基于RSSI的无线传感器网络节点定位算法研究

第４７卷第３期　２００８年５月　厦门大学学报（自然科学版）　Ｊｏｕｒｎａｌ　ｏｆ　Ｘｉａｍｅｎ　Ｕｎｉｖｅｒｓｉｔｙ（Ｎａｔｕｒａｌ　Ｓｃｉｅｎｃｅ）　ＶｏＩ＿４７　Ｎｏ．３　Ｍａｙ　２００８　

无线传感器网络中基于ＲＳＳＩ差值的改进定位算法　

徐　燕，石江宏，吴晓芳　（厦门大学信息科学与技术学院，福建厦门３６１００５）　、　摘要：无线传感器网络（ＷＳＮ）的许多应用都需要知道节点的位置，在某些环境下还需要获得节点的相对位置．本文以　ＷＳＮ的特点为基础，首先介绍了接收信号强度的理论知识，进而提出一种优化的基于测距的定位算法：在应用中的多用　户情况下，节点采用多跳方式进行通信，在信标节点冗余的情况下，针对不同信标节点位置范围，建立定位误差最小的相　应信标节点库，继而对不同位置范围的待测节点优化选取其定位采用的信标节点，最后将由未知节点接收到的信号强度　得到的多用户间的距离进行差值，优化求解非线性方程组，提高算法性能．仿真结果表明，本文中的ＲＳＳＩＷＳＮ差值定位　算法比传统的ＲＳＳＩ定位算法拥有更好的定位性能．　关键词：无线传感器网络；定位；ＲＳＳＩ差值；信标节点　中图分类号：ＴＮ　９２　文献标识码：Ａ　文章编号：０４３８＇０４７９（２００８）０３—０３６１—０４　

在无线传感器网络（ＷＳＮ）中，定位业务正广泛受　到关注，定位精度直接影响网络路由的效率．对于军　用、民用、以及救火ＷＳＮ来说，估计用户的准确位置　至关重要．一般地，基于测距的定位算法，可以通过测　量节点之间的接收信号强度（ＲＳＳＩ）［１］、信号到达时间　差（ＴＤＯＡ）［２３或者信号到达时间延迟（ＴＯＡ）［３］来进　行节点的定位．　在低功率高密度无线设备组成的网络中，由于同　步的原因，使得ＴＤＯＡ往往比较难实现．而多径和噪　声，以及参考时钟的不精确性，都会影响ＴＯＡ算法的　精度．另外，在室内情况下，由于用户之间的距离较短，　同一用户信号的各条多径分量时间上相当接近，现有　设备的分辨率不足以区分时间上如此接近的各条多　径，很难精确的进行ＴＯＡ或ＴＤＯＡ估计．而在ＲＡ—　ＤＡＲ【４］，ＳｐｏｔＯＮ［５］等许多项目中使用到的ＲＳＳＩ技　术，所需设备简单，是一种低功率、低成本的测距技术．　针对传统的利用三角定位法的ＲＳＳＩ精度较低的问　题，为适应不同的应用环境，本文提出先优选信标节　点，然后将目标节点与信标节点间的距离进行差值，化　距离公式为双曲线方程的算法，并对此算法进行仿真．　１算法模型　１．１传统的ＲＳＳＩ算法　信道的长期衰落特性服从对数正态分布，ＷＳＮ　

无线传感器网络中基于ＲＳＳＩ的节点距离预测　

罗配明　

（电子科技大学自动化Ｔ程学院，成都６１１７３１）　

摘要：无线传感器网络大量应用在环境监测、目标跟踪、安全监控等领域，因此网络的自身定位是大多数应用的基础。　常用的定位方法必须测量节点间的距离。为了预测距离值，根据实验获取的ＲＳＳＩ值与对应的距离值，先对实验数据进　行滤波处理，建立面向Ｍａｔｌａｂ神经网络工具箱的神经网络预测模型，利用神经网络的特性和Ｍａｔｌａｂ工具箱的强大功　能，通过实测数据对网络进行训练。预测结果表明，距离精度达到１　ＩＴＩ之内。　关键词：无线传感器网络；距离预测；滤波处理；神经网络　中图分类号：ＴＮ９１５．０１　文献标识码：Ａ　

