蔡曉宇，張愛清，葉新榮

(安徽師范大學(xué)物理與電子信息學(xué)院，安徽蕪湖421000)

0 引言

無線傳感器網(wǎng)絡(luò)(WSN，Wireless Sensor Network)是指由大量成本低、尺寸小、低功耗、具有感知能力、計(jì)算能力、無線通信能力的傳感器節(jié)點(diǎn)組成的網(wǎng)絡(luò)［1］。其目的是協(xié)作地感知、采集和處理網(wǎng)絡(luò)覆蓋區(qū)內(nèi)感知對(duì)象的信息并發(fā)送給觀測(cè)者［2］。WSN通過實(shí)現(xiàn)大規(guī)模環(huán)境檢測(cè)和追蹤任務(wù)，在軍事方面、環(huán)境監(jiān)測(cè)、交通管理、災(zāi)難拯救等眾多領(lǐng)域極具應(yīng)用前景［1］。

在傳感器網(wǎng)絡(luò)的許多應(yīng)用中，用戶關(guān)心的一個(gè)重要問題是:在什么位置或區(qū)域發(fā)生了特定事件。例如目標(biāo)監(jiān)測(cè)與跟蹤、水文、火災(zāi)、潮汐、飛行器設(shè)計(jì)、智能交通、物流管理等許多應(yīng)用都要求網(wǎng)絡(luò)節(jié)點(diǎn)提供自身的位置，并在通信和協(xié)作過程中利用位置信息完成應(yīng)用要求。

現(xiàn)有的定位技術(shù)中，根據(jù)定位過程是否測(cè)量節(jié)點(diǎn)間的實(shí)際距離或角度，把定位算法分為基于測(cè)距技術(shù)的定位(Range－based)和無需測(cè)距技術(shù)的定位(Range－free)［3］。Range－ free定位則無須測(cè)量距離和角度信息，僅根據(jù)網(wǎng)絡(luò)連通性等信息即可實(shí)現(xiàn)，但定位精度較低。Range－based定位通過測(cè)量節(jié)點(diǎn)間點(diǎn)到點(diǎn)的距離或角度信息，使用三邊測(cè)量法(Trilateration)、三角測(cè)量法(Triangulition)或最大似然估計(jì)法計(jì)算節(jié)點(diǎn)位置。Range－based定位常用的測(cè)距技術(shù)有 RSSI(Received Signal Strength Indicator)、TOA(Time Of Arrival)、TDOA(Time Difference On Arrival)和 AOA(Arrival Of Angle)等［4］。Range －based定位算法由于其測(cè)距精度較高等優(yōu)點(diǎn)使得其在較小規(guī)?；?qū)纫筝^高的無線傳感器網(wǎng)絡(luò)中應(yīng)用極為廣泛。文獻(xiàn)［5］中比較了上述4種常用的基于Range－based算法的定位技術(shù)［5］。結(jié)果給出，RSSI技術(shù)因其不需要額外硬件，容易實(shí)現(xiàn)且定位精度高等優(yōu)點(diǎn)成為無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位技術(shù)中使用最廣泛的測(cè)距技術(shù)之一。RSSI技術(shù)利用已知發(fā)射信號(hào)強(qiáng)度和接收點(diǎn)根據(jù)收到的信號(hào)強(qiáng)度計(jì)算信號(hào)在傳播過程中的損耗，使用理論信號(hào)傳播模型或經(jīng)驗(yàn)?zāi)Ｐ蛯鞑p耗轉(zhuǎn)化為距離。在實(shí)際應(yīng)用環(huán)境中，由于多徑、繞射、障礙物等因素，使得定位過程中產(chǎn)生距離誤差。如何消除或減小距離誤差是提高定位精度的關(guān)鍵。近幾年，許多研究人員致力于在特定環(huán)境下如何提高RSSI定位的精確度這一問題，取得了一定的成果。文中在研讀近5年有關(guān)文獻(xiàn)的基礎(chǔ)上，綜述了基于RSSI的無線傳感器網(wǎng)絡(luò)定位算法的原理模型和影響因素?？偨Y(jié)了近幾年基于RSSI的無線傳感器網(wǎng)絡(luò)定位算法及改進(jìn)算法。指出了基于RSSI的無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位算法的不足和研究方向。

1 RSSI定位原理

利用Range－based定位算法計(jì)算未知節(jié)點(diǎn)的過程可分為3個(gè)階段:測(cè)距階段、定位階段和修正階段［6］。具體過程描述如下:

