电信科学 2010 年第 7 期

研究与开发

无线传感器网络定位算法综述 *
黄 毅，胡爱群
（东南大学信息科学与工程学院 南京 210096 ）

摘 要 无线传感器网络（WSN ）是 一 个 多 学科的 研究 领域，具 有 很 广泛的 应 用 前景，其中 ，WSN 的 定 位 是 非

常重要的研究方向。 介绍了国内外研究机构在 WSN 定位方面的研究进展 ，并 对 这 些 工 作 进 行 了 归
纳和总结。 将每种定位算法按照需不需要测距分为两大类，而且在具体算法中 讨论了其以下几个特
征，包括：需要 ／ 不需要锚节点、集中式 ／ 分布式、固定 ／ 移动等。
关键词 无 线 传 感 器 网 络 ；定 位 算 法 ；测 距

1 引言
位 置 信 息 对 于 无 线 传 感 器 而 言 是 非 常 重 要 的 ，一 个 没
有 传 感 器 节 点 位 置 信 息 的 WSN （无 线 传 感 器 网 络 ）是 没 有
应用意义 的 ， 因 为 几 乎 所 有 的 WSN 应 用 场 合都 需 要 知 道
节点位置信息，比如 ：动 物 种 群 的 跟 踪 研究 ，大 楼 火 灾 的 预
警，仓库中货物的管理，交通监控系统等。 一个直接的方法
是 在 节 点 上 安 装 GPS ， 但 是 由 于 WSN 是 由 成 百 上 千 甚 至
更 多 的 传 感 器 节 点 组 成 的 ，成 本 太 高 ，而 且 它 需 要 长 距 离
通 信 ，能 量 花 费 也 很 高 ，体 积 很 大 ；也 不 能 运 用 在 室 内 ，所
以这种方法不适合用于 WSN 的定位。
多 年 来 ， 很 多 国 内 外 学者 和 研究 机 构 针 对 WSN 的 特
—能 量 有 限 、价 格 低 廉 、自 组 织 性 、无 线 通 信 、多 跳 中
点——
继、分布式处理、容 错 性等 ，展 开 了 深 入 的 研究 并 提 出 了 很
多的定位算法。 本文对无线传感器网络节点的坐标计算方
法和国内外开 展 的 定 位 算 法 研究 工 作 进 行 了 介 绍 和 归 纳 ，
* 江 苏 省 产 学 研 联 合 创 新 基 金 计 划 项 目 （No.BY2009149863 ）
可 供 读 者 在 WSN 的 深 入 研究 与 应 用 中 参 考 。 本 文 把 定 位
算 法 划分 成 两 个 类 别 ：需 要 ／ 不 需 要 测 距 ，而 每 种 算 法 又 兼
有 以 下 一 种 或 几 种 特 点 ：需 要 ／ 不 需 要 锚 节 点 （已 知 坐 标 的
节点）、集中式 ／ 分布式、固 定 ／ 移 动 等 ，这 些 在 具 体 算 法 中 会
特别说明。
由 于 固 定 WSN 的 定 位 算 法 能 扩 展 到 移 动 的 WSN 中 ，
所 以 这 里 主 要 以 固 定 WSN 的 定 位 算 法 为 主 要 内 容 ， 然 后
再介绍移动情况下的定位算法。
2 定位算法
首先，介绍一下常用的坐标计算方法。
（1 ） 三边测量术
三边测量术是根据 3 个已知坐标的节点到未知节点
的 距 离 来 确 定 节 点 坐 标 。 已 知 A 、B 、C 三 个 节 点 的 坐 标 分
别为 （xa， ya） 、（xb， yb） 和 （xc， yc） ，它们到未知节点 D（x， y） 的 距 离
分别为 da、db 和 dc，如图 1 （a ）所示，则通过计算可以得到 以
下三个式子：
（x-xa）2+ （y-ya）2=da2

69
 研究与开发

（x-xb）2+ （y-yb）2=db2 由 以 上 三 式 能 够 确 定 圆 心 O1 点 的 坐 标 和 半 径 。 同 理
（x-xc）2+ （y-yc）2=dc2 可 对 A 、 B 、 D 和 B 、 C 、 D 分 别 确 定 相 应 的 圆 心 和 半 径 ，最 后
通过高斯消元法可以得到以下两个式子： 利用三边测量术确定 D 的坐标。
2 2 2 2 2 2
（2xa-2xc）x+ （2ya-2yc）y+x -x +y -y =d -d c a c a c a （ 3 ）多边测量术
2 2 2 2 2 2
（2xb-2xc）x+ （2yb-2yc）y+x -x +y -y =d -d c b c b c b 多 边 测 量 术 （多 角 可 以 化 为 多 边 ）是 根 据 n 个 已 知 坐
写成矩阵形式 AX=b ： 标的节点到未知节点的距离来确定节点坐标的。 已知 n 个

