引言

传统无线传感器网络(wireless sensor networks，WSNs)定位都是基于静态网络，如果应用于动态网络，就没有利用移动性为定位带来的一些优势，需要频繁地新位置信息。尽管移动性会给节点定位带来一些负面影响，但是，利用信标节点的移动性也能降低所需要的信标节点数量，降低硬件成本，提高定位精度。节点移动性还可以用于稀疏网络，以获得更多网络信息；移动信标节点可以通过虚拟的网络节点来增加网络信标节点密度。

近年来，WSNs中基于移动信标节点的定位技术和移动WSNs定位技术已引起了人们的广泛关注。本文介绍分析了静态WSNs定位的基本方法和技术，详细讨论了移动信标节点定位和移动WSNs定位的国内外研究现状，分析了主要算法的原理和特点，最后，给出了 WSNs定位技术进一步研究的方向与面临的挑战。

1静态WSNs定位技术

在静态WSNs定位中，按照是否测量距离，可以分为range—based定位和.range—free定位。range—based定位通过测量节点间点到点的距离或角度信息，使用三边测量、三角测量或极大似然估计定位法计算节点位置。range—free定位无须距离和角度信息，也不需要增加额外的硬件，仅根据网络连通性等信息即可实现，具有实现代价低和实现简单的优势。在定位精度要求不高的.. WSNs应用中是一种备受关注的定位方案。

1．1 range．based定位

在WSNs中，range—based定位常用以下几种测距机制：

1)接收信号强度(received signal strength indicator，RS—SI)测距机制：利用已知的发射点信号强度、接收节点接收到的信号强度，计算出信号的传播损耗，利用理论或经验信道模型将传播损耗转换为距离来测量距离。

2)信号传输时间(time of arrival，TOA)测距：根据信号(RF，声音或红外线)的传播时间来计算节点问的距离，通常采用声音或者无线射频信号。

3)到达时间差(time difference on arrival,TDOA)测距：发射节点同时发射2种不同传播速度的无线信号，接收节点根据2种不同信号到达的时间差和已知的2种信号的速率计算2个节点间的距离。常采用超声波信号与无线射频信号。.

4)信号到达角度(angle of arrival，AOA)测距：接收节点通过天线阵列或者多个超声波接收机感知发射节点信号的到达方向，计算接收节点和发射节点之间的相对方位或角度，再通过三角测量法计算节点的位置。

RSSSI测距误差比较大，但容易实现，功耗低，不需要额外增加硬件。TOA，TDOA测距定位精度都比RSSSI高，但时间测量上的微小误差都可能造成很大的距离误差值。AOA

对硬件要求比较高，且易受外界影响，不适用于大规模WSNs。上述几种测距方法中，RSSI和TDOA最为常用。在定位精度要求比较高，而且，成本和功耗都允许的情况下，可以考虑采用range-based定位方案。

1．2 range-free定位

range—free定位性能通常不如range—based定位，但range—free定位不需要硬件支持，实现成本较低，功耗较低，也可以满足许多应用需要。因此，在功耗要求较低，不需要硬件支持，定位精度要求不太高的场合，range-free定位是一种有效的定位方案。质心，APIT，DV—Hop等典型range-free定位都在相关文献中有详细介绍，限于篇幅，这里仅分析SeRLoc和REP算法。

SeRLoc是由Lazos L和Poovendran R提出的一种分布式.range—free的安全定位算法。该算法中的每个信标节点配备多个定向天线，信标报文中包含节点天线发射角度。该算法通过以下4个步骤来得到节点的位置信息：首先，节点搜集在其通信范围内的所有信标节点；其次，计算可以定位自身的搜索范围；然后，利用多数表决机制计算天线扇区的重叠区域(ROI)；最后，通过计算ROI的质心来估计其位置。该算法可以有效地防止虫洞攻击和.Sybil攻击，是首先考虑定位安全性的range-free定位，在相对较少的信标节点数和较低的通信量情况下，可以达到较高的定位精度，而且，在信标节点位置信息有误的情况下，定位性能较好。