1)利用RSSI技術(shù)，通過建立好的信號(hào)傳輸模型計(jì)算未知節(jié)點(diǎn)與鄰居節(jié)點(diǎn)間的距離。

2)利用數(shù)學(xué)模型計(jì)算出未知節(jié)點(diǎn)的位置坐標(biāo)。

3)對(duì)估算出的未知節(jié)點(diǎn)的坐標(biāo)進(jìn)行修正，進(jìn)一步提高算法的定位精度。

1.1 RSSI信號(hào)傳輸模型

RSSI使用的信號(hào)傳輸模型包括理論模型和經(jīng)驗(yàn)?zāi)Ｐ?。?jīng)驗(yàn)?zāi)Ｐ捅容^簡單多樣，它的一些參數(shù)取值可根據(jù)經(jīng)驗(yàn)選取，缺點(diǎn)是精度不高，多用于大致估計(jì)。下面重點(diǎn)介紹理論模型。

RSSI測(cè)距的理論模型主要有Free－Space模型、Two－Ray Ground Reflection模型和Shadowing模型［7］。其中 Free－Space模型和 Two－Ray Ground Reflection模型屬于圓形信號(hào)傳輸模型。由于信號(hào)在傳輸?shù)倪^程中受環(huán)境影響使得信號(hào)傳輸模型各不相同，因此，具有綜合性的Shadowing模型應(yīng)用比較廣泛。

Shadowing模型由兩部分組成:損耗模型(Pass Loss)和對(duì)數(shù)正態(tài)分布模型。損耗模型是用一個(gè)已知參考距離r0及r0上的接收功率PL(r0)預(yù)測(cè)出未知距離處r的平均接收功率PL(r)，其公式為

式中，n為路徑損耗系數(shù)，范圍在2到6之間且隨著障礙物的增多而增大。而對(duì)數(shù)正態(tài)分布模型反映的是在固定距離上，接收能量符合對(duì)數(shù)正態(tài)隨機(jī)變化，即如果以dB作為計(jì)量單位Shadowing模型滿足高斯分布。其公式為

式中，PL(d0)為參考節(jié)點(diǎn)d0處的信號(hào)強(qiáng)度，PL(d)為在距離d處的未知節(jié)點(diǎn)的信號(hào)強(qiáng)度，np為路徑損耗系數(shù)。Xσ是標(biāo)準(zhǔn)差為σ的一個(gè)零均值的高斯隨機(jī)變量，對(duì)計(jì)算結(jié)果影響不大。

1.2 節(jié)點(diǎn)定位模型

1.2.1 三邊測(cè)量法

在二維空間中，由一個(gè)未知節(jié)點(diǎn)到3個(gè)或3個(gè)以上錨節(jié)點(diǎn)的距離，通過三邊測(cè)量法可以確定該未知節(jié)點(diǎn)的坐標(biāo)?；驹恚?］是:求3個(gè)已知半徑和圓心坐標(biāo)的圓的交點(diǎn)。如圖1所示，A(xa，ya)、B(xb，yb)、C(xc，yc)三點(diǎn)為已知節(jié)點(diǎn)坐標(biāo)，D(x，y)為未知節(jié)點(diǎn)坐標(biāo)。A、B、C三點(diǎn)到D點(diǎn)的距離分別為 da、db、dc，則有

由式(3)解得D點(diǎn)坐標(biāo)為

圖1 三邊測(cè)量法定位示意Fig.1 Schematic diagram of trilateration localization algorithm

1.2.2 三角測(cè)量法

三角測(cè)量定位方法也稱為信號(hào)到達(dá)角度(A0A)定位法或方位測(cè)量定位法［9］主要在測(cè)量信號(hào)到達(dá)角的時(shí)候使用。其基本原理［9］是通過未知節(jié)點(diǎn)接收器天線或天線陣列測(cè)出錨節(jié)點(diǎn)發(fā)射電波的入射角，從而構(gòu)成一根從未知節(jié)點(diǎn)到錨節(jié)點(diǎn)的徑向連接，即為方位線。如圖2所示在二維平面中，利用兩個(gè)或更多錨節(jié)點(diǎn)的AOA測(cè)量值，按照AOA定位算法確定多條方位線的交點(diǎn)，即可計(jì)算出未知節(jié)點(diǎn)的估計(jì)位置。假設(shè)A(x0，y0)為未知節(jié)點(diǎn)，分別測(cè)得錨節(jié)點(diǎn) B(x1，y1)、C(x2，y2)發(fā)出信號(hào)的到達(dá)角度為 θ1、θ2則有下式成立:

對(duì)式(5)進(jìn)行求解可得未知節(jié)點(diǎn)A的坐標(biāo)(x0，y0)。

圖2 三角定位法示意Fig.2 Schematic diagram of triangulation localization algorithm

1.2.3 極大似然估計(jì)法

如圖 3 所示［10］，A(x，y)為未知節(jié)點(diǎn)，1，2，3，4…n為已知節(jié)點(diǎn)，當(dāng)n＞3時(shí)有下式成立