［2x2x -2x
1

2
3

-2x 2y -2y y
3
]［]
2y -2y x
=［
d -d +x -x +y -y
1 3

d -d +x -x +y -y
2 3
] c

c
2

2
a

b
2

2
a

b
2

2
c

c
2

2
a

b
2

2
c

c
2

2
节 点 的 坐 标 分 别 为 （x1， y1） 、 （x2， y2） ，… ， （xn， yn） ， 它 们 到 未 知
节 点 D 的 距 离 分 别 为 d1， d2，… ， dn，假 设 节 点 D 的 坐 标 为

A= ［ ]X= ［]
2x -2x 2y -2y
1 x 3 1 3 （x， y） ，可以列出 n 个等式，形式如三边测量 术 中 描 述 ，通 过
其中 ， ，
2x -2x 2y -2y
2 y 3 2 3 计算可以得 AX=b 。 使用标准最小均方差 估 计 方 法 可 以 得

b= ［ ]
2 2 2 2 2 2
d -d +x -x +y -y
c a a c a c 到节点 D 的坐标为：
2 2 2 2 2 2
d -d +x -x +y -y
c b b c b c X〓 = （AT-A ）-1AT-b
-1
那 么 X=A b ，注 意 的 是 A 要 可 逆 的 充 要 条 件 是 A 、B 、 这 种 方 法 充分 利 用 了 节 点 所收 集 到 的定 位 信 息 ，所以
C 三点不共线。 在很多定位算法中都有应用。 如果考虑多径和噪声的影
（2 ） 三角测量术 响，一种更为符合实际情况的变形如下 ［1］：
三 角 测 量 术 常 用 到 基 于 AOA 方 法 的 测 距 中 ， 它 根 据
fi（x， y ）=di- （xi-x ）2+ （yi-y ）2
三个已知坐标的节点到未知节点的相对角度来确定节点
求使得下式达到最小的解即为所求坐标。
坐标。 已知 A 、B 和 C 三个节点的坐标分别为 （xa， ya） 、（xb， yb） N

和 （xc， yc） ，假设节点 D 的坐标为 （x， y） ，如图 1 （b ）所示。 对于 F （x， y ）= ∑ai2fi2（x， y ）

i=1
节 点 A 、C 和 D ，如 果 弧 段 AC 在 △ABC 内 ，那 么 能 够 惟 一
ai 是第 i 个信号的权值，与实际信道有关。
确定一个圆，并存在下列公式：
2.1 需要测距
（xO -xa ）2+（yO -ya ）2 =d1
1 1
如果 要采 用 以 上 三 种 坐 标 的计 算 方 法 ，那 么 必 须 知 道
（xO -xc ）2+（yO -yc ）2 =d1
1 1
一个未知节点到 至 少 三 个 锚 节 点 的距 离 （角 度 信 息 也 可 以
2 2 2 2
（xa-xc） +（ya-yc） =2d -2d cos a 1 1 化 为 距 离 信 息 ）。 常 用 的 4 种 测 距 方 法 为 ： RSS （ received
上式中，d1 为圆半径，O1 为圆心，a 为圆心角 ∠AO1C 。 signal strength ）、TOA （time of arrival ）、TDOA （time difference

