论文部分内容阅读
摘要:无线传感器网络(WSN)是当前国际上备受关注的、由多学科高度交叉的新兴前沿研究热点领域。目前一般的定位方法都是依靠声音或者无线电波这两个媒介来定位,但他们都有明显的缺陷。基于精确测距的技术(典型的有声音定位)其测量距离有限,并且受到方向限制。利用对射频干涉信号的相位测量提出一种RIPS方法,可以实现高精度远距离定位,然而该方法利用汇聚节点收集相位测量结果并进行集中定位,显然,系统的扩展性将受到节点数量的制约。本文对无线电相干的传感器网络节点定位的相关内容进行了分析探讨。
关键词:无线电相干;传感器;节点定位; 中图分类号:TU 文献标识码:A 文章编号:(2020)-08-403
一、无线电相干
无线电相干利用两个发射机直接产生相干信号。如果两个发射机的频率几乎相同,则合成信号一定含有一个低频包络,该包络信号能被低频RF芯片使用RSSI来测量。相位差依靠许多因素,包括传输起始时间。然而,两个接收机之间的相对相位差只依赖于两个接收机和两个发射机的位置以及载频波长。建模无线电RSSI电路:RSSI信号是进来的信号经过混频到中频后的用dBm表示的功率。之后低通,低通频率是fcut。用r(t)表示低通滤波后的信号。假设两个节点A和B传输正弦波,其频率比较接近且fA>fB,fA-fB 对于四个节点A,B,C,D,我们定义
对于任何频率f,
通过上面公式,能够高效地计算出gABCD(f,)它相当于dABCD模载波的波长。通过多次测量不同的载频,可以重构dABCD的值。
二、角度估计及定位
将上面的A、B、C三个节点放在一起形成一个天线阵列。A、B两个节点发射频率相近的正弦波来相干产生一个低频beat信号。在第三个阵列节点C和目标节点D测得的相位差是后者位置的双曲线函数。假设阵列的中间点位置已知,阵列的各个天线到中间点的距离已知。该阵列包括三个节点,一个主控节点(M)和两个辅助接点(A1,A2)。在预先确定的时间,M和A1发送频率相近的两个正弦波,这两个波相干产生一个低频beat信号,该信号的相位通过A2和一个接收节点R来测量。
相位差由接收节点R和A2测量,该相位差是接收节点到发射节点距离的函数。由上一节可知因此在部署三个节点组成一个阵列时,让A2到A1和M的距离相等,这样,上式就简化为:
如图2所示,估计出相位差之后就可以推导出距离差双曲线方程为:
其中为A1到M的距离,为已知参数,这样联立
方程,求出当值較小时,误差较大。这时考虑在预先确定的时间,M和A2发送频率相近的两个正弦波,这两个波相干产生的低频beat信号的相位通过A1和一个接收节点R来测量。同样可以得到另一个角度值。其中O是M和A2的中点。利用两组不同位置的天线阵列,求出两个角度值,根据几何图形利用三角公式即可求出节点R的位置。
三、无线传感器定位算法分类
1、距离相关定位算法和距离无关定位算法
距离相关定位算法是指在定位的过程中,需要根据已知节点与相邻节点的实际距离来确定。距离无关定位算法则无需知道已知节点与相邻节点的相对位置。由于距离相关定位算法需要测量节点之间的相对距离,因此需要付出更大的代价与成本对节点进行部署。而距离无关定位算法相对简单,已知的信标节点将相关信息传递给未知节点,从而估计出不精确的节点距离,同时利用多点定位算法等来得到未知节点的具体位置。
2、集中式定位算法和分布式定位算法
集中式定位算法主要是通过中心节点对数据进行处理从而得出节点位置的方式,此方式需要保证节点之间的连通性,从而使得信息能够顺利的发送到中心节点。常见的集中式定位算法包括质心定位算法、SPIT算法等。在集中式定位算法中,由于所有的数据信息都需要发送到中心节点,使得中心节点的数据过多,甚至出现冗余的数据。因此,集中式的定位算法具有很强的局限性。分布式定位算法主要是指无线传感器网络中的通信节点独立的对采集到的信息进行处理,而不需要中心节点的参与,随后各个节点通过信息交换和协作来完成定位。
四、节点设计
一般传感器网络节点的基本组成和功能包括如下几个单元:传感单元(由传感器和模数转换功能模块组成)、处理单元(由嵌入式系统构成,包括CPU、存储器、嵌入式操作系统等)、通信单元(由无线通信模块组成)、以及电源部分。此外,可以选择的其它功能单元包括:定位系统、移动系统以及电源自供电系统等。
本节点只用来验证算法的有效性和定位精度,不需要传感单元、移动系统及电源自供给系统。处理器模块采用的是AtmelAVR系列的一款8位处理器ATmega128L,其时钟频率为7.3728MHz,具有128K字节的系统内可编程Flash、4K字节的SRAM,以及六种可以通过软件选择的省电模式。无线收发模块采用的是Chipcon公司的CC1000无线射频模块,其通信频率为433MHz。在基于事件驱动的操作系统TinyOS开发环境上,利用组件化/模块化的nesC语言,完成定位系统及算法的设计和实现。
结束语
基于无线电相干技术,提出一种分布式可大规模应用的角度估计定位算法。该定位方法定位精度高、距离远,并且因为各个目标节点自身定位,所以该方法是分布式的、可大规模应用的,且速度快。下一步的工作是利用角度信息优化位置估计。
参考文献
[1]邹健.无线传感器网络中卡尔曼滤波定位算法应用研究[D].湖北工业大学,2014.