從第一個(gè)方程開始分別減去最后一個(gè)方程，求解得

上式可用線性方程組表示為:AX=b，式中:

由此，可得到未知點(diǎn)坐標(biāo)為

圖3 極大似然估計(jì)法定位示意Fig.3 Schematic diagram of the maximum likelihood method

1.3 RSSI測(cè)距技術(shù)的影響因素

實(shí)際應(yīng)用中無線信號(hào)會(huì)受到溫度、濕度、障礙物等因素的干擾，使得測(cè)距精度受到影響，且不同的應(yīng)用環(huán)境中干擾也各不相同。因此，研究這些障礙物對(duì)信號(hào)傳播的影響特性對(duì)提高定位精度有重要意義。

文獻(xiàn)［11］通過實(shí)驗(yàn)驗(yàn)證了無線信號(hào)接收強(qiáng)度和傳播距離之間存在確定的對(duì)數(shù)關(guān)系，且不同節(jié)點(diǎn)所受影響存在差異。實(shí)驗(yàn)結(jié)果表明，RSSI的測(cè)量具有重復(fù)性和互換性，在應(yīng)用環(huán)境下，RSSI適度的變化有規(guī)律可尋。

文獻(xiàn)［12］經(jīng)過實(shí)驗(yàn)驗(yàn)證，溫度和濕度條件變化對(duì)無線信號(hào)傳輸?shù)挠绊懯菦]有規(guī)律的，但影響效果不明顯。該文還指出，由于半導(dǎo)體工藝的原因，任何基于硅工藝的芯片都存在不同程度的溫度漂移，因此產(chǎn)生的白噪聲對(duì)射頻模塊有一定的影響。表1對(duì)影響RSSI測(cè)距精度的幾種因素做了比較。

表1 影響因素的比較Table 1 Comparisons of influencing factors

2 典型RSSI算法及其改進(jìn)算法

本節(jié)將對(duì)基于RSSI定位算法及其改進(jìn)算法進(jìn)行總結(jié)。內(nèi)容主要是從定位過程的三個(gè)階段即測(cè)距階段、定位階段和修正階段著手，分別從測(cè)距精度改進(jìn)、定位精度改進(jìn)和誤差修正改進(jìn)等方面分析其改進(jìn)算法的性能。

2.1 測(cè)距精度改進(jìn)

文獻(xiàn)［13］考慮到電磁波受實(shí)際環(huán)境的影響造成RSSI測(cè)距誤差較大這一問題，提出了一種改進(jìn)的測(cè)距算法模型。該模型從三個(gè)方面來抑制環(huán)境的干擾:首先利用最小二乘法曲線擬合構(gòu)建實(shí)時(shí)測(cè)距模型。然后利用卡爾曼濾波處理RSSI值取得RSSI最優(yōu)值。最后引入鏈路質(zhì)量(LQI)結(jié)合RSSI實(shí)現(xiàn)分段處理。由此改進(jìn)后的算法一定程度上克服了環(huán)境的干擾，提高了定位精度。

文獻(xiàn)［14］針對(duì)RSSI獲得信息的不穩(wěn)定性，提出了一種參數(shù)糾正方案，實(shí)現(xiàn)了一種基于RSSI參數(shù)糾正的無線傳感器網(wǎng)絡(luò)應(yīng)急救災(zāi)系統(tǒng)。定位方法的實(shí)現(xiàn)分為兩步:

Step1通過路徑衰減因子η和陰影Xσ這兩個(gè)參數(shù)對(duì)測(cè)距模型表達(dá)式

進(jìn)行修正，并根據(jù)RSSI估算出節(jié)點(diǎn)之間的距離。文中給出η和Xσ的表達(dá)式為:

Step2部署多個(gè)信標(biāo)節(jié)點(diǎn)，采用三邊測(cè)距定位法來實(shí)現(xiàn)被困人員的定位。

通過采用基于RSSI的參數(shù)糾正方法，消除了外界的各種因素干擾及累計(jì)誤差，從而提高了定位精度。

文獻(xiàn)［15］通過對(duì)現(xiàn)有無線傳感器網(wǎng)絡(luò)定位算法進(jìn)行分析，引入立體式分層思想，提出了一種新的基于立體式RSSI的錨節(jié)點(diǎn)位置校正算法。該算法為了提高精度，提出了測(cè)距校正算法。改進(jìn)的測(cè)距算法引入位置已知的種子節(jié)點(diǎn)做基準(zhǔn)，之后逐步定位所有待測(cè)錨節(jié)點(diǎn)，并對(duì)錨節(jié)點(diǎn)進(jìn)行位置矯正分析，從而構(gòu)建未知節(jié)點(diǎn)定位網(wǎng)絡(luò)。RSSI測(cè)距校正模型步驟如下:

假設(shè)所有錨節(jié)點(diǎn)的坐標(biāo)為(xi，yi)，待測(cè)節(jié)點(diǎn)坐標(biāo)為(x，y)，結(jié)合周圍的錨節(jié)點(diǎn)就可以確定不同的圓:

式中，M為網(wǎng)絡(luò)中錨節(jié)點(diǎn)數(shù)目。這些圓的交點(diǎn)就是待測(cè)節(jié)點(diǎn)的位置坐標(biāo)，如圖4所示。

圖4 圓交點(diǎn)Fig.4 Circular intersection

相對(duì)于平面系統(tǒng)，被定位的待測(cè)節(jié)點(diǎn)將定位在任意兩個(gè)錨節(jié)點(diǎn)為交點(diǎn)的雙曲線上:

其中，i=2，3，…，M。把多個(gè)RSSI值組合在一起就能夠構(gòu)成一組待測(cè)節(jié)點(diǎn)的雙曲線方程組，而通過求解該方程組就能得到待測(cè)節(jié)點(diǎn)的位置坐標(biāo)。

RSSI的值由通信頻率以及接收器與發(fā)射器之間的距離決定［16］。由此，文獻(xiàn)［16］根據(jù)信號(hào)頻率對(duì)RSSI測(cè)量值的影響，提出一種新的基于RSSI測(cè)距改進(jìn)算法。算法的思想是，用單一的收發(fā)器在保證通信距離不變的情況下發(fā)射不同頻率的電磁信號(hào)，測(cè)得各不相同的RSSI值，通過分析這些不同的RSSI值提高測(cè)距精度.

2.2 定位精度改進(jìn)

質(zhì)心算法［17］是通過未知節(jié)點(diǎn)接收所有在其通信范圍內(nèi)的信標(biāo)節(jié)點(diǎn)的信息，再將這些信標(biāo)節(jié)點(diǎn)的幾何質(zhì)心作為自己的位置來定位的一種算法。A(xa，ya)、B(xb，yb)、C(xc，yc)為 3 個(gè)信標(biāo)節(jié)點(diǎn)，D(xd，yd)為盲節(jié)點(diǎn)。利用RSSI測(cè)的節(jié)點(diǎn)間距離相應(yīng)為 da、db、dc，則盲節(jié)點(diǎn) D 的坐標(biāo)為

由于上述質(zhì)心算法不能反映信標(biāo)節(jié)點(diǎn)對(duì)未知節(jié)點(diǎn)的影響程度，針對(duì)這一問題，文獻(xiàn)［17］在上述質(zhì)心算法的基礎(chǔ)上引入經(jīng)優(yōu)化后的加權(quán)因子，提出了一種優(yōu)化的加權(quán)質(zhì)心算法。文中給出的加權(quán)因子為利用加權(quán)因子可將式(9)、式(10)兩式變換為:

實(shí)驗(yàn)結(jié)果表明，該優(yōu)化后的加權(quán)質(zhì)心算法不增加額外設(shè)備的情況下，在一定程度上提高了定位精度。

文獻(xiàn)［18］在基于三角加權(quán)定位的基礎(chǔ)上，引入四點(diǎn)定位的方法，提出了一種基于RSSI的ZigBee加權(quán)質(zhì)心四點(diǎn)定位算法。改進(jìn)后的方法對(duì)算法進(jìn)行了可行性的優(yōu)化，解決了基于三角加權(quán)質(zhì)心定位硬件部署不易實(shí)現(xiàn)、精度不高的問題。

由于RSSI值受環(huán)境影響較大，測(cè)量距離往往帶來誤差，測(cè)距的誤差會(huì)直接降低定位精度，針對(duì)這種不足，文獻(xiàn)［19］提出一種RSSI－神經(jīng)網(wǎng)絡(luò)定位方法，該方法的定位過程是首先建立數(shù)據(jù)采集模型，然后建立未知節(jié)點(diǎn)的RSSI值與坐標(biāo)的映射關(guān)系，最后用神經(jīng)網(wǎng)絡(luò)進(jìn)行定位。神經(jīng)網(wǎng)絡(luò)的定位主要分為兩個(gè)階段即學(xué)習(xí)期和工作期，學(xué)習(xí)期的任務(wù)是將訓(xùn)練樣本帶入網(wǎng)絡(luò)對(duì)連接權(quán)值進(jìn)行修正，工作期時(shí)網(wǎng)絡(luò)中的權(quán)值已經(jīng)固定，網(wǎng)絡(luò)達(dá)到穩(wěn)定，此階段可以根據(jù)不同的輸入得到輸出結(jié)果。

