范靜輝，葉 宏

(上海師范大學(xué)信息與機(jī)電工程學(xué)院，上海 200234)

ZigBee是一種新興的低成本、短距離、自配置、低速率以及低功耗的無(wú)線網(wǎng)絡(luò)技術(shù)，具有比較完善的防碰撞機(jī)制、節(jié)點(diǎn)管理體系及電源功耗管理功能［1］。選用的無(wú)線收發(fā)芯片型號(hào)是A7105，A7105是一低成本2.4 GHz ISM頻段的無(wú)線應(yīng)用射頻芯片。A7105內(nèi)建接收信號(hào)強(qiáng)度指示RSSI和ADC偵測(cè)使用電壓。

在無(wú)線傳感器網(wǎng)絡(luò)中，傳感器節(jié)點(diǎn)間的測(cè)距方法是一些基于測(cè)距的定位算法的基礎(chǔ)。測(cè)量節(jié)點(diǎn)間距離或方位時(shí)常用的方法有基于到達(dá)時(shí)間(TOA)、基于到達(dá)時(shí)間差(TDOA)、基于到達(dá)角度(AOA)和基于接收信號(hào)強(qiáng)度指示(RSSI)的方法［2］，本文采用基于RSSI的測(cè)距，因?yàn)榇朔椒o(wú)須額外的硬件設(shè)備，是一種低功率、廉價(jià)的測(cè)距技術(shù)，但是因?yàn)闊o(wú)線信號(hào)受反射、多徑傳播、非視距傳播等問(wèn)題影響，使得相同距離產(chǎn)生不同的傳播損耗，因此，為了獲取更加準(zhǔn)確的RSSI，先通過(guò)中值過(guò)濾器(先把RSSI數(shù)據(jù)排序，設(shè)定閾值，根據(jù)閾值來(lái)取值)，再經(jīng)過(guò)均值過(guò)濾器的方法，以去除那些偏差較大的RSSI，提高了RSSI的精度。在定位過(guò)程中，本文采用基于極大似然估計(jì)法加權(quán)取均值的定位優(yōu)化算法，此種定位方法提高了定位的精度。上位機(jī)利用LabVIEW軟件開發(fā)，LabVIEW是一種圖形化編程語(yǔ)言，采用工程技術(shù)人員所熟悉的術(shù)語(yǔ)和圖形化符號(hào)代替常規(guī)的文本語(yǔ)言編程，具有界面友好、操作簡(jiǎn)便、操作周期短等特點(diǎn)［3］。本文上位機(jī)的作用是采集RSSI，實(shí)現(xiàn)算法及顯示。

1 算法描述

1.1 RSSI測(cè)距原理及本文獲取RSSI算法

1.1.1 RSSI測(cè)距原理

基于RSSI(接收信號(hào)強(qiáng)度)測(cè)距算法:在發(fā)射節(jié)點(diǎn)的發(fā)射功率確定的情況下，可以根據(jù)接收節(jié)點(diǎn)接收到的功率，利用理論和經(jīng)驗(yàn)?zāi)Ｐ?，得出能量損耗與距離的關(guān)系。

一般采用的RSSI測(cè)距原理如式(1)所示

式中:RSSI是接收信號(hào)強(qiáng)度;A為常數(shù);d是收發(fā)節(jié)點(diǎn)之間的距離;n是信號(hào)傳播因子。常數(shù)A和n的值決定了接收信號(hào)強(qiáng)度RSSI和傳輸距離d的關(guān)系。A和n的數(shù)值易受多種因素影響［4］。此種測(cè)距方法需確定A和n兩個(gè)常數(shù)值，實(shí)現(xiàn)過(guò)程較復(fù)雜。

本文采用的RSSI測(cè)距原理:由于當(dāng)發(fā)射節(jié)點(diǎn)設(shè)置不同的發(fā)射功率情況下，接收節(jié)點(diǎn)收到的RSSI與信號(hào)傳輸距離d的線性范圍不一樣，因此，在特定的環(huán)境中，可以通過(guò)改變發(fā)射節(jié)點(diǎn)的發(fā)射功率，來(lái)調(diào)節(jié)RSSI與信號(hào)傳輸距離呈線性關(guān)系的范圍，根據(jù)接收節(jié)點(diǎn)接收到的不同距離處的RSSI，擬合出一個(gè)適用于此特定環(huán)境的函數(shù)表達(dá)式，可以將接收到的RSSI轉(zhuǎn)化為距離［5］。

