基于北斗与无线传感网络的系统与定位算法研究

董思腾

摘要：北斗卫星导航系统是我国获得的具有独立专利权的全球卫星导航系统。由于其导航和定位以及短消息格式的通信功能，它被广泛用于许多领域。另外，作为时代发展趋势的网络热点，无线传感器互联网以其大规模，低成本，省时省力的信息认知特性已经渗透到各个领域的各个方面，包括信息收集和信息解析。响应国防和安全，环境保护监控，工业监控和智能能源等多个领域对信息深度，广度和深度的收集和解决要求，以及信息传输的整体和局部两级要求和制导控制。在对北斗卫星导航系统和无线传感器互联网进行调查之后，明确提出了一种基于北斗定位系统和无线传感器互联网的集成系统，并进行了科学研究以改进其优化算法。

关键词：北斗系统;无线传感网络;定位算法

全世界卫星导航的基本结构都集中在国防上，并且在民用方面很受欢迎。导航产品在各种行业中的应用遇到不同的发展趋势机会^[1]。

另外，物联网概念的出现解放了大家对电子工业使用的想象，并提出了各种应用要求。在短短的两年内，物联网技术已经从热点的定义转移到了战略部署和总体规划链接^[2]。物联网技术的关键-传感器网络网络技术已成为世界所有国家的战略要地。无线传感器网络集成了多种技术，例如传感器，电子计算机和信息解决方案。它具有认知，计算和交流的多种功能，并具有多种优势，例如小型化，联网和集成^[3]。

一 数学模型及基本算法

WSN的QoS路由数学模型。无线传感器Internet可以使用无向加权图G（V，E）来显示图中的端点指示Internet节点，而边缘指示连接Internet中节点的通信链路。 V表示一组传感器节点，E表示一组Internet链接。 V中的每个节点都表示一个传感器，当且仅当传感器Vk和Vl可以进行信息交换时，对于Vk，Vi∈V，ekl =（Vk，Vl）∈E。由于动能的限制，不可能在两个随机传感器之间交换信息。由于传输受限，通常每个传感器只能与周围的许多传感器交换信息。可以看出，G不完整。数字。无线传感器互联网中的端到端路由器问题是在无线传感器互联网中找到从数据预处理管理中心t到检查和监视中心d的最佳方法，以便检查和监视中心可以立即获得检测或跟踪区域的信息内容并进行比较。设p=p（s，d）是从源节点s到目的节点d的路径，e是路径p上的链接，即e∈p。对于多约束路由问题，由于各个目标之间缺少统一的度量尺度，往往不能使每个指标的要求达到最优。所以，通常是尽可能兼顾多个目标，求其满意解。

基本蚁群算法原理。蚁群算法是一种基于研究的智能进化算法，通过模拟自然界中寻找食物的蚂蚁的个人行为而明确提出。为了分析基本蚁群算法，寻找最短路径问题的基本蚁群算法概括如下：1）迁移概率。假设所有蚂蚁的组合为{a1，a2，...，am}。在每个搜索周期内，每个蚂蚁根据路径选择概率选择从起点到终点的路径。当所有蚂蚁都完成时在进行路径搜索后，可以说优化算法已经执行了搜索周期时间。在第t个搜索周期中，从连接点i到连接点j的路径选择概率pkij（t）定义如下：

式中：集合allow edk={0，1，…，n-1}-tabuk表示蚂蚁k下一步允许选择的节点集，tabuk（k=1，2，…，m）表示蚂蚁k在本次循环中已经走过节点的集合，该集合随进化过程动态调整。α表示运动轨迹的相对必要性，并且反映了蚂蚁在健身运动的整个过程中积累的信息。值越大，蚂蚁倾向于选择其他蚂蚁经过的路径的能力就越强。 β表示可见性的相对必要性，反映了整个健身锻炼过程中蚂蚁的讨论因素。在蚂蚁选择路径中，被重视程度越高，其值越大，迁移概率就越接近贪婪标准[8]。