文獻(xiàn)［20］所提出的基于RSSI測(cè)距誤差修正的加權(quán)質(zhì)心定位算法中的定位階段采用了改進(jìn)Euclidean加權(quán)質(zhì)心定位算法。如圖5所示，D(x，y)是未知節(jié)點(diǎn)，A、B為信標(biāo)節(jié)點(diǎn)，當(dāng)D接收到A、B發(fā)出的定位信號(hào)時(shí)，由RSSI值可得到距離dDA、dDB，同時(shí)得到兩三角形ΔD1AB和ΔD2AB，D1、D2為未知節(jié)點(diǎn)D的兩個(gè)可能位置;當(dāng)增加信標(biāo)節(jié)點(diǎn)C時(shí)，可測(cè)的dDC;比較的大小，值小的為未知節(jié)點(diǎn)D的位置(x1，y1);同理，取邊BA和 AC得到另外兩個(gè)估計(jì)位置(x2，y2)和(x3，y3)，通過計(jì)算三個(gè)近似位置(x1，y1)，(x2，y2)，(x3，y3)的質(zhì)心，便可求的未知節(jié)點(diǎn)D(x，y)。

圖5 Euclidean改進(jìn)算法示意Fig.5 Schematic diagram of Improved Euclidean algorithm

2.3 誤差修正改進(jìn)

針對(duì)煤礦井下無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位精度低、誤差大的問題，文獻(xiàn)［8］提出一種基于RSSI的衰減校正因子的三邊加權(quán)質(zhì)心定位算法。算法的基本思想是首先通過對(duì)RSSI衰減測(cè)量值補(bǔ)償校正，使其近似接近節(jié)點(diǎn)間實(shí)際真實(shí)值，衰減校正因子為Δd=(Δd1+φ(d))/2;然后取任意的三點(diǎn)的校正距離通過三邊測(cè)量法算出未知節(jié)點(diǎn)的RSSI測(cè)距估計(jì)值;最后對(duì)估計(jì)值進(jìn)行加權(quán)質(zhì)心處理得到未知節(jié)點(diǎn)估計(jì)坐標(biāo)。文中給出未知節(jié)點(diǎn)的坐標(biāo)估計(jì)值為():

實(shí)驗(yàn)驗(yàn)證，該算法在不增加硬件設(shè)備的條件下，提高了定位精度和穩(wěn)定性。

Ecolocation［21］是一種基于 RSSI的定位技術(shù)，其定位過程描述如下:

Step1定位計(jì)算節(jié)點(diǎn)(一個(gè)專用節(jié)點(diǎn)，可兼作錨節(jié)點(diǎn))對(duì)錨節(jié)點(diǎn)發(fā)來的RSSI測(cè)量值進(jìn)行處理，構(gòu)造一個(gè)與序列排序有關(guān)的未知節(jié)點(diǎn)二維約束表Mα×α(α為錨節(jié)點(diǎn)個(gè)數(shù))。

Step2定位計(jì)算節(jié)點(diǎn)對(duì)定位空間中的每一個(gè)格點(diǎn)分別計(jì)算它們與錨節(jié)點(diǎn)的歐式距離d，將得到的值按大小關(guān)系排序進(jìn)而得到每個(gè)格點(diǎn)相對(duì)于錨節(jié)點(diǎn)的序列值及對(duì)應(yīng)的二維約束表Cα×α。

Step3依次搜索每個(gè)格點(diǎn)的二維約束表數(shù)據(jù)，從中尋找與未知節(jié)點(diǎn)二維約束表數(shù)據(jù)匹配程度最好的格點(diǎn)，若有多個(gè)，取其質(zhì)心作為未知節(jié)點(diǎn)的定位坐標(biāo)。

上述定位算法中，由于射頻信道多徑及陰影效應(yīng)導(dǎo)致的非理想特性和直接比較的不合理性，測(cè)量的數(shù)據(jù)往往會(huì)產(chǎn)生隨機(jī)誤差，進(jìn)而影響定位精度。為彌補(bǔ)上述缺陷，文獻(xiàn)［21］從兩個(gè)方面進(jìn)行改進(jìn):首先均采用RSSI值并統(tǒng)一約束表中的數(shù)據(jù)源;其次以未知節(jié)點(diǎn)的源數(shù)據(jù)為比較基準(zhǔn)統(tǒng)一序列排序比較對(duì)象。實(shí)驗(yàn)結(jié)果顯示，改進(jìn)后的算法在無需額外增加硬件開銷的條件下，明顯改善了節(jié)點(diǎn)定位精度，但計(jì)算節(jié)點(diǎn)的復(fù)雜度也有所增加。

