基于移动无线传感器网络的定位研究概论

《工业控制计算机》2011年第24卷第8期23

基于移动无线传感器网络的定位研究概论

LocalizationResearchSurveyBasedonMobileWirelessSensorNetwork

李

煜

陈林星（武汉纺织大学电子与电气工程学院，湖北武汉430073）

摘

要

近来，在无线传感器网络的研究已经集中到了移动无线传感器网络，已经出现了可以控制自我移动的微小传感器装置了。尽管移动性加强了传感器网络的覆盖和连接之间的联系，但是仍然存在着很多问题。在这些问题中，最主要的可能就是传感器节点的位置估计了。定位不仅需要知道传感器所在空间环境的数据，也需要知道移动传感器导航的关键特征。对移动无线传感器网络的定位方法作了一些概述性的介绍，包括基本结构，测试技术和定位算法等等，并综述了移动无线传感器网络在实际领域中的应用。

关键词：移动无线传感器网络，基本结构，测试技术，定位算法

Abstract

Recently,studiesinwirelesssensornetworkalreadyconcentrationtomobilewirelesssensornetwork．Nowalreadyap-pearedacancontrolselfmobiletinysensordevices．Althoughmobilitystrengthenssensornetworkcoverageandconnectionbetweenofcontact,butstillexistmanyproblems．Intheseproblems,themainsensornodeisprobablythepositionestimation．Localizationisnotonlyneedtoknowwherethesensordataenvironmentofthespace,alsoneedtoknowthekeyfeatureofmovingsensornavigation．Inthispaperthemobilewirelesssensornetworkmadesomelocalizationmethodisintroduced．

Keywords:mobilesensornetwork,basicstructure,testingtechnology,localization

algorithm

移动无线传感器网络（Mobilewirelesssensornetworks，简称MWSN）是无线传感器网络的一部分，其中，它的移动性在应用方面起到很重要的作用。近来，移动性在无线传感器网络的研究领域里越来越重要了。尽管WSN的部署从来没有要求是全静态的，但是加入的移动性还是有一些问题需要克服。这些问题包括传感器节点的连接，覆盖范围，能量的消耗等方面。

对于MWSN来说，一个最重要的问题就是需要对移动节点定位，为了知道一个空间环境的传感数据，必须要通过一定的传感范围。这就需要知道传感器的位置了。因为传感器节点可能是被动态的部署的（比如直接从飞机上撒下），或者在整个工作时间内一直改变位置（比如粘附在一个移动物体上）。所以就没有办法知道每一个节点的具体位置。对于静态WSN来说，由于节点的位置都是确定的，所以就不存在这方面的问题了，但是移动传感器就必须频繁的估计它们的位置。这将耗费时间和能量以及其它的一些资源。当然，在WSN中采用的能提供高精度位置信息的定位方案不能在移动节点中运用，因为它们要求集中处理，这将花费相当长的时间，而且静态WSN的环境或者网络拓扑也不适用于动态网络。

目前，应用最广泛的定位方式是GPS

［1］

唯一地依赖GPS技术的。

1移动无线传感器网络

在这一部分，我们介绍了MWSN的几种结构，以及MWSN

与WSN的不同和WSN引入移动性的优点。

1．1MWSN的结构［2］

移动传感器网络能被分为平面、二层、三层这些分层的结构，如图1图示。

图1（a）平面，（b）二层，（c）三层MWSN结构

平面或者二维的网络结构由一系列不均匀分布的采用ad

hoc方式通信的装置组成的。这些装置可能是移动的也可能是静止的，但是所有的通信都在同一个网络。如图1（a）所示：

两层的结构包括一些固定节点的和移动节点。移动节点形成一个覆盖区域的网络，区域里的数据可以在这里融合并通过这个网络传输。这个网络包括具有很强处理能力的移动装置，大的通信范围和高的带宽。此外，这个网络的密度要能使所有的节点都能连接起来，当遇到一些状况时，移动实体能使它们自己重新建立连接，从而保证网络包能到达它们想到达的目的地。两层结构如图1（b）所示。

在三层结构里，那些静态的传感器节点将数据传送给移动装置，然后移动装置又将数据传送给一系列的接入点。这种不均衡的网络被设计用来覆盖大的区域和同时兼顾其它的一些应用。第三层的结构如图1（c）所示。

（全球卫星定位系

统），当然还有中国的北斗卫星导航系统和俄罗斯的

GLONASS。GPS有大约24颗绕地轨道的卫星组成。需要4颗卫星来获取位置信息（3颗用来决定3D位置，还有一颗用来确定当地时间）。商用GPS的精度在10m以内，它在全球范围内

