无线传感器网络(WSN)通过在监测区域内布置大量无线传感器节点[1]，每个节点均具备感知能力、信息处理能力和无线通信能力，在煤矿安全管理方面，具有显著的实用优势。近年来国内也提出许多解决方案，但由于受传感器节点功耗、无线带宽、内存和计算处理能力以及现实煤矿监测环境、传感器节点布置等的局限，如何实现煤矿监测系统中无线传感器节点的高效性定位是一个具有现实意义的研究课题。
1 无线传感器网络及其节点定位算法评价标准
1.1 无线传感器网络
　　无线传感器网络(WSN)[2]是当前国际上备受关注的、涉及多学科高度交叉、知识高度集成的前沿热点研究领域，它是传感器技术、通信技术、网络技术、嵌入式计算技术、分布式信息处理技术和计算机技术有机结合的产物。微电子技术、计算技术、无线通信和微电子机械系统MEMS(Micro Electromechanical System)等技术的不断发展与进步，极大地推动了低功耗多功能传感器的快速发展，使其在微小体积内能够集成信息采集、数据处理和短距离无线通信等多种功能[3]，并日益走向成熟和实用化。
    典型的无线传感器网络的体系结构，通常包括传感器节点、汇聚节点和管理节点三类。传感器所感知的信息通过网络以多跳的方式在网络中传播，并可能被多个传感器节点处理，最终到达汇聚节点。汇聚节点通过互联网或其他通信线路将感知数据发送给管理节点，负责监控的工作人员通过管理节点对无线传感器网络进行配置和管理[4]，发布监控任务，收集监控数据。
    由于无线传感器网络具有面向应用的特点，其体系结构一般十分复杂。根据不同的应用需求，传感器网络节点的组成也不尽相同，但一般都由数据采集、数据处理、数据传输和电源这四部分组成。传感器节点的组成如图1所示。

    被监测的物理信号决定了传感器的类型。节点具有有限的物理并行性与控制器层次结构：传感器网络中独立的控制器的数量与功能、以及控制器与存储器互连的复杂度都大大低于传统的通用系统。处理单元(通常内置存储器)对传感器节点进行控制，使其与其他节点协作，共同完成赋予的感知任务，其一般采用低功耗的微控制器，通常运行于TinyOS、MANTIS等专门为无线传感器网络定制的微型化操作系统。
1.2 无线传感器网络节点定位算法评价标准
    传感器网络中,位置信息对其监测活动至关重要，事件发生的位置和获取信息的节点位置是传感器节点中所包含的重要信息,对传感器网络的应用起着关键作用。定位算法的性能直接影响传感器网络的可用性[5]。由于无线传感器网络自身及其应用环境的特殊性，其定位算法需要考虑以下几方面问题：
    (1)定位精度。一般用误差值与节点无线射程的比例来表示。
    (2)规模。一个定位算法也许仅可以在某一特定区域内实现定位。另外，在给定一定数量的基础设施或一段时间内，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(预先部署位置已知的节点)定位通常依赖人工部署或GPS实现。人工部署锚节点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。
    (4)节点密度。节点密度的增大不仅意味着部署成本的增加，同时节点间的通信冲突也带来了WSN有限带宽的阻塞问题。
    (5)功耗。传感器节点的电池能量有限，WSN的节点功耗直接影响到整个传感器网络寿命的长短。
    (6)综合代价。具体到实际应用环境，定位算法的代价可从几个不同方面综合评价：时空代价，算法定位所需时间与网络节点的数量；资金代价，实现定位算法的基础设施、节点设备的总费用。
    以上几个性能指标不仅是评价WSN定位算法的标准，也是算法本身设计和优化要实现的目标。
2 无线传感器网络节点定位算法
2.1 基于锚节点数目较多的算法
    目前提出的传感器节点定位算法[6-7]有很多。在多跳环境中，RSSI(Received Signal Strength Indication）[8]测距、APIT(Approximate Point In Triangle)[9]定位算法与DV-Distance(Distance Vector)定位算法的应用较多。RSSI 测距算法的原理是：已知发射节点的发射信号强度，接收节点根据接收到的信号强度，计算出信号的传播损耗，利用无线电传播理论和经验模型将传播损耗转化为距离。其优势在于较低的通信负载以及不需要额外的硬件设备，但误差较大。APIT[5]算法的理论基础是三角形的内点PIT(Point-in-triangulation Test)测试，PIT测试主要用来测试一个节点是在其他3个节点所组成的三角形内部还是在其外部。假如存在一个方向，沿着这个方向某点会同时远离或者同时接近3个点，则这个点位于三点组成的三角形外。DV-HOP定位算法原理是[10]：每个锚节点都计算平均单跳长度，未知节点利用平均单跳长度来估计多跳距离，然后利用多边交叉实现定位。ROCRSSI定位算法是一种完全的分布式的工作机制，首先一个锚节点发送定位控制信号(自身ID，位置坐标)，可以被位于其通信范围内的所有节点(锚节点和未知节点)接收，随后接收到该信号的锚节点再广播所测的信号强度；通过这种方式，每一个未知节点就能够收集足够的信息生成一系列的其存在的环形区域，通过叠加产生其可能存在的最小区域，再求其质心作为其位置的估计值。
2.2 基于锚节点数目较少的算法
　基于APIT与DV-HOP算法的定位方法[5,11]均假设节点能直接与几个锚节点直接通信来确定自身的位置，对锚节点的依赖性较强，而锚节点通常依赖人工部署，且锚节点的成本比普通节点要高两个数量级。为了解决锚节点少这种定位应用的限制，参考文献[9]中提出可以通过共享节点向锚节点的转化来实现未知节点的定位，其具体过程如下：首先锚节点广播自身的位置信息，未知节点根据接收到的锚节点的位置信息进行定位，定位原理如图2所示，图中2、4节点的位置信息是未知的，1、3、5、6为锚节点。由于2、4两节点都有三个邻节点，根据图中节点之间的5条边，可以列出5个方程进行求解，以此确定2、4节点的位置。在2、4节点的位置确定以后，利用共享节点的思想就可以为其他节点提供定位服务。

