摘要：為解決現(xiàn)Z-Stack定位程序代碼量大，結構復雜等問題，提出一種基于TinyOS的CC2430定位方案。在分析TinyOS組件架構基礎上，設計實現(xiàn)盲節(jié)點、錨節(jié)點與匯聚節(jié)點間的無線通信以及匯聚節(jié)點與PC機的串口通信。在此基礎上實現(xiàn)PC對各錨節(jié)點RSSI(Received Signal Strength Indicator)寄存器值的正確讀取，確定實驗室環(huán)境下對教-常態(tài)無線傳播模型的具體參數(shù)，并采用質心算法來提高定位精度。實驗顯示，在由四個錨節(jié)點組成的4．8x3．6m2矩形定位區(qū)域中，通過RSSI質心定位算法求得的盲節(jié)點坐標為(2．483 1，1．018 5)，實際坐標為(2．40，1．20)，誤差為0．199 6 m，表明較好地實現(xiàn)對盲節(jié)點的定位。
關鍵詞：無線傳感器網絡；TinyOS；CC2430；RSSI；質心算法

    無線傳感器網絡是由分布在給定區(qū)域內大量傳感器節(jié)點以無線自組織多跳的通信方式構成的網絡系統(tǒng)，目前在環(huán)境監(jiān)測保護、樓宇監(jiān)控、家庭安防、醫(yī)療護理、目標跟蹤、軍事等領域已獲得了廣泛的應用。
   
1 CC2430芯片介紹
    CC2430芯片是TI／Chipcon公司生產的真正意義上的片上系統(tǒng)(SOC)級解決方案，它集增強型工業(yè)標準8051核心、優(yōu)秀的射頻芯片CC24 20、強大的外圍資源于一體。集成的外設資源主要有DMA、定時／計數(shù)器、看門狗定時器、AES-128協(xié)處理器、8通道8～14位ADC、USART、休眠模式定時器、復位電路及21個可編程I／O，支持IEEE802．15．4和ZigBee協(xié)議。
    CC2430芯片具有性能高、功耗低、接收靈敏度高、抗干擾性強、硬件CSMA／CA支持、數(shù)字化RSSI／LQI支持、DMA支持等特點，支持無線數(shù)據傳輸率高達250 kbps。

2 TinyOS系統(tǒng)與nesC語言
    由于無線傳感器網絡的特殊性，需要操作系統(tǒng)能夠高效地使用傳感器節(jié)點的有限內存、低功耗處理器、多樣傳感器、有限的電源，并且能對各種特定應用提供最大的支持。
    基于此，UC Berkeley研究人員專為嵌入式無線傳感器網絡開發(fā)出TinyOS系統(tǒng)，目前已經成為無線傳感器網絡領域事實上的標準平臺。  TinyOS系統(tǒng)具有組件化編程、事件驅動模式、輕量級線程技術、主動消息通信技術等特點。TinyOS采用組件架構方式，快速實現(xiàn)各種應用，組件包括網絡協(xié)議、分布式服務、傳感器驅動以及數(shù)據獲取工具等，一個完整的應用系統(tǒng)通過組合不同的組件來實現(xiàn)。采用事件驅動的運行模型，可以處理高并發(fā)性的事件，并實現(xiàn)節(jié)能。
    TinyOS應用程序通常由頂層配件、核心處理模塊和其它組件構成。每個應用程序有且僅有一個頂層配件，組件間通過接口進行連接通信，下層組件提供接口，通過provideinterface interfaceName來聲明，上層組件使用接口，通過useinterface interfaceName來聲明。接口提供兩類函數(shù)，分別是命令(command)函數(shù)與事件(event)函數(shù)，上層組件向下層組件發(fā)出命令，啟動下層組件的功能：下層組件完成相應的功能后向上層組件報告事件。應用程序總體框架如圖1所示。

    TinyOS系統(tǒng)本身以及應用程序都是采用nesC語言編寫，nesC語言是對C語言的擴展，具有類似于C語言的語法，但支持TinyOS的并發(fā)模型，同時具有組件化機制，能夠與其他組件連接在一起從而形成一個魯棒性很好的嵌入式系統(tǒng)。nesC語言把組件化／模塊化的編程思想和基于事件驅動的執(zhí)行模型緊密結合起來。應用nesC語言能夠更快速方便地編寫基于TinyOS的應用程序。

3 RSSI定位原理
    RSSI全稱Received Signal Strength Indicator(接收信號強度指示)，是一種基于距離的定位算法。RSSI原理是已知發(fā)射節(jié)點的發(fā)射信號強度，接收節(jié)點根據接收信號的強度，計算出信號在傳播過程中的損耗，利用理論和經驗模型將傳輸損耗轉化為距離，再根據接收節(jié)點的已知位置利用三邊測量法計算出發(fā)射節(jié)點的位置。由于該方法不需要額外的硬件設備，是一種低功耗廉價的測距技術，因此在很多項目中得到了廣泛的應用。

