摘 要：节点定位是无线传感器网络中的关键技术之一。基于RSSI的定位技术是现阶段研究的热点，为解决RSSI测量方法定位误差较大的问题，提出一种将RSSI测量方法与三角形质心算法相结合的新型定位算法，该算法用三角形质心算法减小RSSI的测量误差。仿真表明该算法比基于RSSI的三边测量法定位算法的定位精度有较大提高。
关键词：无线传感器网络；定位算法；RSSI；质心；三角形质心定位算法
0 引 言
无线传感器网络是面向事件的监测网络，对于大多数应用，不知道传感器位置而感知的数据是没有意义的。实时地确定事件发生的位置或获取消息的节点位置是传感器网络最基本的功能之一，也是提供监测事件位置信息的前提，所以定位技术对传感器网络应用的有效性起着关键的作用。
在无线传感器网络中，按节点位置估测机制，根据定位过程中是否测量节点间的实际距离或角度，可分为基于距离(Range—based)的定位算法和距离无关(Range—free)的定位算法。前者需要测量节点间的实际距离；后者是利用节点间的估计距离来计算末知节点的位置。在基于距离的定位算法中，测量节点间距离或方位时采用的方法有TOA(Time of Arrival)，TDOA(Time Difference of Arrival)，RSSI(ReceivedSignal Strength Indication)和AOA(Angle of Arri—val)。距离无关的算法主要有质心算法、DV—hop算法等。相比之下，基于距离的定位算法测量精度较高，距离无关的定位算法对硬件要求较低。
比较各种基于距离的测距算法，TOA需要精确的时钟同步，TDOA需要节点配备超声波收发装置，AOA需要有天线阵列或麦克风阵列，这三种算法对硬件要求较高。RSSI技术主要是用RF信号，而节点本身就具有无线通信能力，故其是一种低功耗、廉价的测距技术。
接收信号强度指示RSSI的定位方法，是在已知发射节点的发射信号强度，根据接收节点收到的信号强度，计算出信号的传播损耗，再利用理论和经验模型将传输损耗转化为距离，最后计算节点的位置。因为理论和经验模型的估测性质，故而RSSI具有较大定位误差。
基于RSSI技术，提出一种将RSSI测量方法与三角形质心算法相结合的新型定位算法，该算法用三角形质心算法减小RSSI的测量误差。仿真表明，该算法基于RSSI的三边测量法定位算法相比，极大提高了定位精度。
1 国内外相关研究
当无线信号在大气环境中传播时，由于多种因素影响，信号强度会随着其传播距离的增加而衰减。这表明，信号强度变化与传播距离间存在着某种函数关系，且通常情况下传感节点均可很容易配置测定接收信号强度的模块。所以，近年来研究人员开始将RSSI技术用于传感器节点定位中。
目前，对RSSI的研究主要有两个方面。一是，提高改良传输损耗模型，建立更符合实际环境的数学模型；二是，结合各种测量算法，减小传输损耗模型带来的误差。这里研究重点在第二个方面。
最早的研究人员使用RSSI加三边测量法的定位技术，如文献中的RADAR室内定位系统。
文献的作者提出采用交叠环定位的方式，利用包含未知节点的相互交叠的环形区域来定位未知节点。该方法只是比较相应RSSI的大小，并未利用它测距。文献提出一种加权质心定位算法，它提出信标节点影响力的概念，节点到信号源的距离越近，由RSSI值的偏差产生的绝对距离误差越小，影响力越大。影响力越大的信标节点对节点位置有更大的决定权。其采用优选信标节点的方式，根据信标节点对未知节点的不同影响力确定加权因子，以此来提高定位精度。
文献提出综合RSSI算法和切圆圆心法的RCM算法，提高了定位精度，仿真表明，在RSSI测距误差散布达到50％时，定位误差可降到10％以内。
2 基于RSSI的三角形质心算法模型
与文献一样，该算法针对大规模随机散布野外应用环境，这类应用大都不需要节点进行精确定位，只需要知道节点的大概区域就可满足需求，同时要求硬件成本低、定位过程通信开销小、节能。
2．1 基于RSSI的定位
RSSI测量，一般利用信号传播的经验模型与理论模型。
对于经验模型，在实际定位前，先选取若干测试点，记录在这些点各
评论排行