文獻(xiàn)［22］考慮道靜態(tài)權(quán)重算法不能同時(shí)解決定位的平均誤差和最大誤差的缺陷，提出一種新的結(jié)合RSSI測(cè)距數(shù)據(jù)處理的高斯擬合動(dòng)態(tài)權(quán)重定位算法GFDWCL。GFDWCL算法的核心思想是首先對(duì)RSSI測(cè)量值做高斯擬合，找出密度最大的波峰值，濾除很大一部分錯(cuò)誤的數(shù)據(jù)以減少一些小概率、大干擾事件對(duì)整體測(cè)量的影響，其次對(duì)靜態(tài)權(quán)重定位算法中的權(quán)重值的選取通過劃分區(qū)域和增加H門限值來約束，對(duì)不同的區(qū)域采用不同的權(quán)重值，以保證最小誤差。由此改進(jìn)后的GFDWCL算法在能耗、平均誤差、最小誤差和最大誤差方面較靜態(tài)權(quán)重定位算法相比都有下降，定位穩(wěn)定性也改善許多。

文獻(xiàn)［23］研究分析了在實(shí)際應(yīng)用環(huán)境中，導(dǎo)致RSSI測(cè)距產(chǎn)生誤差的兩大因素:一是RSSI信號(hào)傳播理論模型參數(shù)誤差;二是障礙物阻擋時(shí)RSSI測(cè)距誤差。針對(duì)這兩大因素，文獻(xiàn)提出了RSSI信號(hào)理論模型在線修正方法及使用3個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)來實(shí)現(xiàn)定位的新算法。算法思想分別為:①針對(duì)理論模型產(chǎn)生的誤差，采用局部TDOA輔助標(biāo)定RSSI參數(shù);②針對(duì)障礙物阻擋所產(chǎn)生的誤差，采用去除相鄰節(jié)點(diǎn)間距離最大值的方法(共三個(gè)距離)，來減小誤差。仿真實(shí)驗(yàn)表明，該算法在應(yīng)對(duì)較小尺寸的障礙物時(shí)，其性能非常可靠、穩(wěn)定。表2對(duì)上述改進(jìn)算法在改進(jìn)內(nèi)容和改進(jìn)方法方面做了對(duì)比。

表2 幾種改進(jìn)算法的比較Table 2 Comparisons for improved algorithms

3 結(jié)語

文中對(duì)現(xiàn)有的基于RSSI的無線傳感器網(wǎng)絡(luò)定位算法及改進(jìn)算法進(jìn)行了總結(jié)與概述，現(xiàn)有RSSI定位算法主要研究如何降低定位成本和提高定位精度。具體來說，集中在提出適應(yīng)特定環(huán)境的低成本，高精度，高覆蓋和高魯棒性的定位方法。盡管上述每個(gè)算法都在各自適應(yīng)的領(lǐng)域取得了良好的定位效果，但整體來看基于RSSI的定位算法仍然存在某些不足:①盡管RSSI定位技術(shù)不斷改進(jìn)，但尚未找到能夠達(dá)到理論極限的定位算法，這使得定位過程中，隨著定位距離的加大，誤差會(huì)積累，不利于大范圍定位，最終使得算法可用性降低;②目前對(duì)RSSI定位算法的改進(jìn)研究只是建立在仿真實(shí)驗(yàn)的基礎(chǔ)上，對(duì)實(shí)際應(yīng)用中可能存在的問題無法獲知，這大大限制了對(duì)RSSI定位算法的改進(jìn)研究;③仿真實(shí)驗(yàn)所用節(jié)點(diǎn)大都為靜態(tài)節(jié)點(diǎn)，實(shí)際應(yīng)用中節(jié)點(diǎn)可能是運(yùn)動(dòng)的;④文獻(xiàn)中的仿真實(shí)驗(yàn)大都是在二維空間定位，應(yīng)拓展到三維空間。

綜上所述，經(jīng)過研究者們近十年的研究，基于RSSI的定位算法取得了豐富的研究成果，特別是隨著科技的發(fā)展，WSN的自身定位問題有了更多的解決方案，但隨著研究工作的進(jìn)展，需要我們解決的問題越來越多?？赡艿臒狳c(diǎn)研究方向包括:①線性傳感網(wǎng)絡(luò)環(huán)境下三維節(jié)點(diǎn)的定位;②錨節(jié)點(diǎn)成本較普通節(jié)點(diǎn)高兩個(gè)數(shù)量級(jí)［3］，因此，可研究關(guān)于無錨節(jié)點(diǎn)的定位算法;③文獻(xiàn)［22］提出的GFDWCL算法是以提高復(fù)雜度為代價(jià)降低功耗和誤差，所以定位算法復(fù)雜度與能耗之間如何達(dá)到最優(yōu)也是未來研究的方向;④近幾年定位算法的研究主要集中靜態(tài)網(wǎng)絡(luò)，網(wǎng)絡(luò)中動(dòng)態(tài)未知節(jié)點(diǎn)的定位算法將是未來研究重要方向。

［1］王偉，王華奎.基于RSSI無線傳感器網(wǎng)絡(luò)的Sybil攻擊檢測(cè)技術(shù)研究［J］.太原理工大學(xué)學(xué)報(bào)，2011，42(01):25－29.WANG Wei，WANG Hua － kui.Research on RSSI －based Sybil Attack Detection for Wireless Sensor Networks［J］.Journal of Taiyuan university of Technology，2011，42(01):25－29.