图1 常用的坐标计算方法

70
 电信科学 2010 年第 7 期

of arrival ）、AOA （angle of arrival ）。 时差，这种方法需要每个锚节点的时钟同步。

（1 ）RSS （4 ）AOA
通常 情 况 下 无 线 电 波 或 声 波 信 号 在 介 质 中 传 输 时 ，信 这 种 方 法 需 要 角 度 信 息 ，而 角 度 信 息 主 要 依 靠 在 节 点
号功率是随传播距离的变大而衰减的 ，这 是 RSS 测 距 的 理 上安装天线阵列来 获 得 ，再 通 过 三 角 测 量 术 算 出 待 定 位 节
论基础。 针对无 线 电 波 信 号 传 播 的 信 道 ，一 般 采 用 的 模 型 点坐标。 AOA 方法需要天线阵列，成本和能耗是两 个 很 大
如下式所示： 的问题，对于 WSN 来说 AOA 的实用性也较差。
表 1 ［2］ 是 各 种 现 有 的 定 位 系 统 的 相 关 信 息 ，包 括 采 用
P （d ）=P0-10 β lg d
d0 的技术和能达到的精度。
其中，d 是离开信号发射源的距离，P0 是在距离信号 发 从 表 1 中 可 以看 出 ，大 部 分 的 定位 技 术 不 能 直 接 应 用
射源 d0 点（记为 N 点）的信号接收功率，β 是路径损耗系数， 到 WSN 中去，但是关键的测距技术是可以借鉴的。
根据环境的不同，通常为 2～6 。 在参考点 N 处的功率是通过 2.2 不需要测距
预测已知的，这样通过接收信号的强度即可判断距离 d 。 在这类算法中假设节点只能和它邻近的节点进行通
（2 ）TOA 信，也就是说只能 和 在 其 有效 的 通 信 距 离 内 的 节 点 进 行 通
TOA 也可以叫做 TOF （time of flight ）。 速度一定的情况 信，借助网络信息可以从 两 个 较 远 的 节 点 通 过 多 跳 （multi-
下， 检测信号 从 发 送 到 接收到 的 时 间 即 和 距 离 成 正 比 ，这 hop ）的方式传送。 通过对跳数信息的处理可以估计出两个
种方法需要时钟的同步。 节点间的距离，再通过相应的算法得到节点的位置。
（3 ）TDOA （1 ）DV-hop
TDOA 可以分成两种情况。 ① 两种速度不同 且 相 差 很 基 于 通 信 跳 数 的 DV-hop 算 法 是 由 NiCuleScu 提 出 来
［3］
大 的 信 号 ，如 无 线 电 信 号 和 超 声 波 信 号 ，由 于 无 线 电 波 速 的 。 它的提出有两个假设 ： ① 在 一 个 大 型 网 络 中 ，一 个 待
度 很 快 ，一 般 情 况 下 可 以 看 成 即 时 到 达 ，而 声 波 传 输 相 对 定位节点可能无法 与 足 够 多 的 锚 节 点 直 接通 信 ； ② 在 利 用
就慢很多， 在 节 点上 同 时 安 装 以上 两 种 信 号 的 接收装 置 ， 空中抛洒的方式对 未 知 区 域 进 行 监 控 时 ，只 可 能 少 数的 锚
检测到两信号到 达 的 时 差 ，就 可 以计 算 出 距 离 。 这 种 方 法 节 点 有 预 知 的 坐 标 信 息 ，如 安 装 了 GPS 的 锚 节 点 ，而 其 他
可以避免同步 ， 但 由 于 要 多 安 装 一 种 信 号 的 接收装 置 ，成 节点通过中继的方式和锚节点通信。 它的基本原理是用跳
本和通信开销相对较大。 ② 同一种信号到达每个锚节点的 段距离来代替节点间的实际距离。

表1 现有定位系统的各种相关信息
技 术 测距方式 精 度 备 注

GPS TOA 5～15 m 昂 贵 ，不 可 用 在 室 内

Loran TDOA 460 m LoranA 开 发 于 二 战 时 期 ； LoranC 开 发 于 20 世 纪 50 年 代 ，

工 作 在 90～110 kHz ，主 要 用 于 海 上

Enhanced Loran TDOA 8～20 m 2004 年 在 美 国 建 立 ，在 西 北 欧 等 地 使 用

ARGOS 多 普 勒 效 应 ， 适 用 6 颗 150～1 000 m 能 在 任 何 地 点 、任 何 安 装 了 相 应 设 备 的 平 台 上 使 用 ，功 耗
NOAA 卫 星 低 ，体 积 小 ，重 量 轻

