孫毅剛，隋莉敏

（中國民航大學(xué)航空自動化學(xué)院，天津，300300）

基于無線傳感器網(wǎng)絡(luò)的機(jī)場特種車定位算法研究

孫毅剛，隋莉敏

（中國民航大學(xué)航空自動化學(xué)院，天津，300300）

機(jī)場停機(jī)坪內(nèi)特種車輛的定位是機(jī)場場面監(jiān)控的重要部分，基于無線傳感器網(wǎng)絡(luò)實現(xiàn)對機(jī)場特種車輛的實時定位。針對RSSI值易受環(huán)境影響問題，采用高斯模型對采集的RSSI值進(jìn)行篩選，通過空間補(bǔ)償模型將節(jié)點映射到同一平面，并提出了修正加權(quán)質(zhì)心定位算法，修正權(quán)重系數(shù)，提高定位精度。仿真結(jié)果表明，該算法能夠滿足機(jī)場特種車定位精度的要求。

無線傳感器網(wǎng)絡(luò)；機(jī)場特種車；定位算法

機(jī)場停機(jī)坪內(nèi)特種車輛的實時定位和跟蹤是機(jī)場現(xiàn)場運行指揮和特種車調(diào)度的基礎(chǔ)[1]。利用無線傳感器網(wǎng)絡(luò)（WSN）獲取特種車輛的位置信息是目前實現(xiàn)特種車定位的主要方式。根據(jù)定位過程中是否測量節(jié)點間的實際距離或角度將定位算法分為兩大類：距離無關(guān)定位算法和基于測距定位算法[2]。距離無關(guān)定位算法不需要距離和角度信息，根據(jù)網(wǎng)絡(luò)連通性實現(xiàn)定位，但定位精度不高，不能滿足機(jī)場特種車的定位要求?；跍y距定位算法通過測量節(jié)點間的距離或角度，計算節(jié)點位置。

目前常用的測距技術(shù)有RSSI、TOA、AOA等[3]。由于很多無線通信模塊可以直接提供RSSI值，故RSSI測距方法被廣泛應(yīng)用，但RSSI易受環(huán)境影響，影響定位精度。本文在開展基于無線電定位網(wǎng)絡(luò)的機(jī)場場面監(jiān)控、防撞與調(diào)度系統(tǒng)科研項目研究時，經(jīng)過大量現(xiàn)場試驗，對RSSI易受環(huán)境影響進(jìn)行了驗證。本文采用高斯模型對收集的RSSI值進(jìn)行篩選，并通過空間補(bǔ)償模型將節(jié)點映射到同一平面中，減少節(jié)點不在同一平面而造成的定位誤差，最后采用修正加權(quán)質(zhì)心定位算法，實現(xiàn)機(jī)場特種車的高精度定位。

1 RSSI測距和空間補(bǔ)償模型

1.1 RSSI測距

RSSI測距是指已知發(fā)射節(jié)點的發(fā)射信號強(qiáng)度，接收節(jié)點根據(jù)收到的信號強(qiáng)度，計算信號的傳播損耗，再利用理論和經(jīng)驗?zāi)Ｐ蛯鬏敁p耗轉(zhuǎn)化為距離。在實際應(yīng)用環(huán)境中，多徑、繞射、障礙物等不穩(wěn)定因素都會對無線電傳播損耗有很大影響[4]。因此利用RSSI測距時，要避免RSSI值的不穩(wěn)定性，使RSSI值更精確地體現(xiàn)無線信號的傳輸距離。通常采用均值模型，解決RSSI值的不穩(wěn)定性問題，但無法避免小概率、大干擾事件對測量的影響，故本文通過高斯模型選取大概率發(fā)生區(qū)的RSSI值，再求其均值。根據(jù)實際經(jīng)驗，選擇0.7為臨界點，當(dāng)高斯分布函數(shù)值大于0.7時，認(rèn)為對應(yīng)的RSSI值為大概率發(fā)生值。

無線信號的接收信號強(qiáng)度和信號傳輸距離的關(guān)系可以用式（1）表示[5]

其中：RSSI是接收信號強(qiáng)度；d是收發(fā)節(jié)點之間的距離；A和n用于描述環(huán)境參數(shù)，A為發(fā)射信號在傳播1m之后的衰減強(qiáng)度值，單位是dBm。n為信號能量隨著到收發(fā)節(jié)點距離增加而衰減的速率，其數(shù)值的大小取決于無線信號傳播的現(xiàn)場環(huán)境。通過式（1）即可計算出發(fā)射節(jié)點到接收節(jié)點的距離d。

