?

　　隨著無線傳感器網(wǎng)絡研究的不斷深入，應用已經(jīng)逐漸成為人們關注的焦點。各種在特定應用背景下的研究層出不窮，如環(huán)境監(jiān)測、目標跟蹤、安全監(jiān)控等領域。位置信息對傳感器網(wǎng)絡的監(jiān)測活動至關重要，事件發(fā)生的位置或獲取信息的節(jié)點位置是傳感器網(wǎng)絡節(jié)點監(jiān)測消息中包含的重要信息，了解傳感器節(jié)點位置信息不僅可以獲取路由信息，而且可以進行節(jié)點定位等。測距的誤差在很大程度上決定了目標定位及跟蹤的誤差。常用的定位方法必須測量節(jié)點間的距離，一般測距方式有紅外線、GPS、超聲波和接收信號強度指示器(RSSI)等。

　　紅外線、GPS和超聲測距都需要額外的硬件，增加了節(jié)點的硬件成本和尺寸。GPS和紅外線測距誤差較大，而利用超聲方法測距很精確，測距誤差只有10 cm，但是受氣溫、濕度等的影響較大，不適合在室外使用。基于RSSI的定位無需額外硬件，利用對接收無線信號的強度判斷，推導收發(fā)節(jié)點間的距離，計算接收無線信號強度是商用無線收發(fā)芯片具備的功能。基于RSSI的測距提供了最廉價的定位方法，而且節(jié)點沒有添加任何部件。基于超聲的測距雖然定位精度較高，但是需要添加硬件、增加節(jié)點成本和尺寸。所以，基于RSSI的測距是無線傳感器網(wǎng)絡定位較常采用的方法。首先對RSSI進行預處理，再通過預測模型預測距離的值，不但提高了基于RSSI的測距精度，而且實現(xiàn)了低成本的測距。

　　1 BP網(wǎng)絡的模型結構與算法

　　BP網(wǎng)絡是神經(jīng)網(wǎng)絡中采用誤差反傳算法作為其學習算法的前饋網(wǎng)絡，通常由輸入層、輸出層和隱含層(一層或多層)構成。層與層之間的神經(jīng)元采用全互連的連接方式，通過相應的網(wǎng)絡權系數(shù)w相互聯(lián)系，每層內的神經(jīng)元之間沒有連接。圖1所示為具有一個隱含層的BP網(wǎng)絡模型。其中：LA為BP神經(jīng)網(wǎng)絡的輸入層，LB為隱層，LC為輸出層，Wir為隱層與輸入層的權值，Vrj為輸出層與隱層的權值。

?

　　2 實驗平臺及數(shù)據(jù)的預處理

　　2.1 RSSI值獲取

　　實驗在空曠的無障礙物的廣場進行。基于Tiny()S系統(tǒng)，以克爾斯博的Iris節(jié)點為實驗平臺，0號節(jié)點為固定節(jié)點，用于接收數(shù)據(jù)。發(fā)送和接收節(jié)點均使用短桿狀天線，節(jié)點放置高度為2 m左右。固定0號節(jié)點，移動發(fā)射節(jié)點。經(jīng)過大量的實驗分析得出，RSSI在10 m的范圍內隨著距離的增加變化比較明顯，而10 m以后，RSSI值隨距離變化不明顯。如果測量距離超過10 m，則測距的精度得不到保證，所以此實驗的測試范圍限定在0～10 m。實驗人員拿著移動節(jié)點，從固定節(jié)點處沿著直線均勻走動，當走到10 m處停止接收數(shù)據(jù)，記錄整個連續(xù)移動過程的實驗數(shù)據(jù)。

　　3個工作人員分別拿著移動終端在0～10 m的范圍內勻速前進，得到的RSSI值與距離的關系如圖2所示。

?

　　由圖2可以看出，不同的人員拿著移動終端前進，RSSI與距離的關系曲線基本一致，說明RSSI值與距離的關系符合一定的衰減規(guī)律。

　　在相同的實驗平臺下，在0～10 m的范圍內，每間隔0.2 m或者0.3 m記錄RSSI值，每個距離均接收100個左右的數(shù)據(jù)包，對RSSI先進行均值處理，然后得出RSSI值與距離的關系曲線如圖3所示。

?

　　對比圖2和圖3得出，停頓走比連續(xù)走時的RSSI值與距離的關系曲線更平滑，衰減更慢。因為連續(xù)走的時候，信號會受到人身體走動或者旁邊干擾物的影響，出現(xiàn)不同程度的突變。為了確保距離預測值的精度，因此以停頓測量的數(shù)據(jù)作為測試樣本。