无线传感器网络定位:WSN(无线传感器网络)中的定位

2021/11/09 20:25 · 传感器知识资讯 ·  · 无线传感器网络定位:WSN(无线传感器网络)中的定位已关闭评论
摘要:

无线传感器网络定位:WSN(无线传感器网络)中的定位无需测距的定位技术不需要直接测量距离和角度信息。定位精度相对较低,不过可以满足某些应用的需要。在计算几何学里多边形的几何中心称为质心,多边形顶点坐标的平均值就是质心节点的坐标。假设多边形定点位置的坐标向量表示为pi=(xi,yi)T,则这个多边形的质心坐标为:例如,如果四边形ABCD的顶点坐标分别为(x1,y1),(x2,y2)

无线传感器网络定位:WSN(无线传感器网络)中的定位

无需测距的定位技术不需要直接测量距离和角度信息。定位精度相对较低,不过可以满足某些应用的需要。
在计算几何学里多边形的几何中心称为质心,多边形顶点坐标的平均值就是质心节点的坐标。
假设多边形定点位置的坐标向量表示为pi=(xi,yi)T,则这个多边形的质心坐标为:

例如,如果四边形 ABCD 的顶点坐标分别为 (x1, y1),(x2, y2), (x3, y3) 和(x4,y4),则它的质心坐标计算如下:
这种方法的计算与实现都非常简单,根据网络的连通性确定出目标节点周围的信标参考节点,直接求解信标参考节点构成的多边形的质心。
锚点周期性地向临近节点广播分组信息,该信息包含了锚点的标识和位置。当未知结点接收到来自不同锚点的分组信息数量超过某一门限或在一定接收时间之后,就可以计算这些锚点所组成的多边形的质心,作为确定出自身位置。由于质心算法完全基于网络连通性,无需锚点和未知结点之间的协作和交互式通信协调,因而易于实现。
所用到的函数:
1. M=min(A)返回A最小的元素.
如果A是一个向量,然后min(A)返回A的最小元素.
如果A是一个矩阵,然后min(A)是一个包含每一列的最小值的行向量。
2. rand
X=rand返回一个单一均匀分布随机数在区间 (0,1)。
X=rand(n)返回n--n矩阵的随机数字。
3. S=sum(A)返回 A 沿其大小不等于 1 的第一个数组维度的元素的总和。
如果A是一个向量,sum(A)可返回元素的总和。
如果A是一个矩阵,然后sum(A)返回一个行向量包含每个列的总和。
4. inf无穷大
此 MATLAB 函数 返回正无穷大的 IEEE 算术表示。除以零和溢出等操作会生成无穷值,从而导致结果因太大而无法表示为传统的浮点值
5. zeros - 创建全零数组
X=zeros返回标量0.
X=zeros(n) -由-n矩阵的零返回n.
6. plot(X,Y)画出Y随X变化的2D 曲线。
plot(X,Y,o)用o描述(X,Y)这一点。
7.n=norm(v)返回的 2-范数或欧氏范数的向量v.
n=norm (v,p)返回向量范数定义的sum(abs(v)^p)^(1/p),这里p是任何正值, Inf或-Inf.
8.s=num2str(A)数值数组转换为字符数组输出,它表示的数字。输出格式取决于原始值的大小。num2str是用于标签和标题情节与数字值。
所用到的变量:
xy:均匀分布的信标节点位置矩阵
n:未知节点数量
SS: 未知节点位置矩阵
dm:通信半径
cent:质心
MM:未知节点估计坐标矩阵
e:估计位置和实际位置距离矩阵(误差)