REP是为克服传统的WSNs定位算法只适用于各向同性的WSNs的缺点，提出的一种适用于大规模各向异性且有洞的WSNs定位算法。该算法包括5个主要组成部分：边界检测、最短路径的探测、虚拟孔的构建、虚拟最短路径的构建和距离计算。首先，系统检测并列举在洞边界内的孔及其边界上的节点；其次，每个节点探测到3个信标节点的最短路径，并计算其欧氏距离；最后，利用到信标节点的估计距离，节点采用三角定位法计算其位置。

在静态WSNs定位中，质心算法是一种最简单、最容易实现的定位算法，对信标节点密度要求较高；APIT对信标节点密度要求也比较高，但定位精度有所提高；DV-Hop只适用于各向同性网络，在各向异性网络中定位精度明显降低；SeRLoc是考虑安全性的定位；REP是适用于大规模各向异性且有洞的WSNs定位。上述range—free的静态WSNs定位算法各有其优缺点，适用于不同的应用环境，现将其主要性能比较如表1所示。

表1 range-freee静态WSNs定位算法性能比较

Tab 1 Performance comparison of range-free static WSNs location algorithm

基于移动信标节点的WSNs节点定位方法，利用1个或多个信标节点在节点分布区域中自由或按照规划好的路径移动，同时，周期性发送信标信号，未定位节点可根据信标信号测定自身与信标节点的相对距离或角度信息，然后，根据多个测量距离或角度信息进行定位，或者利用节点间的连通信息进行定位。

最早应用单个移动信标节点结合RSSI测距预估得到节点位置。未知节点接收包含信标节点位置信息的信标信号，并利用RSSI测距，当未知节点收到至少3个不共线的信标节点的信标后，就可以利用三边测量法定位自身。针对基于移动信标利用RSSI测距技术的定位算法出现了多种改进方法：对移动路径进行规划的改进方法，并把已确定自身位置的节点升级为参考节点，协助其他节点定位；利用TDOA进行节点定位的方法，信标节点对发送的信标信号进行连续编号，未知节点接收到2个信标后，利用信标编号和发射周期估计这2个信标发射点到未知节点的距离差。当接收到3个或更多信标节点后利用三边测量法估计节点位置。这种方法不用发送方和接收方的时间同步，但节点计算量稍大。

非测距的移动信标定位主要利用节点间的连通信息，以信号强度、优化的移动路径等作为辅助信息，通过几何方法进行节点位置估计。文献介绍了一种基于多个移动信标非测距的定位算法。未知节点选择其接收到的信号强度相等的3个信标发射点，认为这三点在以未知节点为圆心的同一个圆上，然后，利用几何方法求解未知节点的位置。

移动信标节点定位用移动信标节点代替固定信标节点降低了定位成本，提高了定位精度。如何利用优化路径使定位性能提高，将移动信标定位运用到大规模WSNs值得进一步研究。

3移动无线传感器网络定位技术

文献提出了基于有序MCL方法的移动WSNs定位算法，该成果是第一次针对WSNs 移动节点的range-free的定位研究，该研究成果的定位精确性并没有受到节点移动的影响，反而利用其移动性提高了算法的精度，同时减小了定位的代价。该成果也表明：MCL能够在存储非常有限，信标节点密度低，而且，网络传输非常不稳定的情况实现对WSNs的精确定位。MCL通过重复预测滤波过程周期性地更新它的样本，这些样本是节点位置的近似分布。当节点获得足够多的样本位置时，通过计算所有样本位置中心估计节点的具体位置。

