0 引 言
無(wú)線傳感器網(wǎng)絡(luò)（Wireless Sensor Network，定位WSN）是研究物聯(lián)網(wǎng)的感知層，通過(guò)節(jié)點(diǎn)形成數(shù)據(jù)收集、基于整理和傳送的無(wú)線系統(tǒng)。定位技術(shù)中的傳感位置信息在傳感器網(wǎng)絡(luò)中具有舉足輕重的地位，被應(yīng)用在諸多領(lǐng)域。基于 RSSI（Received Signal Strength Indicator，RSSI）的測(cè)距算法因無(wú)需額外的硬件且消耗能量更少而被廣泛用于無(wú)線傳感網(wǎng)絡(luò)定位。
1 RSSI 定位原理
RSSI 定位算法 ：發(fā)射端發(fā)射無(wú)線信號(hào)，接收端依據(jù)收到的信號(hào)計(jì)算出路徑消耗，再按照信號(hào)傳播模型，將路徑消耗轉(zhuǎn)變?yōu)槭瞻l(fā)端的距離，之后根據(jù)節(jié)點(diǎn)位置估算法計(jì)算未知節(jié)點(diǎn)的坐標(biāo)。
RSSI 定位過(guò)程包括 3 個(gè)階段，分別為測(cè)距階段、定位階段、修正階段 [1]。
2 RSSI 測(cè)距階段
2.1 測(cè)距建模
目前較多使用理論模型中的對(duì)數(shù) - 正態(tài)分布模型 ：
式中 ：PL（d）為距離發(fā)射節(jié)點(diǎn) d 處的信號(hào)強(qiáng)度 ；PL（d0）為參考距離 d0 處的信號(hào)強(qiáng)度 ；n 為路徑衰減指數(shù) ；Xσ 為均值為 0，方差為 σ 的高斯隨機(jī)變量。
有研究表明，環(huán)境中各種因素的影響，使得不同鏈路的路徑衰減指數(shù)不同 [2]，為 RSSI 測(cè)距帶來(lái)了不同程度的誤差，因此采用在路徑衰減指數(shù)中加入高斯噪聲的誤差方法，得到改進(jìn)后的信號(hào)傳播模型 ：
式中 ：m 為均值為 0，方差為 σm 的高斯隨機(jī)變量。
2.2 定位數(shù)據(jù)預(yù)處理
由于實(shí)際定位環(huán)境中存在障礙物、噪聲和多徑效應(yīng)等影響因素，因此在使用接收到的信號(hào)強(qiáng)度 RSSI 值之前需進(jìn)行預(yù)處理。
（1）參考節(jié)點(diǎn)優(yōu)選策略 ：接收到的 RSSI 值越大表明參考節(jié)點(diǎn)與未知節(jié)點(diǎn)間隔越近，信號(hào)衰減越小，所受環(huán)境干擾也越小 ；當(dāng) 3 個(gè)參考節(jié)點(diǎn)的位置組成近似等邊三角形時(shí)，定位信息越準(zhǔn)確 [3]。對(duì)收到的 RSSI 值按從大到小的順序排列，選擇RSSI 值較大，且能夠與其他節(jié)點(diǎn)構(gòu)成或接近等邊三角形的節(jié)點(diǎn)參與定位。 （2）數(shù)據(jù)濾波 ：為減小測(cè)距誤差，對(duì)于同一組節(jié)點(diǎn)獲取多組 RSSI 值，并對(duì)所得數(shù)據(jù)進(jìn)行濾波處理。濾波方法包括均值、中值、高斯、粒子、卡爾曼濾波等 [4]。
2.3 測(cè)量距離修正
使用建立好的無(wú)線信道傳播模型計(jì)算出未定位節(jié)點(diǎn)與已知節(jié)點(diǎn)間的初始距離，通過(guò)已知節(jié)點(diǎn)間的測(cè)量距離和真實(shí)距離得到測(cè)量誤差。未定位節(jié)點(diǎn)與已知節(jié)點(diǎn)之間的初始距離被校正后得到校正距離 [5]。設(shè)參考節(jié)點(diǎn)記為 Ri（xi，yi）：
式中 ：n 為 Ri 的鄰居參考節(jié)點(diǎn)個(gè)數(shù) ；rik（k=1，2，…，n，k ≠ i）為參考節(jié)點(diǎn) Ri 到其鄰居參考節(jié)點(diǎn)的實(shí)際距離 ；dik（k=1，2，…，n，k ≠ i）為參考節(jié)點(diǎn) Ri 到其鄰居參考節(jié)點(diǎn)的測(cè)量距離 ；μi 為參考節(jié)點(diǎn) Ri 處實(shí)際距離與測(cè)量距離的距離相對(duì)誤差。
式中 ：dui 是未知節(jié)點(diǎn)和參考節(jié)點(diǎn) Ri 之間的測(cè)量距離 ；dcui 是未知節(jié)點(diǎn)和參考節(jié)點(diǎn) Ri 之間的修正距離。
3 RSSI 定位階段
根據(jù)校正距離和參考節(jié)點(diǎn)的坐標(biāo)，使用三邊定位法、極大似然估計(jì)法、三角定位法估算出未知節(jié)點(diǎn)的初始位置 [6]。以上三種是比較常用的定位方法，還有其他改進(jìn)或更精確的方法。因?yàn)闊o(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)耗能有限、計(jì)算能力有限，在選擇定位方法時(shí)要考慮節(jié)點(diǎn)能量和計(jì)算復(fù)雜度。
4 RSSI 修正階段
對(duì)定位階段估算出的未知節(jié)點(diǎn)初始坐標(biāo)進(jìn)行修正，在不增加硬件成本的前提下，進(jìn)一步減小誤差，提高節(jié)點(diǎn)定位精確度，得到更加準(zhǔn)確的位置信息。
每個(gè)參與定位的參考節(jié)點(diǎn)都會(huì)對(duì)未知節(jié)點(diǎn)的坐標(biāo)產(chǎn)生不同的影響，權(quán)值就是描述這一影響的因子，常見(jiàn)的有
在監(jiān)測(cè)區(qū)域內(nèi)參考節(jié)點(diǎn)個(gè)數(shù)越多，未知節(jié)點(diǎn)的定位信息就越準(zhǔn)確 [10]，對(duì)于已經(jīng)定位的未知節(jié)點(diǎn)，只要符合參考節(jié)點(diǎn)優(yōu)選策略，就可以進(jìn)入下一輪定位。
5 算法仿真
用 Matlab 2015 對(duì)本文所提出的 RSSI 算法進(jìn)行測(cè)試，實(shí)驗(yàn)在 100 m×100 m 區(qū)域內(nèi)，節(jié)點(diǎn)隨機(jī)分布。測(cè)試結(jié)果顯示，該算法最大限度地改善了定位誤差。
6 結(jié) 語(yǔ)
本文從 RSSI 定位過(guò)程的三個(gè)階段系統(tǒng)分析了定位的具體實(shí)現(xiàn)方法以及存在的問(wèn)題，并給出改進(jìn)措施。對(duì)于一些改進(jìn)方式的選擇要依據(jù)具體情況而定，只有綜合考慮定位的全過(guò)程，才能從根本上提高定位精度，提供更加準(zhǔn)確的位置信息。