无线传感器网络定位:无线传感器的网络定位

无线传感器网络的许多应用要求节点知道自身的位置信息,才能向用户提供有用的检测服务。没有节点位置信息的监测数据在很多场合下是没有意义的。比如,对于森林火灾检测、天然气管道监测等应用,当有事件发生时,人们关心的一个首要问题就是事件发生在哪里,此时如果只知道发生了火灾却不知道火灾具体的发生地点,这种监测没有任何实质的意义,因此节点的位置信息对于很多场合是至关重要的。
  在许多场合下,传感器节点被随机部署在某个区域,节点事先无法知道自身的位置,因此需要在部署后通过定位技术来获取自身的位置信息。目前最常见的定位技术就是GPS(Global Positioning System)了,它能够通过卫星对节点进行定位,并且能够达到比较高的精度。因此要想对传感器节点进行定位,最容易想到的方法就是给每个节点配备一个GPS接收器,但是这种方法不适用于传感器网络,主要原因有以下几点:
  1)GPS接收器通常能耗高,而对于无线传感器网络中的节点来说,一般能耗很有限,给每个节点配备一个GPS接收器会大大缩短网络寿命;
  2)GPS接收器成本比较高,给无线传感器网络中的每个节点配备一个GPS接收器,需要投入很大成本,尤其对于大规模的无线传感器网络来说不是很适合;
因此来说,很有必要来研究一下这些算法,能够适合无线传感器的网络的技术。
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根据网络中少数已知节点的位置信息,通过一定的定位技术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节点通常可以分为信标节点(beacon node or anchor node)和未知节点(unknown node),其中信标节点也称为锚节点或者参考点,未知节点也称为普通节点。信标节点是位置信息已知的节点,未知节点是未知信息未知的节点。信标节点一般所占比例很小,通常通过手工配置或者配备GPS接收器来获取自身的位置信息。
2)节点定位的基本思路
节点定位的基本思路主要有两种:
  1.基于测距(Range-based):假设在传感器网络中某些节点位置信息已知,通过某些手段来估算其他节点的位置信息。在这里面通常有两个步骤:
测距
位置估算
通常测距的方法有4种:
  1)基于到达时间(TOA)的测距
  这种方法是根据已知信号的传播速度及信号在发送节点和接收节点之间的传播时间来估算距离,这种方法要求能够非常精确地获取发送节点和接收节点之间的传播时延,这个是比较困难的,难度很大,不太适合无线传感器网络。
  2)基于到达时间差(TDOA)的测距
  这种方法中发送节点同时发送两种不同传播速度的信号、接收节点根据两种信号到达的时间差和他们的传播速度来计算距离。假若两种信号的传宝速度为v1和v2,到达时间分别为t1和t2,发送节点到接收节点的距离为d,则有:
  t1-t2=d/v1-d/v2
  可得d=(t1-t2)v1v2/(v2-v1)
  3)基于到达角度(AOA)的测距
  这种方法根据接收信号到达时候与自身轴线的角度来计算,这种方法对硬件成本要求很高,要求配备天线阵列,不太适合无线传感器网络
  4)基于接收信号强度(RSS)的测距
  信号在传播过程中会有衰减,无线信号的发射功率和接收功率存在某种映射关系,因此可以利用关系这个来估算距离,
通常测距的方法有4种:
  1)基于到达时间(TOA)的测距
  这种方法是根据已知信号的传播速度及信号在发送节点和接收节点之间的传播时间来估算距离,这种方法要求能够非常精确地获取发送节点和接收节点之间的传播时延,这个是比较困难的,难度很大,不太适合无线传感器网络。
  2)基于到达时间差(TDOA)的测距
  这种方法中发送节点同时发送两种不同传播速度的信号、接收节点根据两种信号到达的时间差和他们的传播速度来计算距离。假若两种信号的传宝速度为v1和v2,到达时间分别为t1和t2,发送节点到接收节点的距离为d,则有:
  t1-t2=d/v1-d/v2
  可得d=(t1-t2)v1v2/(v2-v1)
  3)基于到达角度(AOA)的测距
  这种方法根据接收信号到达时候与自身轴线的角度来计算,这种方法对硬件成本要求很高,要求配备天线阵列,不太适合无线传感器网络
  4)基于接收信号强度(RSS)的测距
  信号在传播过程中会有衰减,无线信号的发射功率和接收功率存在某种映射关系,因此可以利用关系这个来估算距离,
无线传感器网络定位:WSN(无线传感器网络)中的定位  第1张

无线传感器网络定位:无线传感器网络

收藏
查看我的收藏
0
有用+1
已投票
0
无线传感器网络
(Wireless Sensor Network)
语音
编辑
锁定
讨论
上传视频
上传视频
本词条由“科普中国”科学百科词条编写与应用工作项目
审核

