摘 要：無線傳感器網(wǎng)絡(luò)是以傳感探測、通信及計(jì)算機(jī)等科學(xué)技術(shù)為依托而構(gòu)筑的目標(biāo)感知和監(jiān)測系統(tǒng)，由于其巨大的應(yīng)用前景而備受學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。定位問題是傳感器網(wǎng)絡(luò)設(shè)計(jì)與應(yīng)用中的一個重要問題。傳感器節(jié)點(diǎn)的位置信息在傳感器網(wǎng)絡(luò)的協(xié)議設(shè)計(jì)、網(wǎng)絡(luò)管理、節(jié)點(diǎn)間協(xié)作、目標(biāo)跟蹤等方面都具有重要的理論和實(shí)際意義。本文詳細(xì)闡述了基于聲波測距的傳感器網(wǎng)絡(luò)定位算法的實(shí)現(xiàn)策略，對具體實(shí)現(xiàn)機(jī)制進(jìn)行了分析并給出相關(guān)結(jié)論。
關(guān)鍵詞：傳感器網(wǎng)絡(luò) 定位算法 聲波測距
Ranging and Localization in Wireless Sensor Network
Liu Gang, Zhou Xingshe, Ma Junyan, Wang Gang
Abstract: A wireless sensor network integrates sensor, MEMS and communication networks. More and more academic researchers and insiders are engaged in developing wireless sensor networks due to their bright future with various applications. In this paper, range-based localization is discussed in detail and our acoustic-based ranging approach is presented, then the algorithm performance and some conclusions are provided.
Keywords: wireless sensor network, rang-based localization, acoustic-based ranging
1.引 言
處理器、存儲和無線通信技術(shù)的不斷進(jìn)步為網(wǎng)絡(luò)化傳感器開辟了新的發(fā)展空間，網(wǎng)絡(luò)化傳感器不僅僅是一個簡單的傳感器，它由處理器、存儲器、無線收發(fā)機(jī)、電池和一組傳感器構(gòu)成，具有傳感、計(jì)算和通信等多種功能。而且伴隨著制造工藝的不斷革新，網(wǎng)絡(luò)化傳感器的體積變得越來越小，因此人們形象的稱它為“智能塵埃”。由這種“智能塵埃”組成的無線傳感網(wǎng)絡(luò)被廣泛的應(yīng)用到各方面，例如環(huán)境監(jiān)測、軍事偵察等。定位問題是傳感器網(wǎng)絡(luò)設(shè)計(jì)與應(yīng)用中的一個重要問題。傳感器節(jié)點(diǎn)的位置信息在傳感器網(wǎng)絡(luò)的協(xié)議設(shè)計(jì)、網(wǎng)絡(luò)管理、節(jié)點(diǎn)間協(xié)作、目標(biāo)跟蹤等方面都具有重要的理論和實(shí)際意義。
2. 基于測距的定位
2.1 軟硬件環(huán)境及可行性分析
我們使用的節(jié)點(diǎn)是CrossBow公司的MPR400CB，節(jié)點(diǎn)上所使用的處理器是ATmega128L。ATmega128L處理器的約為主頻 7.4MHz，CPU時鐘周期是136ns，另外ATmega128L處理器使用的是精簡指令集和流水線技術(shù)，大部分指令的執(zhí)行周期都只占用一個CPU時鐘周期，中斷的響應(yīng)周期占4個CPU時鐘周期。如果測10cm的距離，聲速假設(shè)是340m/s，那么則ΔT應(yīng)該大約為0.294ms;假設(shè)每條指令的執(zhí)行時間都是136ns，那么在ΔT這段時間內(nèi)節(jié)點(diǎn)可以大約執(zhí)行2161條指令，所以說處理器在處理速度上是足夠了。另外處理器中計(jì)數(shù)器晶振的頻率最快可以達(dá)到每毫秒7373次，所以計(jì)時器也具有足夠的精確度用來計(jì)時。所以，聲波法測距中，計(jì)時的環(huán)節(jié)上不存在問題。
我們所用的傳感器板是CrossBow公司的MTS310CA。MTS310CA傳感器板上同時集成了蜂鳴器和麥克風(fēng)。蜂鳴器是一個簡單的4KHz壓電共鳴器。它的驅(qū)動和頻率控制電路是內(nèi)部集成的。對它的操作只需控制開關(guān)就行了。MTS310CA傳感器板提供了麥克風(fēng)，有兩個主要用途，一個用途是用來做聲音的測距，另一個用途是用來錄音和測量聲音。其中麥克風(fēng)自帶了濾波器和聲音解碼器，可以用來對MTS310CA傳感器板上蜂鳴器發(fā)出的4kHz的聲音進(jìn)行監(jiān)聽。