Ｄｉｓｔａｎｃｅ　Ｐｒｅｄｉｃｔｉｏｎ　Ｂａｓｅｄ　ｏｎ　ＲＳＳｌ　ｉｎ　Ｗｉｒｅｌｅｓｓ　Ｓｅｎｓｏｒ　Ｎｅｔｗｏｒｋｓ　

Ｌｕｏ　Ｐｅｉｍｉｎｇ　

（Ｃｏｌｌｅｇｅ　ｏｆ　Ａｕｔｏｍａｔｉｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ。Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｅｌｅｃｔｒｏｎｉｃ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ　ｏｆ　Ｃｈｉｎａ，Ｃｈｅｎｇｄｕ　６１１７３１，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｗｉｒｅｌｅｓｓ　ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋｓ　ａｒｅ　ｉｎ　ｔｈｅ　ｌａｒｇｅ—ｓｃａｌｅ　ａｐｐｌｉｃａｔｉｏｎ　ｆｏｒ　ｅｎｖｉｒｏｎｍｅｎｔ　ｍｏｎｉｔｏｒｉｎｇ，ｔａｒｇｅｔ　ｔｒａｃｋｉｎｇ，ｓａｆｅｔｙ　ｍｏｎｉｔｏｒｉｎｇ　ａｎｄ　ｏｔｈｅｒ　ｆｉｅｌｄｓ；ｔｈｅｒｅｆｏｒｅ，ｎｅｔｗｏｒｋ　ｐｏｓｉｔｉｏｎｉｎｇ　ｉｔｓｅｌｆ　ｉｓ　ｔｈｅ　ｂａｓｉｓ　ｏｆ　ｍｏｓｔ　ａｐｐｌｉｃａｔｉｏｎｓ．Ｓｏｍｅ　ｏｆ　ｔｈｅ　ｃｏｍｍｏｎｌｙ　ｕｓｅｄ　ｌｏｃａｔｉｏｎ　ｍｅｔｈｏｄｓ　ｍｕｓｔ　ｍｅａｓｕｒｅ　ｎｏｄｅ　ｓｐａｃｉｎｇ．Ｉｎ　ｏｒｄｅｒ　ｔｏ　ｐｒｅｄｉｃｔ　ｄｉｓｔａｎｃｅ　ｖａｌｕｅ，ａｃｃｏｒｄｉｎｇ　ｔｏ　ｔｈｅ　ｅｘｐｅｒｉｍｅｎｔａｌ　ＲＳＳＩ　ｖａｌｕｅ　ａｎｄ　ｔｈｅ　ｃｏｒｒｅｓｐｏｎｄｉｎｇ　ｄｉｓｔａｎｃｅ　ｖａｌｕｅ，　ｔｈｉｓ　ｐａｐｅｒ　ｆｉｒｓｔ　ｃａｒｒｉｅｓ　ｏｕｔ　ｆｉｌｔｅｒｉｎｇ　ｐｒｏｃｅｓｓｉｎｇ　ｔｏ　ｅｘｐｅｒｉｍｅｎｔ　ｄａｔａ，ａｎｄ　ｔｈｅｎ　ｅｓｔａｂｌｉｓｈｅｓ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋ　ｐｒｅｄｉｃｔｉｖｅ　ｍｏｄｅｌ　ｂａｓｅｄ　ｏｎ　Ｍａｔｌａｂ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋ　ｔｏｏｌｂｏｘ　ｕｓｉｎｇ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ａｎｄ　ｔｈｅ　ｓｔｒｏｎｇ　ｆｕｎｃｔｉｏｎ　ｏｆ　Ｍａｔｌａｂ　ｔｏｏｌｂｏｘ．Ｎｅｔｗｏｒｋ　ｔｒａｉｎｉｎｇ　ｉｓ　ｄｏｎｅ　ｔｈｒｏｕｇｈ　ｍｅａｓｕｒｅｍｅｎｔ　ｄａｔａ．Ｔｈｅ　ｐｒｅｄｉｃｔｉｏｎ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅ　ｄｉｓｔａｎｃｅ　ｐｒｅｃｉｓｉｏｎ　ｉｓ　ｗｉｔｈｉｎ　１　ｍ．　

基于RSSI的弦相交加权质心定位算法

李昂;章勇;张瑞祥

【期刊名称】《机电工程技术》

【年(卷),期】2024(53)1

【摘 要】无线传感器网络中节点定位是其重要技术,其中基于测距的RSSI定位技术具有成本低、易实现等优点。为解决传统三边质心算法在确定相交区域顶点时存在一定缺陷导致误差较大的问题,提出弦相交-加权质心定位算法。该算法采用分组、分步式定位方式。首先通过弦相交法进行初步定位,将有效节点三三分组,组内各圆公共弦所在直线交点作为本组的定位结果;再采用加权质心算法将初步定位中各组结果进行二次精确定位,得到最终信号源预测位置。在平均边长近似20 m的不规则五边形区域进行仿真验证,信号源随机分布于15 m×15 m的正方形内,结果显示相较于加权三边质心算法,所换算法平均误差减少了2.028 m,定位精度提升了61.14%,具有良好效果。