无线传感器网络(Wireless Sensor Networks, WSN)是一种分布式传感网络,它的末梢是可以感知和检查外部世界的传感器。WSN中的传感器通过无线方式通信,因此网络设置灵活,设备位置可以随时更改,还可以跟互联网进行有线或无线方式的连接。通过无线通信方式形成的一个多跳自组织网络。
中文名
无线传感器网络
外文名
Wireless Sensor Networks
特 点
大规模、自组织、动态化等
用 途
环境监测、军事领域、医疗护理、其他用途
目录
1
概述
2
特点
3
组成结构
4
信息安全
?
安全需求
?
威胁
?
关键技术
5
应用范围
无线传感器网络概述
编辑
语音
无线传感器网络是一项通过无线通信技术把数以万计的传感器节点以自由式进行组织与结合进而形成的网络形式。构成传感器节点的单元分别为:数据采集单元、数据传输单元、数据处理单元以及能量供应单元。其中数据采集单元通常都是采集监测区域内的信息并加以转换,比如光强度跟大气压力与湿度等;数据传输单元则主要以无线通信和交流信息以及发送接收那些采集进来的数据信息为主;数据处理单元通常处理的是全部节点的路由协议和管理任务以及定位装置等;能量供应单元为缩减传感器节点占据的面积,会选择微型电池的构成形式。无线传感器网络当中的节点分为两种,一个是汇聚节点,一个是传感器节点。汇聚节点主要指的是网关能够在传感器节点当中将错误的报告数据剔除,并与相关的报告相结合将数据加以融合,对发生的事件进行判断。汇聚节点与用户节点连接可借助广域网络或者卫星直接通信,并对收集到的数据进行处理。
[1]
传感器网络实现了数据的采集、处理和传输三种功能。它与通信技术和计算机技术共同构成信息技术的三大支柱。无线传感器网络(Wireless Sensor Network, WSN)是由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,以协作地感知、采集、处理和传输网络覆盖地理区域内被感知对象的信息,并最终把这些信息发送给网络的所有者。无线传感器网络所具有的众多类型的传感器,可探测包括地震、电磁、温度、湿度、噪声、光强度、压力、土壤成分、移动物体的大小、速度和方向等周边环境中多种多样的现象。潜在的应用领域可以归纳为:军事、航空、防爆、救灾、环境、医疗、保健、家居、工业、商业等领域。
无线传感器网络特点
编辑
语音
相较于传统式的网络和其他传感器相比,无线传感器网络有以下特点:(1)组建方式自由。无线网络传感器的组建不受任何外界条件的限制,组建者无论在何时何地,都可以快速地组建起一个功能完善的无线网络传感器网络,组建成功之后的维护管理工作也完全在网络内部进行。(2)网络拓扑结构的不确定性。从网络层次的方向来看,无线传感器的网络拓扑结构是变化不定的,例如构成网络拓扑结构的传感器节点可以随时增加或者减少,网络拓扑结构图可以随时被分开或者合并。(3)控制方式不集中。虽然无线传感器网络把基站和传感器的节点集中控制了起来,但是各个传感器节点之间的控制方式还是分散式的,路由和主机的功能由网络的终端实现各个主机独立运行,互不干涉,因此无线传感器网络的强度很高,很难被破坏。(4)安全性不高。无线传感器网络采用无线方式传递信息,因此传感器节点在传递信息的过程中很容易被外界入侵,从而导致信息的泄露和无线传感器网络的损坏,大部分无线传感器网络的节点都是暴露在外的,这大大降低了无线传感器网络的安全性。
[2]
无线传感器网络组成结构
编辑
语音
无线传感器网络主要由三大部分组成,包括节点、传感网络和用户这3部分。其中,节点一般是通过一定方式将节点覆盖在一定的范围,整个范围按照一定要求能够满足监测的范围;传感网络是最主要的部分,它是将所有的节点信息通过固定的渠道进行收集,然后对这些节点信息进行一定的分析计算,将分析后的结果汇总到一个基站,最后通过卫星通信传输到指定的用户端,从而实现无线传感的要求。
[3]
无线传感器网络信息安全
编辑
语音
无线传感器网络安全需求
