本發(fā)明涉及協(xié)同定位領(lǐng)域，具體涉及基于RSSI(received signal strength indicator)的有效錨節(jié)點(diǎn)選取方法。

背景技術(shù)：

傳感器定位是電子對(duì)抗系統(tǒng)中的一個(gè)重要組成部分，資源分配、任務(wù)調(diào)度、目標(biāo)跟蹤等高難度任務(wù)都需要精確的定位作為基礎(chǔ)。組織多個(gè)不同類(lèi)別的偵察傳感器執(zhí)行協(xié)同偵察定位任務(wù)是當(dāng)今電子戰(zhàn)的一大發(fā)展趨勢(shì)。傳統(tǒng)的單傳感器獨(dú)立偵察定位由于受環(huán)境、敵方態(tài)勢(shì)、自身性能等多方面的限制，很難滿(mǎn)足現(xiàn)代電子戰(zhàn)的需求。因傳感器節(jié)點(diǎn)本身具有無(wú)線(xiàn)通信能力，很容易獲得信號(hào)強(qiáng)度值，所以RSSI是一種方便、廉價(jià)的測(cè)距技術(shù)。

針對(duì)不同的協(xié)同定位模型，針對(duì)多傳感器協(xié)同定位問(wèn)題，在國(guó)外已有一些相關(guān)研究成果。信息與通信大學(xué)的Jeongsu Lee等人設(shè)計(jì)了一種軍用移動(dòng)基站定位系統(tǒng)，該系統(tǒng)同時(shí)利用RSSI和AOA信號(hào)進(jìn)行混合定位，可以較快的定位出目標(biāo)所在的小范圍區(qū)域；但不適合精確定位。弗吉尼亞大學(xué)的Tian He等人提出一種APIT算法，利用節(jié)點(diǎn)之間的連通信息和節(jié)點(diǎn)接收到的鄰居節(jié)點(diǎn)發(fā)送的RSSI值來(lái)判斷節(jié)點(diǎn)之間的相對(duì)距離，與單純利用連通信息的算法相比，可有效的提高定位精度；但該算法需要每個(gè)節(jié)點(diǎn)都有很好的信息處理能力，定位成本較高。

國(guó)內(nèi)在多傳感器協(xié)同定位方面也已有一些研究成果。如國(guó)防科技大學(xué)的王珊珊等人提出一種RSSI-NLP算法，根據(jù)節(jié)點(diǎn)間的RSSI值計(jì)算出可通信節(jié)點(diǎn)間距離的相對(duì)關(guān)系，并結(jié)合線(xiàn)性規(guī)劃的方法進(jìn)行定位，有較好的定位效果；但隨著未知節(jié)點(diǎn)數(shù)的增加，定位精度會(huì)急劇下降。重慶大學(xué)的熊志廣等人提出基于中值原則與空間補(bǔ)償模型的RSSI定位策略，實(shí)現(xiàn)了算法復(fù)雜度與定位性能上的折衷；但其定位結(jié)果過(guò)度依賴(lài)于定位環(huán)境的好壞。

現(xiàn)有的定位算法大多有兩方面的不足：一方面是定位算法的復(fù)雜度太高，在節(jié)點(diǎn)數(shù)較多的網(wǎng)絡(luò)中，往往顯得計(jì)算能力不足；另一方面是誤差的累積，由于缺乏有效的誤差判別方法，哪怕是初始定位環(huán)境中很小的誤差都會(huì)在定位過(guò)程中不斷的進(jìn)行積累，最終導(dǎo)致定位精度的下降。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是提供一種基于RSSI的有效錨節(jié)點(diǎn)選取方法。

實(shí)現(xiàn)本發(fā)明目的的技術(shù)解決方案為：一種基于RSSI的有效錨節(jié)點(diǎn)選取方法，具體包括以下步驟：

步驟1、定位場(chǎng)景中每個(gè)錨節(jié)點(diǎn)廣播其自身位置與其RSSI信號(hào)；

步驟2、對(duì)于每個(gè)錨節(jié)點(diǎn)B_i，在收到其通信半徑R內(nèi)其他錨節(jié)點(diǎn)的信號(hào)之后，計(jì)算B_i的區(qū)域路徑損耗指數(shù)n(B_i)；

