中心議題：

• 探討無(wú)線傳感器網(wǎng)絡(luò)" title="無(wú)線傳感器網(wǎng)絡(luò)">無(wú)線傳感器網(wǎng)絡(luò)中基于RSSI的節(jié)點(diǎn)距離

解決方案：

• 利用BP神經(jīng)網(wǎng)絡(luò)
• 通過(guò)對(duì)樣本的預(yù)處理

引言

隨著無(wú)線傳感器網(wǎng)絡(luò)研究的不斷深入,，應(yīng)用已經(jīng)逐漸成為人們關(guān)注的焦點(diǎn),。各種在特定應(yīng)用背景下的研究層出不窮，如環(huán)境監(jiān)測(cè),、目標(biāo)跟蹤,、安全監(jiān)控等領(lǐng)域。位置信息對(duì)傳感器網(wǎng)絡(luò)的監(jiān)測(cè)活動(dòng)至關(guān)重要,，事件發(fā)生的位置或獲取信息的節(jié)點(diǎn)位置是傳感器網(wǎng)絡(luò)節(jié)點(diǎn)監(jiān)測(cè)消息中包含的重要信息,，了解傳感器節(jié)點(diǎn)位置信息不僅可以獲取路由信息，而且可以進(jìn)行節(jié)點(diǎn)定位等,。測(cè)距的誤差在很大程度上決定了目標(biāo)定位及跟蹤的誤差,。常用的定位方法必須測(cè)量節(jié)點(diǎn)間的距離，一般測(cè)距方式有紅外線,、GPS,、超聲波和接收信號(hào)強(qiáng)度指示器(RSSI)等。

紅外線,、GPS和超聲測(cè)距都需要額外的硬件,，增加了節(jié)點(diǎn)的硬件成本和尺寸。GPS和紅外線測(cè)距誤差較大,，而利用超聲方法測(cè)距很精確,，測(cè)距誤差只有10 cm，但是受氣溫,、濕度等的影響較大,，不適合在室外使用?；赗SSI的定位無(wú)需額外硬件,，利用對(duì)接收無(wú)線信號(hào)的強(qiáng)度判斷，推導(dǎo)收發(fā)節(jié)點(diǎn)間的距離,，計(jì)算接收無(wú)線信號(hào)強(qiáng)度是商用無(wú)線收發(fā)芯片具備的功能,。基于RSSI的測(cè)距提供了最廉價(jià)的定位方法，而且節(jié)點(diǎn)沒有添加任何部件,?；诔暤臏y(cè)距雖然定位精度較高，但是需要添加硬件,、增加節(jié)點(diǎn)成本和尺寸,。所以，基于RSSI的測(cè)距是無(wú)線傳感器網(wǎng)絡(luò)定位較常采用的方法,。首先對(duì)RSSI進(jìn)行預(yù)處理,，再通過(guò)預(yù)測(cè)模型預(yù)測(cè)距離的值，不但提高了基于RSSI的測(cè)距精度,，而且實(shí)現(xiàn)了低成本的測(cè)距,。

1 BP網(wǎng)絡(luò)的模型結(jié)構(gòu)與算法

BP網(wǎng)絡(luò)是神經(jīng)網(wǎng)絡(luò)" title="神經(jīng)網(wǎng)絡(luò)">神經(jīng)網(wǎng)絡(luò)中采用誤差反傳算法作為其學(xué)習(xí)算法的前饋網(wǎng)絡(luò)，通常由輸入層,、輸出層和隱含層(一層或多層)構(gòu)成,。層與層之間的神經(jīng)元采用全互連的連接方式，通過(guò)相應(yīng)的網(wǎng)絡(luò)權(quán)系數(shù)w相互聯(lián)系,，每層內(nèi)的神經(jīng)元之間沒有連接,。圖1所示為具有一個(gè)隱含層的BP網(wǎng)絡(luò)模型。其中：LA為BP神經(jīng)網(wǎng)絡(luò)的輸入層,，LB為隱層,，LC為輸出層，Wir為隱層與輸入層的權(quán)值,，Vrj為輸出層與隱層的權(quán)值,。

2 實(shí)驗(yàn)平臺(tái)及數(shù)據(jù)的預(yù)處理

2．1 RSSI值獲取

實(shí)驗(yàn)在空曠的無(wú)障礙物的廣場(chǎng)進(jìn)行?；赥iny()S系統(tǒng),，以克爾斯博的Iris節(jié)點(diǎn)為實(shí)驗(yàn)平臺(tái)，0號(hào)節(jié)點(diǎn)為固定節(jié)點(diǎn),，用于接收數(shù)據(jù),。發(fā)送和接收節(jié)點(diǎn)均使用短桿狀天線，節(jié)點(diǎn)放置高度為2 m左右,。固定0號(hào)節(jié)點(diǎn),，移動(dòng)發(fā)射節(jié)點(diǎn)。經(jīng)過(guò)大量的實(shí)驗(yàn)分析得出,，RSSI在10 m的范圍內(nèi)隨著距離的增加變化比較明顯，而10 m以后,，RSSI值隨距離變化不明顯,。如果測(cè)量距離超過(guò)10 m，則測(cè)距的精度得不到保證,，所以此實(shí)驗(yàn)的測(cè)試范圍限定在0～10 m,。實(shí)驗(yàn)人員拿著移動(dòng)節(jié)點(diǎn),，從固定節(jié)點(diǎn)處沿著直線均勻走動(dòng)，當(dāng)走到10 m處停止接收數(shù)據(jù),，記錄整個(gè)連續(xù)移動(dòng)過(guò)程的實(shí)驗(yàn)數(shù)據(jù),。