二 北斗卫星导航定位算法

2003年5月25日，“长征3A”火箭发动机在我国西昌卫星发射中心被使用，成功地将第三颗“北斗一号”导航定位通信卫星发送到了外层空间。

在此链接中，北斗导航系统软件使用地球上两个地平面为60°的卫星来执行双测距传感器。另一个保存的通信卫星可以用于音频信号。精确定位的基本概念是：以2颗卫星上的已知坐标和中心为基准，每颗卫星将本地卫星与客户设备之间的测得距离作为半经度，然后获得2个球体，客户设备必须位于这两个领域。两颗卫星分别发射到接收部分。根据中心站接收到的反射部分，中心站计算此方法所需的时间为t1，t2，然后在估算之后即可实现准确而精确的定位。整个计算过程是：

c× t1= 2（r1+ R1）

c× t2= 2（r2+ R2） . （3）

由于通信卫星1和通信卫星2是地球上的同步卫星，因此这两个卫星和南站的地心坐标都是已知的。这种带有通讯功能的定位方式，非常适用于传感器网络的信标节点。一方面，此信标节点迅速标定了自身及整个传感器网络的绝对地理位置，另一方面，对所收集到的信息立刻予以传输，完整实现了传感器網络的功能。其缺点是单接收机定位精度为10 m级，定位精度尚需提高。

三 北斗接收器与传感器网络混合的原理及综合定位算法

一般的传感器网络由传感器节点、信标节点、汇聚节点、信息网节点、信息中心5部分组成。

这种传感器Internet部署计划的优点是在最短的时间内弄清“北斗”信标节点的位置和传感器节点的相对位置。该计划综合定位优化算法的过程为：

使“北斗”信标节点完成基本定位。整个定位过程可以充分利用特性不断提高的双卫星导航系统来完善系统软件进行多源差计算，并立即提高“北斗”信标节点的定位精度，从而实现定位每个信标节点的精度为m级。

在AHLOS优化算法的基础上，计算每个传感器节点与信标节点（点D）的相对坐标，因此相对定位精度为cm级。

后2步的定位解算算法，主要根据3个以上节点可以列出过定义方程，按照所要求的精度，不断累进计算求精。设Δp1，Δp2，…，ΔpN为已知节点1，2，…，N到未知节点0的矢量差，ax1，ax2，ay1，ay2，…，axN，ayN为系数，Δx0，Δy0为坐标差，则形成过定义方程的最小二乘法公式为：

为使函数f（Δx0，Δy0）取得最小值时，对函数求导并令为0，得：

可得出

在传感器网络中，节点之间连接很多，大多数节点都可以直接或间接获得3个以上参考点的不精确距离。

四 基于RSSI的融合定位算法仿真

将北斗卫星数设置为M，将无线传感器Internet锚节点数设置为N，并将传感器技术节点之间的距离设置为几十米到五米任何几百米都不同，未知节点可以另外接收北斗卫星数据信号和锚节点数据信号，从而获得通信卫星伪距和RSSI的准确测量值。

本节基于RSSI融合定位算法进行了仿真仿真，并将其与纯北斗定位算法，纯RSSI精确定位算法和融合定位算法进行了比较。图4.1比较了当锚点数分别为0和4时系统软件的定位精度与北斗卫星数的变化相伴的情况。图4.1显示了定位精度与无线传感器节点数量之间的相关性，并比较了北斗卫星是否对精确定位结果有害。通信卫星数相同时，无线传感器互联网锚点越多，定位精度越高，相同数量的锚点节点同时获得。

