1 / 43

卢俊岭

WSN 节点定位技术. 卢俊岭. 2012 年 9 月. 内容提纲. WSN 节点定位概述. 基于测距的定位技术. 无需测距的定位技术. 目前问题、典型的定位系统与展望. 节点定位概述. 什么是 WSN 定位. 通过 WSN 提供的一种或多种定位方法确定传感器节点自身或目标 ( 事件 ) 的绝对 ( 地理经纬度 ) 或相对 ( 参照物 ) 位置信息。. WSN 为什么需要定位. WSN 的系统功能和协议需要位置信息 ( 如覆盖范围、基于地理位置的路由等 ) WSN 的应用需要节点位置信息 ( 如导航、跟踪、 LBS 等 ). 节点定位概述.

morwen
Download Presentation

卢俊岭

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. WSN节点定位技术 卢俊岭 2012年9月

  2. 内容提纲 • WSN节点定位概述 • 基于测距的定位技术 • 无需测距的定位技术 • 目前问题、典型的定位系统与展望

  3. 节点定位概述 什么是WSN定位 通过WSN提供的一种或多种定位方法确定传感器节点自身或目标(事件)的绝对(地理经纬度)或相对(参照物)位置信息。 WSN为什么需要定位 • WSN的系统功能和协议需要位置信息(如覆盖范围、基于地理位置的路由等) • WSN的应用需要节点位置信息(如导航、跟踪、LBS等)

  4. 节点定位概述 WSN定位指标与特点 • 一般指标：位置精度、覆盖范围和刷新速度 • WSN定位特点： • 节省资源（功耗、带宽、节点密度） • 自组织 • 扩展性和鲁棒性 WSN定位技术研究 • 算法精度 • 误差分析

  5. 基于测距的定位技术 基于测距(range-based)的定位技术的实现步骤 • 测距或测角：直接利用物理测量获得节点间的距离或角度信息 • 定位估计：利用定位方法获得节点的绝对位置或相对位置 • 位置校正：利用与邻居节点的连通信息及位置信息修正节点位置(可选)

  6. 基于测距的定位技术 测量距离和角度的方法 • 接收信号强度(RSS) • 信号传播时间/时间差/往返时间(TOA/TDOA/RTOF) • 接收信号相位差(PDOA) • 近场电磁测距(NFER) • 信号到达角(AOA)

  7. 基于测距的定位技术 接收信号强度(RSS) • 通过信号在传播中的衰减来估计节点之间的距离 • 无线信道的数学模型： d:发射机和接收机之间的距离 d0 :参考距离 n: 信道衰减指数，一般取2-4 Xσ:均值为0，方差为σ的高斯随机噪声变量 PL(d0):距离发射机d0处的信号强度 PL(d):距离发射机d处的信号强度

  8. 发射机 接收机 T0 T1 TOA 基于测距的定位技术 到达时间(TOA) • 使用发射机到接收机间的单程信号传播时间来计算收发机之间的距离 • 要求收发机严格同步，信号传播速度慢 d = (T1 - T0) x V

  9. 发射机 接收机 T0 T1 T3 RTOF 基于测距的定位技术 往返传播时间(RTOF) • 使用发射机到接收机间的往返时间并扣除处理延时来计算收发机之间的距离 • 收发机属于不同时钟域，无需时间同步 T2

  10. 发射机 接收机 T0 T1 T2 T3 基于测距的定位技术 到达时间差(TDOA) • 使用两种信号到达的时间差和不同的传播速度来计算收发机之间的距离 • 要求节点能感知不同信号，一般使用超声波和射频 TDOA

  11. 基于测距的定位技术 接收信号相位差(PDOA) • 通过测相位差求出信号往返的传播时间来计算往返距离 • 计算公式 fc :信号频率 λ:信号波长 φ: 发射信号和反射信号的相位差 d的范围是[0, λ]。距离相差λ倍，则测量获得的相位相同。

  12. 基于测距的定位技术 近场电磁测距(NFER) • 通过近场电场与磁场的相位差来估计到天线的距离 • 射频信号包括电场和磁场 • 距离接近发射天线，相位相差900；距离1/2波长，相位接近0 信号到达角(AOA) • 利用阵列天线或多个超声波接收器，得到信号到达的多个方向 • 对硬件要求高，维护代价高，受环境和NLOS影响

  13. 基于测距的定位技术 定位方法 • 多边定位(multilateration)和三边定位(trilateration) • 信号到达角定位(AOA)

  14. A1(x1,y1) A2(x2,y2) A5(x5,y5) A4(x4,y4) 基于测距的定位技术 多边定位 多次测量方程的个数大于变量的个数 使用极大似然估计(MLE)法获得最小均方差(MMSE)意义的估计值 使用最小二乘(LS)法提高定位精度 N(x,y) (1) A3(x3,y3)

