未知节点更为精确的估计区域,从而对未知节点作出更为精确的位置估计。仿真结果表明,相比于原始的质心定位算法,改进后的质心定位算法大大提高了无线传感器网络节点的定位精度。
Abstract:
Key words :

摘 要:无线传感器网络中,确定传感器节点的位置至关重要。通过对传统的质心定位算法进行分析,考虑到接收信号强度直接影响到未知节点的定位精度,提出了一种基于RSSI的改进的质心定位算法。该算法将每个未知节点的通信区域划分为6个部分,通过比较RSSI,找到对未知节点更为精确的估计区域,从而对未知节点作出更为精确的位置估计。仿真结果表明,相比于原始的质心定位算法,改进后的质心定位算法大大提高了无线传感器网络节点的定位精度。
关键词:质心定位算法;无线传感器网络;节点定位;RSSI

 无线传感器网络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,大量的传感器节点将探测数据,通过汇聚节点经其他网络发送给了用户[1]。
 节点定位技术是无线传感器网络的关键技术之一。没有节点的位置信息,传感器监测信息将没有实际意义。无线传感器网络只有少数锚节点可以人工布置或者通过GPS定位系统获得自身的位置信息,大部分普通节点则必须通过锚节点信息来进行定位。
 无线传感器网络定位技术主要分为基于距离的定位算法(如RSSI、TOA/TDOA和AOA)和距离无关的定位算法(如质心、DV-Hop、APIT、Amorphous和凸规划)。
 质心算法可以快速、方便地定位节点的初始位置,而基于距离的定位算法RSSI[2]需要额外的器件来测量实际节点间的距离,会增加功耗,但与距离无关的定位算法相比较,其定位精度更高。将两者结合势必会取得较好的定位效果。通过分析现有的质心算法缺陷,结合RSSI,对质心算法进行改进,提出一种改进的质心定位算法。
1 质心定位算法
1.1 质心定位算法的基本思想

 质心算法[4]是由南加州大学的Nirupama Bulusu等人提出的,在未知节点收到相邻锚节点的位置信息后,取这些相邻锚节点的质心作为该未知节点的估计位置。传统的质心算法(Centroid Algorithm)是一种基于连通而无需距离信息的简单定位算法。传统的质心算法的基本原理如图1所示。
在质心定位算法中,信标节点周期性地向邻近节点广播信标分组,信标分组中包含信标节点的标识号和位置信息。当未知节点接收到来自不同信标节点的信标分组数量超过某一个门限或接收一定时间后,就确定自身位置为这些信标节点所组成的多边形的质心:

3 实验及仿真结果
 本文采用MATLAB 7.1作为仿真工具,对算法进行了仿真。仿真环境设置在1 000 m×1 000 m的正方形区域内,随机生成300个网络节点,锚节点占一定比例,锚节点的通信距离为200 m。对仿真结果数据取10次仿真的平均值。节点分布如图5所示。

 通过设置不同的锚节点比例得到相应不同的定位误差,与原始的质心算法仿真结果对比,可以得出定位误差对比图,如图8所示。

 在通信距离为200 m时以锚节点占全部节点的比例来作为图中的横坐标,以未知节点的平均定位误差作为纵坐标,作出原始质心算法和改进的质心算法的平均定位误差图。从图8可以看出,随着锚节点增加,未知节点的定位误差相应减小,同时,与原始质心算法相比,改进的质心算法平均定位误差减少了将近60%。
基于传统的质心算法和RSSI思想,本文提出了一种基于RSSI的改进的质心定位算法。该算法首先通过RSSI大小确定未知节点周边锚节点的远近,找出最近的3个锚节点,采用3个锚节点确定的三边的垂直平分线将未知节点的辐射范围划为6个区域;然后,根据RSSI确定未知节点所在的更小区域;最后,取该区域的质心作为未知节点的估计位置。仿真结果证明,此方法大大提高了定位精度。
参考文献
[1] 孙利民,李建中,陈渝,等.无线传感器网络[M].北京:清华大学出版社,2005.
[2] HEURTEFEUX K, VALOIS F. Is RSSI a good choice for localization[C]. 26th IEEE International Conference on Advanced Information Networking and Applications in Wireless Sensor Network, France, 2012.
[3] BULUSU N, HEIDEMANN J, ESTRIN D. GPS-less low-cost outdoor localization for very small devices[J]. Personal Communications, IEEE,2000,7(5) : 28-34.
[4] 胡咏梅,张欢.一种改进的无线传感器网络质心定位算法[J].计算机工程与科学,2012,34(2):45-49.
[5] 于慧霞.WSN中基于RSSI的加权质心定位算法的改进[J].电子测试,2012,1(1):28-34.
[6] 苟胜难.基于改进的RSSI无线传感器网络节点定位算法研究[J].计算机应用研究,2012,29(5):1867-1869.

此内容为AET网站原创,未经授权禁止转载。
Baidu
map