熊亮 李祥 蒲媛媛 王輝茹 買合木提·吐尼牙孜

作者簡介：熊亮（1982— ），男，四川蓬溪人，高級工程師，本科；研究方向：電力通信。

摘要：為了使無線傳感器網(wǎng)絡(luò)在現(xiàn)代社會發(fā)展中發(fā)揮出最大的作用，必須要采取更加良好的無線傳感器網(wǎng)絡(luò)定位算法?；诖?，文章提出了一種基于直推支持向量機(jī)的網(wǎng)絡(luò)定位算法，并通過實(shí)驗(yàn)分析及實(shí)際測試的方式，對該算法應(yīng)用效果進(jìn)行了驗(yàn)證。驗(yàn)證結(jié)果表明，文章研究的算法精度較高，符合需求，可將其應(yīng)用到實(shí)際當(dāng)中。

關(guān)鍵詞：無線傳感器網(wǎng)絡(luò)；定位；覆蓋；直推支持向量機(jī)

中圖分類號：TP212.9；TN929.5? 文獻(xiàn)標(biāo)志碼：A

0? 引言

無線傳感器網(wǎng)絡(luò)是現(xiàn)代通信領(lǐng)域中的重要組成部分，具有節(jié)點(diǎn)密度高、節(jié)點(diǎn)移動(dòng)性弱等特點(diǎn)，使其被廣泛應(yīng)用到現(xiàn)代通信領(lǐng)域。但需要注意的是，該網(wǎng)絡(luò)也存在一些缺陷，如因體積較小而導(dǎo)致處理能力差等，尤其是在應(yīng)用數(shù)量較多的工況下，影響數(shù)據(jù)信息正常傳輸。此外，在同一時(shí)間點(diǎn)時(shí)，若全部節(jié)點(diǎn)均正常運(yùn)行，可能會出現(xiàn)同一條信息由多個(gè)節(jié)點(diǎn)傳輸，不僅造成資源浪費(fèi)，而且還會出現(xiàn)數(shù)據(jù)沖突的問題。所以，為了提升無線傳感器網(wǎng)絡(luò)的運(yùn)行效果，必須采用合理的方式對無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)進(jìn)行定位，并在此基礎(chǔ)上，提升無線網(wǎng)絡(luò)的覆蓋效果。

1? 問題描述

在一個(gè)二維區(qū)域［0，D］×［0，D］內(nèi)，存在m個(gè)無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)S1，S2，…，Sm。之后，將整個(gè)區(qū)域進(jìn)行劃分，得到多個(gè)網(wǎng)格，以此對各節(jié)點(diǎn)的坐標(biāo)予以計(jì)算。設(shè)置2個(gè)類集合，各集合當(dāng)中，均由T個(gè)類構(gòu)成：在X軸方向上，T個(gè)類分別是{TSVMx1，TSVMx2，…，TSVMxT}，各TSVMxT內(nèi)，都含有當(dāng)X≥iD/T時(shí)的全部節(jié)點(diǎn)；在Y軸方向上，T個(gè)類分別是{TSVMy1，TSVMy2，…，TSVMyT}，各TSVMyT內(nèi)，都含有當(dāng)Y≥iD/T時(shí)的全部節(jié)點(diǎn)［1］。

同時(shí)，作出下述定義：ss（Sj，S）（j=1，2，…，m），為節(jié)Sj節(jié)點(diǎn)發(fā)出信號的強(qiáng)度（RSS），信號的向量為：si=（ss（S1，Sj），ss（S2，Sj），…，ss（Sm，Sj）），yi表示各類所對應(yīng)的類別標(biāo)記。對于移動(dòng)信標(biāo)而言，包含相應(yīng)的GPS設(shè)備，因而在移動(dòng)信標(biāo)Sb當(dāng)中，能夠自動(dòng)獲取各節(jié)點(diǎn)Shi的信息，并分析出相應(yīng)的信號箱梁，推導(dǎo)出類TSVMxt的類別標(biāo)記ybi（ybi∈{1，2，…，T}），以此當(dāng)做已標(biāo)識樣本。而對于未標(biāo)識樣本而言，選擇的則是sj（sj=ss（S1，Sj），ss（S2，Sj），…，ss（Sm，Sj）），及其對應(yīng)的標(biāo)簽y*i［2］。上述未知固定節(jié)點(diǎn)間的信號向量及其對應(yīng)的標(biāo)簽均作為向量機(jī)的無標(biāo)簽數(shù)據(jù)樣本。整體來看，本次無線網(wǎng)絡(luò)節(jié)點(diǎn)定位的規(guī)劃路徑如圖1所示。