步驟3、確定約束條件，建立有效錨節(jié)點(diǎn)選取模型；

步驟4、根據(jù)約束條件對(duì)錨節(jié)點(diǎn)進(jìn)行篩選，選出周?chē)鷽](méi)有障礙物的有效錨節(jié)點(diǎn)集合S。

本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點(diǎn)為：1)本發(fā)明根據(jù)感器所處環(huán)境動(dòng)態(tài)選擇有效錨節(jié)點(diǎn)進(jìn)行后其定位，有效降低環(huán)境干擾等因素對(duì)定位結(jié)果的影響。2)本發(fā)明針對(duì)經(jīng)典路徑損耗指數(shù)采取經(jīng)驗(yàn)值的方式進(jìn)行改進(jìn)，根據(jù)傳感器所處環(huán)境動(dòng)態(tài)確定節(jié)點(diǎn)之間的路徑損耗指數(shù)。3)本發(fā)明將基于RSSI的有效錨節(jié)點(diǎn)選取模型應(yīng)用于無(wú)線(xiàn)傳感器協(xié)同定位領(lǐng)域，可以顯著提高協(xié)同定位精度和協(xié)同定位覆蓋率，防止誤差累積。

附圖說(shuō)明

圖1為基于RSSI的有效錨節(jié)點(diǎn)選取模型流程圖。

圖2為示例實(shí)驗(yàn)圖。

圖3為誤差閾值α的節(jié)點(diǎn)定位覆蓋率圖。

圖4為誤差閾值α的節(jié)點(diǎn)定位誤差圖。

圖5為定位誤差對(duì)比圖。

具體實(shí)施方式

本發(fā)明對(duì)傳統(tǒng)的RSSI定位方法進(jìn)行深入地分析，針對(duì)上述問(wèn)題，提出了一種有效錨節(jié)點(diǎn)選取模型EAS(Efficient Anchor-Node Selection)，并通過(guò)仿真實(shí)驗(yàn)與其它模型進(jìn)行對(duì)比。仿真實(shí)驗(yàn)結(jié)果表明，EAS模型能夠有效的消除初始網(wǎng)絡(luò)環(huán)境產(chǎn)生的誤差，提高定位的精度，有效防止誤差的累積。

本發(fā)明的一種基于RSSI的有效錨節(jié)點(diǎn)選取方法，包括以下步驟：

步驟1、在定位場(chǎng)景中每個(gè)錨節(jié)點(diǎn)廣播其自身位置與其RSSI信號(hào)；

步驟2、對(duì)于每個(gè)錨節(jié)點(diǎn)B_i，在收到其通信半徑R內(nèi)其他錨節(jié)點(diǎn)的信號(hào)之后，計(jì)算錨節(jié)點(diǎn)B_i的區(qū)域路徑損耗指數(shù)n(B_i)；所述區(qū)域路徑損耗指數(shù)n(B_i)計(jì)算方法為：

步驟2-1、確定任意兩個(gè)錨節(jié)點(diǎn)B_i,B_j之間的距離，所用公式為：

其中，(x_i,y_i,z_i),(x_j,y_j,z_j)分別為錨節(jié)點(diǎn)B_i,B_j的坐標(biāo)；

步驟2-2、確定任意兩個(gè)錨節(jié)點(diǎn)B_i,B_j之間的路徑損耗指數(shù)n(B_i,B_j)，所述公式為：

其中，B_j為發(fā)送節(jié)點(diǎn)，B_i為接收節(jié)點(diǎn)；d為兩節(jié)點(diǎn)之間的距離；RSSI(B_i,B_j)為B_i,B_j之間信號(hào)強(qiáng)度；X₀定義為均值為0、方差為5的高斯隨機(jī)變量；P_T為發(fā)射功率，PL(d₀)為接收功率；