1.2 空間補(bǔ)償模型

由于機(jī)場停機(jī)坪現(xiàn)場環(huán)境限制，已知節(jié)點固定在距離地面5 m（H）的位置，定位節(jié)點安裝在機(jī)場特種車輛的頂部，離地面的距離為h，可隨特種車在整個停機(jī)坪內(nèi)移動。因此，已知節(jié)點和定位節(jié)點不在同一水平面上，如圖1所示。

2 定位算法

從理論上講，已知3個已知節(jié)點A、B、C的坐標(biāo)（x1，y1），（x2，y2），（x3，y3）及已知節(jié)點到定位節(jié)點 D（x，y）水平距離L1、L2、L3通過三邊定位算法，存在下式

由式（2）可得到定位節(jié)點D的唯一坐標(biāo)，然而由于實際環(huán)境中多徑、繞射、障礙物等不穩(wěn)定因素的影響，即使經(jīng)高斯模型和空間補(bǔ)償后，計算出的已知節(jié)點與定位節(jié)點水平距離仍總是大于兩節(jié)點間的實際水平距離，如圖 2 所示，以 A、B、C 為圓心，L1、L2、L3為半徑分別畫圓，可得交疊區(qū)域，而不是相交與一點。通常采用三角形質(zhì)心定位算法估計定位節(jié)點的坐標(biāo)[6]。

計算以 A、B、C 為圓心，L1、L2、L3為半徑畫圓得到的交疊區(qū)域的3個特征點E、F、G的坐標(biāo)，以這3個點為三角形的頂點，定位節(jié)點即為三角形質(zhì)心。其中特征點E點的計算方法為

通過修正的質(zhì)心定位算法不僅增加了RSSI數(shù)據(jù)的信息，而且充分合理利用了測量數(shù)據(jù)的信息，在權(quán)值的選取中合理選擇權(quán)重系數(shù)，使得整個定位精度得到了很大的提高。

3 算法步驟

基于以上修正的加權(quán)質(zhì)心定位算法，定位節(jié)點的坐標(biāo)位置計算過步驟如下：

1）定位節(jié)點周期性地向周圍環(huán)境廣播XY_RSSI指令，其中包含定位節(jié)點自身ID，已知節(jié)點收到指令后，記錄定位節(jié)點的ID和RSSI值。

2）已知節(jié)點記錄同一定位節(jié)點的一定數(shù)量的RSSI值并存在數(shù)組Beacon_val[]中，運用高斯分布函數(shù)處理這些RSSI值，選取高斯分布函數(shù)值大于0.7的RSSI值，并存放到另一數(shù)組Beacon_val_gauss[]中，求數(shù)組Beacon_val_gauss[]中RSSI值的均值。

3）已知節(jié)點將RSSI均值、自身坐標(biāo)信息一起發(fā)送給指定ID的定位節(jié)點。定位節(jié)點接收到已知節(jié)點的數(shù)據(jù)后，進(jìn)行解析，提取已知節(jié)點ID、RSSI均值以及已知節(jié)點XY坐標(biāo)值，并存儲在結(jié)構(gòu)數(shù)組中。

4）定位節(jié)點根據(jù)收到的RSSI值大小對已知節(jié)點進(jìn)行升冪排序，通過式（1）和空間補(bǔ)償模型將RSSI值轉(zhuǎn)化為定位節(jié)點與各個已知節(jié)點的水平距離L，其中環(huán)境參數(shù)A和n分別取47和3。

5）選取離定位節(jié)點最近的9個已知節(jié)點，按水平距離 L從小到大順序排列，L1＜L2＜L3＜L4＜L5＜L6＜L7＜ L8＜ L9，將其分為三組，即：（L1，L2，L3），（L4，L5，L6），（L7，L8，L9）。

6）通過式（3）計算每組已知節(jié)點對應(yīng)的三個頂點的坐標(biāo)。

7）采用三角形質(zhì)心算法、加權(quán)質(zhì)心算法、修正的加權(quán)質(zhì)心定位算法分別對每個定位節(jié)點對應(yīng)的三組已知節(jié)點進(jìn)行計算，產(chǎn)生三個定位節(jié)點坐標(biāo)，構(gòu)成一個三角形，取這個三角形的質(zhì)心作為定位節(jié)點的坐標(biāo)。

4 仿真及分析

采用MATLAB7.0對上述算法進(jìn)行仿真，假設(shè)在100 m×100 m的自由空間內(nèi)，均勻布置20個已知節(jié)點，定位節(jié)點的坐標(biāo)由MATLAB7.0隨機(jī)生成函數(shù)生成。然后根據(jù)式（1）生成RSSI數(shù)據(jù)，并在數(shù)據(jù)中添加信噪比為20的高斯白噪聲來模擬實際環(huán)境中的繞射、多徑、障礙物、氣候變化等環(huán)境因素帶來的影響，按照上述的算法步驟進(jìn)行仿真定位，每種算法反復(fù)運行100次，并計算各種定位算法的平均定位誤差。

