無線傳感器網絡(WSN)通過在監測區域內布置大量無線傳感器節點[1]，每個節點均具備感知能力、信息處理能力和無線通信能力，在煤礦安全管理方面，具有顯著的實用優勢。近年來國內也提出許多解決方案，但由于受傳感器節點功耗、無線帶寬、內存和計算處理能力以及現實煤礦監測環境、傳感器節點布置等的局限，如何實現煤礦監測系統中無線傳感器節點的高效性定位是一個具有現實意義的研究課題。
1 無線傳感器網絡及其節點定位算法評價標準
1.1 無線傳感器網絡
　　無線傳感器網絡(WSN)[2]是當前國際上備受關注的、涉及多學科高度交叉、知識高度集成的前沿熱點研究領域，它是傳感器技術、通信技術、網絡技術、嵌入式計算技術、分布式信息處理技術和計算機技術有機結合的產物。微電子技術、計算技術、無線通信和微電子機械系統MEMS(Micro Electromechanical System)等技術的不斷發展與進步，極大地推動了低功耗多功能傳感器的快速發展，使其在微小體積內能夠集成信息采集、數據處理和短距離無線通信等多種功能[3]，并日益走向成熟和實用化。
    典型的無線傳感器網絡的體系結構，通常包括傳感器節點、匯聚節點和管理節點三類。傳感器所感知的信息通過網絡以多跳的方式在網絡中傳播，并可能被多個傳感器節點處理，最終到達匯聚節點。匯聚節點通過互聯網或其他通信線路將感知數據發送給管理節點，負責監控的工作人員通過管理節點對無線傳感器網絡進行配置和管理[4]，發布監控任務，收集監控數據。
    由于無線傳感器網絡具有面向應用的特點，其體系結構一般十分復雜。根據不同的應用需求，傳感器網絡節點的組成也不盡相同，但一般都由數據采集、數據處理、數據傳輸和電源這四部分組成。傳感器節點的組成如圖1所示。

    被監測的物理信號決定了傳感器的類型。節點具有有限的物理并行性與控制器層次結構：傳感器網絡中獨立的控制器的數量與功能、以及控制器與存儲器互連的復雜度都大大低于傳統的通用系統。處理單元(通常內置存儲器)對傳感器節點進行控制，使其與其他節點協作，共同完成賦予的感知任務，其一般采用低功耗的微控制器，通常運行于TinyOS、MANTIS等專門為無線傳感器網絡定制的微型化操作系統。
1.2 無線傳感器網絡節點定位算法評價標準
    傳感器網絡中,位置信息對其監測活動至關重要，事件發生的位置和獲取信息的節點位置是傳感器節點中所包含的重要信息,對傳感器網絡的應用起著關鍵作用。定位算法的性能直接影響傳感器網絡的可用性[5]。由于無線傳感器網絡自身及其應用環境的特殊性，其定位算法需要考慮以下幾方面問題：
    (1)定位精度。一般用誤差值與節點無線射程的比例來表示。
    (2)規模。一個定位算法也許僅可以在某一特定區域內實現定位。另外，在給定一定數量的基礎設施或一段時間內，可以定位多少目標也是一個重要的評價指標。
    (3)錨節點密度。錨節點(預先部署位置已知的節點)定位通常依賴人工部署或GPS實現。人工部署錨節點不僅受網絡部署環境的限制，還嚴重制約了網絡和應用的可擴展性。
    (4)節點密度。節點密度的增大不僅意味著部署成本的增加，同時節點間的通信沖突也帶來了WSN有限帶寬的阻塞問題。
    (5)功耗。傳感器節點的電池能量有限，WSN的節點功耗直接影響到整個傳感器網絡壽命的長短。
    (6)綜合代價。具體到實際應用環境，定位算法的代價可從幾個不同方面綜合評價：時空代價，算法定位所需時間與網絡節點的數量；資金代價，實現定位算法的基礎設施、節點設備的總費用。
    以上幾個性能指標不僅是評價WSN定位算法的標準，也是算法本身設計和優化要實現的目標。
2 無線傳感器網絡節點定位算法
2.1 基于錨節點數目較多的算法
    目前提出的傳感器節點定位算法[6-7]有很多。在多跳環境中，RSSI(Received Signal Strength Indication）[8]測距、APIT(Approximate Point In Triangle)[9]定位算法與DV-Distance(Distance Vector)定位算法的應用較多。RSSI 測距算法的原理是：已知發射節點的發射信號強度，接收節點根據接收到的信號強度，計算出信號的傳播損耗，利用無線電傳播理論和經驗模型將傳播損耗轉化為距離。其優勢在于較低的通信負載以及不需要額外的硬件設備，但誤差較大。APIT[5]算法的理論基礎是三角形的內點PIT(Point-in-triangulation Test)測試，PIT測試主要用來測試一個節點是在其他3個節點所組成的三角形內部還是在其外部。假如存在一個方向，沿著這個方向某點會同時遠離或者同時接近3個點，則這個點位于三點組成的三角形外。DV-HOP定位算法原理是[10]：每個錨節點都計算平均單跳長度，未知節點利用平均單跳長度來估計多跳距離，然后利用多邊交叉實現定位。ROCRSSI定位算法是一種完全的分布式的工作機制，首先一個錨節點發送定位控制信號(自身ID，位置坐標)，可以被位于其通信范圍內的所有節點(錨節點和未知節點)接收，隨后接收到該信號的錨節點再廣播所測的信號強度；通過這種方式，每一個未知節點就能夠收集足夠的信息生成一系列的其存在的環形區域，通過疊加產生其可能存在的最小區域，再求其質心作為其位置的估計值。
2.2 基于錨節點數目較少的算法
　基于APIT與DV-HOP算法的定位方法[5,11]均假設節點能直接與幾個錨節點直接通信來確定自身的位置，對錨節點的依賴性較強，而錨節點通常依賴人工部署，且錨節點的成本比普通節點要高兩個數量級。為了解決錨節點少這種定位應用的限制，參考文獻[9]中提出可以通過共享節點向錨節點的轉化來實現未知節點的定位，其具體過程如下：首先錨節點廣播自身的位置信息，未知節點根據接收到的錨節點的位置信息進行定位，定位原理如圖2所示，圖中2、4節點的位置信息是未知的，1、3、5、6為錨節點。由于2、4兩節點都有三個鄰節點，根據圖中節點之間的5條邊，可以列出5個方程進行求解，以此確定2、4節點的位置。在2、4節點的位置確定以后，利用共享節點的思想就可以為其他節點提供定位服務。