每個(gè)環(huán)節(jié)訓(xùn)練時(shí)，均可推導(dǎo)出相應(yīng)的決策函數(shù)，并以此為基礎(chǔ)，進(jìn)一步獲得未標(biāo)識樣本的決策函數(shù)。之后，利用公式（1），賦予全新的正標(biāo)簽，并利用公式（2），賦予全新的負(fù)標(biāo)簽。

Max（f（x*i）），s.t.0

Min（f（x*i）），s.t.-1

若訓(xùn)練結(jié)果不符合式（1）的要求，則無需賦予正標(biāo)簽；若訓(xùn)練結(jié)果不符合式（2）的要求，則無需賦予負(fù)標(biāo)簽。反復(fù)進(jìn)行迭代訓(xùn)練，直到兩標(biāo)簽均不符合要求為止，即得到了最優(yōu)解，并利用已獲得的決策函數(shù)，對剩余的樣本分類，賦予相應(yīng)的標(biāo)簽，指導(dǎo)輸出最終結(jié)果［3］。

2? 無線傳感器網(wǎng)絡(luò)定位與覆蓋算法研究

2.1? 基于直推支持向量機(jī)的網(wǎng)絡(luò)定位算法（MTSVM）

由上述分析可知，無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位是一種多類分類問題，因而設(shè)計(jì)了一種多類對多類算法，并以此為基礎(chǔ)，設(shè)置了T個(gè)分類機(jī)，其分類策略主要為：

首先作出假設(shè)：存在一個(gè)訓(xùn)練集：P=｛（x1，y1），…，（xn，yn）｝，式中，xi=Sbi∈Rm，yi∈{1，2，…，T}，i=1，2，…，n。

然后，按照上述介紹的方式，對TSVMxt進(jìn)行分類，其中，右側(cè)的為正樣本，左側(cè)的為負(fù)樣本。之后，利用決策函數(shù)（3），分析x是否在TSVMxt范圍內(nèi)。

fk（x）=sgn（gk（x））=sgn（∑ni=1αkiyiK（x，xi）+bk）（3）

針對TSVM運(yùn)算原理，可將其進(jìn)一步描述為［4］：

（1）確定出TSVM訓(xùn)練數(shù)據(jù)后，設(shè)置參數(shù)C及C*，進(jìn)而啟動(dòng)TSVM訓(xùn)練程序，以此推導(dǎo)出各類TSVMx的α*與b*，之后，將其傳輸?shù)骄W(wǎng)絡(luò)中的各個(gè)節(jié)點(diǎn)，進(jìn)而確定相應(yīng)的決策函數(shù)。

（2）輔助移動(dòng)標(biāo)簽退出網(wǎng)絡(luò)，未知節(jié)點(diǎn)數(shù)據(jù)共享，以此獲取相應(yīng)的信號向量sj（sj=ss（S1，Sj），ss（S2，Sj），…，ss（Sm，Sj）），并利用公式（11）予以運(yùn)算，從而推導(dǎo)出具體的分類結(jié)果，同時(shí)賦予相應(yīng)的標(biāo)簽。之后，利用標(biāo)注法的方式，分別對無標(biāo)簽樣本賦予新的正標(biāo)簽及新的負(fù)標(biāo)簽。

（3）重新進(jìn)行樣本訓(xùn)練，推導(dǎo)出所有無標(biāo)簽樣本的判別函數(shù)輸出，若發(fā)現(xiàn)推導(dǎo)結(jié)果與原標(biāo)簽值存在差異，則通過標(biāo)簽重置的方式，清除這一樣本的標(biāo)注。

（4）通過承兌標(biāo)注法的方式，確定滿足新加標(biāo)注條件的未標(biāo)注無標(biāo)簽樣本。如有這類樣本，則添加相應(yīng)標(biāo)注，并跳轉(zhuǎn)到步驟（3）；若沒有這類樣本，則通過上述決策函數(shù)，對這些標(biāo)簽予以計(jì)算分析，確定樣本類型，同時(shí)添加標(biāo)簽，進(jìn)而輸出相應(yīng)結(jié)果。

（5）對于未知節(jié)點(diǎn)Sj，若其在TSVMxT范圍內(nèi)，而不在TSVMxT-1范圍內(nèi)，則能夠推導(dǎo)出相應(yīng)的橫坐標(biāo)值：k+12D/T，同理，也可推導(dǎo)出縱坐標(biāo)值。