在MCL基础上，先后出现了一些改进算法。在MCL基础上，BaggioA等人提出了MCB算法，该算法通过定义信标节点盒子和样本盒子把采样区域在一个样本盒子里，提高了采样成功率，从而改善了定位效率和定位精度，定位时间降低93％，平均定位精度提高30％，定位覆盖率也提高了22％。Rudafshani M等人在MCL基础上根据样本之间的采样和采样的共同邻居节点关系分配不同的权重得到MSL和MSL算法，该改进算法在减少计算量和通信量的同时，可以比MCL达到更高的定位精度。range—based MCL在滤波阶段利用普通节点和信标节点之间的距离提高定位精度，相对于MCL来说，定位误差降低12％～49％。Wang W D和Zhu Q X在MCL的基础上，利用测量RSS的对数正态统计模型提出了一种RSS—MCL改进算法，该算法在降低通信开销和计算成本的同时，定位精度平均提高17％。

DRL定位主要包括2个步骤：1)三角定位：每个移动节点通过规则三角及其获得的参考信息进行自定位；2)信标节点参数更新：每个信标节点中含有定位其他节点的参数信息，这些参数信息必须根据当前环境条件动态更新。信标节点更新和三角定位是 2个相互的过程，为了不增加网络负担，信标节点更新的频率应比三角定位要低。该算法仅需要少量的信标节点，允许所有的信标节点和普通节点都移动。同时，由于其动态的信标节点洪泛和健壮的三边测量，该算法能适用于低密度或高密度节点分布情况，定位精度比MCL高26％。

LOCALE是一种适用于低密度节点分布的稀疏移动WSNs定位，是第一个有效的稀疏移动WSNs分布式协作定位算法。LOCALE包括3个阶段：1)本地化阶段：利用节点的运动跟踪信息来得到一个不太精确的位置估计；2)转换阶段：利用邻节点的位置估计来得到节点本身的位置估计；3)更新阶段：联合邻节点和已有位置信息进行位置求精。该算法已在实际节点上实现，且所需的固定信标节点数大大减少，定位精度也有所提高。

上述几种移动WSNs的性能比较如表2所示。总体来说，现有移动WSNs定位技术还存在节点间通信量高、计算量大的缺点。因此，如何利用改进.MCL算法，结合非MCL算法的优势，减少定位的通信量和计算量，值得深入研究。

表2移动WSNs定位算法性能比较

Tab 2 Performance comparison of mobile WSNs location algorithm

表2中算法的性能比较都是在相同条件下相对于MCL算法而言的。 “↑”表示提高，“↓ ”表示降低。

4亟待解决的问题

对于移动WSNs定位这个研究热点来说，尽管到目前为止已经有不少关于移动WSNs的定位算法，但这些算法都是应用相关的，还没有一种通用算法。移动信标节点定位和移动WSNs定位将传感器网络定位应用范围从静态扩展到移动领域，同时，利用信标节点的移动性，降低了定位代价，提高了定位精度。但是，移动WSNs定位还存在不少问题，例如：限于传感器节点自身能量和计算能力的，在研究定位算法时，如何考虑定位精度、通信开销、计算代价的平衡，以延长整个网络的使用寿命，是首先需要考虑的问题。如何结合实际的应用环境减小网络通信量，降低计算代价，提高定位精度则是目前及今后需要研究的重点。除少数几种定位算法考虑安全性外，一般的定位算法都没有考虑定位的安全性，因此，如何在定位的同时保证其安全性也值得研究。三维空间的定位算法相对较少，如何有效地将二维定位算法扩展到三维空间也非常重要。此外，目前许多算法都局限于理论研究，还没有得到实际应用，如何将现有算法有效应用到实际中去也值得重视。

5结束语

WSNs是对人类未来生活产生深远影响的十大新兴技术之一，而定位是WSNs的关键技术之一。虽然不断有新的WSNs定位算法提出，但目前移动信标节点定位和移动WSNs定位还存在一些问题，有待进一步深入研究、改进和提高，如在保持现有定位精度的情况下如何进一步减少计算量和通信量，从而延长网络的使用寿命。随着MEMS技术的发展、传感器节点成本的降低与实际应用的迫切需要，WSNs将得到更快的发展与应用。下载本文