由于WSN使用无线通信,其通信链路不像有线网络一样可以做到私密可控。所以在设计传感器网络时,更要充分考虑信息安全问题。手机SIM卡等智能卡,利用公钥基础设施(Public Key Infrastructure, PKI)机制,基本满足了电信等行业对信息安全的需求。同样,亦可使用PKI来满足WSN在信息安全方面的需求。(1) 数据机密性数据机密性是重要的网络安全需求,要求所有敏感信息在存储和传输过程中都要保证其机密性,不得向任何非授权用户泄露信息的内容。(2)数据完整性有了机密性保证,攻击者可能无法获取信息的真实内容,但接收者并不能保证其收到的数据是正确的,因为恶意的中间节点可以截获、篡改和干扰信息的传输过程。通过数据完整性鉴别,可以确保数据传输过程中没有任何改变。(3) 数据新鲜性数据新鲜性问题是强调每次接收的数据都是发送方最新发送的数据,以此杜绝接收重复的信息。保证数据新鲜性的主要目的是防止重放(Replay)攻击。(4) 可用性可用性要求传感器网络能够随时按预先设定的工作方式向系统的合法用户提供信息访问服务,但攻击者可以通过伪造和信号干扰等方式使传感器网络处于部分或全部瘫痪状态,破坏系统的可用性,如拒绝服务(Denial of Service, DoS)攻击。(5)鲁棒性无线传感器网络具有很强的动态性和不确定性,包括网络拓扑的变化、节点的消失或加入、面临各种威胁等,因此,无线传感器网络对各种安全攻击应具有较强的适应性,即使某次攻击行为得逞,该性能也能保障其影响最小化。(6)访问控制访问控制要求能够对访问无线传感器网络的用户身份进行确认,确保其合法性。
无线传感器网络威胁
根据网络层次的不同,可以将无线传感器网络容易受到的威胁分为四类:(1)物理层:主要的攻击方法为拥塞攻击和物理破坏。(2)链路层:主要的攻击方法为碰撞攻击、耗尽攻击和非公平竞争。(3)网络层:主要的攻击方法为丢弃和贪婪破坏、方向误导攻击、黑洞攻击和汇聚节点攻击。(4)传输层:主要的攻击方法为泛洪攻击和同步破坏攻击。
[3]
无线传感器网络关键技术
1、混沌加密技术
无线传感器网路
密码学属于跨学科的一门科目,其探究的主要是通过一些手段与方式把真正有用的信息给隐藏起来,只有通过授权人的授权方可正确解读信息中的内容,把信息转变为无法读取形式的这项技术即为加密技术。无线传感器当中诸多的混沌加密技术里,最具代表性的一项技术就是对称密钥体制技术,也是一项密码算法,其耗能较低,相对来说计算起来并不是十分烦琐。在判断无线传感器网络利用的密码技术是不是最恰当的标准通常有以下几个方面:数据占用的长度跟处理花费的时间、消耗能量的大小、密码算法代码所需的长度。这当中密码算法包括有高级加密算法跟对称加密算法等等。混沌密码技术整体来说属于较为复杂的一项技术,它遵守了动力学的机制跟混乱与扩散的基本原则。2、密钥管理协议密钥管理协议是将密钥被生成到利用的所有步骤进行分级授权保护,保证密钥的封闭性同时也能做到灵活的使用。例如密钥的生成、分发授权于金融机构使其能够生成密钥分发给传递中支付方,使其能生成数字签名保证信息不可否认性,而最终的密钥公证则授权与特定机构,以验证信息的真实性。数据验证协议,是对用户将要使用数据进行安全验证的协议,验证大数据时代活动中交换的数据是否具有端级签名和个人签名。安全审计协议,协议内容是对大数据时代活动中所有有关安全的事件进行收集、检测和控制,起到危险防护的作用和对危害安全事件进行追责的作用。3、数字水印认证技术数字水印认证技术是通过算法将标识信息嵌入至原始载体中,便于合法使用者进行提取并识别。利用数字水印技术,能够保障认证信息是否被篡改,从而提升无线传感器网络的传输可靠性。数字水印技术主要由嵌入器、检测器两部分构成,其与密码学相结合,可以实现对信息的多重安全保护。通常,对于传输信息,利用水印嵌入器来形成水印密钥与原始载体数据的结合,而在使用时根据水印检测器来进行水印解密,输出信息。4、防火墙技术在具体的应用当中,这项技术具备很强的AAA管理功能,把内部主机IP地址翻译到外网中,使无线传感器网络共享Internet,还可促使外网隐藏到内网结构当中:可支持多种AAA协议对拨入ASA的各式各样远程来访问VPN、登录ASA管理会话中来认证AAA,并予以授权。在无线传感器网络当中,通过防火墙技术,能够确保网络不会遭受到蠕虫、黑客、病毒和坏件等的攻击,而且还含有无客户端模式VPN,保障无线传感器网络客户不用安装VPN客户端就可提供给他们网络服务。在无线传感器网络的组成中,可将无线网络跟核心网络有效隔离开,通过防火墙将一个或者几个无线网络实行分开管理的方式,这样一来即使成功地将无线客户端破解了,也无法攻击有线网络。