Polaris Wireless 使用多径信号指纹定位 在 100 m 内 效 果 较 好 需要建立信号指纹数据库

RADAR（Microsoft 公司） 基 于 RSS 的 模 式 识 别 3～4.3 m （ 50% ） 基 于 现 有 WLAN

Aeroscout TDOA 和 RSSI 1～5 m （ TDOA ） 基 于 Wi-Fi 活 动 RFID 标 签

Ubisense TDOA 和 AOA 30 cm （ 3D ） 最 大 可 测 距 离 大 于 50 m

PAL650 （ MSSI 公 司 ） TDOA 可达 1 英尺 世 界 上 第 一 个 FCC 认 证 的 基 于 UWB 的 活 动 RFID 跟 踪

系统

Sapphire DART UWB TDOA 好 于 30 cm （平 均 10 cm ） 有 效 距 离 超 过 200 m

（ MSSI 公 司 ）

PinPoint 3D～iD TOA 1～3 m 器 件 昂 贵 ，和 802.11 存 在 干 扰

Indoor GPS AOA 1 mm 利 用 激 光 测 距 ，有 效 范 围 为 2～300 m ，代 价 高

71
 研究与开发

2 2 能量最小，那么调整后的节点坐标 即 为 优 化 后 的坐 标 。 这
ci= ∑ （xi-xj） + （yi-yj） ， i≠j
∑hi 个算法的好处是：无需锚节点和分布式。但在质量 - 弹簧优
上式中，ci 是锚节点 i 的跳段距离，分子部分是锚节点 化阶段，需要实测距离，这就限制了此方法的应用。 还有一
i 到 其 他 锚节点的欧 式 距离之 和 ， 分母 部 分 是 锚 节 点 i 到 个问题是迭代收敛的问题，很可能网络 收 敛 到 一 个 局 部 最
其他锚节点的跳数之和。 待定位节点到锚节点 i 之间的距 优点，而不是全局最优，对此目前没有很好的解决方法。 图
离估计通过下式得出： 2 中 O 为系统无能量时的节点位置，O ’为系 统 存 在 能 量 时
dsi=cshsi 的节点位置。

cs 表示待 定 位 节点采用的跳段距离，hsi 是待 定 位 节点 （3 ）MDS

s 和锚节点 i 之间的最小跳数。 算出至少三个距离（2D ），利 MDS （multidimensional scaling ）只 是 流 形 学 习 （manifold

用前面的极大似然估计，就可以估计出节点坐标。 learning ） 方 法 其 中 的 一 种 ， 它 和 PCA （principal component
DV-hop 算 法 的 优 点 很 多 ， 属 于 分 布 式 算 法 ， 算 法 简 analysis ）、ISOMAP （isometric feature mapping ）、LLE （locally
单 ，通 信 开 销 少 ，计 算 量 也 少 ，利 用 跳 数 信 息 代 替 精 确 测 linear embedding ）等构成常用的流形学习方法 ［8］。 在参考文
距，硬件设计也简单，成本也低廉；不足是对 网 络 节点的密 献 ［9］ 中 ，作 者 提 到 了 流 形 学 习 能 够 用 来 处 理 网 络 定 位 问

度 依 赖 性 较 大——
—密 度 越 大 ，定 位 精 度 越 高 ，所 以 它 不 适 题 。 Y. Shang 和 W. Ruml［10，11］利用 MDS 来解决 WSN 中的节

用 于 非 凸 区 域 ，当 有 障 碍 物 时 ，跳 数 信 息 不 能 正 确 反 映 实 点定位问题。 这种方法可以不需要 测 距（也 可 以 需 要 ），利

际距离。参考文献 ［4］ 结合 RSSI 来减小误差，参考文献 ［5］ 使 用在有效通信距离内的两两节点之间的相似度来进行定

用节点到邻节点的测距来提高多跳距离的精 度 ，这 些 都 需 位，比如：连通度或欧式距离，我们泛称它们为距离。 设 Xi=

m
要 额 外 的 硬 件 开 销 。 参 考 文 献 ［6］ 通 过 待 定 位 节 点 和 锚 节
（xi1， xi2， … ，xim）是 m 维空间上的一个点，dij= ∑（x -x ）
i
k
j
k 2
表
点间距离限制来改善定位精度。 k=1