步驟2-3、確定高斯路徑損耗影響系數(shù)f_i(B_j)，所述公式為：

其中，(x_i,y_i,z_i),(x_j,y_j,z_j)分別為錨節(jié)點(diǎn)B_i,B_j的坐標(biāo)，f_i(B_j)是均值為0、方差為1的高斯分布函數(shù)；

步驟2-4、確定區(qū)域路徑損耗指數(shù)n_R(B_i)，所述公式為：

其中，區(qū)域路徑損耗指數(shù)n_R(B_i)由N個(gè)局部路徑損耗指數(shù)組成，N是B_i通信半徑R內(nèi)其他錨節(jié)點(diǎn)的數(shù)量，其中第j個(gè)局部路徑損耗指數(shù)由第j(1≤j≤N)個(gè)錨節(jié)點(diǎn)所確定，每個(gè)局域路徑損耗指數(shù)由高斯路徑損耗影響系數(shù)和路徑損耗指數(shù)相關(guān)和的乘積計(jì)算所得，B_j的路徑損耗指數(shù)相關(guān)和代表B_j與其他錨節(jié)點(diǎn)B_k(1≤k≤N,k≠j)之間的路徑損耗指數(shù)之和。

步驟3、確定有效錨節(jié)點(diǎn)的約束條件，建立有效錨節(jié)點(diǎn)選取模型；所述有效錨節(jié)點(diǎn)的約束條件為：

其中，其中n(B_i,B_j)為錨節(jié)點(diǎn)B_i與其通信半徑R內(nèi)其他錨節(jié)點(diǎn)B_j(1≤j≤N)之間的路徑損耗指數(shù)，n_R(B_i)為錨節(jié)點(diǎn)B_i的區(qū)域路徑損耗指數(shù)，(x_i,y_i,z_i),(x_j,y_j,z_j)分別為錨節(jié)點(diǎn)B_i,B_j的坐標(biāo)，α為誤差閾值。

步驟4、根據(jù)步驟3確定的約束條件對(duì)錨節(jié)點(diǎn)進(jìn)行篩選，選出周?chē)鷽](méi)有障礙物的有效錨節(jié)點(diǎn)集合S，完成有效錨節(jié)點(diǎn)的選取。所述有效錨節(jié)點(diǎn)篩選原則為：

當(dāng)錨節(jié)點(diǎn)B_i與其通信半徑R內(nèi)其他錨節(jié)點(diǎn)B_j(1≤j≤N)之間的路徑損耗指數(shù)n(B_i,B_j)與B_i區(qū)域路徑損耗指數(shù)n_R(B_i)的差值均小于誤差閾值α?xí)r，表示錨節(jié)點(diǎn)B_i是一個(gè)有效的錨節(jié)點(diǎn)；當(dāng)錨節(jié)點(diǎn)B_i周?chē)嬖谡系K物時(shí)，B_i必定不滿(mǎn)足于有效錨節(jié)點(diǎn)約束條件，從而B(niǎo)_i不是一個(gè)有效的錨節(jié)點(diǎn)。

為了使本領(lǐng)域技術(shù)人員更好地理解本申請(qǐng)中的技術(shù)問(wèn)題、技術(shù)方案和技術(shù)效果，下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明的基于RSSI的有效錨節(jié)點(diǎn)選取模型作進(jìn)一步詳細(xì)說(shuō)明。

本發(fā)明提供一種基于RSSI的有效錨節(jié)點(diǎn)選取模型，基本流程如圖1所示。具體步驟如下：

步驟1：每個(gè)錨節(jié)點(diǎn)廣播其自身位置與其RSSI信號(hào)；

步驟2：對(duì)于每個(gè)錨節(jié)點(diǎn)B_i，在收到其通信半徑R內(nèi)其他錨節(jié)點(diǎn)的信號(hào)之后，計(jì)算B_i的區(qū)域路徑損耗指數(shù)n(B_i)；