    本文在RSSI定位基礎上使用質心算法提高定位精度，如圖2所示，最后求得的盲節(jié)點坐標為點D、E和F組成的三角形的質心。

4 定位算法在TinyOS中的實現(xiàn)
    根據RSSI測距原理，要確定盲節(jié)點的位置，至少需要三個錨節(jié)點(已知位置的接收節(jié)點)，并需要一個匯聚節(jié)點來傳輸各錨節(jié)點的RSSI寄存器值到PC機，最終通過串口調試助手來顯示結果并進一步定位盲節(jié)點坐標。下面分別介紹移動盲節(jié)點、靜態(tài)錨節(jié)點以及匯聚節(jié)點的實現(xiàn)流程。
4．1 盲節(jié)點
    盲節(jié)點的主要任務是向所有錨節(jié)點廣播信息，具體的流程如圖3所示。

    
4．2 靜態(tài)錨節(jié)點
    錨節(jié)點主要功能是接收盲節(jié)點的廣播信息，然后提取RSSI寄存器中的值，通過路由層發(fā)送接口轉發(fā)給匯聚節(jié)點，或轉發(fā)其它錨節(jié)點的數(shù)據給匯聚節(jié)點。主要實現(xiàn)流程如圖4所示。

    錨節(jié)點的組件連接如下：

    靜態(tài)錨節(jié)點通過CC2420Packet接口來獲取RSSI值，具體函數(shù)如下：
    rssi=((int)call CC2420Paeket．getRssi(msg))；
4．3 匯聚節(jié)點
    匯聚節(jié)點，也稱為基站，主要負責接收各錨節(jié)點發(fā)送的接收表信息，包括錨節(jié)點ID、DSN和RSSI，并將這些數(shù)據包通過串口轉發(fā)到PC機。具體流程如圖5所示。

    匯聚節(jié)點組件連接如下：
   
   
4．4 程序移植與實驗結果
    本實驗在Cygwin平臺下進行編譯與移植，編譯過程如圖6所示。

    進入Cygwin環(huán)境，切換到TinyOS定位程序目錄下，輸入編譯移植命令：
    make cc2430em install NID=0x GRP=00
    其中NID是節(jié)點號，是節(jié)點的身份標識，同一網絡中的節(jié)點號必須惟一；GRP是網絡號，同一網絡中所有節(jié)點的網絡號必須一致。
    在所有節(jié)點的TinyOS移植完畢后，啟動所有節(jié)點，應用串口調試助手顯示匯聚節(jié)點發(fā)送到PC機的RSSI數(shù)據，數(shù)據結構如圖7所示，其中1～7個字節(jié)數(shù)據為信息包的包頭，8～9兩字節(jié)為中繼錨節(jié)點的節(jié)點號，10～11兩字節(jié)為源錨節(jié)點的節(jié)點號，12～13字節(jié)為源錨節(jié)點到匯聚節(jié)點的跳數(shù)，14～15字節(jié)為盲節(jié)點的節(jié)點號，21～22兩字節(jié)數(shù)據為錨節(jié)點的RSSI值。

    在確定PC機能夠正確接收各錨節(jié)點的RSSI值后，還需要選取合適的RSSI測距信號衰減模型，將RSSI值轉化為距離。本實驗中采用在無線信號傳輸中應用廣泛的對數(shù)--常態(tài)模型，如式(1)所示：
    RSSI=-(10n·lg(d)+A)+45 (1)
    其中A為盲節(jié)點與錨節(jié)點相距1米時RSSI的絕對值，本實驗中測得A≈40，n為無線信號傳播指數(shù)，一般取2～4，經過多次試驗取3．0較為合適。將本模型應用在所測得的RSSI中，并對比實際距離得到如表1和圖8所示結果：表1中d為RSSI理論模型所得距離，D為實際測量結果。

    在實驗室環(huán)境下布置了4個錨節(jié)點、1個匯聚節(jié)點和1個盲節(jié)點，4個錨節(jié)點分布在4．8x3．6 m2矩形的4個點，盲節(jié)點位于矩形區(qū)域內，匯聚節(jié)點在矩形區(qū)域外。
    讀取如圖7所示的各錨節(jié)點RSSI值，在Matlab環(huán)境下通過對數(shù)--常態(tài)傳播模型將RSSI值轉變?yōu)榫嚯x，最后通過質心算法對盲節(jié)點進行定位，計算出盲節(jié)點的坐標。在實驗中采用10次測量取平均值來減小定位誤差，并計算對比盲節(jié)點理論坐標與實際坐標的誤差，得到如圖9所示的定位結果。

    通過定位算法計算出的盲節(jié)點坐標為(2．483 1，1．018 5)，實際盲節(jié)點坐標為(2．4，1．2)，誤差為0．199 6 m，基本實現(xiàn)了對盲節(jié)點的定位。

5 結論
    本文在TinyOS操作系統(tǒng)下實現(xiàn)了基于CC2430模塊的RSSI定位，分析了盲節(jié)點、錨節(jié)點和匯聚節(jié)點的工作流程，確定了實驗室條件下無線傳輸模型Shadowing模型參數(shù)，最后利用Matlab計算出盲節(jié)點坐標。定位結果顯示，通過定位算法所得的盲節(jié)點坐標與實際坐標誤差為0．199 6 m，可滿足大多數(shù)無線傳感器網絡對節(jié)點定位的要求。