[2]孟庆锐.一种基于角度判断的无线传感器网络APIT改进定位算法[D].华中师范大学,2014.
(森林消防局大庆航空救援支队 黑龙江大庆市 163000)
关键词:无线电相干;传感器;节点定位; 中图分类号:TU 文献标识码:A 文章编号:(2020)-08-403
一、无线电相干
无线电相干利用两个发射机直接产生相干信号。如果两个发射机的频率几乎相同,则合成信号一定含有一个低频包络,该包络信号能被低频RF芯片使用RSSI来测量。相位差依靠许多因素,包括传输起始时间。然而,两个接收机之间的相对相位差只依赖于两个接收机和两个发射机的位置以及载频波长。建模无线电RSSI电路:RSSI信号是进来的信号经过混频到中频后的用dBm表示的功率。之后低通,低通频率是fcut。用r(t)表示低通滤波后的信号。假设两个节点A和B传输正弦波,其频率比较接近且fA>fB,fA-fB
对于任何频率f,
通过上面公式,能够高效地计算出gABCD(f,)它相当于dABCD模载波的波长。通过多次测量不同的载频,可以重构dABCD的值。
二、角度估计及定位
将上面的A、B、C三个节点放在一起形成一个天线阵列。A、B两个节点发射频率相近的正弦波来相干产生一个低频beat信号。在第三个阵列节点C和目标节点D测得的相位差是后者位置的双曲线函数。假设阵列的中间点位置已知,阵列的各个天线到中间点的距离已知。该阵列包括三个节点,一个主控节点(M)和两个辅助接点(A1,A2)。在预先确定的时间,M和A1发送频率相近的两个正弦波,这两个波相干产生一个低频beat信号,该信号的相位通过A2和一个接收节点R来测量。
相位差由接收节点R和A2测量,该相位差是接收节点到发射节点距离的函数。由上一节可知因此在部署三个节点组成一个阵列时,让A2到A1和M的距离相等,这样,上式就简化为:
如图2所示,估计出相位差之后就可以推导出距离差双曲线方程为:
其中为A1到M的距离,为已知参数,这样联立
方程,求出当值較小时,误差较大。这时考虑在预先确定的时间,M和A2发送频率相近的两个正弦波,这两个波相干产生的低频beat信号的相位通过A1和一个接收节点R来测量。同样可以得到另一个角度值。其中O是M和A2的中点。利用两组不同位置的天线阵列,求出两个角度值,根据几何图形利用三角公式即可求出节点R的位置。
三、无线传感器定位算法分类
1、距离相关定位算法和距离无关定位算法
距离相关定位算法是指在定位的过程中,需要根据已知节点与相邻节点的实际距离来确定。距离无关定位算法则无需知道已知节点与相邻节点的相对位置。由于距离相关定位算法需要测量节点之间的相对距离,因此需要付出更大的代价与成本对节点进行部署。而距离无关定位算法相对简单,已知的信标节点将相关信息传递给未知节点,从而估计出不精确的节点距离,同时利用多点定位算法等来得到未知节点的具体位置。
2、集中式定位算法和分布式定位算法
集中式定位算法主要是通过中心节点对数据进行处理从而得出节点位置的方式,此方式需要保证节点之间的连通性,从而使得信息能够顺利的发送到中心节点。常见的集中式定位算法包括质心定位算法、SPIT算法等。在集中式定位算法中,由于所有的数据信息都需要发送到中心节点,使得中心节点的数据过多,甚至出现冗余的数据。因此,集中式的定位算法具有很强的局限性。分布式定位算法主要是指无线传感器网络中的通信节点独立的对采集到的信息进行处理,而不需要中心节点的参与,随后各个节点通过信息交换和协作来完成定位。
四、节点设计
一般传感器网络节点的基本组成和功能包括如下几个单元:传感单元(由传感器和模数转换功能模块组成)、处理单元(由嵌入式系统构成,包括CPU、存储器、嵌入式操作系统等)、通信单元(由无线通信模块组成)、以及电源部分。此外,可以选择的其它功能单元包括:定位系统、移动系统以及电源自供电系统等。
本节点只用来验证算法的有效性和定位精度,不需要传感单元、移动系统及电源自供给系统。处理器模块采用的是AtmelAVR系列的一款8位处理器ATmega128L,其时钟频率为7.3728MHz,具有128K字节的系统内可编程Flash、4K字节的SRAM,以及六种可以通过软件选择的省电模式。无线收发模块采用的是Chipcon公司的CC1000无线射频模块,其通信频率为433MHz。在基于事件驱动的操作系统TinyOS开发环境上,利用组件化/模块化的nesC语言,完成定位系统及算法的设计和实现。
结束语
基于无线电相干技术,提出一种分布式可大规模应用的角度估计定位算法。该定位方法定位精度高、距离远,并且因为各个目标节点自身定位,所以该方法是分布式的、可大规模应用的,且速度快。下一步的工作是利用角度信息优化位置估计。
参考文献
[1]邹健.无线传感器网络中卡尔曼滤波定位算法应用研究[D].湖北工业大学,2014.
[2]孟庆锐.一种基于角度判断的无线传感器网络APIT改进定位算法[D].华中师范大学,2014.
(森林消防局大庆航空救援支队 黑龙江大庆市 163000)