kaiyun官方注册
您所在的位置: 首页> 通信与网络> 设计应用> 基于虚拟参考标签的RSSI质心定位算法
基于虚拟参考标签的RSSI质心定位算法
来源:电子技术应用2014年第3期
雷 谦, 杜庆治, 龙 华, 邵玉斌
(昆明理工大学 信息工程与自动化学院, 云南 昆明 650500)
摘要:为解决传统质心算法定位精度过低的问题,引入VIRE算法,利用信号传播模型在定位区域内构造虚拟参考标签的RSSI信息,提出一种将VIRE系统与传统质心算法相结合的改进算法。仿真结果表明,在计算复杂度提高的情况下,改进算法的定位精度较传统质心算法提高了33%。
中图分类号:TP393
文献标识码:A
文章编号: 0258-7998(2014)03-0108-04
A new RSSI-based centroid localization algorithm using virtual reference tags
Lei Qian, Du Qingzhi, Long Hua, Shao Yubin
College of Information Engineering and Automation, Kunming University of Science and Technology, Kunming 650500, China
Abstract:For improving the accuracy of centroid localization, a modified algorithm is introduced in this paper. Based on the VIRE algorithm and the RSSI information of virtual reference tags established by signal transmission model in location area, an improved algorithm was proposed, which is the combination of VIRE system and the original centroid algorithm. Although the computational complexity has increased, the simulation results show that the accuracy of positioning has been further improved to 33% by this algorithm compared to the original centroid algorithm.
Key words :VIRE algorithm; virtual reference tags; RSSI; centroid algorithm

WSN传感器节点定位技术是无线传感器网络(Wireless Sensor Networks)[1]的核心技术之一。目前无线传感器网络定位算法可以分为两类:基于距离的(Range-based)和与距离无关的(Range-free)[2]。参考文献[3]介绍了一种新的节点定位技术——质心算法。该算法属于距离无关的定位算法,计算的复杂度较参考文献[4]中的最小二乘法有了很大的降低,且网络生存率较强,但未知节点的定位精度不高。
为了解决质心算法定位精度不高的问题,本文提出的一种改进的质心算法。该算法与VIRE[5]算法类似,利用信号传播模型[6]在定位区域内构造虚拟参考标签RSSI[7]信息,通过最小二乘法结合质心算法的方式,进一步缩小了未知节点的估计区域。实验证明,虽然该算法的计算复杂度有所增加,但定位的精确度有了进一步的提高,约为33%。
1 相关工作介绍
1.1 VIRE算法

VIRE系统阅读器Rp1和参考标签Lm1(p1,m1∈N+)分布如图1所示,待定位标签Zq1在区域内(q1∈N+)。VIRE方法的核心思想是将每4个参考标签看作一个单元网格,再将其进一步等分为N1×N1(N1∈N+)个小网格,在小网格处加入虚拟参考标签。如图2所示。



实验组数为100次的统计平均值,由式(6)可知:
AverageError2=9.197 0 10.989°。
由图可知,当n2增加时,定位的精确度得到了提高,约为16%。但当n2=4时计算的次数较n2=2时增加了一倍,从而提高了计算的复杂度。
3.2 改进算法与原算法定位精确度的比较
改进的质心算法与传统质心算法的比较,如图8所示。

对改进算法进行300次仿真,由式(6)可知: AverageError1=5.295 9 7.907 8°。通过仿真结果可知,改进的质心算法较传统的质心算法,定位精确度提高了约33%。但改进的质心算法由于加入了最小二乘法,使得计算的次数较传统的质心算法有了明显的增加,也就增加了计算的复杂度。
3.3 仿真分析
(1)在选取虚拟参考标签时,可能无法选择待测点附近的虚拟参考标签,或者是所选择的虚拟参考标签有重复,从而造成误差过大。这可能与无线信号传播模型有关,因为信号不是在自由空间中传输,受到了外界环境的干扰。可以通过多次测量,再取统计平均,达到减小误差的目的。本文通过取统计平均减小了误差,但还需进一步改进。
(2)本文通过增加计算的次数来换取定位精确度的提
高。在未来,需要进一步试验新算法,在不增加计算复杂度的基础上,进一步提高定位的精确度。
无线传感器网络中节点定位一直是该领域的热点问题之一。本文结合VIRE系统,提出了一种改进的质心算法。该算法计算的复杂度有所增加,待测节点的定位精度较传统质心算法有一定的提高,在一定程度上解决了传统质心算法定位精度较低的问题。
参考文献
[1] 郑永奇. 无线传感器网络关键技术研究[J]. 微型机与应用, 2013,32(5):57-59.
[2] ERRARNILLI V, BESTAVROS A. On the interaction between data aggregation and topology control in wireless sensor networks[C].Proc of the 1st Annual IEEE Communications Society Conference, 2004:557-565.
[3] BULUSU N, HEIDEMANN J. ESTRIN D. GPS. 1ess Low Cost Outdoor Localization for Very Small Devices m[J]. IEEE Personal Communications, 2000,7(5):28-34.
[4] MOORE D, LEONARD J,RUS D, et al. Robust distributed network localization with noisy range measurements[C]. In: Proc of the 2th Intemational Conference on Embedded Net worked Sensor Systems. Baltimore, USA, 2004:50-61.
[5] Zhao Yiyang, Liu Yunhao.VIRE:Active RFID-based localization using virtual reference elimination[C]. XiAn: 2007 International Conference on Parallel Processing, 2007:56-63.
[6] CULLAR D,STRVASTAVA M.Overview of sensor network [J]. Computer, 2004,37(8):41-49.
[7] 丁凡, 周永明. 基于RSSI的WSN吞吐量自适应优化策略[J].电子技术应用, 2013,39(4):91-95.
[8] LIONEL M N, Liu Yunhao, LAU Y C et al. LANDMARC: indoor location sensing using active RFID[J]. WirelessNetworks, 2004,10(6):70l-7l0.

此内容为AET网站原创,未经授权禁止转载。
Baidu
map