是免费的，这种好的定位技术会一直被采用。然而，在一些情况下GPS是不能工作的。因为GPS要求要求定位的位置与卫星之间是可视通路。然而，移动传感器网络能够部署在室内，地下等卫星不能工作的地方。此外，尽管GPS的接收者是对微粒级别的装置是有效的，但是它们相对来说仍然比较昂贵，并且在很多情况下是不需要的。在这篇概论里，我们介绍的定位技术不是

24

1．2加入移动性的优点

传感器网络的部署通常是由它的应用决定的，节点可以被放置成网格的随机性的、包围着一个实体目标的或者其它无数的布置状态。大多数情况下，最理想的部署状态就是当传感器节点开始采集和处理数据时我们才知道它们的存在。部署在偏僻或者广大的区域里，重新布置节点的位置通常是不可行的。然而，当节点是移动的，重新部署是可能的，这将使传感器具有更好的通用性。

在网络中，当静态节点失去联系时，移动节点可以策略性地连接起来丢失的或者弱通信路径的节点。类似地，当网络状况变差的时候，离基站近些的节点将会很快坏掉。因为它们比那些远一些的节点需要传送更多的数据信息。通过使用移动的基站，这些问题就可以解决了，网络的生存时间也延长了［3］。

移动性通过选择多样的通信路径，使信道容量变大和维持数据的完整性成为可能，并且减少了信息到达它们目的地之前传送过程中跳跃的次数［4］。

图2

基于移动无线传感器网络的定位研究概论

定位阶段：（a）整合，（b）测量，（c）位置估计

一起，整合包括定位进程开始的通告和时钟同步，这可以使接收的信号在类似的时间框架内进行分析。整合技术能够将通告和同步信息压缩成一个信号信息。这些整合方式可以达到微秒级的精确度并且只能传送一个信号信息。

2．2测量阶段

测量阶段包括传送一个信号至少要通过一个节点，接下来通过信号处理到其它加入的节点里。

信号形态：对精确定位来说，传感器节点选用的信号形态是非常重要的，并且还要依靠节点的硬件、环境和实用性。信号的形态会根据定位环境的不同而做出不同的选择，常用的信号形态有无线电信号、声波信号、红外信号等。由于所有的无线传感器节点都附带无线电的硬件，无线电频率传播对定位来说已经成为一个很普遍的信号形态。信号的特性比如强度、相位或者频率，对这些进行分析得到的数据用来位置估计。

测量技术：一些已有的技术再结合信号测量便可得到得到节点方位或者临近的信息。利用测量需要定位的携带有移动节点的人或者物体的各类代表距离或者方位的物理信息，如声音、超声、光、无线信号等，进而通过一定的算法来确定他们的位置。利用这种原理定位的方法分为两类，基于测距的方法和不基于测距的方法。基于测距的方法通过测量节点间点到点的距离和角度信息，再使用三边测量、三角测量或最大似然估计定位方法等方法来计算节点位置；无需测距的方法在定位时无需距离和角度信心，仅根据网络的连通性等信息即可实现。

基于测距的方法常用的物理量有无线接收能量RSSI（Re-

1．3WSN与MWSN之间的不同点

WSN与和加入了移动性的MWSN在很多方面都存在着不

同点，主要表现在以下几个方面：

定位：在静态网络中，在初始化的时候节点位置就被确定下来了。然而，当那些移动的节点在传感翻范围内移动的时候，必须持续地获得它们的位置，这就要消耗额外的能量和时间，也对一个迅速定位服务的可用性有很高的要求。

动态网络拓扑：传统的WSN路由协议描述的是怎样通过网络传送信息以至于让它们最有可能地到达它们的目的地。典型的是依靠路由表或者近来的路由情况。在动态拓扑下，表数据很快就过时了，并且路由交换必须被反复的执行。

能量消耗：在WSN与MWSN之间能量消耗方式［5］有很大的不同，在两种类型的网络里，无线通信会消耗能量而且必须有效地利用。但是，移动实体必须要额外的能量用于移动性的开支。所以经常给移动实体配备一个大的能量储存。

网络汇点：在WSN应用集中化的时候，传感器数据被传送给基站，基站可以用资源集中的方式对这些数据进行处理。一些

MWSN用移动的基站，它们在传感器范围内移动来采集数据或

者确定好它们自己的位置以至于让那些传感器节点传送的跳数达到最少。

2MWSN的定位

在最近十年里，关于WSN定位研究的文献已经出版了很多，

ceivedSignalStrengthIndication）、到达时间TOA（TimeofArrival）、到达时延差TDOA（TimeofDifferenceofArrival）和到达角度AOA（AngleofArrival）。TOA需要节点间精确的时间同步；TDOA受限于过短的超声波传播距离和对通视传播的要求；AOA需要额外的硬件支持才能实现［8］。2．3定位阶段

