突发性灾难救援中WeHealth 定位算法研究
周文，刘顺，康桂霞**
作者简介：周文，（1986-），男，北京邮电大学硕士研究生，主要研究方向：WeHealth 理论及应用
通信联系人：康桂霞，（1970-），女，教授，主要研究方向：未来无线移动通信理论与技术. E-mail:
gxkang@bupt.edu.cn
（北京邮电大学信息与通信工程学院，北京 100876）
5 摘要：本文介绍了适用于突发性灾难现场救援中的WeHealth 网络，针对网络及应用环境的
特点，提出了基于蜂窝的分级定位算法，此是分布式定位技术的一种。当网络环境及定位精
度要求不同时，将使用不同深度的分级定位算法，整体上，该算法收敛较快，时间复杂度较
低，经仿真论证，随着n 的增大，分级定位算法的理论误差和实际误差都单调递减，4 级定
位技术已可以满足突发性灾难现场救援的实际需要。
10 关键词：WeHealth；分级定位算法；镜像误差
中图分类号：TN91
Research on the Locatlization Algorithms in WeHealth
Network for Paroxysmal Disaster Rescue
15 ZHOU Wen, LIU Shun, KANG Guixia
(School of Information and Communication Engineering, Beijing University of Posts and
Telecommunications, Beijing 100876)
Abstract: This article describes the WeHealth network for paroxysmal Disaster, due to the
characteristics of the network and the application environment, Classification Positon
20 Algorithms(CPA) is proposed which is a distributed positioning technology. Different
Classification Position Algorithms will be used when the network environment or positioning
accuracy is different. In general,the Classification Positon Algorithms is fast convergence, low
complexity and time complexity is low too. Proved by simulation, as n increases, the theoretical
error and the actual error of CPA can be monotonically decreasing. The 4th CPA can meet the for
25 paroxysmal disaster rescue.
Keywords: WeHealth; CPA; Mirror Error
0 引言
突发性灾难是指造成严重的人员伤害和引起大规模恐慌、混乱的事件，具有危害性强、
30 涉及人员众多的特点，包括严重的地质灾害(海啸、地震、火山爆发、煤矿爆炸、泥石流等）
和严重的人为事件(恐怖袭击、核泄露、严重的城市火灾等)。近年来，世界各地的突发性灾
难突显频繁，给灾区人们的生活带来了极大的伤害。不同于普通的小规模事件，在这些突发
性灾难面前，人类都面临着临近资源大部分甚至全部毁坏的境况、人们心理极度恐慌的状态、
基础设置严重损坏或者瘫痪的局面，更为重要的是黄金救援时间非常有限。这给人类带来了
35 极大的挑战。
无线电子健康（Wireless eHealth，WeHealth）是近年来由北京邮电大学提出并倡导的跨
学科研究方向，该研究方向高度契合了我国物联网的发展战略。无线电子健康主要应用在健
康监护、突发性灾难救援等场景中。由于突发性灾难现场紧缺的资源，WeHealth 体系检测