［2］田增山，羅磊，何維，等.一種分布式無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位算法［J］.傳感技術(shù)學(xué)報(bào)，2009，22(03):387 －390.TIAN Zeng － shan，LUO Lei，HE Wei，et al.A Distributed Node Location Algorithm of Wireless Sensor Network［J］.Chinese Journal of Sensors and Actuators，2009，22(03):387－390.

［3］王福豹，史龍，任豐原.無線傳感器網(wǎng)絡(luò)中的自身定位系統(tǒng)和算法［J］.軟件學(xué)報(bào)，2005，16(05):857 －868.WANG Fu － bao，SHI Long，REN Feng － yuan.Self－ Localization Systems and Algorithms for Wireless Sensor Networks［J］.Journal of Software，2005，16(05):857 －868.

［4］陳昌祥，達(dá)維，周潔.基于RSSI的無線傳感器網(wǎng)絡(luò)距離修正定位算法［J］.通信技術(shù)，2011，44(02):65－66.CHEN Chang － xiang，DA Wei，ZHOU Jie.RSSI－ based Range Collation Localization Algorithm in WSN［J］.Communications Technology，2011，44(02):65 －66.

［5］陳智勇，王健，季曉勇.無線傳感器網(wǎng)絡(luò)定位算法的研究進(jìn)展.電子測(cè)量技術(shù)［J］.2010，33(10):40 －43.CHEN Zhi－yong，WANG Jian，JI Xiao － yong.Research on Location Algorithms in Wireless Sensor Networks［J］.Electronic Measurement Technology，2010，33(10):40 －43.

［6］舒展鵬.基于RSSI的無線傳感器網(wǎng)絡(luò)定位算法研究［D］.南京:南京郵電大學(xué)，2012.SHU Zhan － peng.Research on Node Localization Algorithm based on RSSI in Wireless Sensor Networks［D］.Nanjing:Nanjing University of Posts and Telecommunications，2012.

［7］馮愛麗，喬鋼柱，曾建潮.基于信標(biāo)節(jié)點(diǎn)間距離的改進(jìn)RSSI定位算法［J］.太原科技大學(xué)學(xué)報(bào)，2012，33(01):6－9.FENG Ai－ li，QIAO Gang － zhu，ZENG Jian － chao.Improved RSSI Location Algorithm based on Distance Between Beacon Nodes［J］.Journal of Taiyuan University of Science and Technology，2012，33(01):6 －9.

［8］龍鐵光，黃廷磊.無線傳感器網(wǎng)絡(luò)中基于RSSI算法的優(yōu)化［J］.計(jì)算機(jī)系統(tǒng)應(yīng)用，2013，22(01):107 －110.LONG Tie － guang，HUANG Ting － lei.Optimization of RSSI Algorithm in Wireless Sensor Network［J］.Computer Systems＆ Applications，2013，22(01):107－110.

［9］熊小華，何通能，徐中勝等.無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位算法的研究綜述［J］.機(jī)電工程，2009，26(02):13 －17.XIONG Xiao－ hua，HE Tong－ neng，XV Zhong － sheng，et al.Review on Localization Algorithms for Wireless Sensor Networks［J］.Mechanical＆Electrical Engineering Magazine，2009，26(02):13 －17.

［10］韓江洪，祝滿拳，馬學(xué)森，等.基于RSSI的極大似然與加權(quán)質(zhì)心混合定位算法［J］.電子測(cè)量與儀器學(xué)報(bào)，2013，27(10):937 －943.HAN Jiang－h(huán)ong，ZHU Man－quan，MA Xue－sen，et al.Hybrid Localization Algorithm of Maximum Likelihood and Weighted Centroid based on RSSI［J］.Journal of Electronic Measurement and Instrument，2013，27(10):937－943.

［11］方震，趙湛，郭鵬，等.基于 RSSI測(cè)距分析［J］.傳感技術(shù)學(xué)報(bào)，2007，20(11):2526 －2530.FANG Zhen，ZHAO Zhan，GUO Peng，et al.Analysis of Distance Measurement based on RSSI［J］.Chinese Journal of Sensors and Actuators，2007;20(11):2526 －2530.

［12］杜亞江，康雁林，郭佑民.基于RSSI的無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)測(cè)距方法研究［J］.工業(yè)控制計(jì)算機(jī)，2012，25(10):91－92.DU Ya－jiang，KANG Yan － lin，GUO You － min.Node Ranging Method based on RSSI of Wireless Sensor Network［J］.Industrial Control Computer，2012，25(10):91－92.

