基于ED限制滤波的测距研究

刘新新，岳魁

（电子科技大学自动化工程学院，四川 成都 611731）

0 引言

无线传感器网络（Wireless Sensor Networks，WSN）是由部署在监测区域内大量的廉价微型传感器节点组成，其目的是协作的感知、采集和处理网络覆盖区域中感知对象的信息，并发送给观察者。在传感器网络的各种应用中，监测到事件之后关心的一个重要问题就是该事件发生的位置，如在环境监测中需要知道采集的环境信息所对应的具体区域位置。随着微机电系统(MEMS) 、无线通信和数字电子技术的发展,无线传感器网络(WSN)在军事应用、目标追踪、环境监测、医疗保健、空间探索等领域都得到广泛的应用[1-2]。

根据定位过程是否需要实际测量节点间的距离或方位, 无线传感器网络节点定位技术可以分为基于测距(range- based)的定位和无需测距(rangefree)的定位两类,前者是根据节点间的距离或角度等信息实现定位,后者仅仅根据节点间的连通信息实现定位[3]。基于测距的定位必须测量得到节点之间的距离，现常用的测距方法有GPS[4]、超声波[5]、红外线[6]和RSSI[7]等。

1 测距方法比较

卫星定位系统（GPS）是目前应用最广的定位服务，但受到成本、功耗、节点扩展性及误差较大等问题的限制，甚至在某些场合可能根本无法实现。利用超声波信号的到达时间TOA进行精确的距离计算,并利用多个参考点的距离信息计算出定位对象的位置,精度较高，但其扩展性低、布置较麻烦、成本较高，且受气温湿度的影响也大,不适用于远距离定位和快速定位。红外线定位技术在研究系统中也广泛使用，利用红外发射器预定间隔时间发射红外信号,根据红外接收器接收到信号的时间来测量对象位置,成本较低,容易使用；但易受到可见光的干扰,信号穿透力极差,精度也不够高。红外定位技术和超声波定位技术一般用于室内。基于RSSI的定位通过接收到的无线信号强度，利用信号衰减模型得到节点间的距离，无需额外的硬件支持，而基于ED的定位和基于RSSI的定位基本原理相同，具有硬件配置要求低，成本低廉的优点，不同的是接收的信号是能量检测（ED）[8]。

2 ED与距离的关系

为了探测ED值和距离之间的关系，我们分别在室内、室外环境下对ED值进行采集,分析ED值与距离之间的函数关系, 无线通信平台选择克尔斯博公司的Iris节点和MIB520网关。

2.1 室外环境下

实验是在一片空旷的草坪上进行的，1号节点作为接收节点，且固定在1m的支架上；2号节点作为发射节点，每隔1m向1号节点发送信息，并移动2号节点在距离1号节点1m，2m，…，10m等多个位置，每次接收100个数据包。实验结果如图1所示，从图中可以看出，ED值随着距离的增加而逐渐减少，在距离一定的情况下，其ED值波动范围很小。

图1 室外各距离ED值

2.2 室内环境下

在楼层走廊内重复做上述实验，实验结果如图2 所示，从图中可以看出由于走廊内墙壁、天花板等障碍物的干扰，造成3m的ED值大于1m的ED值，但总体的趋势还是随着距离的增大，ED值变小，在距离一定的情况下，其ED值在一定范围内波动，整体效果不如室外环境下好，这是因为无线电信号受障碍物的影响而出现反射、衍射或绕射，使ED值中加杂了噪声。

图2 室内各距离ED值

通过室内、室外环境下ED值变化趋势可以得出节点之间的距离越远，ED值也就越小，即ED值与距离之间是单调递减的关系，符合一般的RSSI经验信号衰减模型。同时ED值也会因障碍物的干扰而出现波动。

3 限制ED值滤波算法

针对ED值随天花板、墙壁等障碍物的干扰波动较大问题，本文提出限制ED值滤波算法来消除干扰，使ED值与距离更好的建立函数关系。具体滤波算法为：

为了验证限制ED值滤波法的有效性，在室内环境下2号节点以0.2m为步长进行移动，每次采集100个ED数据，实验中取K1=5，K2=2，图3是使用滤波算法前后的对比图，从图中可以看出滤波后的曲线更加平滑些，避免了环境干扰引起的大的波动。

图3 滤波前后ED值的变化

4 结束语

本文从实验上对ED与距离的关系进行了分析及验证，得出ED值与距离存在着单调关系，会因环境干扰出现波动，同时提出的限制ED值滤波算法可以减少其受干扰的程度。基于ED的测距既可以利用一般经验信号衰减模型来求距离，也可以根据实际需要采集数据通过最小二乘法拟合ED值与距离的函数关系，可以广泛应用于无线传感器网络定位技术中。

[1]孙利民,李建中,陈渝,等.无线传感器网络[M].北京:清华大学出版社,2005.

[2]王福豹,史龙,任丰原.无线传感器网络中的自身定位系统和算法[J].软件学报,2005,16(5):857-868.

[3]Callaway EH．Wireless Sensor Networks：Architectures and Protocols[M]．Boca Raton，Florida：CRC Press, 2004:1-10．

[4]Azuma R.Tracking Requirements for Augmented Reality[J].Communication of the ACM ,1993 ,36 (7) :50-51.

[5]Baunach,M.Kolla,R.Mvihlberger,C.Beyond Theory:Development of a Real World Localization Application as Low Power WSN [C].Proceedings of the 32nd IEEE International Conference On Local Computer Networks.2007: 872-884.

[6]Bulusu N, Heidemann J, Est rin D.GPS-less Low Cost Outdoor Localization.For Very Small Devices [J]. IEEE Personal Communications Magazine , 2000 ,7 (5) : 28-34.

[7]陈维克, 李文锋, 首珩，等.基于RSSI的无线传感器网络加权质心定位算法[J]. 武汉理工大学学报, 2006, 30 (2) :265-268.

[8]AT86RF230 Data Sheet[S].2007:50-51.