其中，確定兩個(gè)錨節(jié)點(diǎn)B_i,B_j之間的距離，所用公式為：

其中，(x_i,y_i,z_i),(x_j,y_j,z_j)分別為錨節(jié)點(diǎn)B_i,B_j的坐標(biāo)。

確定兩個(gè)錨節(jié)點(diǎn)B_i,B_j之間的路徑損耗指數(shù)n(B_i,B_j)，所述公式為：

其中，B_j為發(fā)送節(jié)點(diǎn)，B_i為接收節(jié)點(diǎn)；d為兩節(jié)點(diǎn)之間的距離；RSSI(B_i,B_j)為B_i,B_j之間信號(hào)強(qiáng)度；X₀定義為均值為0、方差為5的高斯隨機(jī)變量；P_T為發(fā)射功率，PL(d₀)為接收功率。

確定高斯路徑損耗影響系數(shù)f_i(B_j)，所述公式為：

其中，(x_i,y_i,z_i),(x_j,y_j,z_j)分別為錨節(jié)點(diǎn)B_i,B_j的坐標(biāo)。f_i(B_j)是均值為0、方差為1

的高斯分布函數(shù)。由于高斯分布具有精度高，覆蓋面廣等優(yōu)點(diǎn)，因此我們將錨節(jié)點(diǎn)之間的距離作為高斯分布的隨機(jī)變量得到高斯分布路徑損耗影響系數(shù)f_i(B_j)，并以此來(lái)量化B_i通信半徑R內(nèi)其他錨節(jié)點(diǎn)對(duì)n_R(B_i)的影響。

確定區(qū)域路徑損耗指數(shù)n_R(B_i)，所述公式為：

其中，區(qū)域路徑損耗指數(shù)n_R(B_i)由N個(gè)局部路徑損耗指數(shù)組成，N是B_i通信半徑R內(nèi)其他錨節(jié)點(diǎn)的數(shù)量(不包括B_i)。其中第j個(gè)局部路徑損耗指數(shù)由第j(1≤j≤N)個(gè)錨節(jié)點(diǎn)所確定。每個(gè)局域路徑損耗指數(shù)由高斯路徑損耗影響系數(shù)和路徑損耗指數(shù)相關(guān)和的乘積計(jì)算所得，體現(xiàn)了不同錨節(jié)點(diǎn)對(duì)B_i的區(qū)域路徑損耗指數(shù)的不同影響。B_j的路徑損耗指數(shù)相關(guān)和代表B_j與其他錨節(jié)點(diǎn)B_k(1≤k≤N,k≠j)之間的路徑損耗指數(shù)之和。在計(jì)算過(guò)程中每?jī)蓚€(gè)錨節(jié)點(diǎn)之間的路徑損耗指數(shù)都被分別計(jì)算了一次，所以需要乘以系數(shù)1/2。

步驟3：確定約束條件，建立有效錨節(jié)點(diǎn)選取模型；

其中，其中n(B_i,B_j)為錨節(jié)點(diǎn)B_i與其通信半徑R內(nèi)其他錨節(jié)點(diǎn)B_j(1≤j≤N)之間的路徑損耗指數(shù)，n_R(B_i)為錨節(jié)點(diǎn)B_i的區(qū)域路徑損耗指數(shù)，(x_i,y_i,z_i),(x_j,y_j,z_j)分別為錨節(jié)點(diǎn)B_i,B_j的坐標(biāo)，α為誤差閾值。

步驟4：根據(jù)約束條件對(duì)錨節(jié)點(diǎn)進(jìn)行篩選，選出周?chē)鷽](méi)有障礙物的有效錨節(jié)點(diǎn)集合S；

當(dāng)錨節(jié)點(diǎn)B_i與其其通信半徑R內(nèi)其他錨節(jié)點(diǎn)B_j(1≤j≤N)之間的路徑損耗指數(shù)n(B_i,B_j)與B_i區(qū)域路徑損耗指數(shù)n_R(B_i)的差值均小于誤差閾值α?xí)r，表示錨節(jié)點(diǎn)B_i是一個(gè)有效的錨節(jié)點(diǎn)。當(dāng)錨節(jié)點(diǎn)B_i周?chē)嬖谡系K物時(shí)，B_i必定不滿(mǎn)足于有效錨節(jié)點(diǎn)約束條件，從而B(niǎo)_i不是一個(gè)有效的錨節(jié)點(diǎn)。

