（信号与信息处理专业论文）面向消防现场的无线传感器网络定位技术研究.pdf

摘 要 i 摘 要 近年来，各种自然灾害与人为灾害频繁发作，而复杂的灾害现场对救援提出了更 高要求。 建立消防现场监控系统可为消防现场指挥调度和救援提供依据,而对监控节点 和消防员的定位则是建立消防现场监控系统的一个关键问题。随着无线传感器网络 （wsn） 在众多场合的成功应用， 将便携式 wsn 节点快速部署在消防现场使现场情况的 监测和对消防员的定位成为可能。而在运用 wsn 实现定位的过程中，必须结合具体应 用特点解决相关关键问题。 从消防现场环境复杂的特点出发，结合无线通信的传播特性，构建基于超宽带技 术的消防现场 wsn，改进了基于接收信号强度（rssi）的加权质心定位算法，并对定 位结果进行优化。主要研究内容如下： （1）针对室内和野外两种应用场合，分别建立两种超宽带信道衰减模型，分析测 距误差情况；并针对室内测距误差大的特点，提出采用信标节点相互定位的方法校正 测距误差，研究结果表明，该方法可有效保证测距精度。 （2）针对加权质心定位算法简单易行，但定位精度低的问题，在有效提高测距精 度的前提下， 改进了基于 rssi 的加权质心定位算法， 并分别采用粒子群算法和量子粒 子群算法对定位结果进行优化。研究结果表明，采用粒子群算法和量子粒子群算法优 化后的加权质心定位算法定位精度较高，并且不易受环境因素的影响，可以有效提高 定位精度和稳定度。 （3）针对信标节点需求过多造成的高成本问题，采用递增式定位过程，在信标节 点数量不足时，将已定位的未知节点转化为次级信标节点参与定位，有效地减少定位 中信标节点的数量，降低成本。仿真结果表明：在粒子群优化或量子粒子群优化的加 权质心定位算法的基础上，在同等定位率的情况下，定位过程采用递增式，可有效减 少信标节点数。 关键词关键词 消防现场；超宽带；无线传感器网络；定位；优化算法 江苏科技大学工学硕士学位论文 ii abstract iii abstract in recent years, various natural and man-made disasters occurred frequently; complex disaster field put forward a higher requirement for rescue. establish the fire monitoring system provides a basis for fire fighting field command scheduling and rescue, and localization for monitor node and fireman is the key issue to establish the fire monitoring system. with the rapid development of wireless sensor network (wsn) successfully applied on numerous occasions, the fire monitoring and the localization have become possible because of the portable wsn node rapidly deploying in fire site. however, in the use of wsn to achieve the fireman positioning process must be combined with specific application characteristics to solve relate problems. in the light of characteristics of the complex fire scene environment and wireless communication propagation characteristics, established the fire site wsn based on uwb technology, improved the weighted cancroids localization algorithm based on the received signal strength (rssi), and optimized the positioning results. the main research contents are as follows: (1)according to the different environment of fire happened, considering the fire scene include the indoor and outdoor environment, modeling the fire scene ultra-wideband communication channel model respectively, analyzed the ranging error of uwb channel loss model under various environments. in view of the problem of big ranging and localization error under industrial environment, beacon node mutual positioning and ranging error correction method was proposed, research results shows that this method effectively ensure the distance measurement accuracy. (2)in view of the problem of weighted cancroids localization algorithm is simple and easy to realize, but have lower accuracy; in the premise of improving the ranging accuracy efficiently, improved the weighted cancroids localization algorithm based on rssi ranging, the particle swarm algorithm and quantum-behaved particle swarm optimization positioning were applied to optimize the positioning results, research results shows that this method has higher accuracy, and are not easily affected by environmental factors, could