无线传感器网络是指由大量随机分布的集成了传感器单元、数据处理单元、通信单元和电源单元的微小节点并通过自组织方式构成的分布式网络，其目的是借助于微小节点内置的各种传感器来远程监测所感兴趣的目标或对象，以进行任务感知、数据采集和处理。
无线传感器网络技术的发展使得大规模的传感器网络成为了可能。但是随之带来的是网络的可靠性降低了，特别是网络节点的位置信息不好确定，对于大多数应用来说，不知道传感器节点位置而感知的数据是没有意义的，节点的自定位功能被认为是系统的基本功能之一。因此，无线传感器网络中节点定位技术的研究非常重要，并且已成为无线传感器网络的基础支撑技术。
一般而言，无线传感器网络的定位技术分为基于距离的定位和非基于距离的定位。基于距离的无线传感器节点定位技术一般分为两个阶段：首先是测量无线传感器网络中节点间的距离; 然后根据节点间的距离和现有的传感器节点定位算法，如三边测量法等计算出无线传感器网络中某节点的位置。因此，节点测距技术是无线传感器网络中基于距离的节点定位技术的基础。
本文通过研究国内外无线传感器网络定位技术的发展现状，提出采用T OF 测距技术实现节点测距，从而提高基于距离的节点自定位技术的定位精度。
1 无线传感器网络中的测距方法
在无线传感器网络中，常用的测量节点间距离的方法主要有TOA( Time of Arrival) ，TDOA( Time Dif ference of Arrival ) 、超声波、RSSI ( Received Sig nalStrength Indicator) 和TOF( Time of Light ) 等。
TOA 和TDOA 测距技术都是通过信号的传播时间和信号的速度两个参数来计算距离的，无线信号传输速率大，时间测量上很小的误差就可能导致距离上很大的误差，并且TOA 需要昂贵的设备来保持时间同步,能量消耗大。TOA 测距涉及到信号传输时间的测量,以此来估算两个节点间的距离。它能够运行在高多路径环境，并且提供分米级的测距精度。
超声波测距方法是指当发射节点发射的超声波遇到障碍物时就会发生反射，反射波可由接收器接收，这样只要测出超声波从发送点到反射回来的时间间隔△t，就能测距。因此，超生波从发射处到障碍物之间的距离为c△t/ 2( c 为超声波在介质中的传播速度) 。利用超声波测距很精确，测量误差只有10 cm，但由于超声波是一种声波，而声速c 受环境温度、湿度等因素的影响。另外，测距时需要额外的硬件支持，增加了节点的硬件成本和尺寸。
RSSI 是最基本的测距方法，基本不需要额外的硬件设备，实现方法简单。在基于接收信号强度指示RSSI的测距中，已知发射节点的发射信号强度，接收节点根据收到的信号强度计算出信号的传播损耗，利用理论和经验模型将传输损耗转化为节点间的距离。其理论模型为：
式中：p ( d) 表示在距离d 处的信号强度; n 表示路径长度和路径损耗之间的比例因子，范围在2~ 4 之间; p ( d0 )表示在距离d0 处的信号强度; d 表示需要计算的节点与基站间的距离; d0 表示参考节点与基站间的距离 。因传感器节点本身具有无线通信能力，故它是一种低功率、廉价的测距技术，RADAR 等项目中使用了该技术。
虽然在实验环境中RSSI 表现出良好的特性，但是在实际环境中，它易受温度、无线信号的反射、障碍物( 如陆地建筑物) 、传播模式等诸多因素的影响，因此该技术在实际应用中仍存在困难，通常将其看作为一种粗糙的测距技术，有可能产生± 50% 的测距误差。
TOF 测距技术可以理解为飞行时差测距( Time ofFlight Measurement ) 方法，传统的测距技术分为双向测距技术( Two Way Rang ing ) 和单向测距技术( OneWay Ranging) 。T OF 测距方法属于双向测距技术，它主要利用信号在两个异步收发机( Transceiver) 之间往返的飞行时间来测量节点间的距离。在信号电平比较好调制或在非视距视线环境下，基于RSSI 测距方法估算的结果比较理想; 在视距视线环境下，基于T OF 测距方法估算的结果比较理想，是随距离呈线性关系的。因此，基于TOF 距离估算方法能够弥补基于RSSI 距离估算方法的不足。另外，具体应用时可以联合使用两种方法来提高定位系统的精确度。
TOF 测距方法是D. McCrady 提出的，然而该技术只侧重于直接序列扩频( DSSS) 的通信系统。接下来，M. Ciur ana 也对T OF 测距技术有所研究，他首次在IEEE 802. 11b 的无线局域网中使用T OF 测距技术， 然而需要额外的硬件帮助。在无线传感器网络中，也有许多学者对TOF 测距技术进行了研究。然而，他们侧重于无线传感器网络中某个特殊的典型现场，如可编程门阵列( FPGA) 的实现，并且需要一个专门的基础设施，而这个基础设施也不能广泛应用于IEEE 8021. 11( 无线) 网络中。
在本文中，考虑用窄带射频的T OF 测距方法及标准的IEEE 802. 11b 无线芯片来完成无线传感网络准确估计点到点之间的距离。
2 TOF 测距方法原理
