无线网络定位论文综述

无线传感器网络定位技术分析摘要无线传感器网络具有成本低、监测精度高、容错性好、可远程监控、便于诊断与维护等众多优点，在环境监测、事故定位救援等领域有着广阔的应用前景，其根本任务是准确获取物理世界的有价值信息。无线传感器网络借助节点的时间与位置信息，实现传感器节点之间控制和传感数据高速率、低延迟的交换，以保证整个检测与控制系统的准确性与实时性．无线传感器网络面临计算、存储与网络资源等方面的限制，针对如何进行无线传感器网络中节点高效率、低能耗的定位以及覆盖等问题展开研究具有十分重要的意义。在目标监测与跟踪、基于位置信息的路由中，节点的位置信息也是不可缺少的。关键词：传感器网络定位，实时性第一章背景分析无线传感器网络(WirelessSensorNetwork，WSN)被誉为21世纪最有影响力的21项技术和改变世界的10大技术之一。传感器节点定位技术是无线传感器网络多数应用中的关键支撑技术之一。无线传感器网络技术在国民经济建设和军事领域有着非常重要的应用价值，如目标跟踪、入侵检测、灾难管理和战场侦察等。新技术在带来应用机会的同时，也带来新的研究问题。无论是在军事侦察或地理环境监测，还是交通路况监测或医疗卫生中对病人的跟踪等应用场合，很多获取的监测信息需要附带相应的位置信息，否则，这些数据就是不确切的，甚至有时候会失去采集的意义，因此网络中传感器节点自身位置信息的获取是大多数应用的基础。所谓定位是对一组未知位置坐标的网络节点，通过估计其至邻居节点的距离或邻居数目等手段，利用节点间交换的信息，确定节点位置的机制。从广义上讲，传感器网络的定位问题包括节点自身定位和对监控目标的定位。由于传感器网络的节点容量受限，包括有限的功耗、通信带宽、内存和计算能力，节点协作完成感知和通信任务，希望计算和通信量最小化，节点定位是传感器网络运行的一个基本和关键问题。首先，传感器节点必须明确自身位置才能详细说明“在什么位置发什么了什么事件”。从而实现对外部目标的定位和跟踪；其次，了解传感器节点的位置分布状况可以对提高网络的路由效率提供帮助，从而实现网络的负载均衡以及网络拓扑的自动配置，改善整个网络的覆盖质量。因此，必须采取一定的机制或算法来实现无线传感器网络中各节点的定位。第二章传统定位技术分析2.1Adhoc网络定位在Adhoc网络中,许多路由协议都是基于节点的位置信息。但是在一些特殊情况下,Adhoc网络中的定位不能依赖GPS,必须进行自定位。随着无线移动通信和移动终端技术的迅速发展,最初只应用于军事领域的Adhoc网络在民用移动通信领域也掀起了研究的热潮。Adhoc网络的特点既给实际应用带来了很大的方便,也给其路由协议的设计带来了新的挑战,例如特殊的信道共享方式问题、网络拓扑结构的动态变化问题、无线带宽的有限性问题、节能问题、网络管理问题以及安全问题等。根据不同的分类标准,Adhoc网络中的自定位算法有不同的分类方法。例如,根据节点是否需要测量信息,可分为基于测量的定位法和不需要测量的定位法；根据定位提供的坐标类型,可分为全局定位法、相对定位法和局部定位法。如图1所示。基于RSSI(ReceivedSignalStrengthIndicator)的测距技术根据理论或经验信号传播模型将传播损耗转化为距离。在无线传感器网络中，理论上通过3个锚节点的RSSI信息就可用三边测量法决定一个未知节点的位置。基于RSSI距离定位算法的定位过程描述如下：(1)锚节点周期发送自身信息：节点自身位置信息。(2)未知节点接收到多个锚节点的RSSI值，根据信道模型计算节点间的距离。首先利用最先收到的3个锚节点来初步计算未知节点的位置。(3)对于所有接收到的消息，每三个一组，分别计算未知节点的位置。(4)最后，对集合中所有的计算位置取平均值，就是未知节点的位置估计。在实际应用环境中，由于多径、绕射、障碍物等因素，无线电传播路径损耗使得定位过程中产生距离误差。2.2Zigbee技术的定位方法法是对距离进行直接测量，非测距法依靠网络连通度实现定位，测距法的精度一般高于非测距法，但测距法对节点本身硬件要求较高，在某些特定场合，如在一个规模较大且锚节点稀疏的网络中，待定位节点无法与足够多的锚节点进行直接通信测距，普通测距方法很难进行定位，此时需要考虑用非测距的方式来估计节点之间的距离，两种算法均有其自身的局限性；2)依据节点连通度和拓扑分类可划分为：单跳算法和多跳算法。单跳算法较多跳算法来说更加的简便易行，但是存在着可测量范嗣过小的问题，多跳算法的应用更为广泛，当测量范围较广导致两个节点无法直接通信的情况较多时，需要多跳通信来解决；3)依据信息处理的实现方式可划分为：分布式算法和集中式算法。以监测和控制为目的算法因为其数据要在数据中心汇总和处理，大多使用集中式算法，其精度较高，但通信量较大。分布式算法是传感器节点在采集周围节点的信息后，在其自身的后台执行定位算法，该方法可以降低网络通信量，但目前节点的能量、计算能力及存储能力有限，复杂的算法难以在实际平台中实现。激光测距传感器和超声波传感器的工作原理类似，都是利用发射波和回波之间的时间差来计算距离，不同是前者发射的是激光，后者发射的是超声波。与超声波传感器相比，激光测距传感器测量精度更高、测距范围更大，环境适应能力更强，如图4所示。