智慧農(nóng)業(yè)無(wú)線傳感器精確定位

　　摘要：為提高智慧農(nóng)業(yè)中無(wú)線傳感器目標(biāo)定位的精度，采用改進(jìn)四邊測(cè)距算法。首先通過(guò)４個(gè)查詢節(jié)點(diǎn)坐標(biāo)構(gòu)造與信標(biāo)節(jié)點(diǎn)坐標(biāo)的線性方程，為兼顧定位區(qū)域其他信標(biāo)節(jié)點(diǎn)定位誤差，對(duì)信標(biāo)節(jié)點(diǎn)的坐標(biāo)誤差求均值；隨后未知節(jié)點(diǎn)到信標(biāo)節(jié)點(diǎn)的距離采用牛頓迭代求精；最后對(duì)鄰居位置相對(duì)不集中的節(jié)點(diǎn)進(jìn)行排除，并且給出了算法流程。試驗(yàn)仿真顯示，在信標(biāo)節(jié)點(diǎn)比例增加的情況下，該算法比其他算法的定位誤差下降速度快，定位誤差與其他算法間隔比較大，而且變化幅度較小，定位性能趨于穩(wěn)定。

　　關(guān)鍵詞：智慧農(nóng)業(yè)；無(wú)線傳感器；精確定位；四邊測(cè)距；迭代；定位誤差；閾值

　　在智慧農(nóng)業(yè)監(jiān)測(cè)中，使用飛行器將幾百個(gè)甚至幾千個(gè)傳感器隨機(jī)拋撒到監(jiān)測(cè)區(qū)域，便于獲取環(huán)境信息，但是對(duì)獲取的監(jiān)測(cè)信息需要附帶相應(yīng)的位置信息，在大多數(shù)情況下，無(wú)線傳感器隨機(jī)布放的環(huán)境不是在二維區(qū)域中，而是在復(fù)雜多變的三維區(qū)域中，傳感器節(jié)點(diǎn)取得的信息只有與自身位置相結(jié)合才有意義，因此三維區(qū)域的無(wú)線傳感器節(jié)點(diǎn)定位應(yīng)用價(jià)值較高［１］。傳統(tǒng)的無(wú)線傳感器三維定位算法有Landscape－３D節(jié)點(diǎn)定位算法，該算法在未知節(jié)點(diǎn)之間無(wú)需通信，減小了通信開(kāi)銷［２］，但是需定位輔助設(shè)備，同時(shí)每個(gè)節(jié)點(diǎn)需要存儲(chǔ)大量的觀測(cè)信息；基于球殼交集的三維定位算法僅對(duì)信標(biāo)節(jié)點(diǎn)進(jìn)行２次廣播，從而降低了通信開(kāi)銷，延長(zhǎng)了網(wǎng)絡(luò)生存期［３］，但是定位覆蓋率、定位精度受信標(biāo)節(jié)點(diǎn)密度影響較大，從而加大了節(jié)點(diǎn)的成本，實(shí)用性較差；Costrained３D節(jié)點(diǎn)定位算法能夠?qū)⑽粗?jié)點(diǎn)轉(zhuǎn)化為信標(biāo)節(jié)點(diǎn)來(lái)對(duì)距離相對(duì)更遠(yuǎn)的未知節(jié)點(diǎn)進(jìn)行定位［４］，但是會(huì)產(chǎn)生誤差累積；APIT－３D算法不要求節(jié)點(diǎn)移動(dòng)，能夠高度近似實(shí)現(xiàn)定位，避免了大量數(shù)據(jù)向中心節(jié)點(diǎn)傳輸而造成的能量損耗［５］，但是要求定位區(qū)域和未知節(jié)點(diǎn)與信標(biāo)節(jié)點(diǎn)相鄰，該算法要求較高的信標(biāo)節(jié)點(diǎn)密度；Centroid－３D算法只需要用三維坐標(biāo)值替代二維坐標(biāo)值即可［６］，但是減小定位誤差卻不太明顯，甚至還有使其惡化的可能。

　　1測(cè)距定位過(guò)程

　?。保被谒倪厹y(cè)距算法模型在使用節(jié)點(diǎn)進(jìn)行定位時(shí)，未知節(jié)點(diǎn)附近的信標(biāo)節(jié)點(diǎn)數(shù)量往往多于３個(gè)，在三邊測(cè)距的基礎(chǔ)上，再添加１個(gè)信標(biāo)節(jié)點(diǎn)參與定位，采用未知節(jié)點(diǎn)周圍較近的４個(gè)信標(biāo)節(jié)點(diǎn)來(lái)進(jìn)行質(zhì)心計(jì)算，四邊測(cè)距法示意見(jiàn)圖１。

