基于移动信标改进的DV-Hop算法

基于移动信标改进的DV-Hop算法
涂常艳;张多英
【摘要】无线传感器节点定位在整个无线传感器网络体系中占重要地位.DV-Hop 算法是一种免于测距的定位技术,其缺点是仅在节点均匀的密集网络中,才能合理估算节点的位置.针对这种情况,提出了一种基于移动信标的DV-Hop算法.利用一个移动信标节点在网络中按照事先规定的路径遍历整个网络区域,并周期性地广播自己的位置信息给周围的未知节点.未知节点通过有选择的组合估算多个自身位置,多个自身位置的质心即为最后估算的位置信息.最后通过仿真结果证明此种改进算法可以减小定位误差.%The localisation algorithm for the wireless sensor networks has important position in the wireless sensor network. DV-Hop is a kind of range-free localisation algorithm. Its defect is reasonable position estimate only in the node of the uniform dense network. In view of this situation, an improved DV-Hop algorithm based on mobile beacon dynamic seletion is proposed. A mobile beacon is used to move around the network according to predestinate path and broadcast messages with its localization infomiation. Unknown node dynamic calculate its position through particular combinations and the final estimate the position information of node is centroid of multiple combination results. Simulation results prove that the algorithm can improve the localization precision.【期刊名称】《科学技术与工程》
【年(卷),期】2012(012)007
【总页数】5页(P1539-1543)
【关键词】无线传感器网络;移动信标节点;DV-Hop
【作者】涂常艳;张多英
【作者单位】暨南大学信息科学技术学院电子工程系,广州510632;暨南大学信息科学技术学院电子工程系,广州510632
【正文语种】中文
【中图分类】TP393.04
在无线传感器网络中，确定传感器节点自身位置和确定事件发生的位置是网络的基本功能之一［1］。

而传感器网络节点定位在整个无线传感器网络体系中占有重要的地位，是无线传感器网络的支撑技术之一［2］。

无线传感器网络节点定位已经成为一个很重要的研究方向［2］。

目前也有很多定位算法。

从算法采用的手段来看，可以分为两类：基于测距的定位机制和基于非测距的定位机制［3］。

基于测距的定位技术对网络节点的硬件要求比较高，而基于非测距的定位机制只需得到未知节点与相邻节点间的连通信息，然后利用各种优化方法估计未知节点位置［2］。

基于非测距的点位算法主要有：质心定位算法、DV-Hop算法、Amorphous算法、MDS-MAP算法和APIT算法等。

DV-Hop 算法是目前应用最广泛的无需测距的定位技术，它具有算法简单和定位精度高的优点，但是其缺点是仅在节点均匀分布的密集网络中，才能合理估算节点的位置。

DV-Hop算法在网络平均连通度为10，信标节点比例为10%的网络中平均定位精度大约为33%［4，5］。

针对这种情况，本文提出了一种基于移动信标节点的改进定位算法，通过引入移动信标节点在网络中按照预先规定的轨迹漫游，并周期性的广播自身的位置信息，未
知节点记录到两跳以内虚拟信标节点的跳数和位置信息;同时，未知节点还接受固
定信标节点的位置信息。

在未知节点接受的所有信息里面，通过有选择的组合，进行三边测量法计算多个自身位置，多个自身位置的质心即为最后的估算的位置信息。

通过仿真证明了此算法提高了定位精度，减小了定位误差。

1DV-Hop算法分析
1.1 DV-Hop算法
美国路特葛斯大学的Dragos Niculescu等人利用距离矢量路由和GPS定位的思
想提出了分布式DV-Hop定位算法。