    共享节点的思想[2]通过增加共享节点不断地将共享节点转化为锚节点，以此来帮助更多的未知节点实现定位，任何未知节点一旦确定了位置，立即实现信息资源共享，成为共享节点，进而像锚节点一样执行信息广播。从数学角度讲，共享节点思想是通过不断迭代来实现位置未知节点的定位。从通信角度讲，共享节点思想通过增加广播源为未知节点定位提供更多的定位信息。在实际应用中，该思想在提高锚节点密度的同时，也增加了通信开销与能量消耗，进而降低了整个无线传感器网络的寿命。考虑到低功耗与降低网络代价，应选择最少的迭代次数及最小的通信开销，因此找到一种能量高效的锚节点转化定位算法是十分必要的。
3 改进的能量高效的锚节点转化定位算法
    根据无线传感器网络节点定位算法的评价指标，有选择地将共享节点转化为锚节点是一个值得研究的问题。在解决节点有效定位的基础上，一方面要减少算法的迭代次数与信息广播的通信代价；另一方面也要考虑到整个网络的寿命。能量高效的锚节点转化定位算法的基本思想是：以尽量小的通信与耗能代价有选择性地将共享节点转化为锚节点，被选出的共享节点转化为锚节点之后，进行位置信息广播，其他已定位节点则不需广播定位信息，该算法的实现流程如图3所示。

