修正RSSI值的二次柵格掃描與三角形質心定位算法

程良　張永強　趙正健　李璐

關鍵詞：二次柵格掃描；RSSI；卡爾曼濾波

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2023）10-0096-03

0 引言

隨著當下科學技術的不斷發展，各行各業都在享受著互聯網帶來的便捷性。對于目標位置的重要性不言而喻。無線傳感器網絡是由許多帶有功率接收功能的傳感器節點組成，通過自組網方式能夠形成一個穩定、健壯的網絡[1]。利用該網絡可實現目標對象的定位。相比于傳統定位方式，無線傳感器網絡所形成的定位方式具有價格低廉，穩定性強等優點。但定位精度一直是無線定位算法發展的一個瓶頸。根據定位算法原理的不同可以將其分為兩類，測距以及非測距的方式[2]。其中基于測距過于依賴硬件，導致成本上升。非測距是目前主要的研究方向。但誤差較大，現在普遍的做法是利用各種算法進行優化，其中二次柵格掃描與質心迭代定位算法相比于其他定位算法精度較高[3]。不過，該算法中大量使用了RSSI值進行運算，致使實驗存在累計誤差。本文通過優化RSSI值來解決累計誤差對該算法產生的影響。

1 Grid-Scan 算法描述

Grid-Scan算法也稱作網格算法，是將各個錨節點的通信區域全部用小格子來填充。每個錨節點都可以接收通信區域內各節點的坐標和RSSI信息等[4]。未知節點是我們需要定位的節點，將該未知節點周圍能夠與之通信的錨節點的通信圓分別畫出，再將重合區域用外接矩形表示出來并用ER標識，如圖1[5]。把該外接矩形中的小格子全部標記成1，如圖2。

2 優化算法

2.1優化RSSI 值

2.1.1 RSSI 的測距模型

信號在傳播過程中，距離的變化會導致接收信號強度的變化，利用這個變化可以得到信號強度的衰減與距離的關系。目前普遍以shadowing模型為基礎來得到相應的傳播模型。用以下公式表示。

3 仿真實驗

3.1 實驗設計

本文以Matlab為仿真工具，通過隨機網絡拓撲方式來模擬現實場景中的定位情況，以此來分析改進算法與其他算法之間的定位誤差。將文中所提出的改進算法稱為RSSTG-TCLLA算法，二次柵格掃描與三角質心迭代算法稱為TGTCL-LA，二次柵格掃描算法記為Grid-scan 算法，文獻[4]中的算法稱為VGridscan算法。利用式（14）來計算歸一化平均定位誤差。

3.2 通信半徑對定位誤差的影響

設節點個數為200個，錨節點個數為30個，柵格邊長為2米，仿真結果如圖4所示。

由圖4可以得到，四種算法隨著通信半徑的增大，定位誤差均在減小。其中RSSTG-TCLLA算法的平均定位誤差相對于TG-TCLLA算法，VGrid-scan算法，Grid-scan 算法分別減少了8.65%，11.59% 以及13.6%。

3.3 節點個數對定位誤差的影響

設節點個數為N、錨節點個數為0.3N、通信半徑為20米、柵格邊長為2米。

由圖5可得，當其他條件不變時，節點個數越多，整體定位誤差就會越小，相比于Grid-scan 算法、VGrid-Scan 算法、TG-TCLLA 算法，文中提出的RSSTG-TCLLA 算法在平均定位誤差上分別減小了14.72%、12.35%以及10.28%。

3.4 錨節點個數對定位誤差的影響

設節點總數為200個，通信半徑為20米，柵格長2 米，錨節點作為整個定位區域的參考點，它的數量直接決定著整體的定位性能。

由圖6得，文中所提RSSTG-TCLLA算法與Gridscan算法、VGrid-Scan算法、TG-TCLLA算法相比，平均定位誤差分別減小了11.2%，9.6%以及5.8%。

3.5 柵格邊長對定位誤差的影響

設節點個數為200，通信半徑為20米，錨節點為30個，隨機拓撲節點網絡。

如圖7所示，隨著柵格邊長的減小，算法的定位誤差也在降低。文中提到的RSSITG-TCLLA算法相比較于Grid-scan算法、VGrid-Scan算法以及TG-TCLLA 算法在平均定位誤差上減小了9.56%，7.68% 以及3.25%。

4 結束語

由于二次柵格掃描與三角質心迭代定位算法，都是以節點的RSSI值為基礎進行運算，所以保證RSSI 值正確與穩定是決定整個實驗準確性的必要條件。常規的濾波方式對RSSI值的優化能力有限，同時不能解決RSSI中的極端數據問題。普通卡爾曼濾波算法也存在自身發散性問題，進而影響RSSI值的準確性。本文采用改進型卡爾曼濾波方式不僅能解決極端數據問題，同時引入漸消因子消除了卡爾曼自身帶來的累積誤差。從而提高了柵格掃描的精度范圍，使整個網絡的定位效果更精確。