DV-Hop算法主要有三个阶段组成［2］：
第一阶段：计算未知节点与每个信标节点的最小跳数。

这个阶段使用经典的距离矢量交换协议，每个信标节点发送一个广播分组，该分组包含自身的位置信息和跳段个数，跳段个数初始化为0。

节点收到信标节点的广播分组后检验该分组跳段是否小于本节点表内的存储值，如果是则更新该表，然后跳段数加1并广播该分组，
否则丢弃该分组。

最终所有的未知节点均能获得到所有信标节点的最小跳数。

第二阶段：计算未知节点与信标节点的距离。

每个信标节点根据自身表中记录的其他信标节点的坐标信息和跳数，按照下式计算平均跳段距离ci。

然后把计算出来
的平均跳段距离利用可控洪泛法进行广播，每个节点均接受第一个跳段距离，忽略后来到达的，这样确保了绝大多数节点从最近的信标节点接受平均跳段距离。

最后未知节点便可计算自己到达相应的信标节点的距离。

其中，(Xi，Yi)、(Xji，Yj)分别为信标节点 i、j的坐标，hj为节点i到节点j的跳段数。

第三阶段：计算未知节点的坐标。

当未知节点收到3个或者更多信标节点的距离时，则可以根据三边定位或者多边定位算法进行自身位置的计算。

算法举例如图1。

图1 DV-Hop算法举例
假设L1、L2、L3是位置已知的信标节点，L1和L2的距离为40;L2和L3的距离
为75;L1和L3的距离为100。

由图1可知，L1和L2的最小间隔跳数值为2;L2
和L3的最小间隔跳数值为5;L1和L3的最小间隔跳数值为6。

信标节点L1计算
的平均每跳距离为(40+100)/(2+6)=17.5，信标节点L2计算的平均每跳距离为(40 +75)/(2+5)=16.43，信标节点L3计算的平均每跳距离为
(75+100)/(5+6)=16。

信标节点L1、L2、L3同时广播包含有各自计算的平均每
跳距离信息的数据包，假设未知节点A第一个接收到了信标节点L2的平均每跳距离信息即信标节点L2与A的距离最近则丢弃随后接收到的其他信标节点的平均每跳距离信息。

最后，用平均每跳距离和最小间隔跳数值的乘积表示自己到信标节点的跳段距离，A到信标节点L1的跳段距离为16.43×3=49.29，到信标节点L2的跳段距离为16.43×2=32.86，到信标节点L3的跳段距离为16.43×3=49.29，由于未知节点已经接收到了三个信标节点的坐标信息，因此它可以利用三边测量法估算出自己的坐标位置。

DV-Hop算法使用平均跳段距离估算两点之间的实际距离，存在一定误差，同时
在定位过程中两次洪泛，能量开销大，但是该算法对硬件要求低，实现简单［2］。

1.2 DV-Hop算法误差分析
DV-Hop算法利用平均每跳距离和最小跳数值来进行定位，所以平均每跳距离在
很大程度上决定了DV-Hop算法的平均定位精度。

如果要求平均每跳距离在合理
的估算范围内，就要求网络中所有的节点能够均匀且密集分布，但是在实际的环境中，节点的分布情况很难按照人为的方式布设，因此DV-Hop算法的定位精度就
会不稳定，每一次随即分布之后DV-Hop的定位精度可能会因分布情况不同而不同。

DV-Hop算法中未知节点至少收到3个信标节点的距离时才能进行定位。

但是在
实际分布中，有些节点可能收不到3个信标节点的距离，也就无法定位。

因此信
标节点密度越大未知节点的参考定位信息就越多，定位误差就越小。

对于无线传感器网络来说，一个信标节点的硬件成本会是普通节点的100多倍，因此如果要提
高信标节点的密度就会大大增加网络的成本。

2 移动信标节点定位辅助算法
基于上述情况，为了获得较高的定位精度，就需要增加信标节点的密度。

在不提高网络成本的情况下，提出了基于移动信标节点的定位方法。

带有定位装置的信标节点装置在可移动的平台或移动机器人上，就构造的一个移动信标，移动信标在事先设定的路径上移动，并周期性的广播自身的位置信息，以帮助位置节点进行定位［6］。

2.1 信标节点的移动模型
在满足未知节点获取到足够的定位信息的前提下，移动信标节点要在尽可能短的时间内遍历整个网络。

为了达到较好的设计目标，Dimitrios Koutsonikolas参考了文献［7］三种著名的移动模型：Scan型、Double Scan型、HILBERT型。

本文采用的是Scan型，它是一种简单易行的路线，路径如图2。

假如所有节点的传输半径为R，区域边长为L。

为了保证所有未知节点都能接收到移动信标节点广播的定位信息，移动幅度S至多为2R。

因此，如果移动幅度S选取为R，那么可以利用公式计算出移动信标节点的移动距离D。

图2 Scan型的移动模型
Scan型移动模型可以保证所有未知节点能够接收到移动信标节点广播的定位信息，并且可以降低节点定位的最大误差。

但是，Scan型存在参考节点共线的缺点，在
后面会克服这一缺点。

2.2 基于移动信标节点的定位过程
本文结合DV-Hop算法和Scan型移动路径的优缺点提出了如下算法。

第一阶段：未知节点不仅接受固定信标节点的位置信息，同时也接受移动信标节点广播的位置信息。

移动信标节点在网络中移动，周期性地将位置信息广播到网络中，广播的信息包括当前的位置坐标、网络跳数，网络跳数初始为0，在移动信标节点通信范围的未知节点都接收到该位置的信标节点的定位数据包，每个节点接收到定位信息后，将其中的跳数值加1后继续广播，每个节点接收到多个邻居节点的广
播值都与本身已有的值比较，如果大于自身已有的跳数值，则丢弃这个广播分组。

