一種基于路由信息的傳感網(wǎng)絡(luò)定位算法

　　無線傳感器網(wǎng)絡(luò)是近年來一個熱點研究領(lǐng)域，其中傳感器網(wǎng)絡(luò)定位技術(shù)也越來越受到人們的關(guān)注，這是因為傳感器網(wǎng)絡(luò)的大量應(yīng)用都依賴于節(jié)點的位置信息，例如在戰(zhàn)場偵察、生態(tài)環(huán)境監(jiān)測、地震洪水火災(zāi)等現(xiàn)場的監(jiān)控等應(yīng)用中，都需要知道傳感器節(jié)點的位置信息，從而獲知信息來源的準(zhǔn)確位置。

　　現(xiàn)有無線傳感器網(wǎng)絡(luò)定位系統(tǒng)種類繁多，實現(xiàn)方法各異[1][2]。具有代表性的有采用超聲波測距的TDOA（TimeDifferenceofArrival）系統(tǒng)[3]，基于RSSI （Receive SignalStrengthIndicator）的技術(shù)[4]，基于網(wǎng)絡(luò)連通性的質(zhì)心定位算法[5]，基于多跳傳感器網(wǎng)絡(luò)節(jié)點間跳數(shù)的DV-Hop算法[6]等。現(xiàn)有算法大多存在額外的硬件開銷，或需要較多已知位置的參考節(jié)點，而且都有較大的通信開銷，帶來了傳感器節(jié)點額外的功耗，這樣就降低了全網(wǎng)的生存周期。因此，需要針對無線傳感器網(wǎng)絡(luò)的具體場景，設(shè)計低成本，低開銷，易實現(xiàn)的定位算法。

　　2.基于路由信息的定位算法

　　2.1研究場景定義

　　無線傳感器網(wǎng)絡(luò)的應(yīng)用場景各異，對定位的需求也各不相同。因此，在進(jìn)行定位算法的設(shè)計前，必須選定應(yīng)用場景進(jìn)行有針對性的設(shè)計。本文選用傳感器網(wǎng)絡(luò)中廣泛應(yīng)用的大范圍數(shù)據(jù)采集場景，例如土壤溫濕度監(jiān)測、森林火險預(yù)警、智能大廈人員數(shù)據(jù)采集等，作為研究前提。

　　在這種場景下，數(shù)量眾多的傳感器節(jié)點分布在較大范圍的區(qū)域內(nèi)，節(jié)點需要通過多跳路由將數(shù)據(jù)返回到一個或多個網(wǎng)關(guān)節(jié)點。所有傳感器節(jié)點不裝配GPS、超聲收發(fā)器、有向天線等額外的定位和測距設(shè)備，節(jié)點射頻模塊只具備射頻信號強度檢測能力（RSSI），甚至RSSI能力也不具備（即只有通信功能）。為了方便下面的研究，進(jìn)一步對場景作如下簡化定義：

　　1.傳感器節(jié)點數(shù)目表示為n,網(wǎng)關(guān)節(jié)點數(shù)目表示為m；

　　2.n個傳感器節(jié)點在區(qū)域內(nèi)隨機均勻分布，自身位置為（xi,yi）均未知，其中i= 1...n；

　　3.m個網(wǎng)關(guān)節(jié)點在區(qū)域內(nèi)以某種規(guī)律分布，自身位置（xi,yi）均已知，其中i= n+1...n+m；

　　4.傳感器節(jié)點均以一定且相同的周期采集數(shù)據(jù)，節(jié)點間相對靜止；

　　5.節(jié)點采用無線全向天線進(jìn)行互通信，RSS測距的先驗概率分布滿足高斯分布；

　　2.2設(shè)計思路

　　而且因為數(shù)據(jù)采集任務(wù)對網(wǎng)絡(luò)的存活時間要求一般較高，所以降低傳感器節(jié)點的功耗，即降低傳感器節(jié)點的通信開銷就成為設(shè)計定位算法中重要的因素。而現(xiàn)有定位算法存在的主要問題就是通信開銷大，其中有一個重要原因是現(xiàn)有的研究將定位過程與網(wǎng)絡(luò)路由和數(shù)據(jù)采集看作獨立的過程，而事實上這兩個過程存在大量通信的重復(fù)，這樣就帶來了額外的通信開銷。本文的研究就是將路由協(xié)議與定位算法結(jié)合來減少這部分開銷，基本思路是通過在數(shù)據(jù)包上附加網(wǎng)絡(luò)路由信息來獲得部分節(jié)點間的連接和距離關(guān)系，然后根據(jù)這些關(guān)系來進(jìn)行傳感器節(jié)點定位，該算法命名為RBSL（RoutinginformationBasedSensorLocalization）。

　　本文選用了傳感器網(wǎng)絡(luò)中常用的定向擴散路由協(xié)議[7]（DirectedDiffusion）作為研究的基礎(chǔ)。定向擴散路由協(xié)議是一種以數(shù)據(jù)為中心的路由協(xié)議，網(wǎng)關(guān)節(jié)點向所有傳感器節(jié)點發(fā)送對任務(wù)描述的“興趣”（Interest），“興趣”會逐漸在全網(wǎng)中擴散，zui終達(dá)到所有匹配“興趣”的傳感器節(jié)點，與此同時也建立起了從網(wǎng)關(guān)節(jié)點到傳感器節(jié)點的“梯度”，傳感器節(jié)點會沿著梯度zui大的方向?qū)?shù)據(jù)傳回網(wǎng)關(guān)節(jié)點。定向擴散的原理示意圖如下圖1所示：

