无线传感器网络的测距方法

  A 节点测量出从发送数据包到接收确认的时间,这段消耗总时 间记为 TT OT 时间; B 记录了 B 从收到数据包到 B 回应确认消息 的这个时间段的时间，记为 TT AT 。用 T TOT 总时间减去周转时间 TT AT 就是双方的数据包在飞行中度过的往返时间，记为 TRTT 时 间。假定在每个方向发生的飞行时间 TTO F 等于 50% 的往返时间， 如式( 2) 所示：

  TOA 和 TDOA 测距技术都是通过信号的传播时间和信号的速 度两个参数来计算距离的，无线信号传输速率大，时间测量上很小的 误差就可能会引起距离上很大的误差，并且 TOA 需要昂贵的设备来保 持时间同步,能量消耗大。TOA 测距涉及到信号传输时间的测量,以此 来估算两个节点间的距离。它能够运行在高多路径环境，并提供分 米级的测距精度。

  走廊，测量样本数据的平均误差在 2. 01 m; 在 100 m 的 LOS，测量 样本数据的平均误差在 3. 62 m; 在 100 m 的 NLOS，测量样本数据 的平均误差在 4. 47 m。上面的实验多个方面数据显示，不同的实验环境,误差 大小也不同，这主要受信号传输路径的影响。因为在信号的传播过程 中，由于受地面或水面反射和大气折射的影响，接收到的信号有可能 不是单一路径来的，而是由许多路径来的众多反射波合成的，因此测 量信号的传输时间就会有误差，进而影响估算距离的精确度。

  而声速 c 受环境和温度、湿度等因素的影响。另外，测距时需要额外 的硬件支持，增加了节点的硬件成本和尺寸。

  RSSI 是最基本的测距方法，基本不需要额外的硬件设备，实 现方法简单。在基于接收信号强度指示 RSSI 的测距中，已知发射节 点的发射信号强度，接收节点根据收到的信号强度计算出信号的传播 损耗，利用理论和经验模型将传输损耗转化为节点间的距离。其理论 模型为：

  在 T OF 测距时，本地节点 A 向远程节点 B 发送一个数据包， 当 B 节点收到数据包时，会自动发送一个确认来响应这个数据包。 执行过程如图 1 所示。

  无线传感器网络是指由大量随机分布的集成了传感器单元、数据处理 单元、通信单元和电源单元的微小节点并通过自组织方式构成的分布 式网络，其目的是借助于微小节点内置的各种传感器来远程监测所感 兴趣的目标或对象，以进行任务感知、数据采集和处理。

  无线传感器网络技术的发展使得大规模的传感器网络成为了 可能。但是随之带来的是网络的可靠性降低了，特别是网络节点的位 置信息不好确定，对于大多数应用来说，不知道传感器节点位置而感 知的数据是毫无意义的，节点的自定位功能被认为是系统的基本功能 之一。因此，无线传感器网络中节点定位技术的研究很重要，并且 已成为无线传感器网络的基础支撑技术。

  在 100 m 的 LOS 测距试验中，测量 60 次样本数据的平均误 差在 3. 62 m，最大误差距离为 11. 2 m，样本数据如图 4 所示。在 100 m 的 NLOS 测距试验中，测量 60 次样本数据的平均误差在 4. 47 m， 最大误差距离为 19. 6 m，样本数据如图 5 所示。实验结果证明，TOF 的精度较高，可以满足 WSN 定位技术的要求。

  Jennic 的 JN5148 无线 微控制器包括一 个硬件的飞行时间 ( TOF) 引擎，能够测量 2. 4 GHz 的无线电信号在两个节点之间的飞 行时间。由于飞行时间与传输距离成正比，故可拿来估算节点间的 距离。

  选择两个 JN 5148 节点，分别为 A 节点和 B 节点。A 节点作 为 Coordinator 节点，B 节点作为 EndDevice 节点。其中，B 节点通 过串口与 PC 机相连，在 PC 机通过串口调试软件来查看有关信息; A 节点作为移动节点，用来改变节点间的实际距离。通过实际测量结果 与 TOF 测距结果的对比来验证测距方法的有效性。

  虽然在实验环境中 RSSI 表现出良好的特性，但是在实际环境 中，它易受温度、无线信号的反射、障碍物( 如陆地建筑物) 、传播 模式等诸多因素的影响，因此该技术在实际应用中仍存在困难，通常 将其看作为一种粗糙的测距技术，有可能产生±50% 的测距误差。