并且设置跳数阀值为2，也就是未知节点只接受跳数在2跳以内的移动信标节点的信息。

基于Scan型移动模型的特点，每个未知节点都能接收到至少一个移动信标节点的位置信息。

并且根据DV-Hop算法每个未知节点都能接收到所有固定信标
节点的跳数值。

第二阶段：固定信标节点通过DV-Hop中计算平均跳距的公式得到平均跳距并广
播到网络中，节点仅接受获得第一个校正值，而丢弃所有后来者。

第三阶段：基于以上两阶段，未知节点至少获得与一个移动信标节点的距离，为了克服Scan型移动路径共线的问题，对未知节点所接收到的信息进行组合，每一个组合由两个移动信标节点和一个固定信标节点组成，或者由一个移动信标节点和两个个固定信标节点组成，穷尽所有组合，那么每个组合可以得到一个位置信息，把所有组合得到的位置信息的质点作为该未知节点的位置坐标。

3 仿真
为了验证本文提出的算法的有效性，对实验数据用MATLAB进行分析。

假定在100 m×100 m的范围内随机部署100个节点，移动信标节点的运动路线从(-10，0)运动至(110，110)，两条平行线之间的间隔是10 m，假定信标测距存在正态误差。

为了减小误差使仿真结果更精确，以下所有仿真结果均为50次仿真后的平均值。

3.1 定位误差比较
定位误差是定位技术的一项重要指标，图3在通信半径为10 m的情况下比较改进后算法和DVHop算法的平均定位误差。

图4通过调整通信半径来比较两种算法
的平均定位误差。

从图3中可以得出结论：随着信标节点个数的增加，定位误差也随着减小;信标节
点越多，改进后算法比DV-Hop算法的误差减小的越快。

从图4中可以得出结论：通信半径越大，定位误差越小;并且在通信半径相等的情况下，改进后算法的定位
误差比DV-Hop算法小。

图3 定位误差随信标节点个数变化的曲线
图4 定位误差随通信半径变化的曲线
3.2 定位覆盖率
定位覆盖率也是评价定位技术的另一项重要指标，图5给出了两种算法对应不同
信标节数的定位覆盖率。

从图5中可以看出，DV-Hop算法中，当信标节点个数是40个时，定位覆盖率才达到将近90%;改进后的算法，信标节点个数为20个时，覆盖率就已经达到100%。

4 结论
本文改进的算法是在DV-Hop算法的基础上增加了移动信标节点，由虚拟信标来
代替定位需要的信标，不仅降低了定位成本，还提高了定位精度。

同时，本文还与质心算法相结合，计算多个近似位置信息，最后取近似位置信息的质心作为定位坐标。

由仿真结果可以看到，本文提出的算法降低了定位误差，但是算法增加了计算量，进一步的研究需要简化计算量，并规划出最优移动路径，使其能更快地覆盖网络的区域。

参考文献
【相关文献】
1 Savarese C，Rabaey J，Beurel J.Locationin-g in distribured Ad-Hoc wireless sensor net-work.Proceedings of the 2001 IEEE Interna-tional Conference on Acoustics，Speech，and Signal(ICASS’01).Vol.4，Salt Lake：IEEE Signal Proceedings Society，2001：2037—2040
2 于宏毅，李鸥，张效义，等.无线传感器网络理论、技术与实现.北京：国防工业出版社，2010：255—256
3 Stankovic J A，Abdelzaher T F，Lu Chenyang，et al.Real-time communicati-on and coordination in embedded sensor-networks.Proceedings of the IEEE，2003，91(7)：1002—1022
4 Pi Chunchen.A non-line-of-sight error mitigation algorithm.Proceedings of the IEEE Wireless Communications and Networking Confere nce(WCNC’99).New Orleans，LA，USA：IEEE Computer and Communications Societies，1999：316—320
5 Wylie M P，Holtzman J.The non-line-of-sight problem in mobile location estimation.Proceedings of the International Conferenceon Universal Personal Communications.Cambridge，MA：IEEE Communications Societies，1996：827—831
6 谢晓松，程良伦.传感器网络基于移动信标改进的DV-Hop定位算法.计算机应用与软件，2011;28(4)：84—87
7 Koutsonilas D，Das S M，Charlie H Y.Path planning of mobile landmarks for lo-calization in wireless sensor puter Communication，2007;30(13)：2577—2590。