improve the localization accuracy and stability. (3)incremental positioning process was proposed to overcome the problem of high cost caused by the demanding of more beacon nodes. when there was not enough beacon nodes to localization, the nodes of which were unknown nodes turned into secondary 江苏科技大学工学硕士学位论文 iv beacon node participated in localization, decreased the beacon nodes number efficiently, and reduced the cost. simulation results shows that at the basis of the particle swarm and quantum-behaved particle swarm optimization weighted cancroids localization algorithm， at the condition of the same localization rate, incremental method was applied during the positioning could reduce the beacon nodes efficiently. key words the fire scene; ultra-wideband; wireless sensor networks; positioning; optimization algorithm 目录 v 目 录 摘 要 . i abstract . iii 第 1 章 绪论 . 1 1.1 背景及意义 . 1 1.2 国内外定位技术研究现状 . 2 1.3 论文研究思路及内容安排 . 4 第 2 章 面向消防现场的 wsn 定位系统整体设计 . 6 2.1 引言 . 6 2.2 消防现场的特点 . 6 2.3 无线传感器网络的结构和特点 . 7 2.4 面向消防现场的 wsn 定位系统整体设计 . 8 2.5 面向消防现场定位系统关键技术 . 10 2.5.1 超宽带技术 . 10 2.5.2 测距技术 . 13 2.5.3 定位技术 . 15 2.6 小结 . 20 第 3 章 基于 rssi 的加权质心定位算法及改进 . 21 3.1 引言 . 21 3.2 定位性能评价指标 . 21 3.3 质心算法（cla） . 22 3.4 基于 rssi 的加权质心定位算法（wcla） . 23 3.5 基于 rssi 的递增式加权质心定位算法 . 24 3.6 仿真与分析 . 25 3.7 小结 . 26 第 4 章 面向消防现场的超宽带传感器网络测距过程 . 27 4.1 引言 . 27 4.2 消防现场超宽带路径损耗模型 . 27 江苏科技大学工学硕士学位论文 vi 4.3 基于 rssi 方法的测距 . 29 4.3.1 los 环境下测距方法 . 31 4.3.2 nlos 环境下信标节点校正测距方法 . 31 4.4 仿真与分析 . 32 4.5 小结 . 36 第 5 章 面向消防现场的超宽带传感器网络定位过程 . 37 5.1 引言 . 37 5.2 基于 rssi 测距的误差补偿策略 . 37 5.2.1 nlos 环境下误差补偿策略 . 37 5.2.2 算法实现过程 . 38 5.3 基于粒子群优化的加权质心定位算法（pso-wcla） . 38 5.3.1 粒子群算法（pso） . 39 5.3.2 pso-wcla 算法实现过程 . 40 5.4 基于量子粒子群优化的加权质心定位算法（qpso-wcla） . 41 5.4.1 量子粒子群算法（qpso） . 41 5.4.2 qpso-wcla 算法实现过程 . 41 5.5 递增式的 wcla-pso 和 qpso-wcla . 43 5. 6 仿真结果及分析 . 44 5.6.1 误差补偿的 pso-wcla . 44 5.6.2 wcla -qpso 与 wcla qpso 定位误差对比 . 45 5.6.3 递增式的 pso-wcla 与 qpso-wcla 性能对比 . 47 5. 7 小结 . 50 结论 . 51 参考文献 . 52 攻读硕士学位期间发表的学术论文 . 57 致 谢 . 59 contents vii contents abstract(chinese) . i abstract(english) . iii chapter 1 introduction . 1 1.1 research status of localication technology . 1 1.2 research status of localication technology . 2 1.3 main job and organizational structure . 4 chapter 2 fire scene oriented wireless sensor network overall designing of localication systems . 6 2.1 introduction . 6 2.2 the characteristic of fire scene . 6 2.3 constructure and characteristic of wsn . 7 2.4 overall designing of wsn localication system for fire scene . 8 2.5 the key technology of wsn localication system for fire scene . 10 2.5.1 the ultra wide-band signal . 10 2.5.2 ranging technology . 13 2.5.3 localization technology . 16 2.6 summary . 20 chapter 3 rssi based weighted centroid localication algorithm and its improvement . 21 3.1 introduction . 21 3.2 evalution of localization algorithm . 21 3.3 centroid localication algorithm（cla） . 22 3.4 rssi based weighted centroid localication algorithm（wcla） . 23 3.5 rssi based incremental weighted centroid localication algorithm . 