　　對于全網(wǎng)數(shù)據(jù)采集的場景，網(wǎng)關(guān)節(jié)點發(fā)送的“興趣”是采集所有節(jié)點數(shù)據(jù)。在建立梯度之后，每個一個傳感器節(jié)點都有一個自己對網(wǎng)關(guān)節(jié)點的zui大“梯度”方向，即下一跳傳輸?shù)哪康墓?jié)點編號（ID）。若每個傳感器節(jié)點在發(fā)送數(shù)據(jù)包末尾都附加自己的下一跳節(jié)點ID，則在每一個網(wǎng)關(guān)節(jié)點就都可以獲得網(wǎng)絡(luò)中n條鏈路的連接情況，即獲得了到一個網(wǎng)關(guān)節(jié)點的樹狀路由表。將m個網(wǎng)關(guān)節(jié)點的數(shù)據(jù)進(jìn)行綜合就可以獲得更多條鏈路的連接情況。將獲得的n個傳感器節(jié)點和m個網(wǎng)關(guān)節(jié)點之間的連接關(guān)系表示為對稱連接矩陣L（n+m,n+m），其中Lij=1表示i, j節(jié)點存在路由鏈路，反之Lij = 0表示不存在路由鏈路，其中1≤i,j≤n+m，若1≤i≤n表示i為傳感器節(jié)點，若n

　　進(jìn)一步的，如果傳感器節(jié)點具有RSSI，可以根據(jù)射頻信號傳輸?shù)慕?jīng)驗?zāi)Ｐ凸烙嬫溌肪嚯xdij，同樣將估計距離發(fā)往網(wǎng)關(guān)節(jié)點。與連接矩陣L類似可以生成對稱距離矩陣，表示為D（n+m,n+m），其中Dij=Dji表示i,j節(jié)點間路由鏈路的估計距離。

　　下一步就是根據(jù)連接矩陣L或距離矩陣D來進(jìn)行節(jié)點定位。這里就需要用到MDS算法，MDS算法的全稱是多維標(biāo)度分析（Multi-DimensionalScaling），是一種zui早應(yīng)用在計量心理學(xué)和生物信息統(tǒng)計中的算法。作為MDS算法的一種簡單的應(yīng)用，若已知二維空間上n個點的兩兩距離，即*的距離矩陣LALL（n,n），則可以反解出這n個點的二維相對拓?fù)洹iShang等人[8]zui早將MDS算法應(yīng)用到無線網(wǎng)絡(luò)定位中，本文也采用了類似的思路。由于通過路由過程獲得的連接矩陣L或距離矩陣D都只是部分鏈路，所以還需要通過zui短路徑算法生成在原矩陣中不連通的節(jié)點之間的近似距離，得到近似的DALL來作為MDS算法的輸入。

　　在獲得距離矩陣DALL之后，就可以根據(jù)MDS算法計算得到節(jié)點的相對二維拓?fù)浞植迹摲植寂c真實分布存在縮放，旋轉(zhuǎn)和平移的關(guān)系。因為m個網(wǎng)關(guān)節(jié)點都已知自身位置，當(dāng)m≥3時，可以根據(jù)網(wǎng)關(guān)節(jié)點的位置，對相對拓?fù)溥M(jìn)行坐標(biāo)變換得到zui終估計的二維拓?fù)洹?br />
　　3.算法實現(xiàn)過程

　　3.1定向擴散

　　目的是盡可能多的攜帶節(jié)點間的連接或測距信息，在建立梯度階段中，每個節(jié)點可以得到其下一跳節(jié)點ID。在傳輸數(shù)據(jù)階段，則將下一跳節(jié)點ID也打入數(shù)據(jù)包，按照zui大梯度方向發(fā)往網(wǎng)關(guān)節(jié)點。當(dāng)節(jié)點具有RSSI時，還要將下一跳節(jié)點對應(yīng)的測距結(jié)果發(fā)往網(wǎng)關(guān)節(jié)點。

　　3.2計算節(jié)點距離矩陣DALL

　　目的是提取網(wǎng)關(guān)數(shù)據(jù)中關(guān)于節(jié)點連接或測距的信息，并通過zui短路徑算法得到所有節(jié)點間的近似距離，即*的距離矩陣。當(dāng)節(jié)點具有RSSI時，則可以根據(jù)數(shù)據(jù)包中的每個節(jié)點的測距信息生成部分距離矩陣D，然后采用Floydzui短路徑算法，生成DALL。若節(jié)點不具備RSSI，則將連通表示為單位距離1，同樣用Floydzui短路徑算法，由連接矩陣L生成DALL。

　　3.3多維標(biāo)度分析MDS

　　將節(jié)點距離矩陣DALL作為MDS算法的輸入矩陣，可以獲得節(jié)點的相對位置估計X",Y"。

　　3.4平移和旋轉(zhuǎn)變換

　　通過比對已知位置的網(wǎng)關(guān)節(jié)點，將MDS結(jié)果進(jìn)行坐標(biāo)變換使得網(wǎng)關(guān)位置均方誤差zui小。即設(shè)X",Y"為MDS輸出的網(wǎng)關(guān)節(jié)點位置，求變換矩陣A,B使得[X"",Y""]=A * [X", Y"] + B與網(wǎng)關(guān)節(jié)點已知位置[X, Y]的均方誤差zui小。

　　4.仿真結(jié)果和分析

　　算法仿真采用Matlab6.5，仿真場景為100個傳感器節(jié)點隨機均勻分布在半徑50m的圓型區(qū)域內(nèi)，網(wǎng)絡(luò)中有大于等于三個已知位置的網(wǎng)關(guān)節(jié)點。