内容摘要： 首先介绍无线传感器网络定位技术的相关术语、评价标准等基本概念及定位算法的分类方法； 重点从基于测距和非测距两个方面介绍无线传感器网络的主要定位方法， 并研究和分析若干新型无线传感器网络定位方法， 主要包括基于移动锚节点的定位算法、三维定位算法和智能定位算法。从实用性、应用环境、硬件条件、供能及安全隐私等方面出发总结当前无线传感器网络定位技术存在问题并给出可行的解决方案后， 展望未来的研究前景与应用发展趋势。
1 引 言
无线传感器网络作为一种全新的信息获取和处理技术在目标跟踪、入侵监测及一些定位相关领域有广泛的应用前景。然而， 无论是在军事侦察或地理环境监测， 还是交通路况监测或医疗卫生中对病人的跟踪等应用场合， 很多获取的监测信息需要附带相应的位置信息， 否则， 这些数据就是不确切的，甚至有时候会失去采集的意义， 因此网络中传感器节点自身位置信息的获取是大多数应用的基础。首先， 传感器节点必须明确自身位置才能详细说明“在什么位置发什么了什么事件”， 从而实现对外部目标的定位和跟踪； 其次， 了解传感器节点的位置分布状况可以对提高网络的路由效率提供帮助， 从而实现网络的负载均衡以及网络拓扑的自动配置， 改善整个网络的覆盖质量。因此， 必须采取一定的机制或算法来实现无线传感器网络中各节点的定位。
无线传感器网络定位最简单的方法是为每个节点装载全球卫星定位系统（GPS） 接收器， 用以确定节点位置。但是， 由于经济因素、节点能量制约和GPS 对于部署环境有一定要求等条件的限制， 导致方案的可行性较差。因此， 一般只有少量节点通过装载GPS 或通过预先部署在特定位置的方式获取自身坐标。另外， 无线传感器网络的节点定位涉及很多方面的内容， 包括定位精度、网络规模、锚节点密度、网络的容错性和鲁棒性以及功耗等， 如何平衡各种关系对于无线传感器网络的定位问题非常具有挑战性。可以说无线传感器网络节点自身定位问题在很大程度上决定着其应用前景。因此， 研究节点定位问题不仅必要， 而且具有很重要的现实意义。
2 WSN 定位技术基本概念
2.1 定位方法的相关术语
1） 锚节点（anchors）： 也称为信标节点、灯塔节点等， 可通过某种手段自主获取自身位置的节点；
2） 普通节点（normal nodes）： 也称为未知节点或待定位节点， 预先不知道自身位置， 需使用锚节点的位置信息并运用一定的算法得到估计位置的节点；
3） 邻居节点（neighbor nodes）： 传感器节点通信半径以内的其他节点；
4） 跳数（hop count）： 两节点间的跳段总数；
5） 跳段距离（hop diSTance）： 两节点之间的每一跳距离之和；
6） 连通度（cONnectivity）： 一个节点拥有的邻居节点的数目；
7） 基础设施（infrastructure）： 协助节点定位且已知自身位置的固定设备， 如卫星基站、GPS 等。
2.2 定位方法的性能评价标准
无线传感器网络定位性能的评价标准主要分为7 种， 下面分别进行介绍。
1） 定位精度。定位技术首要的评价指标就是定位精确度， 其又分为绝对精度和相对精度。绝对精度是测量的坐标与真实坐标的偏差， 一般用长度计量单位表示。相对误差一般用误差值与节点无线射程的比例表示， 定位误差越小定位精确度越高。
2） 规模。不同的定位系统或算法也许可以在一栋楼房、一层建筑物或仅仅是一个房间内实现定位。
另外， 给定一定数量的基础设施或一段时间， 一种技术可以定位多少目标也是一个重要的评价指标。
3） 锚节点密度。锚节点定位通常依赖人工部署或使用GPS 实现。人工部署锚节点的方式不仅受网络部署环境的限制， 还严重制约了网络和应用的可扩展性。而使用GPS 定位， 锚节点的费用会比普通节点高两个数量级， 这意味着即使仅有10%的节点是锚节点， 整个网络的价格也将增加10 倍， 另外， 定位精度随锚节点密度的增加而提高的范围有限， 当到达一定程度后不会再提高。因此， 锚节点密度也是评价定位系统和算法性能的重要指标之一。
4） 节点密度。节点密度通常以网络的平均连通度来表示， 许多定位算法的精度受节点密度的影响。
在无线传感器网络中， 节点密度增大不仅意味着网络部署费用的增加， 而且会因为节点间的通信冲突问题带来有限带宽的阻塞。