24 3.6 simulation and analysis . 25 3.7 summary . 26 chapter 4 theranging process of fire scene uwb sensor network . 27 4.1 introduction . 27 4.2 fire scene uwb pass loss model . 27 江苏科技大学工学硕士学位论文 viii 4.3 ranging method bases rssi . 29 4.3.1 ranging method under los environment . 31 4.3.2 beacon nodes correction ranging method under nlos environment . 31 4.4 simulation and analysis . 32 4.5 summary . 36 chapter 5 the location process of fire scene uwb sensor network . 37 5.1 introduction . 37 5.2 ranging error compensation strategy based rssi . 37 5.2.1 error compensation strategy under nlos environment . 37 5.2.2 process of algorithm implementation . 38 5.3 weighted centroid localication algorithm based pso optimization . 38 5.3.1 particle swarm optimization（pso） . 39 5.3.2 process of pso-wcla implementation . 40 5.4 weighted centroid localication algorithm based qpso optimization . 41 5.4.1 quantum-behaved particle swarm optimization（qpso） . 41 5.4.2 process of qpso-wcla implementation . 41 5.5 incremental wcla-pso and qpso-wcla . 43 5. 6 simulation and analysis . 44 5.6.1 error compensation of pso-wcla . 44 5.6.2 localization error comparison of wcla qpso and wcla qpso. 45 5.6.3 performance comparison of incremental wcla qpso and wcla qpso . 47 5. 7 summary . 50 conclusion . 51 references . 52 academic papers during the study for masters degree . 57 thanks . 59 第 1 章 绪论 1 第 1 章 绪论 1.1 背景及意义 现如今，各种自然或人为灾难频发，包括地震、火灾、矿难、车祸或犯罪人员恶 意引起的爆炸等等，给人类社会造成了令人惨痛的生命、财产损失。只火灾一项，自 1993 年以来造成的直接财产损失已经上升到年均十几亿元， 年均死亡 2000 多人 1。 以 上灾难发生时，消防人员需要及时进行救援。如何对消防现场的情况及人员进行实时 监控和定位，在紧急情况下对被困人员进行及时疏散，避险和搜救，这些都需要结合 最新的通信技术提出切实可行的解决方案。 随着无线电子技术的发展，无线传感器网络它是集计算机网络、无线通信、微传 感器技术、智能计算等多个领域交叉综合的新兴学科，它将大量功能不同、具有感知 计算和通信能力的微型传感器节点组成自治的网络，节点通过相互的分工协作，可实 时感知、监测和采集分布区域内监测对象或周围环境的信息，实现对物理世界的动态 智能协同感知。 但在消防现场中，只对周围环境的信息进行监测和采集是不够的，因为要监测所 在网络范围内的各种数据信， 但任何数据在没有地理位置的前提下是完全没有意义的， 因此，网络中节点的位置信息对这些监测活动至关重要。发生灾难时，环境监测可以 起到掌控灾难现场情况的作用，但是在施救过程中的人员安全却是需要考虑的重中之 重，因此，对于消防现场环境下的无线传感器网络定位技术的研究是非常有意义的。 目前，常用的定位技术包括超声波、射频信号、红外线等，但它们都不适合用于 室内定位系统。超声波信号受多径效应和非视距传播影响很大，非常不适合用于室内 环境；红外线只适合短距离传播，而且易被室内或室外其他光线所干扰，造成很大测 距误差，因此，在室内精确定位上有很大局限性；目前应用最广泛的室外定位技术是 gps（global positioning system） ，在此基础上，还出现了增强型 gps，辅助 gps 等 技术，它们可以广泛用于航空、航海和野外定位等领域 2。但由于其在价格、功耗、 适用范围以及体积等方面的制约使得很难完全应用于大规模无线传感器网络。此外， 在无线传感器网络的室内应用中，gps 会由于接收不到卫星信号而失效。当前应用于 小范围室内定位比较流行的是 wi-fi 定位，它是基于 ieee 802.11 协议的一种定位方 法。但 wi-fi 收发器发出的信号很容易受到其他电磁波信号干扰，从而增大测距和定 位误差，定位效果不可靠，而且这种 wi-fi 定位器的能量消耗较高。bluetooth 技术 应用于定位，与 wi-fi 定位有很多相似之处，由于 bluetooth 技术数据传输速率低， 频谱范围较窄， 并且要依赖于接收信号强度法测距， 可以用来测量实际距离在 30 米内 江苏科技大学工学硕士学位论文 2 的其他设备。与 wi-fi 定位一样，这种定位技术主要应用于小范围定位，例如同层大 厅或仓库，也同样有定位精度不稳定，受噪声信号干扰较大的不足。而超宽带技术由 于功耗低、抗多径干扰效应好、安全性高、系统复杂度低、能提供精确定位精度等优 点，在以上众多无线定位技术中脱颖而出，uwb 定位系统具备实时的室内外精确跟踪 能力，定位精度理论上可以达到几个厘米。uwb 在室内精确定位方面将会对 gps 起到 一个很好的补充作用。 由于消防现场的情况复杂且未知，传统的无线通信方式在可靠性和扩展性上不适 于对现场人员的实时监控的定位。因此，本文采用超宽带传感器网络应用于消防现场 通信，一方面可以利用超宽带多速率，抗多径，抗干扰，测距精准的特点，另一方面 也可以利用无线传感器网络低成本，易扩展，分布式信息融合处理，动态组网的特点。 本文针对消防现场分别对室内、室外的两种不同的应用背景下的无线传感器网络做了 相关的研究。本文将智能优化算法应用于定位算法中，提出基于粒子群优化的加权质 心定位算法（wcla-pso）和基于量子粒子群优化的加权质心定位算法（qpso） ，并进行 了相关的仿真和其适用条件的分析，为改善面向不同应用背景的无线传感器网络定位 技术以及定位技术的实际应用提供重要的参考和借鉴意义。 