節(jié)點(diǎn)上運(yùn)行的操作系統(tǒng)為TinyOS。TinyOS是一種源代碼開放的操作系統(tǒng)，是美國加州大學(xué)伯克利分校為低功率的嵌入式網(wǎng)絡(luò)傳感器而設(shè)計(jì)的基于事件驅(qū)動的嵌入式操作系統(tǒng)，它以最少的硬件配置支持網(wǎng)絡(luò)化傳感器所需的并發(fā)密集操作，是一種微線程、事件觸發(fā)的操作系統(tǒng)。它保持了網(wǎng)絡(luò)化傳感器所特有的諸多特性，高效的管理硬件系統(tǒng)，同時支持并發(fā)密集操作，從某種意義上達(dá)到高效的模塊化和運(yùn)行的健壯性。
2.2 算法實(shí)現(xiàn)
為了用聲波測距且將距離的最小分辨率提高到至少10厘米，我們必須對TinyOS提供的定時器TimerC進(jìn)行改造。考慮到TinyOS本身的一些其他重要組件，如節(jié)點(diǎn)間無線通信模塊GenericComm.nc、模數(shù)轉(zhuǎn)換器ADCC等都用到了系統(tǒng)提供的TimerC組件。所以我們?nèi)绻脑?TimerC，那么在改造的同時還要保證原來的功能不變。另外一種方法是利用處理的另外一個硬件資源，也就是Timer/Counter1，自己編寫一個專用的Timer。比較兩種方法，前一種在原來的基礎(chǔ)上稍加改進(jìn)節(jié)省硬件資源;后一種方法的話比較簡單，但專門用了處理器的一個定時計(jì)數(shù)器只實(shí)現(xiàn)一個 Timer，從硬件角度看浪費(fèi)較大，不過它可以達(dá)到很高的計(jì)時速度，可以用來進(jìn)行高頻率的采樣。
這種方法的基本思想為：Beacon節(jié)點(diǎn)以固定的時間間隔先通過無線發(fā)射裝置向Listener節(jié)點(diǎn)發(fā)射一條準(zhǔn)備測距的消息，其中包含一個時間戳，沒法一次準(zhǔn)備測距的消息時Beacon節(jié)點(diǎn)將時間戳加1。這里Beacon節(jié)點(diǎn)是用兩個定時器，第一個定時器用來控制向Listener發(fā)送準(zhǔn)備測距的消息的時間間隔，第二個定時器用來控制蜂鳴器的發(fā)聲時間。這里兩節(jié)點(diǎn)通過Beacon使用的SendMsg接口的 SendMsg.sendDone（TOS_MsgPtr sent, result_t success）事件和Listener使用的 ReceiveMsg接口的event TOS_MsgPtr ReceiveMsg.receive（TOS_MsgPtr m）事件達(dá)到兩節(jié)點(diǎn)間的同步。也就是說，對于Beacon來說，當(dāng)SendMsg的發(fā)送完成時即產(chǎn)生SendMsg.sendDone事件，Beacon將蜂鳴器打開一段時間;對 Listener來說當(dāng)ReceiveMsg產(chǎn)生ReceiveMsg.receive事件時，Listener節(jié)點(diǎn)開始計(jì)時。
2.3 結(jié)果分析
程序在傳感器節(jié)點(diǎn)上運(yùn)行，在基站接收到的數(shù)據(jù)（如圖1）是兩節(jié)點(diǎn)距離20厘米時的測量結(jié)果，其中發(fā)回基站標(biāo)出的數(shù)值乘以10厘米就是兩節(jié)點(diǎn)間的實(shí)際距離。
圖1 基站接收到原始數(shù)據(jù)
圖1中橫線的數(shù)據(jù)表示節(jié)點(diǎn)測量到的距離，比例因子是10厘米。從數(shù)據(jù)流可以看出，測量的結(jié)果不穩(wěn)定，有漂流而且較大。但其中有正確的結(jié)果02也就是 20厘米，同樣，將兩節(jié)點(diǎn)的距離放置30厘米、40厘米、50厘米、60厘米、70厘米和80厘米，得到的數(shù)據(jù)有類似的特點(diǎn)。仔細(xì)對聲波測距的誤差分布圖分析后，發(fā)現(xiàn)其誤差的分布以一種比較隨意的分布，不能用我們常用的例如正態(tài)分布等分布來對其進(jìn)行擬合。然而，我們使用一種比較簡單的最小值濾波得到了比較好的效果。因?yàn)閷邮盏降臄?shù)據(jù)流仔細(xì)觀察，雖然在同一距離中測量值偏差的分布沒有任何規(guī)律，但是從某一寬度的時間窗口，也就是同一距離時連續(xù)測到的一組數(shù)據(jù)（例如連續(xù)的10個測量值），內(nèi)中必有和真實(shí)距離相符的正確的測量值，而且在這一組數(shù)據(jù)中值最小。
由上面分析得到數(shù)據(jù)的特點(diǎn)我們決定采用最小值濾波法來改進(jìn)測量，也就是在一組連續(xù)的數(shù)據(jù)（試驗(yàn)中發(fā)現(xiàn)10個連續(xù)的數(shù)據(jù)長度是在可以保證數(shù)據(jù)的正確率大于98%的情況下的最短距離）中找出這些數(shù)據(jù)中值最小的那個值來代表著一段時間內(nèi)測距結(jié)果。這樣兩節(jié)點(diǎn)的一次測距，通過10對他們的10次連續(xù)測距并采用最小濾波得到。不過這種方法的缺點(diǎn)也是比較明顯的，也就是增加了節(jié)點(diǎn)之間的測距所需要的時間，如果原來是每一秒鐘測一次距離，那么用這種算法如果濾波的長度取10的話，變成每10秒鐘測一次距離，也就是10秒定一次位。這使測量的實(shí)時性降低，為了提高實(shí)時性，可以縮短Beacon每次發(fā)射準(zhǔn)備測距信號的時間間隔，如每100毫秒進(jìn)行一次，這樣就使得同樣的算法情況下定位測距的時間縮短到1秒鐘一次。