到伤患者的生理信号，然后通过WeHealth 网络把数据传送到远端的数据中心，之后经过智
40 能的判断、分析，得出初步的诊断结果，反馈到用户端。这样就实现了伤患者的快速检测和
初步诊断，为整个救援提供良好的支持。WeHealth 体系可以缓解救援现场对于医护资源的
依赖，同时对伤患者进行初步的智能诊断，这将极大的节省了宝贵的医护资源。
 定位技术[1] [2] [3] 研究在很多领域都是比较热门并且是一个很具有挑战性的问题。突发性
灾难现场面积较大，现场混乱，如果能够实现伤患者的位置显示，一方面有利于快速、便捷
45 地对伤患者进行紧急救治，另一方面有利于救援整体情况的查看和把握，救援指挥人员能够
实时地了解到伤患者的分布情况，作出合理的救援指令，进行资源的调度。
1 WeHealth 救援网络
WeHealth 救援网络是针对突发性灾难设计的三级网络架构，能够在突发性灾难救援中
临时迅速搭建，并作为救援网络为救援行动提供强有力的支持。WeHealth 救援网络是联系
50 灾区和外界的信息桥梁，是进行伤患者救援的关键渠道，在救援进行中，WeHealth 救援网
络起到了联系指挥中心和灾区各地通信的重要作用，能够传送指挥中心的一些指挥指令，能
够向指挥中心传送各个情况数据，这样就可以给救援整体行动提高了一个良好的保证。
WeHealth 救援网络具有三级网络架构，使得网络易扩展性很强，网络的容量相对较大，
适合临时搭建和使用。WeHealth 救援网络是由ZigBee 网络[4] [5] 、WiFi 网络作为前端网络，
55 同时加GPRS 网络、3G 网络、卫星网络、有线Internet 网络作为后端传输。这种网络架构
结合了Zigbee 设备的成本较低，网络传输距离较大，其中ZigBee 的传输距离和天线的发射
功率是紧密相连的，并且设备的天线发射功率是可以调整的，因此ZigBee 网络适合规模的
使用，但ZigBee 网络其传输速率较低，使得网络不能够单独传输较大速率的数据，这一定
程度上限制了ZigBee 网络的应用。而WiFi 网络具有传输距离较短，网络覆盖率相对较小，
60 而其传输速率很大，结合两种网络的优点，搭建集合ZigBee 网络和WiFi 网络的前端网络架
构，这样能够解决大数据速率传输问题，同时能有效地扩展网络的覆盖率。在中国，ZigBee
网络与WiFi 公用2.4G 频段，网络区分除了本身物理层协议不同之外，在传输协议里面加入
识别码（WIFIGLAG、ZIGBEEFLAG），在接收端进行解析，这样可以很好的防止两者对
传输的干扰，ZigBee 网络和WiFi 网络由于其发射功率较低[6]，在较大的范围内，相互之间
65 的影响较小。
图1 WeHealth 救援网络架构图
WeHealth 前端网络是由ZigBee 网络和WiFi 网络共同组成，可以实现低功耗下较大流
70 量的数据传输，其中以ZigBee 网络作为WeHealth 前端网络的第一层网络，主要实现生理信
息的采集和汇聚，ZigBee 网络是由末端节点、路由节点和汇聚节点组成，根据网络的实际
情况，布置不同数目的汇聚节点，网络中的信息是由末端节点传送到网络的汇聚节点，可见
 网络最终的汇聚节点可以是一个，也可以是多个，这样可以根据路由选择进行最佳的配置，
同时可以提高网络整体的容量。其中，汇聚节点也称作固定节点，末端节点可以称作自由节
75 点。
在WeHealth 救援网络中实现网络节点的定位，要考虑以下两个方面，其一网络定位只
是整个平台的一个功能，不能占用太多的网络资源，另一方面，尽量在参考节点比例少的情
况下实现高精度的定位。
2 信道模型分析
80 电磁波传播损耗特性的研究方法[7]通常可以分为：（1）理论模型；（2）经验模型；（3）
理论同经验相结合的模型。
理论性模型是对具体的现场环境直接应用电磁理论计算的方法。目前基于理论模型的方
法已经有很多种，但在许多环境情况下，理论模型预测是一种极其复杂的电磁问题，这使它
不可能预测高度精确的无线传播。
85 经验模型是根据大量的测量结果统计分析后导出的公式。用经验模型预测传播损耗的方
法简单，不需要相关环境的详细信息，而且可以很容易和快速地应用它们，但是不能提供非