图 4.1  不同锚节点数下的定位精度变化

圖 4.2 不同场景下定位误差曲线

图4.2比较了在相同锚点下有无北斗卫星的定位收敛速度。从图中可以看出，使用北斗卫星，定位结果可以在很短的时间内非常稳定和精确。根据对北斗定位系统的定位算法，RSSI算法，RSSI组合算法和改进的RSSI组合算法的仿真，与纯北斗导航系统，纯无线传感器互联网和融合系统的实际定位效果进行了比较，系统融合了北斗导航系统和无线传感器互联网的优势，与纯无线传感器互联网相比，融合系统的定位精度逐步提高;借助无线传感器互联网，可以在通信卫星数少于4颗时完成定位，扩大了定位的应用领域。

五 总结与展望

物联网技术时代的到来加速了整个信息社会的融合。从信息的最低层，Internet的中上层到高级的系统软件，已经显示出集成的发展趋势。此外，北斗导航卫星网站导航的基础建设正在不断推进，逐步完善，产业链的使用正在迅速增长。传感器网络网络技术的发展趋势也很快，各种困难也得到了缓解，国家标准初具规模。

参考文献

[1]Biyu L ， Frolik J， Wang X S.A predictive QoS con trolstrategy for wireless sensor netw orks[ C] ∥Mobile Adhoc and S ensor Systems Conference.Washingt on：IEEE ， 2005：2.

[2]侯蓉晖， 史浩山， 杨少军.一种无线传感器网络以数据为中心 的 QoS 路由协议[ J] .传感技术学报， 2006 ，（6）：1-2. HOU Rong-hui， S HI Hao-shan ， YANG Shao-jun.New data-cen- tric QoS routing protocol for wireless sensor netw orks[ J] .Chinese Journal of Sensors and Actuators， 2006 ，（6）：1-2.（in Chi- nese）

[3]Dorigo M ， Di Caro G .Ant colony optimization：a new met a- heuristic[ J] .Evolu tionary Computation ， 1999 ，（2）：1477.

[4]Singh G ， Das S ， Gosavi S V ， et al.Ant colony algorithms for steiner trees：an application t o routing in sensor netw orks[ G] .L N de Castro， F J von Zuben， eds.Recent Developments in Biologi- cally Inspired Computing ， 2003：183-206.

[5]杨文国， 郭田德.求解最小 S teiner 树的蚁群优化算法及其收 敛性[ J] .应用数学学报， 2006 ， 29（2）：352-361. YANG Wen-guo ，GUO Tian-de.An ant colony optimization algo- rithms for the minimum S teiner tree problem and its convergence proof[ J] .Acta Mathematicae Appli cat ae Sinica， 2006 ， 29（2）： 352-361.（in Chinese）

[6]薛鸿印， 李景森.北斗无源定位技术[ J] .现代防御技术， 2005 ， 33（4）：39-41. XUE Hong-yin ， LI Jing-sen.Research on passive Beidou naviga- tion position technology[ J] .Modern Defense Tech nology ， 2005 ， 33（4）：39-41.（in Chinese）

[7]Montgomery J， Randall M .Anti-pheromone as a tool for better exploration of search space[ C] ∥Proceedings of Third Int erna- tional Workshop ANTS.Brussels， Belgium ， 2002：100-110.

[8]Dorigo M .Optimization ， Learning， and Natural Algorithms[ D] . Italy ：Politecnico di Milano， 1992.

[9]Hoos T S H .Max-min antsyst em[ J] .Future Generation Com- puter Systems， 2000， （16）：889-914.

[10]胡海江.一种新的无线传感器网络分簇模型[ J] .传感技术学 报， 2006 ， 19（2）：477-480. HU Hai-jiang .New clust ering model for wireless sensor net- works[ J] .Chinese Journal of Sensors and Actuators， 2006 ， 19 （2）：477-480.（in Chinese）

[11] Bouhafs F M ， Mokhtar H .A semantic clustering routing protocol for wireless sensor networks[ C] ∥IEEE Consumer Communica-tions and Networking Conference. Las Vegas， USA ：CCNC ， 2006：351-355.