2.2? 基于靜電場部署方法的無線覆蓋算法

為提升本次研究的無線覆蓋能力，本文基于靜電場部署方法模擬電場中帶電粒子從高電勢點(diǎn)向低電勢點(diǎn)移動(dòng)的規(guī)律，把網(wǎng)絡(luò)中每個(gè)傳感器節(jié)點(diǎn)看作一個(gè)虛擬的電荷，將目標(biāo)和障礙分別視為低電勢點(diǎn)和高電勢點(diǎn)，利用勢場對節(jié)點(diǎn)的作用力使節(jié)點(diǎn)向目標(biāo)移動(dòng)，同時(shí)能避免移動(dòng)過程中的各種障礙。具體來看，在該分析模式下，隨機(jī)部署的每個(gè)節(jié)點(diǎn)均受到節(jié)點(diǎn)之間作用力、障礙物排斥力和區(qū)域邊界排斥力的作用。設(shè)節(jié)點(diǎn)所受的最終合力為F，則有：

F=F1+F2+F3-μv（4）

在該表達(dá)式中，F(xiàn)1、F2和F3則分別表示節(jié)點(diǎn)之間作用力、障礙物排斥力和區(qū)域邊界排斥力，μv則表示節(jié)點(diǎn)所受的阻尼力。

在此基礎(chǔ)上，為進(jìn)一步確定給定區(qū)域需要布置的傳感器節(jié)點(diǎn)數(shù)量，參考已有文獻(xiàn)，提出“覆蓋率”的概念，并確定“覆蓋率”的計(jì)算方法如下：

C（dth，dbth）=πR2s×NA，dth≥2Rs，dbth≥Rs（5）

C（dth，dbth）=πR2s×N-I（dth）-B（dbth）A，dth≤2Rs，dbth≤Rs（6）

在上述表達(dá)式中，N表示節(jié)點(diǎn)的總數(shù)；A表示部署區(qū)域的面積；Idth表示節(jié)點(diǎn)間重復(fù)的覆蓋面積；B（dbth）表示超出邊界的覆蓋面積。據(jù)此即可代入上述已知條件對覆蓋率進(jìn)行計(jì)算，以此實(shí)現(xiàn)覆蓋率的優(yōu)化。

根據(jù)上述研究，確定本次算法流程如下：（1）根據(jù)預(yù)期覆蓋率值和區(qū)域面積，對所需節(jié)點(diǎn)個(gè)數(shù)進(jìn)行估算；（2）將所有節(jié)點(diǎn)均置于初始位置；（3）計(jì)算感知半徑范圍內(nèi)所有鄰居節(jié)點(diǎn)的合力、所受障礙物的合力和所受邊界的合力；（4）計(jì)算節(jié)點(diǎn)所受的阻尼力；（5）計(jì)算節(jié)點(diǎn)所受的合力，并以此計(jì)算節(jié)點(diǎn)在特定時(shí)刻的速度與加速度；（6）判斷加速度與速度同閾值之間的關(guān)系，并做相應(yīng)處理；（7）判斷節(jié)點(diǎn)在該時(shí)刻的位置，并判斷其是否處于平衡態(tài)，是則停止移動(dòng)，否則繼續(xù)進(jìn)行下一輪循環(huán)，直至滿足預(yù)期要求。

3? 實(shí)驗(yàn)測試

3.1? 仿真實(shí)驗(yàn)

仿真實(shí)驗(yàn)時(shí)，先作出以下設(shè)置：二維區(qū)域R2（60m×60m）當(dāng)中，共包含m個(gè)未知固定節(jié)點(diǎn)（S1，S2，…，Sm），分別將m設(shè)置成500與300，通信半徑設(shè)置r設(shè)置成60m。將該區(qū)域分割為多個(gè)T×T的網(wǎng)格，其中，T分別為6、8、10、12、15與20；將迭代計(jì)算次數(shù)設(shè)置為20，之后利用MATLAB仿真軟件，按照上述算法對該區(qū)域進(jìn)行模擬分析。通過模擬分析能夠發(fā)現(xiàn)，類數(shù)目越多，定位誤差越小，但需要注意的是當(dāng)T超過15后，定位誤差的變化則并不是很大，則是因?yàn)榉诸愬e(cuò)誤導(dǎo)致的。與此同時(shí)，相對于m=300，m=500的定位誤差更小一些，但整體小差并不是很大。由此表明，節(jié)點(diǎn)越稠密，定位精度會越高。即無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)較為稠密時(shí)，可獲得更加精確的定位結(jié)果。此外，相對于傳統(tǒng)SVM算法而言，MTSVM定位誤差更低。