步驟5：從有效錨節(jié)點(diǎn)集合S中選擇4個(gè)距離目標(biāo)節(jié)點(diǎn)T最近的有效錨節(jié)點(diǎn)進(jìn)行四邊定位，從而驗(yàn)證有效錨節(jié)點(diǎn)選取模型的效果。

本發(fā)明根據(jù)感器所處環(huán)境動(dòng)態(tài)選擇有效錨節(jié)點(diǎn)進(jìn)行后其定位，有效降低環(huán)境干擾等因素對(duì)定位結(jié)果的影響。

下面結(jié)合實(shí)施例對(duì)本發(fā)明做進(jìn)一步詳細(xì)的描述。

實(shí)施例

在300m×300m×300m的三維空間內(nèi)隨機(jī)分布的200個(gè)未知節(jié)點(diǎn)，如圖2所示；其中，Δ代表錨節(jié)點(diǎn)，O代表未知節(jié)點(diǎn)，*代表通過(guò)基于RSSI的有效錨節(jié)點(diǎn)選取模型定位出來(lái)的已定位錨節(jié)點(diǎn)，黑色區(qū)域代表隨機(jī)生成的障礙物區(qū)域；

定義誤差量化公式如下：

其中，N表示未知節(jié)點(diǎn)總數(shù)，R表示位未知節(jié)點(diǎn)通信半徑，表示未知節(jié)點(diǎn)m的實(shí)際坐標(biāo)，(x_m,y_m,z_m)表示點(diǎn)m經(jīng)過(guò)算法定位出的坐標(biāo)。對(duì)于無(wú)法定位或者未成功定位的節(jié)點(diǎn)，定位誤差取其通信半徑的一半。

實(shí)驗(yàn)選取了4種不同的閾值進(jìn)行試驗(yàn)，圖3是誤差閾值α的節(jié)點(diǎn)定位覆蓋率圖。從圖中可以看出當(dāng)α＝0.05時(shí)，EAS算法對(duì)錨節(jié)點(diǎn)的篩選非常嚴(yán)格，很少的錨節(jié)點(diǎn)參與定位，未知節(jié)點(diǎn)的定位覆蓋率較低；當(dāng)閾值α＝0.1時(shí)，對(duì)于錨節(jié)點(diǎn)的篩選比較嚴(yán)格，參與定位的錨節(jié)點(diǎn)雖然相比于α＝0.05變多，但相比于未知節(jié)點(diǎn)的數(shù)量還是較少，未知節(jié)點(diǎn)的定位覆蓋率不高；當(dāng)閾值α＝0.15時(shí)，對(duì)錨節(jié)點(diǎn)的篩選適中，未知節(jié)點(diǎn)的定位覆蓋率較高；當(dāng)閾值α＝0.2時(shí)，雖然參與定位的錨節(jié)點(diǎn)增多，但對(duì)于有效錨節(jié)點(diǎn)的篩選作用變?nèi)酰瑢?dǎo)致未知節(jié)點(diǎn)的定位的覆蓋率和α＝0.15相差不多。

圖4是誤差閾值α的節(jié)點(diǎn)定位誤差圖，從圖4中可以看出，隨著錨節(jié)點(diǎn)密度的增加，α＝0.15時(shí)的定位平均誤差要明顯小于α＝0.2時(shí)的定位誤差；從定位覆蓋率的角度來(lái)說(shuō)，α＝0.15與α＝0.2的定位覆蓋率差別并不大，所以α＝0.15是一個(gè)較為合理的閾值。

在確定閾值0.15的情況下，比較固定路徑損耗指數(shù)模型與基于EAS模型定位的準(zhǔn)確度。

從圖5可以看出，在錨節(jié)點(diǎn)數(shù)較少時(shí)，EAS模型的優(yōu)勢(shì)不明顯，隨著錨節(jié)點(diǎn)數(shù)的增多，EAS模型的選擇效果逐漸顯現(xiàn)，EAS模型的定位效果明顯優(yōu)于固定路徑損耗模型的定位效果。