  TOF 测 距 技 术 可 以 理 解 为 飞 行 时 差 测 距 ( Time ofFlight Measurement ) 方法，传统的测距技术分为双向测距技术( Two Way Rang ing ) 和单向测距技术( OneWay Ranging) 。T OF 测距方法属于 双向测距技术，它主要利用信号在两个异步收发机( Transceiver) 之间 往返的飞行时间来测量节点间的距离。在信号电平比较好调制或在非 视距视线环境下，基于 RSSI 测距方法估算的结果比较理想; 在视距 视线环境下，基于 T OF 测距方法估算的结果比较理想，是随距离呈 线性关系的。因此，基于 TOF 距离估算方法能够弥补基于 RSSI 距 离估算方法的不足。另外，具体应用时可以联合使用两种方法来提高 定位系统的精确度。

  图 5 NLOS 测距样本图 4结论 介绍了基于 T OF 的节点测距技术。通过实验证明，用时钟偏 移量办法能够有效实现时间同步，用求正反方向的 T OF 平均值的方 法可以有实际效果的减少误差。 TOF 测距实验在室内、室外进行了多种测试。实验根据结果得出， 在 10. 5 m 的室内，测量样本数据的平均误差在 1. 94 m; 在 26 m 的

  TOF 测距方法有两个关键的约束：一是发送设备和接收设施必 须始终同步; 二是接收设施提供信号的传输时间的长短。为实现时 钟同步，TOF 测距方法采用了时钟偏移量来解决时钟同步问题。但 由于 T OF 测距方法的时间依赖于本地和远程节点，测距精度容易受 两端节点中时钟偏移量的影响。为减少此类错误的影响，这里采用 反向测量方法，即远程节点发送数据包，本地节点接收数据包，并自 动响应，通过平均在正向和反向所得的平均值，减少对任何时钟偏移 量的影响,由此减少测距误差。

  为了减少测距的误差，采用多次测距求平均值的方法来估算距 离。在 10. 5 m 的室内测距实验中，EndDev ice 节点放在一个房间内， 而 Coor dinator 节点放在走廊内，中间隔着一堵墙，测量结果如图 2 所示，测量 60 次( 一个点 3 次，共 20 个测量点) 样本数据的平均 误差在 1. 94 m，最大误差距离为 3. 55 m。在 26 m 的走廊测距实验 中，测量 60 次样本数据的平均误差在 2. 01 m，最大误差距离为 5. 1 m，样本数据如图 3 所示。

  TOF 测距方法是 D. McCrady 提出的，然而该技术只侧重于直 接序列扩频( DSSS) 的通信系统。接下来，M. Ciur ana 也对 T OF 测 距技术有所研究，他首次在 IEEE 802. 11b 的无线局域网中使用 T OF 测距技术， 然而需要额外的硬件帮助。在无线传感器网络中，也有 许多学者对 TOF 测距技术进行了研究。然而，他们侧重于无线传感 器网络中某个特殊的典型现场，如可编程门阵列( FPGA) 的实现，并 且需要一个专门的基础设施，而这个基础设施也不能大范围的应用于 IEEE 8021. 11( 无线) 网络中。

  超声波测距方法是指当发射节点发射的超声波遇到障碍物时 就会发生反射，反射波可由接收器接收，这样只要能够测出超声波从发送 点到反射回来的时间间隔△t，就能测距。因此，超生波从发射处到障 碍物之间的距离为 c△t/ 2( c 为超声波在介质中的传播速度) 。利用超 声波测距很精确，测量误差只有 10 cm，但由于超声波是一种声波，

  式中：p ( d) 表示在距离 d 处的信号强度; n 表示路径长度和 路径损耗之间的比例因子，范围在 2~ 4 之间; p ( d0 )表示在距离 d0 处的信号强度; d 表示需要计算的节点与基站间的距离; d0 表示参考 节点与基站间的距离 。因传感器节点本身就具有无线通信能力，故它 是一种低功率、廉价的测距技术，RADAR 等项目中使用了该技术。

  根据不同的实验环境和测试距离，设计了 4 种类型的实验，分 别为 Line o f Sight ( LOS) ，No Line of Sight( NLOS) ，Indoo r，走廊 等测距实验。其中，LOS 表示视线可达的区域，在一个无障碍的麦 地来测试; NLOS 表示视线不可达的区域，在果园里来测试，在 两个节点直线距离中间有建筑物、树木等障碍物; Indoor 测距实验被 安排在实验室做测试; 走廊实验在某栋楼的走廊来测试，障碍墙 厚度为 30 cm，走廊宽为 3 m，长约 30 m。

  一般而言，无线传感器网络的定位技术分为基于距离的定位和 非基于距离的定位。基于距离的无线传感器节点定位技术大体上分为两 个阶段：首先是测量无线传感器网络中节点间的距离; 然后根据节点 间的距离和现有的传感器节点定位算法，如三边测量法等计算出无线 传感器网络中某节点的位置。因此，节点测距技术是无线传感器网络 中基于距离的节点定位技术的基础。

  本文通过研究国内外无线传感器网络定位技术的发展现状，提 出采用 T OF 测距技术实现节点测距，来提升基于距离的节点自定 位技术的定位精度。