無線傳感器網(wǎng)絡定位技術(shù)綜述

4 新型WSN 定位研究分析

除了傳統(tǒng)的定位方法， 新型的無線傳感器網(wǎng)絡定位算法也逐漸出現(xiàn)， 如利用移動錨節(jié)點來定位未知節(jié)點、在三維空間內(nèi)定位未知節(jié)點、以及采用智能定位算法來提高定位精度等， 下面分別介紹。

4.1 基于移動錨節(jié)點的定位算法

利用移動錨節(jié)點定位可以避免網(wǎng)絡中多跳和遠距離傳輸產(chǎn)生的定位誤差累計， 并且可以減少錨節(jié)點的數(shù)量， 進而降低網(wǎng)絡的成本。如MBAL(mobilebeacon assisted localization scheme)定位方法， 錨節(jié)點在移動過程中隨時更新自身的坐標， 并廣播位置信息。未知節(jié)點測量與移動節(jié)點處于不同位置時的距離， 當?shù)玫? 個或3 個以上的位置信息時， 就可以利用三邊測量法確定自己的位置， 進而升級為錨節(jié)點。此外， 移動錨節(jié)點用于定位所有未知節(jié)點所移動的路徑越長則功耗越大， 因此對移動錨節(jié)點的活動路徑進行合理規(guī)劃可以減小功耗。

文獻[48]提出了一種基于加權(quán)最小二乘法的移動錨節(jié)點定位距離估計算法， 作者首先建立一個移動模型， 錨節(jié)點沿著線性軌跡移動， 使用加權(quán)最小二乘法來減小距離估計誤差， 并在Cramér-Raobound(CRB) 的基礎上分析了距離估計的最小誤差邊界， 該算法在距離估計和位置估計方面都有較好的性能。

利用移動錨節(jié)點自身的可定位性和可移動性可定位網(wǎng)絡局部相關(guān)節(jié)點， 但移動錨節(jié)點的路徑規(guī)劃算法和采取的定位機制需要深入考慮。2009 年發(fā)表的關(guān)于WSN 定位的文章中， 約25%是關(guān)于移動節(jié)點定位的。

4.2 三維定位方法

隨著傳感器網(wǎng)絡的空間定位需求不斷提升， 三維空間場景下的定位也成為了一個新的研究方向。

目前的三維定位算法包括基于劃分空間為球殼并取球殼交集定位的思想， 提出的對傳感器節(jié)點進行三維定位的非距離定位算法APIS(approximatepoint in sphere) 。在此基礎上針對目前三維定位算法的不足， 提出的基于球面坐標的動態(tài)定位機制， 該機制將定位問題抽象為多元線性方程組求解問題，最終利用克萊姆法則解決多解、無解問題。建立了WSN 空間定位模型并結(jié)合無線信道對數(shù)距離路徑衰減模型， 為解決不適定型問題提出了Tikhonov 正則化方法， 并結(jié)合偏差遠離方便的得到了較優(yōu)的正則化參數(shù)， 在3.5 m×6 m×3 m 的區(qū)域內(nèi)定位精度可控制在2 m。

三維定位方法可擴展WSN 的應用場合， 目前三維定位在許多方面還有待完善， 如獲取更準確的錨節(jié)點需要尋求更精確的廣播周期和消息生存周期， 縮減定位時間需要改進錨節(jié)點的選擇和過濾機制等。

4.3 智能定位算法

隨著電子技術(shù)的發(fā)展和芯片計算能力的提高，傳感器網(wǎng)絡節(jié)點本身的性能也有提升， 復雜算法也可以在網(wǎng)絡中實現(xiàn)。因此， 智能定位算法也紛紛被提出。

對于無線傳感器網(wǎng)絡的戶外三維定位， 將錨節(jié)點固定在直升機上通過GPS 實時感知自身位置， 采用基于RSSI 的測距方法， 利用粒子濾波定位技術(shù)實現(xiàn)定位， 該方法不需要任何關(guān)于未知節(jié)點的先驗知識， 非常適合應用于戶外定位。

神經(jīng)網(wǎng)絡對于解決無線傳感器網(wǎng)絡的定位問題是一個切實可行的辦法， 將3 種神經(jīng)網(wǎng)絡： 多層感知神經(jīng)網(wǎng)絡， 徑向基函數(shù)神經(jīng)網(wǎng)絡和遞歸神經(jīng)網(wǎng)絡與卡爾曼濾波的2 個變形進行比較， 可以根據(jù)不同情況下的定位需求靈活選擇定位方法。使用神經(jīng)網(wǎng)絡和網(wǎng)格傳感器訓練的靈活的模型， 可以提高定位精度， 且不需要額外的硬件支持。網(wǎng)絡訓練每隔一段時間進行一次更新來最小化誤差， 并且通過增加網(wǎng)格節(jié)點密度來提高定位精度。