（2 ）AFL 示 i 、 j 两 点 的 距 离 ，在 一 个 有 n 个 节 点 的 WSN 中 ，有 n×n

［7］
NISSanka 等 人 提 出 的 AFL （anchor-free localization ）算 个 距 离 ，可 以 组 成 一 个 平 方 距 离 矩 阵 A ，由 A 可 计 算 B=-
法是一种无需锚节点的定位方法，它分为两步 ：首 先 ，通 过 HAH／2 、XTX ，其 中 H=I-11T／N ，1= （1 ，1 ，…，1 ）T，由 于 B 是 对
多跳确定一个相对坐标系，得到每个节点在这 个 坐 标 系 中 称 且 半 正 定 的 ，所 以 存 在 奇 异 值 分 解 B=UΛUT=XTX ，则 有
的 位 置 坐 标 ， 然 后 ， 通 过 质 量—弹 簧 （ Mass-Spring ） 模 型 进 X=Λ1／2UT，其中 Λ=diag （λ1，…，λr），r=rank （B ），λ1≥λ2≥ … ≥
行迭代优化。具体步骤如下：第一步，初始随机选择一个节 λr 为 B 的正特征值，U 的列向量由与 λ1≥λ2≥ … ≥λm 相 应
点 n0，然 后 选 取 一 个 距 离 其 最 大 的 点 n1；再 选 取 一 个 距 离 的标 准 正 交 向 量 组 成 。 对 于 WSN 中 2D 和 3D 的 情 况 ，只
n1 最 大 的 点 n2； 接 着 选 n3， 使 得 |h13 -h23 | 最 小 （hij 表 示 节 点 要 r 取 2 或 3 即可。 这只是得到了 n 个节点的相对位置坐
i 、 j 之 间 的 最 小 跳 数 ），如 果 有 多 个 点 ，则 选 h13+h23 最 大 的
点；类似的选取 n4，使得 |h14-h24| 最小，如有多个，则选 h34 最
大的点；最 后 选 取 n5 点，满足 |h15-h25| 最 小 ，如 有 多 个 点，则
选取 |h35-h45| 最小的节点。 这样，选取的 5 个点能够组成一
个 临 时 的坐 标 系 ：以 n5 为 原点，其 余 4 个 点为 4 个 方 向 上
的端点。那么，网络中的每个点就有一个对应的坐标，如用

极 坐 标 （ ρi， θi） ， ρi=rhi，5， θi=tan -1 h1，i-h2，i ，这 里 r 为 通 信 半 径 。

h3，i-h4，i
这样得到的是每个节点的粗略坐标。 第二步，再用质量—弹
簧模型进行迭代优化，把点与点之间的实际测 量 距离看 成
是弹簧的平衡位置，那么根据之前的估计距离与 实 际 距离
之差，可以得到弹簧是被缩小了，或是被拉伸了，这 样整 个
网 络 就 存 在 能 量 ，如 图 2 所 示 ，我 们 的 目 标 就 是 使 得 这 个 图2 Mass-Spring 模 型