从测量阶段得到的信号数据可以确定目标节点的大致位置。对于MWSN来说，一般的定位技术是基于测距的，这可以通过距离或者角度的近似得到。因为测距的数据经常被噪声干扰，最好的办法是将噪声过滤掉，这样就可以得到更精确的位置估计了。

三边测量［9］：当陆标与移动节点之间的距离被确定时，就可以用三边测量来估计位置，图3（a）表示的就是这种方法，测量出未知节点到三个已知位置节点的距离，然后分别以这三个锚节点为圆心，测量的距离为半径画圆，如果没有噪声，这三个圆相交的那点就是目标节点。然而，由于噪声的存在，这三个圆会有一个重叠的区域，目标节点可能（但不一定）存在于这个区域。

角度测量［9］：当知道锚节点的方位或者两个锚节点之间所成的角度时，我们就可以确定移动的节点了。角度测量可以用来定位移动节点。这种方法如图3（b）所示。当用到两个锚节点时，测出这两个锚节点的方向角和锚节点间的距离，将这两个锚节点作为定点，锚节点间的距离作为一条边长，

沿两个方向角的方

这里面有很多技术可以在MWSN中应用。我们描述在定位［6－7］里面的非常典型的三个阶段：整合、测量、位置估计。然后我们集中在基于MWSN定位的其它方面，比如移动性的影响，环境的影响等等。

MWSN定位可以用图2来表现，一些节点做出调整是为了

最初的定位，然后一个或更多的节点就发出一个信号和信号的一些参数（例如：到达的时间、相位、信号的强度等等。）让一个或者更多的接收者看到。我们将传送信号的参数测量出来。然后我们根据这些参数并通过定位算法对节点的位置进行估计就可以知道节点的位置了。为了更精确的知道位置，还需要那些优先被部署的而且还知道位置的那些装置的帮助。这些装置有锚，基础设施或者播撒的节点。例如，对GPS来说，它的基础节点就是绕地球运行的卫星。位置估计还可能与一系列在当地整合系统中知道位置的静态锚节点有关。

2．1整合阶段

优先于信号的传输，新加入的节点要和其它的节点整合到

《工业控制计算机》2011年第24卷第8期

向作一个三角形，目标位置就可以被确定为这个三角形的第三个顶点。由于噪声的存在，所有的中心方位不在相同的点，但是可以确定目标节点可能存在的区域。

25

息的匹配得到它们的位置，这可以用于机器人对于病人的护理，办公大楼的保密工作，酒店的饮食服务等。

3．4其它用途

无线传感器网络还被应用于一些危险的工业环境如矿井、核电厂等，工作人员可以通过其实施安全监测；在交通领域可作为车辆监控的工具；还可用在工业自动化生产线等许多领域。

4结束语

对于WMSN定位今后的研究，减少定位的潜在性对

MWSN来说是一个很重要的基准。当前，正在算法的迅速执行

和精确度方面权衡。当维持位置精确性的时候，减少潜在运行的时间是必须要做的工作。此外，多数算法是呈现集中化的，对移

图3

用基于已知节点位置的测距（a）和测角(b)的方法估计目标节点的位置

动传感器定位来说，这一块的设计选择通常很多，这是由于额外的潜在性和能量花费导致的。现在发展的更多的分布式的定位技术对MWSN的定位来说比较受欢迎。最后，移动传感器现在被发展成尘埃状的，像嵌入式传感器节点，这些装置都有资源限制，这限制了它们在相同方式下在一个传感范围内移动的能力。所以，精确的快速执行的定位算法、如何提高移动传感器的资源利用等都是以后研究的重点和热点。

参考文献

［1］胡斌，陈林．全球定位系统（GPS）技术浅谈［J］．内蒙古科技与经济，

估计方式：当测得的数据时噪声时，就可以用状态估计方式，最主要的有两种：①最大可能估计（maximumlikelihood

estimation,MLE）［10］，这种估计是只基于测量的数据，与之前的状态信息无关。②连续贝叶斯估计（sequentialBayesianes-timation，SBE）［11］，这种估计方式也是基于测量数据的，也用到