常精确的传播损耗估算值。
理论同经验相结合的模型是基于理论模型和经验模型的一种折中的方法。它是基于理论
方法用于一般环境中导出的等式。为了改善它们和实验结果的一致性，则需要根据经验模型，
90 对等式进行修正。
结合电磁波传播的理论模型，同大量测量数据表明，ZigBee 路径损耗遵从下面所示：
0
0
PL(d) PL(d 10nlg( d )
d δ = ）+ +χ (1)
其中 d 为发射频端与接收端距离， 0 d 为参考距离，n 为路径损耗指数，依赖于周围环
境和建筑物类型， δ χ 表示标准偏差，δ 的正态随机变量， 0 PL(d ）为对应0 d 米处节点收到
95 的接收信号强度值。
接收信号功率
( ) ( ) r t P d =P.PL d (2)
其中t P 为发射功率，单位是dbm。假设发射功率恒定，则
0
0
( ) ( 10 lg( ) r t
P d P PL d n d
d δ = . ）. .χ (3)
100 实际上，距离与场强中值路径损耗之间一般没有明确的解析式。无线电传播损耗的数学
模型有很多，模型的适用性取决与它能否很好的模拟无线系统的实际工作环境。通过实测数
据的采集来获取特定长度的本地均值，从而利用这些均值来对该区域的传播模型进行校正，
得到本地区区域内信号传播的慢衰弱变化特点。
 表1 不同环境下的信道模型中参数值[2]
建筑物 路径损耗指数 方差(δ 2 )
1m 参考点处的路径损
耗(dB)
平均路径损
耗指数 方差平均值
办公室/
硬分隔
1.4<n<2.2 5.7<δ 2 <13.0 -50.5< 0 PL(d ）<-39.0 1.9 5.7
公寓走廊 1.9<n<2.2 3.0<δ 2 <11.0 -38.2< 0 PL(d ）<-35.0 2.0 8.0
公园 2.7<n<3.4 2.4<δ 2 <17.0 -36< 0 PL(d ）<-32.7 3.0 7.9
楼梯/
阳台
1.4<n<2.4 4.0<δ 2 <16.0 -44.2< 0 PL(d ）<-33.5 1.9 8.0
大院子 2.8<n<3.8 1.0<δ 2 <9.2 -39.0< 0 PL(d ）<-34.2 3.2 3.7
巷子 2.1<n<3.0 4.8<δ 2 <20.0 -48.7< 0 PL(d ）<-44.0 2.7 10.2
栅栏 4.6<n<5.1 2.8<δ 2 <5.0 -38.2< 0 PL(d ）<-34.5 4.9 9.4
石头墙 3.3<n<3.7 8.8<δ 2 <18.2 -41.5< 0 PL(d ）<-37.2 3.5 12.8
海边沙滩 3.8<n<4.6 2.2<δ 2 <10.0 -40.8< 0 PL(d ）<-37.5 4.2 4.0
竹林 4.5<n<5.4 0.4<δ 2 <46.0 -38.2< 0 PL(d ）<-35.2 5.0 11.6
草地 3.0<n<3.9 4.2<δ 2 <16.0 -36.4< 0 PL(d ）<-33.2 3.6 8.4
115 假设发射功率为10dbm，以草地环境为参考，可以得到理论同经验结合的传播模型
PL(d) = .34.8 .10×3.6× lg(d) + 8.4 (4)
( ) 10 34.8 10 3.6 lg( ) 8.4 r P d = .（. . × × d + ） (5)
其中 2
0 0 d= 1,n= 3.6,δ = .8.4,PL(d) = .34.8
0 10 20 30 40 50 60 70 80 90 100
-140
-120
-100
-80
-60
-40
-20
The relation between RSSI and Distance
Distance/m
RSSI/dbm
120
图2 草地环境中的传输距离和RSSI 关系
 3 定位参数配置
3.1 固定节点存储结构
125 每个固定节点，在搭建网络的时候，设置其位置信息，位置信息由以下的结构体存储：
此结构体记录着固定节点在子网络中的相对位置坐标。
Struct FixedNodePosInfo
{
Pos_X
130 Pos_Y
}
学术论文网Tag：代写论文 论文发表 代发论文 职称论文发表 通信论文代写