無線傳感器網(wǎng)絡(luò)WSN(Wireless Sensor Networks)綜合了無線通信技術(shù)、傳感器技術(shù)、嵌入式計(jì)算技術(shù)和分布式信息處理技術(shù)，已經(jīng)成為當(dāng)前國(guó)際上備受關(guān)注的、多學(xué)科高度交叉、知識(shí)高度集成的前沿研究領(lǐng)域[1]。通過部署大量傳感器節(jié)點(diǎn)至目標(biāo)區(qū)域，WSN將改變?nèi)藗兣c客觀世界的交互方式，其在環(huán)境監(jiān)測(cè)方面的應(yīng)用尤其具有廣泛前景[2]。
鑒于WSN的應(yīng)用背景，定位技術(shù)成為實(shí)現(xiàn)其功能的關(guān)鍵技術(shù)之一，如何使定位指標(biāo)達(dá)到最優(yōu)始終是WSN定位算法的研究目標(biāo)。
近年來，對(duì)WSN定位問題有了許多新穎的思想和解決方案，但多是針對(duì)解決固定節(jié)點(diǎn)的定位問題。若將這些算法應(yīng)用于移動(dòng)節(jié)點(diǎn)的定位，雖然也可以通過每隔一段時(shí)間的更新來進(jìn)行定位，但節(jié)點(diǎn)的移動(dòng)性會(huì)導(dǎo)致算法的定位精度降低。雖然移動(dòng)性給節(jié)點(diǎn)定位帶來了困難，但也可以利用其來提高定位精度。參考文獻(xiàn)[3]提出了一種基于MCL（Monte Carlo Localization）的移動(dòng)節(jié)點(diǎn)定位算法，其核心思想是在貝葉斯濾波位置估計(jì)基礎(chǔ)上，用若干個(gè)帶權(quán)重的采樣點(diǎn)來描述移動(dòng)節(jié)點(diǎn)在布置區(qū)域的可能位置分布。
多維定標(biāo)技術(shù)MDS（Multidimensional Scaling）是一種運(yùn)用于心理學(xué)領(lǐng)域的技術(shù)，后由Shang等人引入WSN定位技術(shù)中[4]?；?a class="contentlabel" href="http://www.antipu.com.cn/news/listbylabel/label/MDS">MDS技術(shù)的定位算法在不需要知道節(jié)點(diǎn)間測(cè)量距離的情況下，可以充分利用節(jié)點(diǎn)間連通性信息，在即使沒有錨節(jié)點(diǎn)的情況下也可以得到節(jié)點(diǎn)的相對(duì)位置坐標(biāo)。
本文提出一種MDS-MCL定位算法，通過結(jié)合MCL和MDS-RC[5]兩種方法，得到一種新的移動(dòng)節(jié)點(diǎn)定位算法。通過將MDS-RC定位算法引入MCL算法，在定位過程中利用MDS-RC定位算法給出的定位位置作為新的限定條件進(jìn)行濾波，保留更接近節(jié)點(diǎn)真實(shí)位置的預(yù)測(cè)樣本，提高節(jié)點(diǎn)定位精度。
1 MDS-MCL定位算法
本文提出的MDS-MCL算法，主要是通過在過濾階段利用MDS-RC算法給出的定位結(jié)果作為新的限定條件，濾除預(yù)測(cè)樣本，以達(dá)到提高精度的目的。
1.1 引入新的濾波條件
MDS-RC定位算法是一種應(yīng)用在大規(guī)模固定節(jié)點(diǎn)定位問題中的算法，通過對(duì)節(jié)點(diǎn)間最小路徑賦予權(quán)值的方法來提高算法的整體定位精度。在大規(guī)模的網(wǎng)絡(luò)中使用時(shí)，該算法的整體定位效果較好，但不排除出現(xiàn)個(gè)別節(jié)點(diǎn)誤差較大的情況。在大規(guī)模網(wǎng)絡(luò)中，由于整體定位精度較高，所以即使個(gè)別節(jié)點(diǎn)的定位誤差較大，也不會(huì)影響算法整體的定位效果。但將這種算法應(yīng)用于單一節(jié)點(diǎn)的定位時(shí)，這種偶然出現(xiàn)的較大誤差對(duì)于最終定位結(jié)果的影響較大，必須進(jìn)行處理。
在MDS-MCL定位算法中，會(huì)對(duì)MDS-RC得到的定位結(jié)果進(jìn)行判斷，根據(jù)不同的情況采取不同的濾波方式，從而避免偶然出現(xiàn)的大誤差對(duì)最終結(jié)果造成影響。算法的具體流程如圖1所示。

算法的初始化主要是進(jìn)行循環(huán)次數(shù)k和預(yù)測(cè)樣本總數(shù)N的設(shè)定。
如圖1所示，在每一時(shí)刻的定位過程中，首先根據(jù)周圍一跳范圍內(nèi)的信標(biāo)節(jié)點(diǎn)信息，根據(jù)MDS-RC算法，得到初步定位位置ot。然后根據(jù)ot是否在最大移動(dòng)速度范圍內(nèi)對(duì)預(yù)測(cè)樣本進(jìn)行處理。

過濾階段的詳細(xì)處理方法如下：
第一種情況：如果算法的定位位置ot在最大移動(dòng)速度范圍內(nèi)，則根據(jù)ot進(jìn)行濾波。在生成的N個(gè)預(yù)測(cè)位置中，計(jì)算其與ot的距離，將這些距離與前一次保留的預(yù)測(cè)樣本進(jìn)行比較，保留N個(gè)與ot最近的樣本，然后進(jìn)行下一次循環(huán)。
第二種情況：如果算法的定位位置ot在最大移動(dòng)速度范圍外，用另一種方法對(duì)位置進(jìn)行修正。在使用MDS-RC算法進(jìn)行定位時(shí)，會(huì)利用到周圍一跳范圍內(nèi)的信標(biāo)節(jié)點(diǎn)。對(duì)預(yù)測(cè)樣本中的每一個(gè)位置，統(tǒng)計(jì)在其通信范圍的本次定位中利用到的信標(biāo)節(jié)點(diǎn)數(shù)，然后與前一次保留的預(yù)測(cè)樣本進(jìn)行比較，保留N個(gè)信標(biāo)節(jié)點(diǎn)數(shù)最多的樣本，然后進(jìn)入下一次循環(huán)。
通過結(jié)合MDS-RC與MCL方法對(duì)移動(dòng)節(jié)點(diǎn)進(jìn)行定位，可以避免單一方法中偶然出現(xiàn)的較大誤差。
另外，MDS-MCL算法與MCL算法另一點(diǎn)不同的是，在每一次濾波中保留N個(gè)最符合要求的預(yù)測(cè)樣本，而不是嚴(yán)格刪除所有不符合要求樣本。通過這一點(diǎn)修改，可以保證算法在規(guī)定次數(shù)的循環(huán)內(nèi)得到足夠數(shù)量的預(yù)測(cè)樣本，從而將算法的計(jì)算時(shí)間控制在一定范圍內(nèi)。
1.2 參數(shù)與算法表現(xiàn)的關(guān)系
在MDS-MCL算法中，有兩個(gè)初始參數(shù)：循環(huán)次數(shù)和預(yù)測(cè)樣本數(shù)。為了使算法的性能達(dá)到最優(yōu)，下面通過仿真實(shí)驗(yàn)考察這兩個(gè)參數(shù)對(duì)定位誤差和計(jì)算時(shí)間的影響。