[1]
无线传感器网络应用范围
编辑
语音
1、无线传感器在电气自动化中的应用在我国自动化技术不断发展的进程中,我国电力系统是发展较快的一个领域,电力系统的自动化,有助于减少不必要的能源浪费,减少事故的发生率,以及提高在事故发生时对其进行修理维护的效率。人工电力系统管理工作容错率较低,人们在进行工作的过程中,必须根据电力系统设备的运行情况进行适时调整,在电气自动化的过程中同样,需要对电力系统进行实时的监控,根据需求对电压进行调节,电力系统在运行的过程中,由于外界环境比如天气温度等,会时时刻刻发生变化,如果外界条件变化较为剧烈,在电力系统中的各项电力属性同样会发生较大的变化,为了补偿这部分变化,便需要对其进行调节,数据的采集首先是一项重要的内容,需要有一些装置能够对电气系统中的各项电气属性值进行统计,然后进行处理,将数据进行记录传输,根据传输的内容对其进行控制,提高其自动化水平。此外,还需要在电力系统中,在单位路程内设置一些温度和湿度等环境传感设备对电力系统的环境进行监管,以便预计电力系统的变化。在电气自动化中,大多使用无线传感装置,通过无线传感装置能够避免一些线路问题,提高传感装置的高效性。采用无线传感装置,相较于过去的监控管理装置而言具有较多的优点,其中较为明显的优点便是减少了线路的复杂性,在电力系统中,特别是高压输电线,如果线路较为复杂,在进行管理维护的过程中,会增加工作难度,而且具有较高的风险。相较于传统的感应装置,无线传感装置受损的可能性较小,而且传输的数据也更加具有精确性也使其具有更高的价值。2、无线传感技术在进行监测工作中的应用在使用无线传感技术进行监测的过程中,不同类型的监测工作所用的监测设备也不仅相同。其中在工业生产过程中,较为常用的传感技术是温度传感技术,在使用传感技术对工业生产进行监测的过程中,主要针对锅炉方面进行监测,确保锅炉的安全性。在锅炉中,与锅炉温度息息相关的是锅炉的水冷管,当今常见的水冷管大多都是由钢管组成的,热量在排出的过程中,需要通过钢管排出。但是由于在进行冷却的过程中,随着大量热量的排出,同时会排出一些杂物,比如一些细小的烟尘颗粒等,久而久之水冷壁内部可能会出现一些污垢附着在钢管上,如果污垢堆积过厚,会影响到钢管的散热情况,而水冷壁所能够承受的热量往往有一定的上限,水冷壁上的热量难以及时得到散失,便会在压力过大的情况下进行工作,长时间处于超负荷状态,会对水冷壁的结构造成较为严重的影响,使用一段时间之后,便可能出现较为严重的事故。在当今对锅炉工作进行管理大多采用计算机进行远程操控,这样可以避免高温环境对工作人员造成危害。但是,采用远程操控技术便需要对锅炉进行监控,在高温的环境下,采用有线监控装置,线路会受到高温环境的影响,造成额外的损失,需要投入较多的成本。而采用无线传感技术进行监控,在进行数据的传输过程中,无需其他物品作为媒介,可以直接传输测量数据,这样在进行监控管理的过程中,受损部位的数量会减少,能够有效降低生产成本。而且采用无线传感网络,可以更加全面地对不同部位进行监控,使工作更加全面。3、无线传感技术在进行定位中的应用无线传感技术在当今的应用,不仅仅可以有大型组织进行工作和科研进行使用。对于个人来说,由于技术的不断发展,无线传感技术的成本也越来越低,越来越多的人可以将无线传感技术用于个体身上。对于个人来说,无线传感技术的主要使用目的是用来进行定位,定位技术对于传感技术来说是应用较广的方面,在车辆上安装无线传感装置,可以通过无线传感技术,将车辆所在位置信息进行传输,然后再由中转站将信息进行处理发送,这样在接收站能够明确了解汽车所处位置信息。对于汽车进行导航具有重要的意义。此外,还可以对一些随身携带的物品采用无线传感技术,对一些老年人或者儿童进行实时定位,避免一些弱势人员出现意外事故。
[4]
词条图册
更多图册
参考资料
1.