【总页数】5页(P171-175)

【作 者】李昂;章勇;张瑞祥

【作者单位】东华理工大学机械与电子工程学院

【正文语种】中 文

【中图分类】TP242

【相关文献】 1.基于RSSI测距的加权质心-中点定位算法2.基于RSSI的改进差分修正加权质心定位算法3.基于RSSI的加权质心定位算法的改进4.基于RSSI差分校正的改进加权质心定位算法5.基于RSSI的矿井移动目标加权质心定位算法

因版权原因，仅展示原文概要，查看原文内容请购买

Ｊｏｕｒｎａｌ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ａｐｐｌｉｃａｔｉｏｎｓ　计算机应用，２０１２，３２（２）：３５２—３５４，３５８　ＩｓｓＮ　１０ｏ１．９０８１　ＣＯＤＥＮ　ＪＹＩＩＤＵ　２Ｏ１２一Ｏ２．０ｌ　ｈｔｔｐ：／／ｗｗｗ．ｊｏｃａ．ｅｎ　

文章编号：１００１—９０８１（２０１２）０２—０３５２—０３　ｄｏｉ：１０．３７２４／ＳＰ．Ｊ．１０８７．２０１２．００３５２　

基于ＲＳＳＩ均值的无线传感器网络拓扑控制算法　

王出航　

（长春师范学院计算机科学与技术学院，长春１３００３２）　（｝通信作者电子邮箱５２６２１３８０４＠ｑｑ．ｃｏｎｉ）　

摘要：针对采用接收信号强度指示（ＲＳＳＩ）值构建拓扑存在误差的不足，提出一种分布式拓扑控制算法ＲＴＣ。　该算法基于ＲＳＳＩ均值计算节点间双向路径损耗，从而判断两节点间是否存在每跳通信链路代价都小于直接通信链路　

代价的两跳路径，以构建局部优化拓扑。理论分析了算法的通信复杂度和网络连通性，仿真分析了其节能特性，结果　

表明ＲＴＣ在降低网络能量消耗的同时延长了网络生命周期。　关键词：拓扑控制；接收信号强度指示；能量均衡；路径损耗；分布式算法　

中图分类号：ＴＰ３９３．０２；ＴＮ９２６　文献标志码：Ａ　

Ｔｏｐｏｌｏｇｙ　ｃｏｎｔｒｏｌ　ａｌｇｏｒｉｔｈｍ　ｆｏｒ　ｗｉｒｅｌｅｓｓ　ｓｅｎｓｏｒ　ｎｅｔｗｏｒｋ　ｂａｓｅｄ　ｏｎ　ｍｅａｎ　ＲＳＳＩ　

ＷＡＮＧ　Ｃｈｕ．ｈａｎｇ　

（Ｃｏｌｌｅｇｅ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｃｈｕｎ　Ｎｏｒｍａｌ　ｅ　Ｃｈａｎｇｃｈｕｎ　Ｊｉｌｉｎ　１３００３２，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｗｉｔｈ　ｒｅｇａｒｄ　ｔｏ　ｔｈｅ　ｐｒｏｂｌｅｍ　ｔｈａｔ　Ｒｅｃｅｉｖｅｄ　Ｓｉｇｎａｌ　Ｓｔｒｅｎｇｔｈ　Ｉｎｄｉｃａｔｏｒ（ＲＳＳＩ）ｈａｓ　ｅｒｒｏｒｓ　ｉｎ　ｓｐａｔｉａｌ　ａｎｄ　ｔｅｍｐｏｒａｌ　ｅｘｔｅｎｓｉｏｎ，ａ　ｎｅｗ　ｄｉｓｔｒｉｂｕｔｅｄ　ｒｅａｌ　ｗｉｒｅｌｅｓｓ　ｅｎｖｉｒｏｎｍｅｎｔ　ｆａｃｅｄ　ｔｏｐｏｌｏｇｙ　ｃｏｎｔｒｏｌ　ａｌｇｏｒｉｔｈｍ　ｎａｍｅｄ　ＲＴＣ　ｗａｓ　ｐｒｏｐｏｓｅｄ　ｉｎ　ｔｈｉｓ