    共享節點的思想[2]通過增加共享節點不斷地將共享節點轉化為錨節點，以此來幫助更多的未知節點實現定位，任何未知節點一旦確定了位置，立即實現信息資源共享，成為共享節點，進而像錨節點一樣執行信息廣播。從數學角度講，共享節點思想是通過不斷迭代來實現位置未知節點的定位。從通信角度講，共享節點思想通過增加廣播源為未知節點定位提供更多的定位信息。在實際應用中，該思想在提高錨節點密度的同時，也增加了通信開銷與能量消耗，進而降低了整個無線傳感器網絡的壽命。考慮到低功耗與降低網絡代價，應選擇最少的迭代次數及最小的通信開銷，因此找到一種能量高效的錨節點轉化定位算法是十分必要的。
3 改進的能量高效的錨節點轉化定位算法
    根據無線傳感器網絡節點定位算法的評價指標，有選擇地將共享節點轉化為錨節點是一個值得研究的問題。在解決節點有效定位的基礎上，一方面要減少算法的迭代次數與信息廣播的通信代價；另一方面也要考慮到整個網絡的壽命。能量高效的錨節點轉化定位算法的基本思想是：以盡量小的通信與耗能代價有選擇性地將共享節點轉化為錨節點，被選出的共享節點轉化為錨節點之后，進行位置信息廣播，其他已定位節點則不需廣播定位信息，該算法的實現流程如圖3所示。

    對于可轉化為錨節點的共享節點的選擇是本文關注的重點。改進的共享節點轉化為錨節點算法描述如下：檢測定位區域網絡中未知節點收到錨節點位置廣播信息之后，判斷是否是已定位節點。如果節點沒有定位，則計算自己的位置，并進行是否要執行位置廣播的評估（因為并不是每個節點在位置確定以后都有信息廣播的必要）。評估過程為：首先判斷接收到的定位信息的信號強度，若接收到的信號強度在某一范圍內，則繼續檢查節點剩余電量，若剩余電量也符合要求，才進行信息廣播，即實施錨節點轉化。否則將視為普通節點跳過錨節點轉化，不進行信息廣播。由于對接收到的廣播信號強度進行評估實際上就是對物理距離的評估，且評估判斷包含在ROCRSSI算法之中，所以本評估過程不需要額外耗費能量[11]，在綜合考慮節點能量和位置因素的基礎上，選出某一共享節點來轉化為錨節點，該錨節點才進行信息廣播，其他節點則保持原狀態以節省通信與能量開銷。
4 仿真分析
   本文選擇煤礦監測系統[12]對能量高效的錨節點轉化定位算法的性能進行了驗證[4]。根據煤礦監測環境實際應用的需要，將傳感器節點分為兩類：一類是撒在礦井地面位置固定的傳感器節點；另一類是穿戴在礦工身上或運輸工具上的移動傳感器節點。兩類傳感器節點均包括瓦斯濃度檢測與溫濕度檢測等功能[7]。無線傳感器網絡拓撲結構采用有中心網絡結構，射頻模塊采用挪威半導體公司Chipcon推出的CC2430模塊，無線介質將終端傳感器收集的各種參數傳至網關匯聚節點，再采用已有的有線方式將網關節點數據傳輸至地面上的監控中心。在50×50的仿真區域內，隨機分配150個需定位的節點，選擇較小的ANR(Anchor to Node Range Ratio)。
4.1 定位算法可行性驗證
   首先從定位精度與規模兩個基礎角度來對改進的有選擇轉化錨節點定位算法的性能進行仿真驗證。在ANR=5%的情況下，分別對原始和共享節點轉化算法平均定位誤差與覆蓋率進行仿真，如圖4和圖5所示。
   通過對網絡定位誤差、覆蓋率性能的仿真分析可以看出，能量高效的錨節點算法在定位精度與定位覆蓋率上基本可以達到未進行錨節點選擇性轉換原始算法的效果。選距離錨節點最遠的定位節點進行轉化的節點，符合實際礦井監測環境中錨節點較少的實際情況。