  15. 基于测距的定位技术 多边定位 由(1)得： (2) 由(2)得AX=b,其中 X的MMSE估计为

  16. 基于测距的定位技术 三边定位 多边定位的特例 多次测量方程的个数等于变量的个数 A3(x3,y3) 实际情况 理想情况

  17. 基于测距的定位技术 三边定位 X的MMSE估计为

  18. 基于测距的定位技术 信号到达角定位 已知两个顶点和夹角的射线确定一点

  19. 基于测距的定位技术 信号到达角定位 已知三点和三个夹角确定一点

  20. 无需测距的定位技术 无需测距(range-free)的定位技术 • 不需要直接测量距离和角度信息 • 仅根据网络连通性确定节点之间的跳数 • 根据参考节点的位置信息估计每跳的距离 • 估计节点在网络中的位置 • 无需基础网络设施的支持，但定位精度较低

  21. 无需测距的定位技术 典型的无需测距的定位算法 • 质心算法 • DV-Hop算法 • 不定型(Amorphous)算法 • APIT算法

  22. 无需测距的定位技术 质心算法 设多边形顶点位置的向量表示为pi =(xi , yi)T,则质心为 • 算法简单，根据连通性确定目标周围的参考节点，直接求解参考节点构成的多边形的质心；通信开销小。 • 仅能实现粗粒度定位，需要参考节点密度高，且参考节点部署位置对定位影响大。

  23. 无需测距的定位技术 基于连通度和RSSI信息的质心定位加权算法 目标节点的估计为 Pi 是接收功率,α是衰减系数, β是连通度，表示收到的报文占发送出的报文的百分比

  24. 无需测距的定位技术 DV-Hop算法 分布式定位算法APS：基于DVR和GPS定位原理 • DV-Hop • DV-distance • Euclidean • DV-coordinate • DV-Bearing • DV-Radial

  25. 无需测距的定位技术 DV-Hop算法 • 计算节点与参考节点之间的最小跳数 • 计算节点与参考节点之间的距离 每跳平均距离： (xi,yi) 和(xj,yj)是参考节点i和j的坐标， hj是参考节点i和j之间的跳数 • 计算节点的位置(使用三边或多边定位)

  26. 无需测距的定位技术 DV-Hop算法 • 对节点硬件要求低，实现简单 • 平均定位误差大(通信量大,不良节点) • 仅在各向同性的密集网络中才能合理估算平均每跳距离

  27. 无需测距的定位技术 不定型(Amorphous)算法 • 在不定型计算机上实现的算法 • 不定型计算机是并行计算结构，与智能群(蚁群、鸟群和粒子群)类似，可构成不定型计算环境 • 算法步骤 • 首先确定节点与每个参考节点之间的梯度跳数 • 然后令相同的通信半径为平均每跳距离进行计算 • 最后利用多边测距估计MMSE距离

  28. 无需测距的定位技术 • 不定型算法本质是DV-Hop算法的增强，引入多参考点进行估计求精的步骤，修正了梯度跳数估计方法和每跳距离估计方法 • 不定型算法通过平滑修正节点到参考节点的梯度跳数 (利用局部跳数平均值代替跳数) nbrs(i)是节点i的邻居节点集合 hi,hj分别是节点i,j到参考节点的跳数

  29. 无需测距的定位技术 不定型(Amorphous)算法 • 不定型算法采用下面公式修正每跳距离 r 是节点的通信半径 nlocal 是网络平均连通度(网络中节点的平均邻居节点数) • 不定型算法属经验模型，实验定位精度高 • 需要预知网络平均连通度，节点密度高

  30. 无需测距的定位技术 APIT(Approximate Point-in-Triangulation test)算法 • APIT算法找到若干个由参考节点构成的三角形，需要定位的节点在三角形内，则节点必然在这些三角形的交集中。使用这个交集的重心估计节点位置。

  31. 无需测距的定位技术 • APIT算法步骤 1)信标交换;2)三角形内点测试;3)交集运算计算三角形的重合区域;4)重心计算求解节点的位置. 从N个参考节点接收位置信标(xi,yi); InsideSet=Φ; //包含本节点的三角形集合 For(所有可直接通信的参考节点(Cn3)){ if(三角形内点(APIT)测试==在三角形内) 添加到InsideSet; if(InsideSet确定的精度符合要求) break;} 节点的估计位置=交集的重心 //计算重心(COG)

  32. Ａ Ａ B B C C 无需测距的定位技术 • APIT定位理论基础：最佳三角形内点测试法PIT D D • APIT算法在不规则传播信号模式和节点随机部署的条件下,通信开销小,精度较高,性能稳定,适合跟踪等应用。 • 需要在通信范围内有足够的参考节点,连通性高