在T OF 测距时，本地节点A 向远程节点B 发送一个数据包，当B 节点收到数据包时，会自动发送一个确认来响应这个数据包。执行过程如图1 所示。
图1 TOF 测距过程
A 节点测量出从发送数据包到接收确认的时间,这段消耗总时间记为TT OT 时间; B 记录了B 从收到数据包到B 回应确认消息的这个时间段的时间，记为TT AT 。用T TOT 总时间减去周转时间TT AT 就是双方的数据包在飞行中度过的往返时间，记为TRTT 时间。假定在每个方向发生的飞行时间TTO F 等于50% 的往返时间，如式( 2) 所示：
当计算出TT OF 后，根据D = T c( T 代表T TOF ; c 代表光速，为3X108 ms- 1 ) 可以计算出节点间的距离。
TOF 测距方法有两个关键的约束：一是发送设备和接收设备必须始终同步; 二是接收设备提供信号的传输时间的长短。为了实现时钟同步，TOF 测距方法采用了时钟偏移量来解决时钟同步问题。但由于T OF测距方法的时间依赖于本地和远程节点，测距精度容易受两端节点中时钟偏移量的影响。为了减少此类错误的影响，这里采用反向测量方法，即远程节点发送数据包，本地节点接收数据包，并自动响应，通过平均在正向和反向所得的平均值，减少对任何时钟偏移量的影响,从而减少测距误差。
3 TOF 测距实验
3. 1 实验准备
实验时，采用了Jennic JN5148 EK010 开发平台作为实验平台来完成TOF 测距试验。JN5148 通信模块具有超低功耗、高性能，完全兼容IEEE 802. 15. 4 等特点。它集成了32 b 的RSIC MCU 内核、高性能的2. 4 GH z IEEE 802. 15. 4 收发器，主要应用在ZigBeePRO 的无线传感器网络中[ 12] 。
Jennic 的JN5148 无线微控制器包括一个硬件的飞行时间( TOF) 引擎，能够测量2. 4 GHz 的无线电信号在两个节点之间的飞行时间。由于飞行时间与传输距离成正比，故可以用来估算节点间的距离。
3. 2 实验描述
选择两个JN 5148 节点，分别为A 节点和B 节点。A 节点作为Coordinator 节点，B 节点作为EndDevice节点。其中，B 节点通过串口与PC 机相连，在PC 机通过串口调试软件来查看相关信息; A 节点作为移动节点，用来改变节点间的实际距离。通过实际测量结果与TOF 测距结果的对比来验证测距方法的有效性。
根据不同的实验环境和测试距离，设计了4 种类型的实验，分别为Line o f Sight ( LOS) ，No Line of Sight( NLOS) ，Indoo r，走廊等测距实验。其中，LOS 表示视线可达的区域，在一个无障碍的麦地进行测试; NLOS 表示视线不可达的区域，在果园里进行测试，在两个节点直线距离中间有建筑物、树木等障碍物; Indoor测距实验被安排在实验室进行测试; 走廊实验在某栋楼的走廊进行测试，障碍墙厚度为30 cm，走廊宽为3 m，长约30 m。
3. 3 实验结果
为了减少测距的误差，采用多次测距求平均值的方法来估算距离。在10. 5 m 的室内测距实验中，EndDev ice 节点放在一个房间内，而Coor dinator 节点放在走廊内，中间隔着一堵墙，测量结果如图2 所示，测量60 次( 一个点3 次，共20 个测量点) 样本数据的平均误差在1. 94 m，最大误差距离为3. 55 m。在26 m 的走廊测距实验中，测量60 次样本数据的平均误差在2. 01 m，最大误差距离为5. 1 m，样本数据如图3 所示。
在100 m 的LOS 测距试验中，测量60 次样本数据的平均误差在3. 62 m，最大误差距离为11. 2 m，样本数据如图4 所示。在100 m 的NLOS 测距试验中，测量60 次样本数据的平均误差在4. 47 m，最大误差距离为19. 6 m，样本数据如图5 所示。实验结果证明，TOF 的精度较高，可以满足WSN 定位技术的要求。
图2 室内测距样本图
图3 走廊测距样本图
图4 LOS 测距样本图
图5 NLOS 测距样本图
4 结 论
介绍了基于T OF 的节点测距技术。通过实验证明，用时钟偏移量方法可以有效实现时间同步，用求正反方向的T OF 平均值的方法可以有效减少误差。
TOF 测距实验在室内、室外进行了多种测试。实验结果表明，在10. 5 m 的室内，测量样本数据的平均误差在1. 94 m; 在26 m 的走廊，测量样本数据的平均误差在2. 01 m; 在100 m 的LOS，测量样本数据的平均误差在3. 62 m; 在100 m 的NLOS，测量样本数据的平均误差在4. 47 m。上面的实验数据显示，不同的实验环境,误差大小也不同，这主要受信号传输路径的影响。因为在信号的传播过程中，由于受地面或水面反射和大气折射的影响，接收到的信号有可能不是单一路径来的，而是由许多路径来的众多反射波合成的，因此测量信号的传输时间就会有误差，从而影响估算距离的精确度。
总之，结果表明，T OF 是一种精确度较高的测距方法，适用于无线传感器网络，能够得到广泛应用。