72

标，如果有 3 个（3D 是 4 个）或更多 个 锚 节 点 坐 标 ，通 过 坐
标变换，可以得 到 所 有节点的 绝 对 坐标。 这 个 算 法 的 优 势
是可以不需要 锚节点， 而 且 在 锚节点较 少 的 规 则 网 络 中 ，
也 可 以 达 到 较 好 的 效 果 ，不 足 是 算 法 较 复 杂 ，仅 奇 异 值 分
3
解这一关键步骤就需要 O （n ）的复杂度。 之后也 有人提出
基 于 MDS 的 改 进 定 位 算 法 ，如参 考 文 献 ［12］ 把 整 个 网 络 划
分成多个局部，对每个 局 部 进 行 定 位 ，再 融 合 到 全 局 中 去 ，
实现了分布式的计算。 参 考 文 献 ［13］ 利 用 最 短 距 离 作 为 测
地 线 距 离 代 替 欧 式 距 离 来 实 现 定 位 ，提 高 了 精 度 ，但 是 邻
近参数 K 的选择较复杂。
（4 ）基于区域的定位算法
此类 算 法 是通过划 分 局 部 的 节点区 域 来 实 现 定 位 ，也
不 需 要 测 距 ， 主 要 有质 心 Centroid 算 法 、APIT 算 法 、 基 于
Voronoi 图算法 ［14］等。
质 心 Centroid 算 法 ［15］：把 节 点 周 围 多 个 （2D 至 少 3 个 ）
锚节点组成一 个 多边 形 ， 它 的 质 心 估 计 成 节点的 位 置 ，如
图 3 （a ）所 示 ，因 此 ，多 边 形 的 面 积 越 小 ，估 计 误 差 会 越 小 ，
此算法要求锚节点的 密 度很 大 且 均 匀 分 布 ， 一 般 情 况 下 ，
WSN 达 不 到 这 种 要 求 。 但 是 ，这 种 算 法 非 常 简 单 ，很 容 易
在节点上实现，适用于 定 位 精 度不 高 的 场 合 ，同 时 ，它 也 是
分布式的算法。 参考文献 ［16］ 提出了 基 于 权 重 的 质 心 算 法
即 加 权 质 心 算 法 （W-Centroid ），加 权 质 心 算 法 引 入 接 收 信
号强度来代替质心算 法 中 的 连 通性 ，对 于 接 收 信 号 强 度较
大的锚节点就具有较大的权值。
图3 基于区域的定位算法
电信科学 2010 年第 7 期
APIT 算 法 ［17］：实 际上 它 是质 心 算 法 的 改 进 ，它 选 取 有
效 通 信 距 离 内 的 所 有 锚 节 点 中 的 三 个 （2D ）组 成 一 个 三 角
形， 用检测 信 号 能 量 的 方 法 判 断 节点 是否 在 三 角 形 中 ，这
样，依次判断每三个锚节点 组 成 的 三 角 形 ，最 后，它 们 的 交
集即是节点所在的区域，如图 3 （b ）所示。 相比基本的质心
算 法 ，它 有 着 更 小 的 有 效 区 域 ，所 以 也 能 够 达 到 更 高 的 定
位精度。 由于 是质 心 算 法 的 改 进 ，所 以 质 心 算 法 的 缺 点它
也存在。
此 外 ， 还 有 类 似 的 算 法 ：SBL （sequenee-based
loealization ） ［18］、SDP （semi-definite programming ） ［19］、 基 于
Voronoi 图算法等，都是基于区域的思想。
3 移动节点定位
移 动 无 线 传 感 器 网 络 （ mobile wireless sensor network ，
MSN ）的 定 位 问 题 越 来 越 受 到 人 们 的 关 注 ，由 于 节 点 的 移
动，定位的精度也会随着移 动 速 度 的 增 大 而 降 低 ，同 时 ，又
能获得更多的位置信 息 来 定 位 。 在 某 些 方 面 ，移 动 机 器 人
（ mobile robot ， MR ）和 MSN 有着 相 似 之处 ，因 此 很 多 在 MR
中的定位算法可以移植到 MSN 中 去 ，但 是， MSN 又 有着 自
身的特点——
—计 算 和 通信 能 力较 弱，复杂 的 算 法 不 可 能 运
用 到 MSN 中 去 。 一 种 简 单 有 效 的 MSN 定 位 算 法 MCL
（ Monte Carlo localization ） ［20］被广泛研究。
Monte Carlo 方法是冯·诺依 曼 在 “曼 哈 顿 计 划 ”中 命 名
的 一 种 计 算 机 随 机 模 拟 方 法 。 L. Hu 和 D. Evans ［21］ 提 出 的
MCL 算 法 ，是 运 用 在 移 动 网 络 中 的 节 点 定 位 算 法 ，它 的 关
键思想是用一组随机的带权值的采样点逼近节点可能的
后验分布，节点的位置由采样点和权值确定。 MCL 把 时 间
分 成 离 散 的 单 元 ，在 每 个 单 元 中 估 计 节 点 的 位 置 ，计 算 过
程由两部分组成：预测和过滤。 在预测阶段，依据节点之前
的位置 lt-1 和 最 大 移 动 速 度 υmax（一 个时 间单 元 内 的 最 大 移
动 位 移 ），将 t 时 刻 的 节 点 的 可 能 位 置 限 制 在 一 个 以 lt-1 为
圆 心 、半 径 为 υmax 的 圆 内 ，在 这 个 圆 内 随 机 选 择 一 个 位 置
作为节点位置采样。 然 后进 入 过滤 阶 段 ，节点 观 察 它 所 有
的 邻 锚节点 并 和 它 们 进 行 信 息 交 换 ，找 寻 所 有 一 跳 （dsi＜r ，
dsi 是 节 点 s 和 锚 节 点 i 之 间 的 欧 式 距 离 ，r 是 最 大 有 效 通
信 半 径 ）和 二 跳 （r＜dsi＜2r ）的 锚 节 点 ，如 果 和 实 际 观 测 到 的
信息相符，则这个位置有效；否则，则丢弃。 重复这个过程，
直到获得足够多的有效 位 置 后，取它 们 的 平 均 值 作 为 节点
的坐标。由此，我们可以看出， MCL 算法实际得到的是节点
位置的概率分布。
73
 研究与开发