1.1.2 本文獲取RSSI值算法

假設(shè) Mi(i=1，2，…，n)為未知節(jié)點(diǎn)，Nj(j=1，2，…，n)為固定節(jié)點(diǎn)，為固定節(jié)點(diǎn)Nj接收到未知節(jié)點(diǎn)Mi的RSSI，針對(duì)一個(gè)固定節(jié)點(diǎn)，一組采集十次，獲取10個(gè)RSSIij，由小到大排序得到:RSSIij1，RSSIij2，…，RSSIij10，然后求得這組數(shù)據(jù)的中值mid(RSSIij)，為了去除掉那些因環(huán)境因素影響嚴(yán)重的RSSI，在這里，取一個(gè)門限值β，令

取出落在mid(RSSIij±β)的RSSI，然后求出其均值，即為RSSIij值。

1.2 極大似然估計(jì)法定位算法［6］和本文定位優(yōu)化算法

1.2.1 極大似然估計(jì)法定位算法

在無(wú)線傳感器網(wǎng)絡(luò)定位算法中，如果知道移動(dòng)節(jié)點(diǎn)與參考節(jié)點(diǎn)之間距離個(gè)數(shù)不小于3個(gè)時(shí)，可使用極大似然估計(jì)法來(lái)定位。

極大似然法的原理如圖1所示。假設(shè)1，2，3，…，n個(gè)參考節(jié)點(diǎn)的坐標(biāo)分別為 (xi，yi)(i=1，2，…，n)，它們到移動(dòng)節(jié)點(diǎn)的距離分別為di(i=1，2，…，n)，設(shè)移動(dòng)節(jié)點(diǎn)P的坐標(biāo)為(x，y)。

圖1 極大似然法原理圖

可得到

依次從第一個(gè)方程減去第n個(gè)方程得到

則式(4)可以用線性方程AX=b表示，其中

使用最小均方差得節(jié)點(diǎn)P的坐標(biāo)為

1.2.2 本文定位優(yōu)化算法

假設(shè)有m(m≥4)個(gè)固定節(jié)點(diǎn)，令p=C4m，則可獲得p 個(gè)定位的坐標(biāo)分別為 N1=(x1，y1)，N2=(x2，y2)，…，Np=(xp，yp)。在這p個(gè)定位坐標(biāo)中，可能有的定位坐標(biāo)偏差比較大，為了刪除掉那些偏離大多數(shù)定位坐標(biāo)的坐標(biāo)值，保留差別不大的坐標(biāo)值。需要設(shè)置一個(gè)權(quán)值閾值，如式(9)所示

式中:k=1，2，…，p;wk愈小，說(shuō)明第k個(gè)定位坐標(biāo)值愈接近其余(p－1)個(gè)定位坐標(biāo)值;反之，當(dāng)wk愈大，說(shuō)明第k個(gè)定位坐標(biāo)值愈遠(yuǎn)離其余(p－1)個(gè)定位坐標(biāo)值。因此，可以設(shè)置一個(gè)閾值W，若wk≤W，則保留相對(duì)應(yīng)的定位坐標(biāo)值Nk;反之，若wk＞W(wǎng)，則刪除掉相對(duì)應(yīng)的定位坐標(biāo)值Nk。

假設(shè)經(jīng)過(guò)閾值判斷，保留了q個(gè)坐標(biāo)值。然后根據(jù)這q個(gè)坐標(biāo)的權(quán)值，求出其均值，如式(10)所示

2 利用LabVIEW軟件開發(fā)的上位機(jī)

這部分主要完成數(shù)據(jù)采集、定位算法和定位結(jié)果顯示界面。

2.1 程序流程

程序流程圖如圖2所示，先判斷幀頭正確之后，接收來(lái)自5個(gè)基站發(fā)送的數(shù)據(jù)，提取出RSSI。先利用生產(chǎn)者循環(huán)存RSSI，然后通過(guò)消費(fèi)者循環(huán)讀數(shù)據(jù)并存入數(shù)組，數(shù)組元素達(dá)到50個(gè)時(shí)，利用抽取數(shù)組子程序，得到各個(gè)基站發(fā)送的10個(gè)RSSI，然后，通過(guò)中值和均值過(guò)濾，獲得RSSI，帶入擬合公式，再利用本文定位優(yōu)化算法求出定位坐標(biāo)并顯示。

圖2 程序流程圖

2.2 前面板部分

前面板如圖3所示，需配置基站的坐標(biāo)值。

圖3 坐標(biāo)顯示界面(截圖)