對于節(jié)點定位中的非視距問題， 常規(guī)的辦法是采用機器學習中的支持向量回歸(support vector regression,SVR) 方法進行定位以降低誤差， 但其定位精度仍然受到一定的非視距誤差影響， 為了降低這種影響， 研究人員提出了基于直推式回歸的定位算法。利用錨節(jié)點的坐標和TOA 信息并借用核函數(shù)直接推導出未知節(jié)點的位置， 進一步提高定位 精度。

雖然智能定位算法已經(jīng)成為一個新的研究方向，但由于WSN 網(wǎng)絡本身屬于低能耗的網(wǎng)絡， 單個節(jié)點的計算能力還比較低， 目前智能定位算法不普遍適用于實際的WSN 定位系統(tǒng)， 但隨著低功耗技術(shù)、微處理器技術(shù)、FPGA 技術(shù)的發(fā)展， 智能定位算法將在未來的定位系統(tǒng)中得到廣泛的應用。

5 研究前景與應用分析

截至目前， 無線傳感器網(wǎng)絡定位研究已廣泛開展并取得了許多研究成果， 但仍存在著一些沒有被解決或被發(fā)現(xiàn)的問題， 目前最為關(guān)鍵的問題仍然是WSN 節(jié)點的能耗問題， 一切的定位算法應該在精度和能量消耗上選取一個較為折衷的效果。下面將對目前存在的問題及相應可能的解決方案進行介紹。

1) 實用性差。大部分基于非測距的定位算法只是停留在理論研究階段， 且大都是在仿真環(huán)境下進行的， 需要假設很多不確定因素， 而這些因素在實際應用中往往不能滿足， 則這些算法就失去了實際的意義。因此定位算法的設計應該更多的從實際應用上考慮， 結(jié)合實際應用情況設計實用的定位算法。

2) 應用環(huán)境單一。多數(shù)的算法都是針對特定的應用場景進行設計的， 也就是說， 每個算法都只能解決特殊的問題或應用于特定的場景， 一旦環(huán)境發(fā)生變動， 算法或系統(tǒng)的測量誤差將增大甚至不再適用。因此， 探索更具通用性的定位算法或定位系統(tǒng)， 將其應用于更為復雜多變的環(huán)境中是一項新的挑戰(zhàn)。

3) 受硬件限制。在實際定位中， 一些算法由于受到傳感器節(jié)點硬件成本和性能的限制， 如某些算法需要在定位節(jié)點上增加GPS, 超聲波收發(fā)器， 有向天線陣列等設備， 增加了節(jié)點硬件成本， 阻礙了其在實際定位系統(tǒng)中的應用。因此， 算法設計應多考慮WSN 節(jié)點的實際情況， 如只在部分節(jié)點上增加額外硬件， 或根據(jù)實際節(jié)點資源受限情況采用其他定位算法等。

4) 能量受限。測量精度、容錯性和能量消耗等問題也是目前無線傳感器網(wǎng)絡研究的熱點， 更是定位技術(shù)研究的熱點。通常情況下， 高測量精度和低能量消耗不可兼得， 往往需要在測量精度和能量消耗上進行有效的折衷。因此， 可以在提高儲能設備的容量， 或利用可能的外界環(huán)境資源為節(jié)點提供能量方向進行研究， 另外， 提出高效、節(jié)能、符合實際情況的無線傳感器網(wǎng)絡定位算法將具有現(xiàn)實的意義。

5) 安全和隱私問題。在大范圍部署的無線傳感器網(wǎng)絡中， 安全和隱私的問題也是一個主要的研究方向。一方面， 一些應用需要節(jié)點位置信息， 另一方面， 向一些不需要知道位置的節(jié)點透露位置信息則會使網(wǎng)絡面臨安全問題。此外， 鑒于無線傳感器網(wǎng)絡的性質(zhì)， 集中式算法在后臺處理定位程序也使得節(jié)點的位置信息通過層層傳遞被過多的節(jié)點所知曉，因此分布式算法相對于集中式算法可以減少信息傳遞次數(shù)， 增強網(wǎng)絡安全性， 另外， 在網(wǎng)絡通信中使用信息加密也可以提高網(wǎng)絡安全性。就2009 年發(fā)表的定位相關(guān)文章來說， 每4 篇發(fā)表的文章中就有1 篇提出的是分布式算法。

未來的無線傳感器網(wǎng)絡定位在解決上述問題之后將廣泛應用于各類領域， 包括安全定位、變化的環(huán)境、三維空間等。

6 結(jié) 論

結(jié)合近年來無線傳感器網(wǎng)絡定位技術(shù)的發(fā)展狀況， 對無線傳感器網(wǎng)絡定位的基本概念、評價標準以及國內(nèi)外研究現(xiàn)狀進行了概述， 重點對基于測距和基于非測距的無線傳感器網(wǎng)絡定位算法進行了分析， 并列舉了一些新型WSN 定位的算法， 總結(jié)了目前無線傳感器網(wǎng)絡定位領域研究存在的問題和一些可以研究的內(nèi)容和方向。希望本文能夠為無線傳感器網(wǎng)絡定位相關(guān)領域的研究者提供一些參考和借鑒。