最小二乘法具有很好的估计性能，但在误差方面精确度不够，当定位精度要求不高的时候，可以采用最小二乘法。在解决三维空间定位问题时，试验场必须布设4个及以上数量的基站，并且获得3个及以上的时差信息，才可以利用最小二乘法构建矩阵函数。计算如下：Taylor算法，是一种常用的递归算法，该算法的原理是：将定位方程利用泰勒中值定理进行展开，衡量工作量及精度后，采用只保留一次导数项的方法，在确定初始位置的基础上，每一步迭代方向都是沿着当前点的函数值下降的方向进行。计算如下：泰勒级数展开法是解决非线性方程的较有效的方法，而且在初始值接近真实值的情况下会有很高的精度。第四章精度分析精度、能耗和安全是传感器网络定位中需要考虑的主要因素。前两者已经受到大量研究人员的关注并取得了较多的成果，而安全定位只是在近几年才引起重视。传感器节点经常部署在无人或者非友好的环境中，节点的密钥信息以及节点间的通信内容可能被敌方窃取。通过窃听节点间的信息并在网络中加入虚假信息，敌方节点就能够轻易地干扰节点的定位，形成攻击。传感器网络定位技术的主要性能包括精度、能耗和安全。例如，TDoA适用于传播距离短的网络部署环境，意味着网络的信标节点密度高而导致全局能耗的增大。针对基本虫洞攻击和一贯虫洞攻击提出了检测方法：1.根据时间特性进行攻击检测2.根据空间特性进行攻击检3.根据测距信息一致性进行攻击检测；Sensor首先采用时间特性和空间特性检测出部分受到攻击的Locator，然后再基于已经检测出来的受攻击的kcator进行一致性检测，把剩余的受攻击Locator全部检测出来。无线定位技术中误差产生的原因：多径传播是造成定位误差的主要原因。多径不仅可以导致对来波方向的判断错误,而且对于基于时间的定位法来讲,即使在MS和BS之间存在LOS(LineOfSight)的情况下也会对信号传播时延的测定带来误差。NLOS(NonLineofSight)传播也是影响定位精度的主要原因。无论是测向定位还是测距定位,视距传播(LOS)信号是正确定位的基础。由于受到衰落和阴影效应等因素的影响,基站接收的信号中可能不包含LOS信号或LOS信号。因此如何降低NLOS传播的影响是提高定位精度的关键。多址干扰。多址干扰最敏感的是CDMA系统。由于CDMA系统中的各用户均使用同一频段,因此远离基站的用户信号可能被基站附近用户信号所抑制,造成远端用户信号无法检测,这就是远——近效应。第五章研究展望无线传感器网络定位研究已广泛开展并取得了许多研究成果，但仍存在着一些没有被解决或被发现的问题，目前最为关键的问题仍然是WSN节点的能耗问题，一切的定位算法应该在精度和能量消耗上选取一个较为折衷的效果。目前存在的问题及相应可能的解决方案有：1)应用环境单一。多数的算法都是针对特定的应用场景进行设计的，也就是说，每个算法都只能解决特殊的问题或应用于特定的场景，一旦环境发生变动，算法或系统的测量误差将增大甚至不再适用。因此，探索更具通用性的定位算法或定位系统，将其应用于更为复杂多变的环境中是一项新的挑战。2)受硬件限制。在实际定位中，一些算法由于受到传感器节点硬件成本和性能的限制，如某些算法需要在定位节点上增加GPS，超声波收发器，有向天线阵列等设备，增加了节点硬件成本，阻碍了其在实际定位系统中的应用。因此，算法设计应多考虑WSN节点的实际情况，如只在部分节点上增加额外硬件，或根据实际节点资源受限情况采用其他定位算法等。3)能量受限。测量精度、容错性和能量消耗等问题也是目前无线传感器网络研究的热点，更是定位技术研究的热点。通常情况下，高测量精度和低能量消耗不可兼得，往往需要在测量精度和能量消耗上进行有效的折衷。因此，可以在提高储能设备的容量，或利用可能的外界环境资源为节点提供能量方向进行研究，另外，提出高效、节能、符合实际情况的无线传感器网络定位算法将具有现实的意义。4)安全和隐私问题。在大范围部署的无线传感器网络中，安全和隐私的问题也是一个主要的研究方向。一方面，一些应用需要节点位置信息，另一方面，向一些不需要知道位置的节点透露位置信息则会使网络面临安全问题。此外，鉴于无线传感器网络的性质，集中式算法在后台处理定位程序也使得节点的位置信息通过层层传递被过多的节点所知晓，因此分布式算法相对于集中式算法可以减少信息传递次数，增强网络安全性，另外，在网络通信中使用信息加密也可以提高网络安全性。参考文献[1]邱岩，赵冲冲，戴桂兰．无线传感器网络节点定位技术研究[J]．计算机科学，2008，35(5)：47．50．[2]彭保．无线传感器网络移动节点定位及安全定位技术研究[D]．哈尔滨：哈尔滨工业大学，2009：4-7．[3]周艳.基于RSSI测距的传感器网络定位算法研究[J].计算机科学,2009,36(4):119-120.[4]AkytidingIFASurveyonSensorNetworks[J]．IEEECommunicationsMagazine，2002，8102-114[5]王贻民,戴冠中,张治,等.AdHoc网络自定位算法研究[J].计算机科学,2006,33(5):26-31.[6]BergamoP,MazziniG.Localizationinsensornetworkswithfadingandmobility[C]//The,IEEEInternationalSymposiumonPe