　?。保参粗?jié)點(diǎn)到信標(biāo)節(jié)點(diǎn)的距離迭代求精設(shè)未知節(jié)點(diǎn)l的初始估計(jì)位置（xel，yel，zel）到信標(biāo)節(jié)點(diǎn)（x，y，z）距離計(jì)算公式如下：dl＝（x－xel）２＋（y－yel）２＋（z－zel）２。（８）得出對(duì)應(yīng)估計(jì)距離為del，泰勒級(jí)數(shù)展開(kāi)式：dl＝del＋x－xeldelΔx＋y－yeldelΔy＋z－zeldelΔz＋εl。（９）式中：Δx，Δy，Δz為相對(duì)偏差。將未知節(jié)點(diǎn)與４個(gè)以上信標(biāo)節(jié)點(diǎn)的距離所得的εl采用牛頓迭代，∑lεl２取最小值的解（Δx，Δy，Δz）與（xel，yel，zel）相加即可，把相加結(jié)果作為下次的（xel，yel，zel），多次迭代直到滿足定位閾值要求［８－１０］。１．３數(shù)據(jù)優(yōu)化通過(guò)迭代計(jì)算目標(biāo)函數(shù)的最小值把未知節(jié)點(diǎn)的坐標(biāo)優(yōu)化［１１－１２］，假設(shè)節(jié)點(diǎn)j（xj，yj，zj）到未知節(jié)點(diǎn)i的距離函數(shù)如下：dji＝（xj－xi）２＋（yj－yi）２＋（zj－zi）２。（１０）包含噪聲信息的距離值為d⌒ji，優(yōu)化目標(biāo)函數(shù)如下：d′ji＝１N∑Ni＝１（dij－d⌒ji）２。（１１）式中：N為未知節(jié)點(diǎn)數(shù)。在三維空間需要較多的節(jié)點(diǎn)才能滿足空間測(cè)距定位，對(duì)某個(gè)未知節(jié)點(diǎn)可能存在多個(gè)鄰居信標(biāo)節(jié)點(diǎn)，但是估計(jì)的時(shí)候僅需要任意４個(gè)即可，因此存在多估計(jì)的可能性，對(duì)于估算到的未知節(jié)點(diǎn)的一系列位置需要進(jìn)行過(guò)濾。定位閾值dth：dth＝３L３×A３／（S×P×４３πR３）。（１２）式中：L為空間立方體邊長(zhǎng)；A為每個(gè)未知節(jié)點(diǎn)定位需要的平均信標(biāo)節(jié)點(diǎn)數(shù)；S為網(wǎng)絡(luò)中節(jié)點(diǎn)總數(shù)；P為信標(biāo)節(jié)點(diǎn)的比例；R為節(jié)點(diǎn)通信半徑。

　　2仿真試驗(yàn)

　　仿真試驗(yàn)構(gòu)造了邊長(zhǎng)為１０００m的正方體三維空間試驗(yàn)區(qū)域，面積為１０００m×１０００m，該空間區(qū)域內(nèi)隨機(jī)投放了２００個(gè)節(jié)點(diǎn)，其中信標(biāo)節(jié)點(diǎn)比例控制在１０％～３０％，信標(biāo)節(jié)點(diǎn)的通信半徑為３０m，未知節(jié)點(diǎn)通信半徑為２０m，節(jié)點(diǎn)一經(jīng)部署，位置不再變化，程序采用Matlab實(shí)現(xiàn)。