另一方面，研究人員同時(shí)對該二維區(qū)域的覆蓋率進(jìn)行分析，通過改變部署節(jié)點(diǎn)數(shù)進(jìn)行測試，得到測試結(jié)果如圖2所示。

如圖2所示，隨著節(jié)點(diǎn)數(shù)的增加，覆蓋率也相應(yīng)增加，且達(dá)成預(yù)期覆蓋率的時(shí)間也相應(yīng)縮短，這對提升實(shí)驗(yàn)效率較為有利。但節(jié)點(diǎn)數(shù)增加對于部署的時(shí)間和資金成本也存在不利影響，因此綜合分析后，確定在該區(qū)域內(nèi)布置40個(gè)節(jié)點(diǎn)，其能夠在6.6s內(nèi)對目標(biāo)區(qū)域進(jìn)行全面覆蓋。

3.2? 實(shí)際測試

為了進(jìn)一步驗(yàn)證上述定位算法的應(yīng)用效果，本文在某實(shí)驗(yàn)室中的10m×10m的區(qū)域中，再次對本算法進(jìn)行了測試。在測試過程中，考慮到兩種網(wǎng)絡(luò)拓?fù)洌ㄒ?guī)則部署與隨機(jī)部署）的特點(diǎn)，采用研究人員手持節(jié)點(diǎn)移動(dòng)方式，模擬移動(dòng)信標(biāo)節(jié)點(diǎn)。傳感器節(jié)點(diǎn)中心頻率設(shè)置為2.4 GHz，使用寬帶直接序列擴(kuò)頻通信模式，對每個(gè)RSSI值均進(jìn)行10次測量，其中每個(gè)節(jié)點(diǎn)各收發(fā)5次。

通過上述測試流程后，使用MATLAB對原始數(shù)據(jù)進(jìn)行處理，以此得到如表1所示結(jié)果。由表1可知，相對于SVM算法，MTSVM算法的定位精度更高，且在節(jié)點(diǎn)數(shù)量保持穩(wěn)定時(shí)，該算法對節(jié)點(diǎn)分布并不是很敏感。在此種情況下，選擇規(guī)則部署或隨機(jī)部署模式對于算法的定位誤差也不產(chǎn)生顯著影響。

4? 結(jié)語

綜上所述，本文以直推支持向量機(jī)為依托，提出了一種無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位算法。該算法的應(yīng)用可較為精確地對網(wǎng)絡(luò)節(jié)點(diǎn)進(jìn)行定位，有利于提升信息通信效率，避免資源浪費(fèi)，以此為現(xiàn)代軍事、醫(yī)療、環(huán)境監(jiān)測等領(lǐng)域更好地發(fā)展提供支持。

參考文獻(xiàn)

［1］牛龍生，張瑞，郭瑛.面向無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位的移動(dòng)錨節(jié)點(diǎn)路徑規(guī)劃［J］.青島科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2023（3）：102-109.

［2］屈愛艷，李建國，趙琦，等.基于果蠅算法優(yōu)化蒙特卡羅錨盒移動(dòng)算法的無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位［J］.電氣自動(dòng)化，2023（1）：86-88.

［3］徐友洪，童根樹.一種高覆蓋率和安全性的動(dòng)態(tài)傳感器網(wǎng)絡(luò)部署策略［J］.電子器件，2022（2）：460-467.

［4］劉國輝.基于DV-HOP的分布式無線傳感器網(wǎng)絡(luò)定位算法研究［J］.淮陰工學(xué)院學(xué)報(bào)，2020（5）：23-26.

（編輯? 王雪芬）

Analysis of wireless sensor network positioning and coverage technology

Xiong? Liang， Li? Xiang， Pu? Yuanyuan， Wang? Huiru， Beiheimuti? Tuniyaz

（State Grid Aksu Power Supply Company， Aksu 843000， China）

Abstract： In order to maximize the role of wireless sensor networks in the development of modern society， it is necessary to adopt a better wireless sensor network localization algorithm. Based on this， this paper proposes a network localization algorithm based on direct push support vector machine through the formulation of the problem， and verifies the application effect of this algorithm by means of experimental analysis and actual testing. Through the verification， it can be found that this algorithm has high accuracy， meets the demand， and can be applied into practice.

Key words： wireless sensor network; localization; coverage; direct push support vector machine