［13］徐登彩，周奇年，張振浩.基于RSSI測(cè)距算法改進(jìn)的研究［J］.工業(yè)控制計(jì)算機(jī)，2013，26(05):72 －75.XU Deng －cai，ZHOU Qi－ nian，ZHANG Zhen － hao.Research on Improved Localization Algorithm based on RSSI［J］.Industrial Control Computer，2013，26(05):72 －75.

［14］凡高娟，侯彥娥，王汝傳.基于RSSI參數(shù)糾正的無線傳感器網(wǎng)絡(luò)應(yīng)急救災(zāi)系統(tǒng)［J］.鄭州大學(xué)學(xué)報(bào)，2012，33(04):94－97.FAN Gao － juan，HOU Yan － e，WANG Ru － chuan.RSSI based Parameters Correction Emergency Disaster Response System of Wireless Sensor Networks［J］.Journal of Zhengzhou University，2012，33(04):94 －97.

［15］關(guān)博，東超，弭洪濤.立體式RSSI無線傳感器網(wǎng)絡(luò)定位算法［J］.北華大學(xué)學(xué)報(bào)，2013，14(01):112 －116.GUAN Bo，DONG Chao，MI Hong － tao.Localization Algorithm of Wireless Sensor Networks 3D － RSSI［J］.Journal of Beihua University，2013，14(01):112 －116.

［16］CEYLAN O，TARAKTAS K F，YAGCI H B.Enhancing RSSI Technologies in Wireless Sensor Network［C］//International Conference on Broadband，Wireless Computing，Communication and Applications，2010.

［17］張正華，戴磊，黎家文，等.基于RSSI的優(yōu)化加權(quán)質(zhì)心定位算法研究［J］.電子設(shè)計(jì)工程，2013，21(07):171－173.ZHANG Zheng － hua，DAI Lei，LI Jia － wen，CHEN Hang.Research on Optimization Weighted Centroid Localization Algorithm based on RSSI［J］.Electronic Design Engineering，2013，21(07):171 －173.

［18］馮東棟，鄭文奎.基于RSSI的加權(quán)質(zhì)心四點(diǎn)定位算法［J］.河南大學(xué)學(xué)報(bào)，2013，43(04):455 －458.FENG Dong － dong，ZHENG Wen － kui.Weighted Centroid Four Points Localization Algorithm for ZigBee Based on RSSI［J］.Journal of Heinan University，2013，43(04):455－458.

［19］孫健，杜永貴.RSSI－神經(jīng)網(wǎng)絡(luò)在無線傳感網(wǎng)絡(luò)定位中的應(yīng)用［J］.科學(xué)技術(shù)與工程，2013，13(06):1479 －1482.SUN Jian，DU Yong －gui.Applications of RSSI－neural Network in Wireless Sensor Network Positioning［J］.Science Technology and Engineering，2013，13(06):1479 －1482.

［20］劉曉文，關(guān)維國，鄒德君，等.基于RSSI測(cè)距誤差修正的加權(quán)質(zhì)心定位算法［J］.電腦知識(shí)與技術(shù)，2012，08(01):126－129.LIU Xiao－ wen，GUAN Wei－ guo，ZOU De － jun，et al.The Algorithm of Weighted Centroid Localization Based on RSSI Distance Measurement Error Correction［J］.Computer Knowledge and Technology，2012，08(01):126－129.

［21］周永錄，代紅兵.基于RSSI的無線傳感器網(wǎng)絡(luò)定位算法研究［J］.云南大學(xué)學(xué)報(bào)，2011，33(S2):202 －205.ZHOU Yong－lu，DAI Hong－bing.Study of Localization Algorithm based on RSSI for WSNs［J］.Journal of Yunnan University，2011，33(S2):202 －205.

［22］詹杰，劉宏立，劉述鋼.基于RSSI的動(dòng)態(tài)權(quán)重定位算法研究［J］.電子學(xué)報(bào)，2011，39(01):82 －88.ZHAN Jie，LIU Hong － li，LIU Shu － gang，et al.The Study of Dynamic Degree Weighted Centroid Localization Algorithm Based on RSSI［J］.Acta Electronica Sinica，2011，39(01):82 －88.

［23］陳三風(fēng)，陳萬明.基于RSSI誤差分析的無線傳感器網(wǎng)絡(luò)定位研究［J］.計(jì)算機(jī)工程與應(yīng)用，2011，47(14):10－12.CHEN San － feng，CHEN Wan － ming.Localization Algorithm based on Analysis of RSSI Error for Wireless Sensor Networks［J］.Computer Engineering and Applications，2011，47(14):10 －12.