5） 容错性和自适应性。定位系统和算法都需要比较理想的无线通信环境和可靠的网络节点设备。
而真实环境往往比较复杂， 且会出现节点失效或节点硬件受精度限制而造成距离或角度测量误差过大等问题， 此时， 物理地维护或替换节点或使用其他高精度的测量手段常常是困难或不可行的。因此， 定位系统和算法必须有很强的容错性和自适应性， 能够通过自动调整或重构纠正错误， 对无线传感器网络进行故障管理， 减小各种误差的影响。
6） 功耗。功耗是对无线传感器网络的设计和实现影响最大的因素之一。由于传感器节点的电池能量有限， 因此在保证定位精确度的前提下， 与功耗密切相关的定位所需的计算量、通信开销、存储开销、时间复杂性是一组关键性指标。
7） 代价。定位系统或算法的代价可从不同的方面来评价。时间代价包括一个系统的安装时间、配置时间、定位所需时间； 空间代价包括一个定位系统或算法所需的基础设施和网络节点的数量、硬件尺寸等； 资金代价则包括实现一种定位系统或算法的基础设施、节点设备的总费用。
上述7 个性能指标不仅是评价无线传感器网络自身定位系统和算法的标准， 也是其设计和实现的优化目标。为了实现这些目标的优化， 有大量的研究工作需要完成。同时， 这些性能指标相互关联， 必须根据应用的具体需求做出权衡以设计合适的定位技术。
2) 基于信号到达角度的方法
AOA 测距技术依靠在节点上安装天线阵列来获得角度信息。由于大部分节点的天线都是全向的， 无法区分信号来自于哪个方向。因此该技术需要特殊的硬件设备如天线阵列或有向天线等来支持。
优点： 能够取得不错的精度。
缺点： 传感节点最耗能的部分就是通信模块，所以装有天线阵列的节点的耗能、尺寸以及价格都要超过普通的传感节点， 与无线传感器网络低成本和低能耗的特性相违背， 所以实用性较差。
关于AOA 定位的文献比较少，最早提出在室内采集方向信息， 并以此实现定位的方法，它的硬件部分包括微控制器、RF 接收器、5 个排成“V”型的超声波接收器， 其测量误差精度为5°。随后， 一些学者提出了在只有部分节点有定位能力的情况下确定所有节点的方向和位置信息的算法。
3) 基于接收信号强度的方法
RSSI 是在已知发射功率的前提下， 接收节点测量接收功率， 计算传播损耗， 并使用信号传播模型将损耗转化为距离。
优点： 低成本。每个无线传感节点都具有通信模块， 获取RSSI 值十分容易， 无需额外硬件。
缺点： 1) 锚节点数量需求多。由于RSSI 值在实际应用中的规律性较差， 使得利用RSSI 信息进行定位的算法在定位精度以及实用性上存在缺陷。所以为了达到较高的定位精度， 利用RSSI 信息进行定位的算法通常需要较多数量的锚节点。2) 多路径反射、非视线问题等因素都会影响距离测量的精度。
早期的RSSI 距离测量方法有Hightower 等人设计的室内定位SpotON tags 系统， 通过RSSI 方法来估计两点间的距离， 通过节点间的相互位置来进行定位， 在边长3 m 的立方体内， 其定位精度在1 m 以内。目前， 基于RSSI 值的距离测量方法可以分为2 种， 一种是需要预先测试环境信息的方法， 即在实验开始前， 对定位的区域进行大量的RSSI 值测试，将不同点得到的RSSI 值保存到数据库中， 建成场强图或拟合曲线， 在实际测试时查询和调用。另外一种是无需预先测试环境信息的方法， 直接在定位区域进行节点布置和定位， 如双曲线模型法，迭代的分布式算法， 结合露珠洪泛思想引入RSSI 机制的HCRL(hop-count-ratio based LOCalization)算法等。
总体来说， 需要预先测试环境参数的方法在实际定位中计算量小， 这类方法只需要简单的查表或根据拟合曲线进行计算， 其缺点是实验前需要做大量的准备工作， 而且一旦环境改变则预先建立的模型将不再适用。无需预先测试环境参数的方法需要定位引擎的计算操作， 往往具有复杂的计算过程，但适应性较强。
以上几种测距方法各有利弊， 以2009 年发表的基于测距法的文献来看， 研究RSSI 方法的大约占了以上几种方法总数的52%, TOA 方法25%, TDOA 方法13%和AOA 方法10%, 其比例图如图1 所示， 从实用性的角度来看， 基于RSSI 的定位方法更简便易行， 因此， 基于RSSI 测距方法的研究占基于测距算法研究总数的一半以上。