1.2 国内外定位技术研究现状 在定位算法的研究方面：现有的 wsn 定位算法主要分为基于测距技术和无需测距 技术两类。测距技术通过获取电波信号参数，如到达时间(toa，time of arrival)，到 达时间差(difference of time arrival) 3, 接收信号强度(rssi，received signal strength indicator) 4 ，到达角度 (aoa，angle of arrival)等，再通过合适的定位算法计算出节 点的估计位置。由于需要实际测量节点间的距离或角度，通常基于测距的定位机制定 位误差相对较低，但是对节点硬件设备的要求增加很多，定位过程中消耗的能量较非 测距定位算法相对较多，而且使用声波信号、超声波信号、无线电波信号等对距离或 角度进行测量，使得基于测距的定位算法易受障碍物、温度、湿度等环境因素的影响。 无需测距（range-free）算法不需要距离和角度信息，仅根据网络的连通性和已知 位置的信标节点信息等来实现定位功能。常用的 range-free 定位算法有质心算法 5 、 dv-hop 算法 6-7、apit 算法8等，它们在网络中实现定位所需的设备只有传感器节点， 包括未知坐标节点和已知坐标信标节点，没有借助其他网络设施的支持，比如，基站、 gps 或者卫星。 range-free 算法的精度和收敛速度非常依赖于网络平均每跳距离值的估 计精度，而且当传感器网络的拓扑方式是各向异性或拓扑结构比较复杂时算法的性能 指标将明显变差 9。在计算平均每跳距离的过程中，节点之间通信量又过大，而且没 有考虑本质上无法定位的节点的影响，导致平均定位精度很低。apit 定位算法通信量 较小，定位误差相对较低，但要求较多的信标节点，信标节点密度要高。质心定位算 第 1 章 绪论 3 法虽然实现简单、通信开销小，但仅能实现粗精度定位，而且需要较高的信标节点密 度。 从 1992 年 at zhihai he; distributed optimization over wireless sensor networks using swarm intelligence circuits and systems, proceedings of 2007 ieee international symposium on; new orleans, la 2007 isbn: 1-4244-0920-9 p. 2502-2505 江苏科技大学工学硕士学位论文 54 30 yi zou; krishnendu chakrabarty; target localization based on energy considerations in distributed sensor networks 1st ieee international workshop on sensor network protocols and applications 2003 isbn:0-7803-7879-2 p.51-58 31马祖长，张怡宁.无线传感器网络节点的定位算法j.计算机工程，2004 年 4 月，第 30 卷第 2 期，p13-15 32 hightower j，boriello g，want rspot on：an indoor 3d location sensing technology based on rf signal strengthrseat tic，wa，usa：university of washington，2000 33 mark hewish, litter brother is watching you: unattended ground sensors, janes int. defense review. 2001, 34(6):46-52. 34汪洋，张乃通，唐殉等 .uwb 室内视距环境多径传播模型.通信学报，2005，26(10):24-28 35bulusun，heidemannj，estrind. density adaptive algorithms for beacon placement wireless sensor networks. in: proc of int conf on distributed computing systems，phoenix，az， april 2001， 489-498 36bulusun，heidemannj, estrind. gps- less lowest outdoor localization for very small devices. ieee personal communications，2000，7(5):28-34 37het, huangc,blumbm, et al. range-free localization schemes for large scale sensor networks. in proc of int conf on mobile computing and networking(mobicom). sandiego，ca，2003，81-95 38shang y, ruml w. improved mds- based localization. in proc of annual joint conference of the ieee computer and communications societies (infocom).hong kong，2004，2640-2651 39唐彤兰无线传感器网络节点自定位技术与无线传感器网络开发平台研究d浙江：浙江大 学2007 40mo li, yunhao liu. rendered path: range-free localization inaniso tropic sensor networks with holes. in: proc of int conf on mobile computing and networking(mobicom).montreal，canada，2007， 51-62 41wellenhoff bh, liehtenegger h, collins j. global positioning system: theory and praetiee. springer verlag， 1997 42harter a， hopper a， steggles p， et al. the anatomy of aerostat-aware application. in proc of int conf on mobile computing and networking (mobicom).seattle，wa，1999，59-68 43priyantha n，chakraborthy a, balakrishnan h. the cricket location-support system. in: proc of int conf o