基于RSS的多目標節點定位算法

　　摘要：為節約成本、提高算法實用性和準確性，提出一種新穎的基于RSS的多目標節點定位算法。通過一個移動信標節點采集RSS信號及其相應位置坐標，構成已知條件，結合高斯混合模型和貝葉斯信息準則等統計模型設計實現多目標高斯混合模型定位算法。仿真實驗和實測實驗均表明該算法在不預先假設一定區域內傳感器節點數量的情況下，能夠同時估計傳感器節點的數量和位置，具有較好的實用性和準確性。

　　引言

　　無線傳感器網絡節點定位是傳感器網絡研究的熱點，如何利用簡單廉價的設備得到精確的定位結果一直是傳感器節點定位研究的重點和難點。

　　在目前已有的定位算法中，基于RSS的節點定位算法與基于AOA、TOA或TDOA的節點定位算法相比，具有成本低、適用范圍廣等優點，但定位精度不高^[1-2]。為此，研究人員利用統計模型提高定位算法的健壯性和精確度^[3-8]。另外，很多定位算法假設待估節點數量已知，或者假設RSS發射節點的ID可識別，但在大多數情況下，上述假設都是不可預知的，很難在實際環境中使用，因而算法實用性不強。

　　為節約成本，提高算法實用性和精度，本文提出一種新穎的基于RSS的定位算法——多目標高斯混合模型定位算法(Multi-target Localization Based on Gaussian Mixture Model，MTL-GMM)，使用單一移動信標節點^[8-9]采集信息，用最小化已知條件估算傳感器節點的數量和位置信息。仿真實驗和實測實驗均證明了本文提出算法的有效性和準確性。

　　多目標高斯混合模型

　　基本假設

　　MTL-GMM算法用一個移動信標節點(RSS-collector，RC)采集信息做為已知條件。RC在定位區域內移動，采集周圍傳感器節點發射的RSS信號，并記錄收到每個RSS時

　　信號傳播模型

　　信號傳播的路徑損耗模型描述了RSS取值和信號傳播距離的關系，本文使用對數距離路徑損耗模型[10]，如式(1)所示。

　　其中，r和t分別為接收和發射信號強度，單位為dB;d為信號收發節點間距離;l₀為在參考距離d₀處的路徑損耗;γ為與環境相關的路徑損耗指數，反應路徑損耗隨距離增長的速率; S為對數正態陰影。