  33. 目前问题 无线传感器网络节点定位的深入研究 • 定位性能与无线传感器网络成本问题 • 复杂环境下的定位问题 • 移动节点的定位问题 • 定位系统的评价标准

  34. 典型的定位系统 典型的定位系统 • 全球和区域导航系统 • 全球导航系统 • 美国的GPS导航系统 • 欧洲的伽利略系统 • 地区导航系统 • LORAN导航系统 • RDSS北斗双星定位系统

  35. 典型的定位系统 • 无线传感器网络定位系统 • 使用RSS方式定位的系统 • RADAR(1998) • SpotON(1999) • 使用TOA/TDOA方式定位的系统 • Bat System(1999) • Cricket(2000)

  36. 典型的定位系统 • 无线传感器网络定位系统 • 混合定位系统 • Calamari • AHLOS(1999) • 无需测距的定位系统 • Active Badge(1992) • UC Berkeley(2006)

  37. 展望 定位展望 • UMB定位 • 适合高速、近距离的无线个人通信 • 不采用正弦波,利用纳秒级的非正弦波窄脉冲传输数据 • 使用频率范围：3.1GHz – 10.6GHz • 厘米级的定位精度，几米级的通信范围 • 对信道衰落不敏感，发射信号功率谱密度低，被截获的可能性低，系统复杂度低

  38. 展望 • Nanotron CSS(Chirp Spread Spectrum)定位 • IEEE 802.15.4a • Chirp脉冲MDMA调制技术的首次实现，类似于海豚、蝙蝠定位原理 • 使用频率范围：ISM 2.4GHz • 中等带宽、低功耗、高距离，以TOA方式测距定位 • 最大通信范围：室内60m,户外900m,十几厘米的精度

  39. 主要参考文献 • 李晓维, 徐勇军, 任丰原. 无线传感器网络技术. 北京: 北京理工大学出版社, 2007. • 2. 于宏毅, 李欧, 张效义等. 无线传感器网络理论、技术与实现. 北京: 国防工业出版社, 2008. • 3. 孙利民, 李建中, 陈渝等. 无线传感器网络. 北京: 清华大学出版社, 2005. • 4. Nia M. Shahriari, M. Khaxar, S. M. Rashti, N. M. Charkari. Discrete probabilistic DV-Hop: reengineering high accuracy range-free WSN localization. In: Proceedings of International Conference on Ultra Modern Telecommunications & Workshops (ICUMT '09), pp:1-6, 2009.

  40. 主要参考文献 5. Phani G. Lakshmi, Sayeesh K. Venkat, Kumar K. Vinod, Murthy G.Rama. ERFLA: Energy efficient combined routing, fusion, localization algorithm in cognitive WSN. In: Proceedings of 2010 Seventh International Conference On Wireless And Optical Communications Networks (WOCN), pp: 1-5, 2010. 6. F. Franceschini, M. Galetto, D. Maisano and L. Mastrogiacomo. A review of localization algorithms for distributed wireless sensor networks in manufacturing. International Journal of Computer Integrated Manufacturing, Vol. 22, No. 7: 698-716, 2009. 7. Zemin Wu, Lei Zhang, Hai Wang. Hypothesis test of moving

  41. 主要参考文献 • status for target localization algorithm in WSN. In: Proceedings of 5th International Conference on Wireless Communications, Networking and Mobile Computing (WiCom '09), pp: 1-4, 2009. • Tingting Zhang, Jinming Yu, Suping Yu, Yinghua Xie. A mixed D.C.S. localization algorithm for WSN . In: Proceedings of 6th International Conference on Wireless Communications Networking and Mobile Computing (WiCOM), pp: 1-4, 2010. • J. M. Sanchez-Matamoros, J. R. M. -d. Dios, A. Ollero. Cooperative localization and tracking with a camera-based WSN. In: Proceedings of IEEE International Conference on

  42. 主要参考文献 Mechatronics (ICM 2009), pp:1-6, 2009. 10. Xiaoyan Cui, Ting Hu, Mingjie Guo. Improved DV-Hop algorithm based on self-localization of WSN. In: Proceedings of 1st International Conference on Information Science and Engineering (ICISE), pp:4026 – 4029, 2009. 11. Yanjun Chen, Quan Pan, Yan Liang, Zhentao Hu. AWCL: Adaptive weighted centroid target localization algorithm based on RSSI in WSN. In: Proceeding of 3rd IEEE International Conference on Computer Science and Information Technology (ICCSIT), pp: 331-336, 2010. 12. 刘志华, 陈嘉兴, 陈霄凯. 无线传感器网络中序列定位新算法的研究. 电子学报, Vol. 38, No. 7: 1552-1556, 2010.

  43. Thank you!

More Related