3 相關(guān)實(shí)驗(yàn)、實(shí)驗(yàn)結(jié)果及誤差分析

3.1 相關(guān)實(shí)驗(yàn)

在實(shí)驗(yàn)階段，首先為了保證試驗(yàn)?zāi)K的一致性，減少實(shí)驗(yàn)誤差。采用的方法是在可視距離內(nèi)，接收模塊固定不變，別的被測(cè)模塊在4個(gè)方向不同距離處，進(jìn)行多次測(cè)量取均值，根據(jù)最終測(cè)得的RSSI來(lái)選擇出具有一致性的試驗(yàn)?zāi)K。

其次，選擇合適的DataRate，全向天線和讀取一幀數(shù)據(jù)的時(shí)間等，經(jīng)過(guò)實(shí)驗(yàn)測(cè)試，設(shè)置的DataRate是250 kbit/s，全向天線的增益是0 dBm，讀取一幀數(shù)據(jù)的時(shí)間為20 μs。

當(dāng)這些試驗(yàn)參數(shù)都確定的情況下，在室內(nèi)可視范圍內(nèi)，使用那些具有一致性的無(wú)線模塊，通過(guò)在1～6 m，間隔為0.5 m，每個(gè)位置取值10次，在不同發(fā)射功率的情況下，利用先排序、濾波再取均值的方法獲得RSSI，通過(guò)MATLAB把RSSI與距離值進(jìn)行擬合之后的圖像如圖4所示。

圖4 RSSI與距離的擬合圖

擬合的一次函數(shù)表達(dá)式如式(11)所示定位實(shí)驗(yàn)部分:在室內(nèi)，2 m高的平面內(nèi)，布置了5個(gè)固定節(jié)點(diǎn)，5個(gè)固定節(jié)點(diǎn)的ID號(hào)及坐標(biāo)分別為:01#(2.5，0);02#(0，1);03#(0，4);04#(2.5，5);05#(4.5，2.5)，并且固定節(jié)點(diǎn)之間可視。

3.2 實(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)結(jié)果見(jiàn)圖5。

圖5 實(shí)驗(yàn)測(cè)得結(jié)果①

3.3 誤差分析

設(shè)R為通信半徑，經(jīng)過(guò)實(shí)驗(yàn)測(cè)得R為70 m。誤差的計(jì)算公式如式(12)所示

定位誤差比較結(jié)果見(jiàn)表1。

表1 定位誤差比較

4 結(jié)論

本文在獲得RSSI時(shí)采用先排序、再濾波進(jìn)而取均值的方法，抑制了那些因多徑效應(yīng)、反射而讀到的錯(cuò)誤數(shù)據(jù)，提高了獲取RSSI的精度;在5個(gè)固定節(jié)點(diǎn)獲得未知節(jié)點(diǎn)的RSSI之后，定位的方法采用了基于極大似然估計(jì)法加權(quán)取均值的定位優(yōu)化算法，與極大似然估計(jì)算法相比較，提高了定位的精度。但仍然存在一些需要改進(jìn)的地方，比如可以增加固定節(jié)點(diǎn)數(shù)目、調(diào)整更為理想的參數(shù)，使得獲取RSSI的速度更快、更準(zhǔn)確。另外，上位機(jī)部分也需要改進(jìn)，這些都會(huì)在以后的研究中進(jìn)一步完善。

［1］瞿雷.Zigbee技術(shù)及應(yīng)用［M］.北京:北京航空航天大學(xué)出版社，2007.

［2］孫利民.無(wú)線傳感器網(wǎng)絡(luò)［M］.北京:清華大學(xué)出版社，2005.

［3］雷振山.LabVIEW高級(jí)編程與虛擬儀器工程應(yīng)用［M］.北京:中國(guó)鐵道出版社，2009.

［4］CEYLAN O，TARAKTAS K F，YAGCI H B.Enhancing RSSI technologies in Wireless sensor networks by using Different frequencies［C］//Proc.the Fifth International Conference on Broadband and Wireless Computing，Communication and Applications，BWCCA 2010.Fukuoka，Japan:Fukuoka Institute of Technology，2010:369-372.

［5］YAN Jiajun.Neighbour discovery for transmit power adjustment in IEEE 802.15.4 using RSSI［D］.Chengdu:Sichuan University，2011.

［6］XU Riming.Study on RSSI-based indoor wireless location program［D］.Nanjing:Nanjing University of Aeronautics and Astronautics，2010.