范波.无线传感器网络安全的关键技术[J].建筑工程技术与设计,2018,(30):3397.
2.

袁梦鑫.浅谈无线传感器网络安全及策略[J].科教导刊-电子版(中旬),2018,(11):274.
3.

范波.无线传感器网络入侵检测分析[J].建筑工程技术与设计,2018,(32):4157.
4.

唐明双.无线传感器网络应用技术综述[J].科技资讯,2018,16(36):42-43.
无线传感器网络定位:WSN(无线传感器网络)中的定位  第2张

无线传感器网络定位:无线传感器网络中的节点定位技术

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要求节点知道自身的位置信息,才能向用户提供有用的检测服务。没有节点位置信息的监测数据在很多场合下是没有意义的。比如,对于森林火灾检测、天然气管道监测等应用,当有事件发生时,人们关心的一个首要问题就是事件发生在哪里,此时如果只知道发生了火灾却不知道火灾具体的发生地点,这种监测没有任何实质的意义,因此节点的位置信息对于很多场合是至关重要的。

在许多场合下,传感器节点被随机部署在某个区域,节点事先无法知道自身的位置,因此需要在部署后通过定位技术来获取自身的位置信息。目前最常见的定位技术就是GPS(Global Positioning System)了,它能够通过卫星对节点进行定位,并且能够达到比较高的精度。因此要想对传感器节点进行定位,最容易想到的方法就是给每个节点配备一个GPS接收器,但是这种方法不适用于传感器网络,主要原因有以下几点:

1)GPS接收器通常能耗高,而对于无线传感器网络中的节点来说,一般能耗很有限,给每个节点配备一个GPS接收器会大大缩短网络寿命;

2)GPS接收器成本比较高,给无线传感器网络中的每个节点配备一个GPS接收器,需要投入很大成本,尤其对于大规模的无线传感器网络来说不是很适合;

因此有必要研究适合无线传感器网络的定位技术。下面分两个部分来介绍节点定位的相关研究:1)节点定位的基本概念;2)节点定位的基本思路;3)常见算法。

一.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根据网络中少数已知节点的位置信息,通过一定的定位技术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节点通常可以分为信标节点(beacon node or anchor node)和未知节点(unknown node),其中信标节点也称为锚节点或者参考点,未知节点也称为普通节点。信标节点是位置信息已知的节点,未知节点是未知信息未知的节点。信标节点一般所占比例很小,通常通过手工配置或者配备GPS接收器来获取自身的位置信息。

除此之外还有一种节点称为邻居节点(neighbor node),邻居节点是指传感器节点通信半径内的其他节点。

以下是几个常用术语:

到达时间(Time of Arrvial,TOA),信号从一个节点传播到另一个节点所需时间
到达时间差(Time Diffrential of Arrival,TDOA),不同传播速度的信号从一个节点到达另一个基点所需要的时间之差
到达角度(Angle of Arrival,AOA),节点接收到的信号相对于自身轴线的角度
接收信号强度(Received Sinnal Strength,RSS),节点接收到无限信号强度的大小,也有称Received Sinnal Strength Indicator(RRSI),两个意思基本是一样的
视距关系(Light of Sight,LOS),两个节点之间没有障碍物,能够直接通信
非视距关系(Non Light of Sight,NLOS),两个节点之间有障碍物,不能直接通信
跳数(Hop Count),两个节点之间的跳段之和
二.节点定位技术的基本思路

节点定位的基本思路主要有两种:

1.基于测距(Range-based):假设在传感器网络中某些节点位置信息已知,通过某些手段来估算其他节点的位置信息。在这里面通常有两个步骤:

测距
位置估算
  因为要通过信标节点得到未知节点的位置信息,必须先确定信标节点到未知节点的距离,才能得到未知节点的位置信息。举个例子说明一下:

假如信标节点A位置已知为(x1,y1),节点M位置未知,要想求得M的位置,最简单的想法:假设B位置为(x,y),A到B的距离为d1,则有

d12=(x-x1)2+(y-y1)2

显然只根据一个方程这样是无法求得x和y的值,假若有两个信标节点呢?

这样一来的话又多了一个方程:d22=(x-x2)2+(y-y2)2,此时可以解得方程组得到x和y,但是此时x和y是有两组解的,无法唯一确定x和y的值,因此需要考虑再假如一个信标节点:

这样一来的话就可以唯一确定x和y的值了,最基本的定位思想就是这样。这里举的例子是采用距离,还可以采用角度。

一般情况最少需要知道未知节点和信标节点的三组距离或角度值,然后再通过位置估算方法确定位置。

通常测距的方法有4种:

1)基于到达时间(TOA)的测距

这种方法是根据已知信号的传播速度及信号在发送节点和接收节点之间的传播时间来估算距离,这种方法要求能够非常精确地获取发送节点和接收节点之间的传播时延,这个是比较困难的,难度很大,不太适合无线传感器网络。

2)基于到达时间差(TDOA)的测距

这种方法中发送节点同时发送两种不同传播速度的信号、接收节点根据两种信号到达的时间差和他们的传播速度来计算距离。假若两种信号的传宝速度为v1和v2,到达时间分别为t1和t2,发送节点到接收节点的距离为d,则有:

t1-t2=d/v1-d/v2

可得d=(t1-t2)v1v2/(v2-v1)