　?。玻毙艠?biāo)節(jié)點(diǎn)數(shù)量、通信半徑對(duì)定位誤差影響的對(duì)比仿真

　　定位精度通過(guò)平均定位誤差與節(jié)點(diǎn)的通信半徑的比值來(lái)衡量：Rerror＝∑ni＝m＋１（Xiest－Xireal）２（n－m）×R。（１４）式中：Xiest、Xireal分別為未知節(jié)點(diǎn)的估計(jì)值、真實(shí)值；Rerror為定位誤差；n、m分別為節(jié)點(diǎn)總數(shù)、信標(biāo)節(jié)點(diǎn)數(shù)；R為節(jié)點(diǎn)通信半徑。圖３給出本研究算法與其他算法定位精度對(duì)比分析，試驗(yàn)結(jié)果均是１５次蒙特卡羅獨(dú)立仿真平均值。在信標(biāo)節(jié)點(diǎn)數(shù)量相同的情況下，本研究算法與其他算法相比，平均定位誤差下降明顯，各種算法均隨信標(biāo)節(jié)點(diǎn)數(shù)的增加，定位誤差呈下降趨勢(shì)，其中，在信標(biāo)節(jié)點(diǎn)分布比例為２５％時(shí)，本研究算法定位效果最好，歸一化平均誤差下降４０％以上；隨著信標(biāo)節(jié)點(diǎn)比例的增加，本研究算法的定位誤差下降速度最快，并且定位誤差與其他算法間隔比較大，定位誤差最小，定位精度較高；同時(shí)隨著通信半徑的增加，由于通信半徑增加后導(dǎo)致節(jié)點(diǎn)接收到的數(shù)據(jù)量增多，對(duì)節(jié)點(diǎn)間跳數(shù)估計(jì)準(zhǔn)確性降低，但是本研究算法定位誤差降低幅度較其他算法小。

　?。玻捕ㄎ徽`差與定位時(shí)間關(guān)系仿真

　　圖４的試驗(yàn)結(jié)果是１５次蒙特卡羅獨(dú)立仿真平均值，可以看出，定位誤差隨著定位測(cè)試時(shí)間的變化而不斷變化。在剛開(kāi)始５s內(nèi)，各種算法定位誤差均為最大，本研究算法整體定位誤差比其他算法低，并且變化幅度較小，定位性能趨于穩(wěn)定，定位誤差范圍在１～３m之間，在一定程度上提高了定位精度，對(duì)環(huán)境具有較好的適應(yīng)性。

　　3總結(jié)

　　本研究采用改進(jìn)四邊測(cè)距算法對(duì)無(wú)線傳感器目標(biāo)定位，通過(guò)４個(gè)查詢節(jié)點(diǎn)的坐標(biāo)構(gòu)造與信標(biāo)節(jié)點(diǎn)的線性方程，根據(jù)標(biāo)準(zhǔn)最小均方差估計(jì)方法確定位置節(jié)點(diǎn)坐標(biāo)，未知節(jié)點(diǎn)到信標(biāo)節(jié)點(diǎn)的距離采用牛頓迭代求精，對(duì)鄰居位置相對(duì)不集中的節(jié)點(diǎn)進(jìn)行排除。試驗(yàn)仿真顯示，隨著信標(biāo)節(jié)點(diǎn)比例的增加，本研究算法的定位誤差下降速度最快，并且定位誤差與其他算法間隔比較大，定位誤差最小，定位精度較高。因此，本研究可為智慧農(nóng)業(yè)無(wú)線傳感器精確定位目標(biāo)提供一種新思路。

　　參考文獻(xiàn)

　?。?］吳君欽，盧陶．基于RSSI測(cè)距的無(wú)線傳感器網(wǎng)絡(luò)定位算法［J］．微電子學(xué)與計(jì)算機(jī)，２０１４，３１（５）：４９－５２．

　?。?］馮向科，沈雪梅．基于WSN定位的Euclidean算法改進(jìn)研究［J］．科技通報(bào)，２０１３，２９（２）：１２４－１２６．

　?。?］胡中棟，謝金偉．基于山區(qū)地形的無(wú)線傳感器網(wǎng)絡(luò)三維定位機(jī)制［J］．傳感技術(shù)學(xué)報(bào)，２０１５，２８（３）：４０８－４１１．

　　［4］周禮爭(zhēng)，唐瑞，張乙竹，等．無(wú)線傳感器網(wǎng)絡(luò)中APIT－SC三維定位算法［J］．傳感器與微系統(tǒng)，２０１５，３４（７）：１０４－１０６．

　?。?］葛斌，鄭建寶，韓江洪．RSSI輔助的三維空間坐標(biāo)四面體質(zhì)心定位算法［J］．計(jì)算機(jī)科學(xué)，２０１５，４２（４）：８１－８４．

　?。?］廖興宇，汪倫杰．基于UWB／AOA／TDOA的WSN節(jié)點(diǎn)三維定位算法研究［J］．計(jì)算機(jī)技術(shù)與發(fā)展，２０１４，２４（１１）：６１－６４．

《智慧農(nóng)業(yè)無(wú)線傳感器精確定位》

上一篇：基于久保田插秧機(jī)同步覆膜裝置設(shè)計(jì)與試驗(yàn)

下一篇：基于迭代學(xué)習(xí)PID算法的蘋(píng)果采摘機(jī)器人設(shè)計(jì)