无线传感器网络节点定位算法研究

摘要无线传感器网络（Wireless sensor network，WSN）是由大量结构简单、廉价的传感器节点以自组织方式构成的无线网络，其目的是协作地感知、采集和处理网络覆盖的地理区域中被检测对象的信息，并传递给观察者，其在工业、军事、环境等领域具有广泛的应用。

【关键词】无线传感器网络 定位算法 智能信息服务

1 引言

随着日益发展的智能小区对计算机技术应用的需求，将WSN部署于智能小区中，可以实现环境监测、安全预警、事故定位、目标跟踪等功能，满足人们对新型居住环境的需求。在这些应用中，传感节点的定位非常重要，因为没有和具体的坐标联系在一起的监测信息通常是没有意义的。同时，WSN的一些协议，例如基于地理信息的路由也需要定位信息作为支撑。因此节点定位问题是WSN的重要研究内容之一。根据节点的移动性，WSN可划分为三个类别：所有节点都静止的网络、锚节点移动，未知节点静止的网络和所有节点都移动的网络。

2 节点静止网络的定位算法

目前，研究人员对节点静止网络的定位算法的研究是最多的，提出了许多定位算法。根据定位过程中是否需要测距，可将算法划分为基于测距的方法和与距离无关的方法。

2.1 SBL (Sequence-Based Localization) 定位算法

SBL算法通过划分局部的节点区域来实现定位，也不需要测距。给定定位空间中的一组锚节点坐标，就可以对该空间进行区域划分，其中划分得到的每个区域都唯一对应一个点到这些锚节点距离的排序。SBL算法将定位问题转化为区域划分和匹配的问题，因此在节点端只需要做顺序的查找和匹配，可以大大减少节点的运算量。不过SBL算法对系统中的锚节点密度是有要求的，如果锚节点密度太小，此时空间区域划分得到的区域非常大，那么定位的精度就会比较差。

2.2 DLE（Distributed Location Estima tion）定位算法

DLE算法是对凸规划算法的一种改进算法。该算法需要锚节点有两个级别的发射功率，其中高级别的通信半径是低级别的1+ 倍。而未知节点的发射功率和锚节点低级别的发射功率相同。相对于凸规划算法，DLE算法通过引入远处锚节点的信息，缩小了节点所处矩形区域的范围，从而提高了定位精度。不过该算法要求锚节点有两个级别的发射功率，增加了锚节点的部署成本。

3 锚节点移动，未知节点静止网络的定位

3.1 PI（Perpendicular Intersection）算法

PI算法是一种介于基于距离的定位技术和与距离无关的定位技术之间的一种方法，定位原理如图2所示。图中S为待定位的未知节点，让某一锚节点沿着图中箭头所示的轨迹从A点移动到E点。在移动过程中，锚节点周期性广播自身的位置信息，未知节点S记录边AC和边CE上具有最大RSSI值的B和D两点的位置，则可认为B和D是S在边AC和边CE上的投影点。过B、D两点做各自边的垂线，它们的交点即为未知节点S的估计位置。

实验表明，PI算法的定位精度高于基于测距的三边定位算法。不过，为获得较为精确的B、D两点，锚节点的移动速度不能过快。另外，PI算法要求锚节点必须沿着直线方向移动，因此，该方法只能应用在没有障碍物的网络中，其应用范围较窄。

3.2 PBC（Perpendicular Bisector of a Chord）算法

PBC算法的核心思想是利用初等几何“圆上两条弦的中垂线必交于圆心”。

4 节点移动网络的定位算法

随着无线传感器网络的应用愈加广泛，移动节点的引入扩展了无线传感器的应用领域，也增加了定位的困难，使移动传感器网络在应用过程中面临挑战，引起了学术界的广泛关注。

4.1 MCL（Monte Carlo Localization）算法

MCL算法源于贝叶斯位置估计，核心思想是用N个带有权重的离散采样Ct={(sit，wit|i=1,2,…,N)} 来估计后验概率密度分布p(st|o0, o1,…, ot)。其中，t表示离散时间，st表示在时间t处节点的位置分布，是隐状态变量，ot表示在[t-1,t]时刻从锚节点收到的观察信息，是观察状态变量。sit为移动无线传感器网络的一个节点在t时刻的一个可能状态；wit为权重参数，表示t时刻网络节点状态为sit的概率，即p(st|ot)= wit，w1t+w2t+…+ wNt=1。转移方程p(st|st-1) 描述了基于某节点t C1时刻的位置分布预测t时刻的位置分布，观察方程p(st|ot) 描述了在t时刻，给定观察ot，节点位置在st处的概率。

4.2 MCB算法（Monte Carlo localization boxed）

针对MCL算法的不足，MCB算法对其进行了改进。与MCL方法相比，MCB在采样时考虑了待定位节点接收到锚节点的观测信息，所以提高了采样成功率。

5 总结

目前，无线传感器网络节点的定位算法研究主要是针对节点静止的网络，而对节点移动的网络研究较少。另外，现有的节点定位方法大多数是针对二维环境设计的，而在实际应用中，传感器节点往往分布在三维空间内，如海洋、山地、森林等。由于计算复杂度等原因，大多数节点定位方法由二维直接扩展到三维是不合适的，因此未来的研究方向可以从移动节点网络的定位和三维环境下的定位两个方面来考虑。

作者简介

李绍恒（1980-），男，烟台大学电子信息科学与技术专业毕业。

作者单位

1.烟台人事考试中心山东省烟台市264005

2.山东工商学院计算机科学与技术学院山东省烟台市264005

3.中国铁通集团公司成都分公司四川省成都市610084