將算法改進(jìn)，對兩節(jié)點(diǎn)的一次測距值，通過連續(xù)的10測距并采用最小濾波得到。將改進(jìn)的程序燒上載到傳感器節(jié)點(diǎn)，將兩節(jié)點(diǎn)的距離分別放置為10厘米、 20厘米、30厘米……200厘米，觀察基站接收到的數(shù)據(jù)。接收到的數(shù)據(jù)也就是測量值比較穩(wěn)定且與兩節(jié)點(diǎn)之間實(shí)際的距離最大誤差在正負(fù)10厘米之內(nèi)。
在這里我們使用最小值濾波的原因是，我們對時間的讀數(shù)總不可能比聲音到達(dá)的時間快，所以這里用最小的值估計(jì)應(yīng)該是最接近真實(shí)值的。
3. 結(jié)論
由于在傳感器網(wǎng)絡(luò)中，時間同步是一個需要解決的核心科學(xué)問題，同時也是一個難題，而在節(jié)點(diǎn)的測距和定位過程中，我們又需要精確的時間同步。采用對特定的聲音頻率（4kHz蜂鳴器發(fā)出的聲音）產(chǎn)生中斷來判斷聲音是否到達(dá)從而進(jìn)行測距的方法，我們得出以下幾點(diǎn)結(jié)論：
l 外界環(huán)境對于測距的影響較大，尤其是外界噪聲和蜂鳴器發(fā)出的聲音的回聲;
l 當(dāng)測距較遠(yuǎn)時，如果是在室內(nèi)回音對于測距結(jié)果影響很大，即使采用最小值濾波法也不會得到穩(wěn)定的值。為了消除回音的影響，應(yīng)該將蜂鳴器的發(fā)聲時間間隔取小，兩次發(fā)聲之間的時間間隔取大，從而消除室內(nèi)回音影響，在采用上述方法消除回音的影響之后，在長距離的測量中得到穩(wěn)定而正確的數(shù)據(jù);
l 對于距離的分辨率，可以通過改變Listener計(jì)時器觸發(fā)的時間間隔來控制，也就是 call Timer.start2（TIMER_REPEAT,10），將第二個參數(shù)的數(shù)值變小可以提高，但不能變得太小，太小的話會使其負(fù)載增大，反而使測量結(jié)果不準(zhǔn)確。另外由于麥克風(fēng)不夠靈敏的原因?qū)⑵渲翟O(shè)置得太小對測量結(jié)果影響不大。實(shí)驗(yàn)表明10厘米的分辨率是一個比較好的取值，而且國外大部分采用聲音測距的誤差也是10厘米，由于硬件本身的因素，誤差無法進(jìn)一步減小;
l 該方法的定位時間比較長，不如信號強(qiáng)度定位好，適用于節(jié)點(diǎn)間相對位置較為穩(wěn)定或者變化速度不是很快的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)中的定位。
本文作者創(chuàng)新點(diǎn)：通過簡單而有效的時間戳來達(dá)到近似的時間同步并對測量數(shù)據(jù)進(jìn)行最小濾波來實(shí)現(xiàn)測距和定位。
參考文獻(xiàn)：
[1] Bahl P, Padmanabhan VN. RADAR: An in-building RF-based user location and tracking system. In: Proc. of the IEEE INFOCOM 2000. Vol.2, Tel Aviv: IEEE Computer and Communications Societies, 2000.
[2] Savarese C, Rabaey JM, Beutel J. Locationing in distributed ad-hoc wireless sensor network. In: Proc. of the 2001 IEEE Int’l Conf. on Acoustics, Speech, and Signal. Vol.4, Salt Lake: IEEE Signal Processing Society, 2001.
[3] Doherty L, Pister KSJ, Ghaoui LE. Convex position estimation in wireless sensor networks. In: Proc. of the IEEE INFOCOM 2001. Vol.3, Anchorage: IEEE Computer and Communications Societies, 2001.
[4] Piyush Gupta，P.R.Kumar，The Capacity of Wireless Networks. IEEE Transactions on information theory, 2000，46（2）
[5] 代慶瑜,季振洲. 聲音傳感器節(jié)點(diǎn)的設(shè)計(jì). 微計(jì)算機(jī)信息, 2006, 5-1期, P.146-147