    对于可转化为锚节点的共享节点的选择是本文关注的重点。改进的共享节点转化为锚节点算法描述如下：检测定位区域网络中未知节点收到锚节点位置广播信息之后，判断是否是已定位节点。如果节点没有定位，则计算自己的位置，并进行是否要执行位置广播的评估（因为并不是每个节点在位置确定以后都有信息广播的必要）。评估过程为：首先判断接收到的定位信息的信号强度，若接收到的信号强度在某一范围内，则继续检查节点剩余电量，若剩余电量也符合要求，才进行信息广播，即实施锚节点转化。否则将视为普通节点跳过锚节点转化，不进行信息广播。由于对接收到的广播信号强度进行评估实际上就是对物理距离的评估，且评估判断包含在ROCRSSI算法之中，所以本评估过程不需要额外耗费能量[11]，在综合考虑节点能量和位置因素的基础上，选出某一共享节点来转化为锚节点，该锚节点才进行信息广播，其他节点则保持原状态以节省通信与能量开销。
4 仿真分析
   本文选择煤矿监测系统[12]对能量高效的锚节点转化定位算法的性能进行了验证[4]。根据煤矿监测环境实际应用的需要，将传感器节点分为两类：一类是撒在矿井地面位置固定的传感器节点；另一类是穿戴在矿工身上或运输工具上的移动传感器节点。两类传感器节点均包括瓦斯浓度检测与温湿度检测等功能[7]。无线传感器网络拓扑结构采用有中心网络结构，射频模块采用挪威半导体公司Chipcon推出的CC2430模块，无线介质将终端传感器收集的各种参数传至网关汇聚节点，再采用已有的有线方式将网关节点数据传输至地面上的监控中心。在50×50的仿真区域内，随机分配150个需定位的节点，选择较小的ANR(Anchor to Node Range Ratio)。
4.1 定位算法可行性验证
   首先从定位精度与规模两个基础角度来对改进的有选择转化锚节点定位算法的性能进行仿真验证。在ANR=5%的情况下，分别对原始和共享节点转化算法平均定位误差与覆盖率进行仿真，如图4和图5所示。
   通过对网络定位误差、覆盖率性能的仿真分析可以看出，能量高效的锚节点算法在定位精度与定位覆盖率上基本可以达到未进行锚节点选择性转换原始算法的效果。选距离锚节点最远的定位节点进行转化的节点，符合实际矿井监测环境中锚节点较少的实际情况。

4.2 网络平均寿命分析
　下面对改进的有选择转化锚节点定位算法的整个网络寿命做一个评估，改进算法与原始算法的网络平均寿命仿真结果如图6所示。

    从仿真图可以看出，在采用选择性共享节点的转化算法之后，整个WSN的网络平均寿命下降速度明显减慢，且随着共享节点转化为锚节点的数量的增加，网络寿命下降速度越缓慢。
4.3 改进定位算法网络开销
    由于网络通信开销是一个动态叠加的过程，取出典型的改进的高能效锚节点转化算法的通信开销仿真比较困难，这里从数学角度给出算法的定性分析。假设一个WSN网络中原有M个锚节点和N个未知节点(M<<N)，最后选取n个共享节点(n<<N)，仅锚节点才广播定位控制信息。假定未知节点间采用短信标通信，而未知节点与锚节点间采用ANR限定下的长信标通信，长信标通信开销为短信标通信的ANR2倍，且未知节点在转换为共享节点之前相互之间不需要交换任何定位信息，故得到总的通信信号量为a(M)&times;ANR2&times;a(n)，可见n越小，通信信号量越小。所以改进算法的网络通信开销与能耗相对较低，这有利于延长整个WSN网络的寿命。
    设计合理易于实现且优化的WSN节点定位算法是需要长期研究的一个热点问题。本文在共享节点思想的基础上，综合考虑通信开销与节能两方面的指标，有效利用共享节点来实现对未知节点的定位，算法在保证较小定位误差和较大覆盖率的同时，没有增加网络的额外开销，达到了低网络配置成本、低功耗和高精度的要求。针对煤矿监测环境中传感器节点布设的特点，进行了探索验证，可为无线传感器网络在煤矿安全管理应用方面提供参考和借鉴。由于实验条件的限制，对于节点数很多的情况该算法的可靠性有待于进一步的研究。在煤矿突发事故后，利用WSN网络通过该算法也可在对工矿人员进行及时营救方面提供帮助。
参考文献
[1] 孙利民，李建中，陈渝，等.无线传感器网络[M].北京，清华大学出版社，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.无线传感器网络协议与体系结构[M].邱天爽，唐洪,等译.北京:电子工业出版社,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.