A. Baggio 和 K. Langendoen 提 出 一 种 改 进 的 MCL 算 Vehicular Technology， VT-21， Feb 1972

法，称为 MCB （Monte Carlo localization boxed ） ［22］。 它的主要
改进是把采样区域限制在一个最小的有效范 围 之 内 ，使 得
估 计 的 位 置 精 度 更 加 准 确 ，而 且 还 降 低 了 计 算 开 销 ，这 个
区域被称为锚节点盒或采样盒，如 图 4 所 示 。 在 参 考 文 献
［23］ 中利用了距离信息 的 MCL 算法 来 提高 估 计 精 度 ，但 是
精度的改善是以增加通信开销为代价的。参考文献 ［24］ 中，
一种二重 的混 合 MCL 被 提出 ，精 度 进一步 提高 ，但 计 算开
销也进一步增加。 在 WSN 中，计算有效性是一个很重要的
2 Zafer Sahinoglu， Sinan Gezici， Ismail Guvenc. Ultra-wideband
positioning systems. Cambridge， Massachusetts， USA， Cambridge
University Press， 2008
3 Niculescu Dragos， Nath Badri. Ad hoc positioning system （APS）.
In： Conference Record ／ IEEE Global Telecommunications
Conference， San Antonio， TX， United states 2001
4 Li Xiaoli， Shi Hongchi， Shang Yi. A partial-range-aware
localization algorithm for ad-hoc wireless sensor networks. In：
Proceedings of the 29th Annual IEEE International Conference
on Local Computer Networks （LCNˊ04）， Tampa， FL， United

衡量标准， 节点的简约性决定了不可能有很强的计算能 States， Nov 2004

5 Savarese， Rabaey J， Langendoen K. Robust positioning algorithm
力 ，而 在 MCL 中 ，主 要 的 计 算 量 取 决 于 采 样 个 数 的 大 小 ，
for distributed ad-hoc wireless sensor networks. In： USENIX
由此参考文献 ［25］ 提出 了 一种可 变 采 样 数 的 MCL 算法 ，既 Technical Annual Conference， Monterey， CA， June 2002
可以达到 MCL 相同的精度，又减少了计算开销。 6 Ji Weiwei， Liu Zhong. An improvement of DV-Hop algorithm in
wireless sensor networks. In： 2006 International Conference on
Wireless Communications， Networking and Mobile Computing，
WiCOM 2006， Wuhan， China， 2006
7 Priyantha Nissanka B， Balakrishnan Hari， Demaine Erik， et al.
Anchor-free distributed localization in sensor networks. In：
Proceedings of the First International Conference on Embedded
Networked Sensor Systems， Los Angeles， CA， United States， 2003
8 陈 维 桓 . 微 分 流 形 初 步 （ 第 二 版 ）. 北 京 ： 高 等 教 育 出 版 社 ，
2001
9 Patwari N， Hero A， III. Manifold learning algorithms for
localization in wireless sensor networks. In： Acoustics， Speech，
and Signal Processing， 2004 （ICASSP ’04）， Montreal， Que，
图4 阴影区域的最小外接矩形为锚节点盒
Canada， May 2004
（r 为 最 大 有 效 通 信 半 径 ）
10 Shang Yi， Ruml Wheeler， Zhang， Ying， et al. Localization from
由于节点的移动性， 移动节点本身可以提供定位信 mere connectivity. In： Proceedings of the International
Symposium on Mobile Ad Hoc Networking and Computing
息，如在三个时刻与待测节点的测距可以确 定 这 个 节 点 的
（MobiHoc）， Annapolis， MD， United States， June 2003
坐标，可以避免多跳和远距离测量的误差，因 此 ，移 动 节 点
11 Shang Yi， Ruml Wheeler. Improved MDS-based localization. In：
的路径规划就显得很重要。 IEEE INFOCOM， Hongkong， China， March 2004
12 Ding Yingqiang， Du Liufeng， Yang Ting， et al. Distributed
4 结束语 localization algorithm for wireless sensor network based on
multidimensional scaling and the shortest path distance correction.
定位算法随着 WSN 的发展而不 断 发 展 ， 本 文 根 据 定
Transactions of Tianjin University， 2009， 15（4）： 237～244
位算法的特点，分类讨论了目前主流的定位算法 和它们 的 13 Wang Chengqun， Chen Jiming， Sun Youxian， et al. Wireless
一些改进，但是，还有很多问题没有解决，如能耗、同步、测 Sensor Networks Localization with Isomap. In： ICC ˊ09， Dresden，
距干扰、网络优化、非凸区域等，都需要进一步改善 。 未 来 Germany， June 2009
14 Jiang Jie， Song Zhen， Zhang Heying， et al. Voronoi-based
的 研 究 方 向 可 以 从 以 下 几 个 方 面 考 虑 ：方 法 的 融 合 、智 能
improved algorithm for connected coverage problem in wireless
天线、网络的拓扑结构、模式识别等。
sensor networks. Lecture Notes in Computer Science （including
subseries Lecture Notes in Artificial Intelligence and Lecture
参考文献
Notes in Bioinformatics）， v3824 LNCS， 2005， Embedded and
1 Turin George L， Jewell William S， Johnston Tom L. Simulation Ubiquitous Computing-International Conference EUC 2005，
of urban vehicle-monitoring systems. IEEE Transactions on Proceedings， Nagasaki， Japan， Dec 2005