1）隨機(jī)生成10個定位節(jié)點，修正加權(quán)質(zhì)心定位算法中的修正指數(shù)n依次取為1，2，…10，采用三角形質(zhì)心算法、加權(quán)質(zhì)心算法、修正加權(quán)質(zhì)心算法進(jìn)行定位計算，經(jīng)過多次仿真，計算平均定位誤差，如圖3所示。

由圖3可知當(dāng)修正加權(quán)質(zhì)心算法中的修正系數(shù)n取5時，定位精度最高，定位誤差僅為0.905 2 m。

2）隨機(jī)生成10個定位節(jié)點，通過修正的加權(quán)質(zhì)心算法（n=5）對定位節(jié)點進(jìn)行定位，仿真結(jié)果如圖4所示。圓圈為隨機(jī)生成的定位節(jié)點，五角星為修正的加權(quán)質(zhì)心算法計算的定位節(jié)點坐標(biāo)。

5 結(jié)語

針對機(jī)場停機(jī)坪內(nèi)建筑的布局，合理布置已知節(jié)點的位置，通過無線傳感器網(wǎng)絡(luò)實現(xiàn)停機(jī)坪內(nèi)特種車輛的實時定位。本文詳細(xì)介紹了RSSI測距方法，通過高斯模型篩選RSSI值，避免小概率、大干擾事件對測量的影響。針對已知節(jié)點和定位節(jié)點不在同一平面的問題，提出了空間補(bǔ)償模型，減少定位誤差，并詳細(xì)介紹了三種定位算法以及定位步驟，通過大量的仿真實驗，在相同條件下，修正后的加權(quán)質(zhì)心算法定位較其他兩種定位算法定位精度要高。在機(jī)場附近的室外環(huán)境試驗，采用修正后的加權(quán)質(zhì)心算法進(jìn)行特種車定位，定位精度能夠達(dá)到1 m左右，與仿真結(jié)果基本一致，能夠滿足機(jī)場特種車定位要求。

[1]郭小琴，孫毅剛．機(jī)場場面無線傳感器網(wǎng)絡(luò)監(jiān)控系統(tǒng)關(guān)鍵技術(shù)研究[J]．計算機(jī)工程與設(shè)計，2009，30（20）：5106-5108.

[2] 孫利民．無線傳感器網(wǎng)絡(luò)[M]．北京：清華大學(xué)出版社，2005：135-155.

[3] 汪 煬．無線傳感器網(wǎng)絡(luò)定位技術(shù)研究[D]．合肥：中國科學(xué)技術(shù)大學(xué)，2007.

[4] CHO H，KANG M，PARK J，et al.Performance Analysis of Location Estima tion Algorithm in ZigBee Networks Using Received Signal Strength[C]//Proceedings of the 21st International Conference on Ad vanced Information Networking and Applications Workshops，2007.

[5]ZHUAN CHENG ZHANG，MAX Q-H Meng，F(xiàn)UQING WU．Design of WSN Node Based on CC2431 Applicable to Lunar Surface Environment.Bangkok,Thailand:the 2008 IEEE International Conference on Robotics and Biomimetics,2009,（26）:1087-1092

[6] 林 瑋．基于RSSI的無線傳感器網(wǎng)絡(luò)三角形質(zhì)心定位算法[J]．現(xiàn)代電子技術(shù)，2009，32（2）：180-182.

Study of Airport Special Vehicles Localization Algorithm Based on WSN

SUN Yi-gang，SUI Li-min
（Aeronautical Automation College，CAUC， Tianjin 300300， China）

The localization of airport special vehicles is an important portion of airport surface monitor on the airport apron.The paper realized the real-time localization of the airport special vehicles on WSN.Arming at environment influence problem of RSSI，Gaussian model was applied to choice RSSI values.A space compensating model makes all nodes in a flat surface.A modified weighted cancroids localization algorithm improves the precision of localization.The simulation result show the modified weighted cancroids localization algorithm has met the requirements of the airport special vehicles localization accuracy.

WSN；airport special vehicles；localization algorithm

V35；TP393

A

1674－5590（2011）01－0022－03

2010-10-25；

2010-12-06 基金項目：中國民用航空局科技基金項目（MHRD0609）

孫毅剛（1963—），男，山東汶上人，教授，博士，研究方向為航空地面特種設(shè)備、網(wǎng)絡(luò)化測控技術(shù).

（責(zé)任編輯：李 侃）