4.2 網絡平均壽命分析
　下面對改進的有選擇轉化錨節點定位算法的整個網絡壽命做一個評估，改進算法與原始算法的網絡平均壽命仿真結果如圖6所示。

    從仿真圖可以看出，在采用選擇性共享節點的轉化算法之后，整個WSN的網絡平均壽命下降速度明顯減慢，且隨著共享節點轉化為錨節點的數量的增加，網絡壽命下降速度越緩慢。
4.3 改進定位算法網絡開銷
    由于網絡通信開銷是一個動態疊加的過程，取出典型的改進的高能效錨節點轉化算法的通信開銷仿真比較困難，這里從數學角度給出算法的定性分析。假設一個WSN網絡中原有M個錨節點和N個未知節點(M<<N)，最后選取n個共享節點(n<<N)，僅錨節點才廣播定位控制信息。假定未知節點間采用短信標通信，而未知節點與錨節點間采用ANR限定下的長信標通信，長信標通信開銷為短信標通信的ANR2倍，且未知節點在轉換為共享節點之前相互之間不需要交換任何定位信息，故得到總的通信信號量為a(M)&times;ANR2&times;a(n)，可見n越小，通信信號量越小。所以改進算法的網絡通信開銷與能耗相對較低，這有利于延長整個WSN網絡的壽命。
    設計合理易于實現且優化的WSN節點定位算法是需要長期研究的一個熱點問題。本文在共享節點思想的基礎上，綜合考慮通信開銷與節能兩方面的指標，有效利用共享節點來實現對未知節點的定位，算法在保證較小定位誤差和較大覆蓋率的同時，沒有增加網絡的額外開銷，達到了低網絡配置成本、低功耗和高精度的要求。針對煤礦監測環境中傳感器節點布設的特點，進行了探索驗證，可為無線傳感器網絡在煤礦安全管理應用方面提供參考和借鑒。由于實驗條件的限制，對于節點數很多的情況該算法的可靠性有待于進一步的研究。在煤礦突發事故后，利用WSN網絡通過該算法也可在對工礦人員進行及時營救方面提供幫助。
參考文獻
[1] 孫利民，李建中，陳渝，等.無線傳感器網絡[M].北京，清華大學出版社，2005.
[2] WU S L. TSENG Y C， Wireless Ad-hoc networking personal area local area and the sensory area networks [M]. Auerbach publicatio：117-121，172-175，255-295.
[3] [德]KART H， WILLING A.無線傳感器網絡協議與體系結構[M].邱天爽，唐洪,等譯.北京:電子工業出版社,2007: 207-210.
[4] CHENG De Qiang, YU Jin. A catenulate hierarchy WSN topology control algorithm used in coal face[J].2008 IEEE.
[5] ZHOU Yong, AO X, XIA Shi Xiong. An improved APIT  node self-localization algorithm in WSN, Intelligent Control and Automation[J]. 2008 IEEE.
[6] DING En Jie,MENG Qing Yong,GAO Pei Yan, et al.  Improved pattern matching localization of WSN in coal  mine[C]. Proceedings of the 2007 International Conference  on Information Acquisition, July 2007 IEEE:534-53.
[7] MESSIER G G, HARTWELL J A, DAVIES R J. A sensor  network cross-layer power control algorithm that incorporates Multiple-Access Interference [J].2008 IEEE.
[8] SAVVIDES A, HAN C C, STRIVASTAVA M B. Dynamic fine-grained localization in ad-hoc networks of sensors [J].  IEEE.
[9] ZHOU Z, WANG Sheng, LIU Quan， Local hop-count  Probability grid:an improvement nodes localization scheme  in WSN[C].proceeding of the first international conference  on innovative computing, 2006 IEEE.
[10] WANG Jun Xuan, ZHANG Yan Yan, LU Guang Yue. Application of WSN in mine emergency communication system[J].2008 IEEE.
[11] AWAD, FRUNZKE, DRESSLER. Adaptive distance estimation and localization in WSN using RSSI measures[M].  Digital System Design Architectures, Methods and Tools,  2007:471-478.
[12] CHEN Xiao Jun, CHEN Zu Jue, XU Guang Hua. Research on the distance-aware WSN routing protocol applied  in mine[J]. 2008 IEEE.