|
文 献 综 述
一．研究背景
随着通信技术、嵌入式计算技术和传感器技术的飞速发展和日益成熟，具有感知、计算和通信能力的微型传感器开始出现[1-3]。由大量成本低廉的这类传感器节点通过无线方式组成了无线传感器网络。这种网络系统具有远程监控、实时监测、能在恶劣或特殊环境工作的许多优点，在国防军事、交通管理、制造业、环境监测、医疗卫生、反恐抗灾等领域得以广泛应用，因此被列为对人类未来生活产生深远影响的十大新兴技术之首[4，5]。
无线传感器网络作为一种全新的技术出现，为我们带来了许多具有挑战性的问题，而定位就是其中之一。节点定位是大多数应用，特别是军事应用的基础。无线传感器网络中的定位机制与算法包括两部分:节点自身定位和外部目标定位，前者是后者的基础[6]。
节点准确地进行自身定位在无线传感器网络的应用中非常重要。首先，传感器节点所采集到的数据必须结合其位置信息才有意义，否则，如果不知道数据所对应的地理位置，数据就失去意义。例如，当获得一个温度值时，我们必须知道是哪个地点的温度值，才有实际的应用价值。其次，无线传感器网络节点自身定位还可以在外部目标的定位和追踪以及提高路由效率等方面发挥作用[7，10]。因此，实现节点的自身定位对无线传感器网络有着重要的意义。获得节点位置信息的直接想法是使GPS(Global Positioning
System，全球定位系统)实现。但是，无线传感器网络中传感器的节点密集布置，且数量非常巨大，达到数千甚至数万，使用GPS方式则成本太高。另外，传感器节点是采用电池供电，其能量不仅十分有限，而且无法补充，因此不适宜在每个节点上都装备高能耗的GPS设备。所以，必须针对传感器节点的密集性、能量有限性、计算、存储和通信能力等特点来设计有效的自身定位算法。无线传感器网络自身定位算法这一领域的研究在国内刚刚起步，国外虽有一定的研究，但并不成熟，就像整个无线传感器网络一样，处于研究初期。
二．国内外研究现状
现有的绝大数WSN节点定位算法，都采取信标节点参照定位的方式。在目标区域中部署大量的传感器节点中:有一部分特殊节点，它们能通过自身携带的GPS定位设备或通过人工手段事先获得自身的位置信息，称之为信标节点(BeaconNode)，从成本的角度出发，此类节点占全部WSN节点的比例很小;其它节点事先不知道自身位置信息，这些需要定位的节点称之为未知节点 (UnkownNode)，它们通过与邻居节点(位于传感器节点通信半径内的所有其它节点)间通信，得到信标节点的位置信息，然后利用这些位置信息作为参照，并使用一定的计算方法得到自己的位置。也有个别算法是针对信标节点无法应用环境，利用某种方法以网络中某一节点为参照建立相对坐标，实现相对定位算法，或者利用节点分布概率进行定位。
根据具体的定位机制，可以将现有的无线传感器网络自身定位方法分为两类:基于测距技术的(Range-based)方法和不基于测距技术的(Range-free)方法[11]。测距技术通过获取电波信号参数，如接收信号强(RSSI Received Signal Strength Indicator) [12]、到达时间(TOA，Time of Arrival)[9]、到达时间差(TDOA，Time Difference of Arrival)[8]、到达角度(AOA，Angle of Arrival)[18,19]等。然后利用三边测量、三角测量、最大似然估计等定位算法计算出节点的位置。基于距离的定位机制由于实际测量节点间的距离或角度，通常定位精度相对较高，但对节点的硬件也提出了很高的要求，定位过程中能量的消耗较大。同时容易受到温度、湿度、障碍物等环境因素的影响。而Range-free定位算法无需距离或角度信息，仅根据网络连通性和信标节点的位置信息等来实现节点定位功能。典型的Range-free定位算法有质心定位算法[13]、基于距离矢量计算跳数的定位算法(DV-Hop)[14]、无定形的(Amorphous)定位算法[15]和以三角形内的点近似定位(APIT)算法[16]等，它们所需要的网络模型都是由信标节点和未知节点组成，无需基础网络设施的支持。Range-free定位算法的精度和收敛速度一定程度上依赖于网络平均每跳距离估计的精度，而且当传感器网络各向异性或拓扑结构比较复杂时算法的性能将明显变差，与基于Range-free定位算法相比，Range-based定位算法定位精度相对较高。由于Range-free定位算法需要对信标节点密度要求较高，所以一些研究者从减少信标节点降低网络成本的角度考虑，提出了使用移动信标节点辅助定位算法[17]，让该信标节点与其它信标节点对未知节点进行定位，这样增加了未知节点能成功定位的的概率，提高了定位精度和定位覆盖率，还有人想到利用移动的信标节点探测网络中的空穴，在空穴中补充信标节点来提高定位性能[18]。然而针对所有节点移动的WSN定位研究较少，2002年由Bergamo和 Mazzini[19]提出的研究成果，考虑到节点的移动，但并不是真正意义上考虑移动节点。随后，提出了基于 MonteCarlo的非测距移动无线传感器网络定位算法(称为MCL算法)[20]、吕军等提出了基于序列 MonteCarfo技术的动态节点定位算法[21]汪场等提出了一种基于MonteCarlo 的移动传感器网络精确定位算法(称为精确MCL算法)[22]以及赵欢等提出了运动预测移动节点定位算法[23]。这些算法在针对不同的应用需求，能达到较好的定确果。因此随着WSN应用越来越广泛，移动WSN节点定位算法将是未来研究的热点问题。
三．参考文献
[l]任丰原，黄海宁，林闯.无线传感器网络.软件学报.2003，14(7):1282一1291
[2]Malik Tubaishat，Sanjay Madria. Sensor Networks: An overview. IEEE POTENTALS.APril/May2003，22(2):20-23.