3個(gè)工作人員分別拿著移動(dòng)終端在0～10 m的范圍內(nèi)勻速前進(jìn)，得到的RSSI值與距離的關(guān)系如圖2所示,。

由圖2可以看出,，不同的人員拿著移動(dòng)終端前進(jìn)，RSSI與距離的關(guān)系曲線基本一致,，說(shuō)明RSSI值與距離的關(guān)系符合一定的衰減規(guī)律,。

在相同的實(shí)驗(yàn)平臺(tái)下，在0～10 m的范圍內(nèi),，每間隔0．2 m或者0．3 m記錄RSSI值,，每個(gè)距離均接收100個(gè)左右的數(shù)據(jù)包，對(duì)RSSI先進(jìn)行均值處理,，然后得出RSSI值與距離的關(guān)系曲線如圖3所示,。

對(duì)比圖2和圖3得出，停頓走比連續(xù)走時(shí)的RSSI值與距離的關(guān)系曲線更平滑,，衰減更慢,。因?yàn)檫B續(xù)走的時(shí)候，信號(hào)會(huì)受到人身體走動(dòng)或者旁邊干擾物的影響,，出現(xiàn)不同程度的突變,。為了確保距離預(yù)測(cè)" title="距離預(yù)測(cè)">距離預(yù)測(cè)值的精度，因此以停頓測(cè)量的數(shù)據(jù)作為測(cè)試樣本,。

2．2 RSSI值濾波處理

   實(shí)驗(yàn)獲取的RSSI值與距離的關(guān)系曲線還不夠平滑,，為了使樣本的質(zhì)量更高、訓(xùn)練效果更好,，先對(duì)RSSI值進(jìn)行濾波處理" title="濾波處理">濾波處理,，分別進(jìn)行限幅濾波處理、遞推平均濾波處理和限幅平均濾波處理,。圖4為3種濾波方式的比較,。

由圖4可以得出，限幅平均濾波的效果最好,，因此以限幅濾波后的數(shù)據(jù)作為訓(xùn)練樣本,。

3 BP網(wǎng)絡(luò)模型的建立

以限幅濾波后的數(shù)據(jù)作為訓(xùn)練樣本。以RSSI作為輸入,，以距離作為輸出,，一般的預(yù)測(cè)問(wèn)題通過(guò)單隱層的BP網(wǎng)絡(luò)實(shí)現(xiàn)，這里也是單隱層。

(1)數(shù)據(jù)歸一化處理

為了在Matlab中計(jì)算方便,，需要對(duì)數(shù)據(jù)進(jìn)行歸一化處理,。這里根據(jù)現(xiàn)有的數(shù)據(jù)情況，分別對(duì)輸入和輸出量進(jìn)行歸一化處理,。歸一化的代碼如下：
 [pn,，minp，maxp,，tn,，mint，maxt]=premnmx(p,，t)
其中p為輸入變量,，t為輸出變量。

(2)BP網(wǎng)絡(luò)訓(xùn)練

網(wǎng)絡(luò)中間層的神經(jīng)元傳遞函數(shù)采用S型的正切函數(shù)logsig,，輸出層神經(jīng)元傳遞函數(shù)采用線性函數(shù)purelin,，采用traingdx函數(shù)進(jìn)行訓(xùn)練，當(dāng)訓(xùn)練141次后達(dá)到0．01的誤差要求,。

4 模型預(yù)測(cè)結(jié)果及與經(jīng)驗(yàn)公式值的比較

為了驗(yàn)證測(cè)試結(jié)果的可靠性,，根據(jù)網(wǎng)絡(luò)訓(xùn)練的結(jié)果，把測(cè)試結(jié)果與真實(shí)值進(jìn)行對(duì)比,。為了突出該方法的優(yōu)越性,，與經(jīng)驗(yàn)公式計(jì)算出來(lái)的距離值進(jìn)行比較。表1為模型預(yù)測(cè)值,、經(jīng)驗(yàn)公式值與真實(shí)值的比較,。

由表1可以得出，由BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)的距離值與經(jīng)驗(yàn)公式計(jì)算出來(lái)的距離值相比,，整體誤差較小,。經(jīng)驗(yàn)公式計(jì)算的距離誤差最大為2．7351m，最小誤差為0．5338m,，而由模型預(yù)測(cè)的距離誤差最大為0．7976m,，最小誤差為0．0232m，測(cè)距的精度明顯提高了很多,。

5 結(jié)論

BP神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的自學(xué)習(xí),、自組織及自適應(yīng)能力，具有高度非線性函數(shù)映射功能,，通過(guò)對(duì)樣本的預(yù)處理,，可以提高訓(xùn)練結(jié)果的精度。因此,，樣本的好壞直接影響訓(xùn)練結(jié)果,。節(jié)點(diǎn)RSSI值的隨機(jī)性較大,，會(huì)隨著環(huán)境及其他干擾的影響發(fā)生突變。因此先對(duì)RSSI值進(jìn)行濾波處理,，濾掉突變的數(shù)據(jù)再進(jìn)行網(wǎng)絡(luò)的訓(xùn)練，預(yù)測(cè)結(jié)果就能達(dá)到較理想的水平,。這適用于不同的場(chǎng)合,，提高了測(cè)距精度，從而進(jìn)行精確定位,。