先前的信息。

2．4移动性对定位的影响

通常定位移动传感器就应该追踪它们，然而，当传感器移动的时候，我们遇到很多挑战，我们必须找到更多的方法去定位它们。

第一个挑战就是定位的潜在性，如果定位时间过长，传感器可能在数据测量之后就改变了它的位置。

移动性可能也影响定位信息本身。例如，信号的频率可能会遭遇多普勒效应，这会给测量带来错误。

如果定位技术要求可视通路，会有这种可能，这就是移动传感器会从一个可视通路很好的位置移动到一个可视通路很差的位置。

2009（S1）

［2］Munir,S．A．,Ren,B．,Jiao,W．,Wang,B．,Xie,D．,Ma,J．:Mobile

wirelesssensornetwork:Architectureandenablingtechnolo-giesforubiquitouscomputing．In:InternationalConferenceonAdvancedInformationNetworkingandApplicationsWork-shops,vol．2,pp．113－120(2007)

［3］Gandham,S．,Dawande,M．,Prakash,R．,Venkatesan,S．:En-

ergyefficientschemesforwirelesssensornetworkswithmultiplemobilebasestations．In:IEEEGlobalTelecommuni-cationsConference,GLOBECOM(2003)

［4］Kansal,A．,Somasundara,A．A．,Jea,D．D．,Srivastava,M．B．,Estrin,D．:

2．5环境对定位的影响

环境对定位方式有很重要的影响，没有一种定位方式在所有的情况下都是精确的，周围的温度，气压和湿度都可能会影响定位的精度，室内定位会因为障碍物的存在使信号发生多次反射从而产生相互干扰，这些因素都会对定位的精度产生影响。

Intelligentfluidinfrastructureforembeddednetworks．In:Pro-ceedingsofthe2ndinternationalconferenceonMobilesys-tems,applications,andservices(MobiSys),pp．111－124(2004)［5］Wang,Q．,Hempstead,M．,Yang,W．:Arealisticpowerconsump-

3MWSN的定位技术的应用3．1军事应用

移动无线传感器网络具有快速部署、自组织、隐蔽性、容错性和移动性等特点，非常适合军事应用。通过飞机或炮弹直接将传感器节点撒播到监测区域内，就能非常隐蔽而近距离地收集战场信息，它可以用于我军兵力、装备的监控、战场侦察、敌占区监测、目标定位、战斗损失评估以及生化武器的侦察和探测。

tionmodelforwirelesssensornetworkdevices．In:3rdAnnualIEEECommunicationsSocietyonSensorandAdHocCom-municationsandNetworks(SECON),vol．1,pp．286－295(2006)［6］Brooks,R．R．,Gri芽n,C．,Friedlander,D．S．:Self－organizeddistributed

sensornetworkentitytracking．TheInternationalJournalofHighPerformanceComputingApplications16(3)(2002)［7］Moore,D．,Leonard,J．,Rus,D．,Teller,S．:Robustdistributed

networklocalizationwithnoisyrangemeasurements．In:Sen-Sys2004:Proceedingsofthe2ndinternationalconferenceonEmbeddednetworkedsensorsystems,pp．50－61(2004)［8］黄毅，胡爱群．无线传感器网络定位算法综述［J］．电信科学，2010（7）［9］马潇霄，赵安军，马光思．无线传感器网络中的定位算法研究［J］．计

算机应用，2010（S1）

［10］Kay,S．M．:FundamentalsofStatisticalSignalProcessing,Vol-

3．2环境监测

根据MWSN的移动性，就可以保证它们被部署在偏远的地方并且能够处理大范围的数据，所以MWSN在环境监测方面有很好的实用性。比如野外火情的监测，MWSN可以根据火灾的

大小自动的调整监控范围以达到实时监控火情大小的目的；通过移动节点实时采样大气成份，记录采样的位置和时间，然后将数据通过整个网络上传到数据中心，最后分析得到各个时刻各个地点的大气质量情况。

umeI:EstimationTheory．Prentice－Hall,EnglewoodCli芽s(1993)［11］Arulampalam,M．,Maskell,S．,Gordon,N．,Clapp,T．:Atuto-

3．3商业应用

MWSN的定位功能在需要位置数据的商业部门得到了广泛的应用，美国的Skilligent公司就是用的一种基于模拟匹配的

可视化定位系统，物体作为地标，机器人通过视频图像与地标信

rialonparticlefiltersforonlinenonlinear／non－gaussianbayesiantracking．IEEETransactionsonSignalProcessing50(2),174－188(2002)

［收稿日期：2011．5．19

］

本文来源：https://www.bwwdw.com/article/6401.html