[3]Sameer Tlak， Nael B.Abu·Ghazaleh, Wendi Heinzelman. A Taxonomy of wireless Micro- Sensor Networks Models[J]. Moblie ComPutingand Communications Review.2002，6(2):28-35.
[4]Rabaey JJ，Ammer MJ，da SilvaJr. JL，patel D，Roundy 5. Pieorodio supports Ad Hoc ultra- low power wireless networking[J].ComPuter， 2000,33(7):42-48.
[5]Savarese，C.Rabaey, J.M. Beutel，J.Location in distributed ad-hoc wirelesss ensor networks [C].Acoustics，Speeeh，andSignal Proeessing,2001.Proceedings. (ICASSP apos:01).2001 IEEE International Conference on Volume4，Issue，200l Page(s):2037一2040.
[6]Srdjan CaPkun. Maher Hamdi and Jean-jierre Huaux. GPS_Free Positioning in Mobile Ad_Hoc Networks[C].In:Proeeedings of the 30th Annual Hawaii Intemtional Conference on system Soeieties. Maui，Hawaii，USA. IEEE ComputerSoeiety.2001，(1):3481一3490.
[7]Dohert L.pistor，K.S.J. EJ Ghaoui，Convex Position estimation in wirelesss sensornetworks [C]. In:proceedings of the entieth Annual Joint Conference of the IEEE Computer and Communications Soeieties( INFOCOM2001).Anehorage，AK，USA: IEEE Computer and Communications Soeieties.200l，3(4):1655-1663.
[8]Girod L Estrin D.Robust range estimation using Acoustie and multimodal ensing[C] .In :Proceedings of IEEE/RSJ Intemational Conference on Intelligent Robots and Systems (IROS’01)，Maui，Hawaii，USA.IEEE Computer Soeiety.200l，3(10):1312-132
[9] Andy Harter,Andy HoPPer Pete Steggles，Andy Ward paul Webster. The Anatomy of a Context Aware AppliCation(1999)[J]. In:Proeeedings of Mobile ComPuting andNetworking Seattle，Washington USA: SCM Press，1999，8(2)59-68.
[10]Hightower， J.Borriello，G Location systems for ubiquitous omputing[J] IEEE Computer, 200l，34(8):57- 66
[11]吕科，张军，王钢，马琳.基于序列 MonteCarlo技术的动态节点定位算法[J].北京航天航空大学学报.2007，33(8):886-889.
12]雨耕，张静，孙永进等.无线自组传感器网络[[J].传感技术学报，2004，17(2):331一335，348.
[13]于海斌，曾鹏，王忠锋等.分布式无线传感器网络通信协议研究[J].通信学报，2004，25(10),102-110.
[14]蒋非颖.无线蜂窝网中抗NLOS定位与跟踪技术研究「D].成都:电子科技大学，200
[15]邓平，刘林，范平志.一种基于TDOA重构的蜂窝网定位服务NLOS误差消除方法[J].电波科学学报，vol.18，No.3，2003.6，PR3ll一316.
[16]宋玉.非视距环境下改进的到达时间差定位算法[J].计算机工程与应用，Vol.44，No.5，2008.
[17]王森，白文乐等.用MA实现带限信号重构研究.第十二届全国青年通信学术会议，2007，951一954:
[18]王森，白文乐.基于时差信息的约束总体最小二乘定位算法研究[J].微电子与计算机，(中文核心期刊)已录用.
[19]王森，白文乐.一种抗NLOS的TDOA无线传感器网络定位算法.2008年中国高校通信类院系学术研讨会，己录用.
[20]王森，白文乐.一种基于无线传感器网络的修正质心定位算法.第十六届信息论学术年会，已录用.
[21]于海斌，曾鹏，梁韦华.智能无线传感器网络【M」.北京:科学出版社2005
[22]汪场，黄刘生，吴俊敏，徐宏力一种基于 Montecarl。的移动传感器网络精确定位算法闭.小型微型计算机系统，2007，28:1-7.
[23]赵欢，冯颖，罗娟，杨科华.无线传感器网络的移动节点定位算法研究[j].湖南大学学报(自然科学版).2007，34(8)，74-77 |