74
 电信科学 2010 年第 7 期

15 Bulusu Nirupama， Heidemann John， Estrin Deborah. GPS-less 22 Aline Baggio， Koen Langendoen. Monte-Carlo localization for
low cost outdoor localization for very small devices. IEEE mobile wireless sensor networks. In： Proc of Mobile Ad-hoc and
Personal Communications， 7（5）： 28～34 Sensor Networks， Second International Conference， MSN 2006，
16 Shen Xingfa， Wang Zhi， Jiang Peng， et al. Connectivity and Hong Kong， China， Dec 2006
RSSI based localization scheme for wireless sensor networks. In： 23 Dil Bram， Dulman Stefan， Havinga Paul. Range-based
Advances in Intelligent Computing， International Conference on localization in mobile sensor networks. Lecture Notes in
Intelligent Computing （ICIC 2005）， Hefei， China， 2005 Computer Science （including subseries Lecture Notes in Artificial
17 He Tian， Huang Chengdu， Brian M. Blum， et al. Range-free Intelligence and Lecture Notes in Bioinformatics）， v3868 LNCS，
localization schemes for large scale sensor networks. In： ACM 2006， Wireless Sensor Networks-Third European Workshop，
International Conference on MobileComPutingandNetworking EWSN 2006， Proceedings， Zurich， Switzerland， Febrary 2006
（MobiCom）， SanDiego， Califomia， USA， 2003 24 Enrique Stevens-Navarro， Vijayanth Vivekanandan， Vincent W S
18 Yedavalli Kiran， Krishnamachari Bhaskar. Sequence-based Wong. Dual and mixture Monte Carlo localization algorithms for
localization in wireless sensor networks. IEEE Transactions on mobile wireless sensor networks. In： Proc of IEEE Wireless
Mobile Computing， 7（1）： 81～94 Communications and Networking Conference （WCNCˊ07）， Hong
19 Biswas Pratik， Ye Yinyu. Semidefinite programming for ad hoc Kong， China， March 2007
wireless sensor network localization. Third International 25 Wang Weidong， Zhu Qingxin. Varying the sample number for
Symposium on Information Processing in Sensor Networks （IPSN Monte Carlo localization in mobile sensor networks. In：
2004）， Berkeley， CA， United States， 2004 Proceedings - 2nd International Multi-Symposiums on Computer
20 Yuan Liang， Chen Weidong， Xi Yugeng. A review of control and and Computational Sciences （IMSCCSˊ07）， Iowa City， IA， United
localization for mobile sensor networks. In： Proceedings of the States， August 2007
World Congress on Intelligent Control and Automation （WCICA），
Dalian， China， June 2006 ［作 者 简 介］ 黄 毅 ，东 南 大 学 信 息 科 学 与 工 程 学 院 博 士 研 究
21 Hu Lingxuan， David Evans. Localization for mobile sensor 生 ，主 要 研 究 方 向 为 信 号 与 信 息 处 理 、无 线 传 感 器 网 络 定 位 ；胡 爱
networks. In： Proc of MobiCom 2004， Philadelphia， PA， USA， 群 ，东 南 大 学 信 息 科 学 与 工 程 学 院 教 授 、博 士 生 导 师 ，主 要 研 究 方
Sept 2004 向为无线通信与信息安全。

Survey on Localization Algorithms for

Wireless Sensor Networks

Huang Yi， Hu Aiqun

（College of Information Science and Engineering， Southeast University， Nanjing 210096， China）

Abstract Wireless sensor networks （WSN） is a multi-disciplinary field of study， with a very broad range of applications，
meanwhile WSN localization is a very important research direction. Current researches in WSN localization algorithms are
introduced， and these researches are summarized and concluded. According to distance measurement， location algorithms were
divided into two categories， and in a specific algorithm following features were discussed， including anchor-based ／ anchor-free，
centralized ／ distributed， fixed ／ mobile and so on.
Key words wireless sensor network， localization algorithm， distance measurement （收 稿 日 期 ：2010-02-12 ）

75