3)基于到达角度(AOA)的测距

这种方法根据接收信号到达时候与自身轴线的角度来计算,这种方法对硬件成本要求很高,要求配备天线阵列,不太适合无线传感器网络

4)基于接收信号强度(RSS)的测距

信号在传播过程中会有衰减,无线信号的发射功率和接收功率存在某种映射关系,因此可以利用关系这个来估算距离,

在获得了距离之后,就可以来估算位置了,常用的位置估算方法有下面两种:

1)三边测量法

上面举的例子中的位置估算方法就是三边测量法,此处不再赘述。

至于某些文献上提到的三角测量法个人觉得跟三边测量法是一回事,就不再介绍了。

3)最大似然估计法

已知n个节点的坐标为(x1,y1),(x2,y2)…(xn,yn),它们到未知节点M的距离分别为d1,d2…dn,则有:

(x-x1)2+(y-y1)2=d12

(x-x2)2+(y-y2)2=d22

(x-xn)2+(y-yn)2=dn2

依次用第一个方程减去最后一个方程,可得:

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)

则可以表示成 AX = B

其中A = B=X =(x,y)T

2.无需测距(range-free)

无需测距的方法一般是利用网络连通性或者拓扑结构来估算距离,再利用三边测量法或者极大似然估计来估算位置。

三.常见算法

1.基于测距(range-based)

1)AHLos 算法

该算法是基于到达时间差的测距,信标节点首先向邻居节点以两种射频信号来广播消息,然后邻居节点根据到达时间差来估算距离,在接收到三个信标节点的消息之后,则根据三边测量法估算位置,邻居节点确定自己的位置之后转变为信标节点,也向邻近节点广播消息重复上述过程直至所有节点定位完成。

2)RADAR算法

该算法是基于RSS的测距,而基于RSS测距该算法有两种模型:经验模型和信号传播模型

先说一下经验模型:

在经验模型中,节点被分散在一定的区域内,并且保证所有的未知节点能够与信标节点直接通信,如图所示。然后事先在该区域内采集一些位置进行RSS强度测试,并以(x,y,RSS)的形式记录到数据库中。当进行定位时,未知节点同数据库中的数据进行比对,选择差值最小的三个或者三个以上点作为估算位置,然后再采用三边测量法或者下文的质心法来估算位置。

信号传播模型:

信号传播模型主要有两种模型:自由空间模型和shadowing模型

自由空间模型假定信号发射功率和信号接收功率存在确定的映射关系:

其中PR是接收处的功率,PS是发射处的功率,d是发射点距接收点的距离,α是传播因子,视环境而定。

shadowing模型:

其中P(d)是未知节点处的信号强度或者信号发射功率,P(d0)是距信标节点或者基站d0处的信号发射功率(其中d0是参考距离,一般取1m),n是衰减因子,由于实际环境中存在噪声,所以引入了?,比如在室内传播,会有墙壁或者门这些障碍物,就需要计算?。

2.无需测距(range-free)

无需测距的定位算法不需要直接测量节点之间的距离或者角度,而是根据网络的连通性来实现位置估计得,典型的无需测距的算法主要有以下几种:

1)质心算法

质心算法基于两个假设条件:射频信号的传播遵循理想的圆球模型;节点的通信半径相同且不会改变。

该算法利用了计算几何中质心的思想,假设n边形的顶点坐标分别为(x1,y1)…(xn,yn),设其质心坐标为(x,y),则有

x=(x1+x2…+xn)/ n

y=(y1+y2+…+yn)/ n

算法核心思想为:信标节点周期性地广播包含自身位置信息的消息,在时间t内未知节点收到来自信标节点i的消息数目为Nr(i,t),而时间t内信标节点i发出的消息数目为Ns(i,t),那么未知节点和信标节点的连通指标为:

C=Nr(i,t)/ Ns(i,t)

如果C大于设定的阈值,则认为未知节点处于信标节点i的覆盖区域内,即与信标节点i连通。这样对于每个未知节点都可以选出与其连通的所有信标节点,然后把这些信标节点的质心作为该未知节点的坐标。

质心算法是一种完全基于网络连通性的定位算法,其计算和实施难度都比较小,但是算法精度不高,并且通常要求信标节点具有较高的密度。

2)DV-HOP(Distance Vector-Hop)算法

DV-HOP算法是为了避免对节点距离直接测量而提出的一种基于矢量路由的非测距定位算法。该算法的核心思想是通过距离矢量路由方法获取未知节点与信标节点之间的最小跳数,并计算每跳的平均距离,然后以每跳的平均距离与最小跳数的乘积作为未知节点与信标节点的估算距离,再使用三边测量法估算未知节点的坐标位置。举个例子:

A、B、C为信标节点,M为未知节点,A到B和C的距离分别为40m和100m,而A到B和C的最小跳数分别为2和5,则A的平均跳距为:

(40+100)/ (2+5)=20m,同理可以得到B和C的平均跳数为24m和22.5m,则可以计算M距离三个信标节点的距离分别为:

320m,224m,3*22.5m,然后就可以利用三边测量法估算出M的坐标。这种方法实现比较简单,但是精度较差,不适合稀疏的以及拓扑不规则的网络。

3)APIT算法

APIT算法的基本思想同质心算法的思想类似,它利用由信标节点组成的三角形覆盖重叠区域来确定未知节点的位置。在APIT算法中,未知节点首先在其邻居节点中收集信标节点的信息。然后任意选取3个信标节点,判断自己是否在这3个信标节点组成的三角形区域内,然后不断这样循环选取3个信标节点进行判断,这样,未知节点可以确定多个包含自己的三角形区域,这些三角形区域的重叠部分是一个多边形,它确定了更小的包含未知节点的区域,然后以这个多边形区域的质心作为未知节点的坐标。

4)MAP算法

MAP(Mobile Anchor Point)是一种基于移动信标节点的非测距定位算法,也有称为MAN(Mobile Anchor Node)。其基本思想是利用可移动的信标节点在监测区域中移动并周期性的广播其当前的位置信息,然后可以确定两条以未知节点为圆心的弦,这两条弦的垂直平分线的交点就是圆心。

如图所示,S为未知节点,M为移动的信标节点,在T1时刻M移动到S的通信范围之内,然后在T5时刻移出S的通信范围,这样就可以确定了两条弦 T1T5,在T12时刻M又重新移动到S的通信范围之内,然后又在T15时刻移出S的通信范围,这样又可以确定一条弦T12T15,这两条弦的垂直平分线的交点即为圆心S的坐标,然后以圆心坐标作为未知节点S的位置。

该算法有与其他非测距定位算法相比有较高的精确度,但是缺点是移动节点是必须要有足够能量支持其在监测区域内移动,并且当未知节点的位置发生变化时,该算法有比较大的误差。

5)Amorphous算法

Amorphous算法与DV-HOP算法类似,其分为三个阶段:

第一阶段:计算未知节点与每个信标节点之间的最小跳数

第二阶段:假设网络中的节点通信半径相同,并且每跳的平均距离等于节点的通信半径,计算未知节点到每个信标节点的距离

第三阶段:采用三边测量法或者最大似然估计法估算未知节点的位置

6)凸规划定位算法

凸规划定位算法的核心思想是:如果两个节点能够直接进行通信,则它们之间的距离必定小于节点的通信半径。

如图所示,黑色实心点为信标节点,白色空心点为未知节点,假若未知节点能与信标节点通信,则其必在以信标节点为圆心、通信半径为半径的圆内,这样的话,多个这样的圆的相交区域必然包含了未知节点,然后以相交区域构成的矩形的质心作为未知节点的坐标。

7)Ring-Overlapping算法

该算法利用交叠环的思想进行定位,比如S为未知节点,A、B、C为信标节点,若A发出射频信号,而S处的信号强度RSS小于B处的信号强度而大于C处的信号强度,则S必在以A-B为内半径、A-C为外半径的环形区域内,类似地分别可以得到以B、C为中心的环形区域,而S必在这些环形区域的交叠区域内,然后以交叠区域的质心作为S的坐标。

以上算法都是有信标节点的定位算法,曾有人提出了一些没有信标节点的定位算法如SPA(Self-positioning Algorithm)算法,这种算法主要是建立全局坐标系来估算未知节点的位置,但是这种算法复杂度非常高,不适合用于大规模网络,也有人提出针对SPA算法的改进算法,如SDGPSN(Scalable and Distributed GPS free Positioning for Sensor Networks)算法。

还有一部分人提出了一些其他的算法,比如AFL(Anchor-Free Distributed Localization in Sensor Networks)算法,其利用的是局部估算方法。还有人提出了基于分簇的定位算法(Using Clustering Information for Sensor Network Localization)。

定位算法暂时就介绍这么多了,相关深入内容将在后面继续讲解。

作者:Matrix海子
    
出处:
    
本博客中未标明转载的文章归作者Matrix海子和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,否则保留追究法律责任的权利。

您可能感兴趣的文章

本文地址:https://www.ceomba.cn/3480.html
文章标签: ,  
版权声明:本文为原创文章,版权归 ceomba 所有,欢迎分享本文,转载请保留出处!

文件下载

老薛主机终身7折优惠码boke112

上一篇:
下一篇:

评论已关闭!