基于TDOA的无线传感器网络定位问题研究

基于TDOA的无线传感器网络定位问题研究

论文摘要

无线传感器网络(Wireless Sensor Network,WSN)是一种大型传感网络,它由大量微型传感器节点组成。节点通过携带电池供电,具备环境感知能力以及有限的存储和计算能力,能够与周围节点近距离通信。无线传感器网络的出现提供了一种全新的信息获取与处理方式。移动机器人(MobileRobot)是安装在移动载体上,并可以在特定的环境中运动,能够完成特定任务的机器人系统。将WSN与移动机器人结合,可以综合两者的优点,获得更好的性能。无线传感器网络的一个重要研究方向就是节点定位问题。利用无线传感器网络可以为搭载节点的移动机器人进行网络导航。在此过程中WSN需要知道机器人节点的精确位置。本文根据机器人节点在静止和移动两种情况下,针对锚节点稀疏对定位带来的影响,结合无线传感器网络的特点,分别提出了基于TDOA的改进定位算法,同时为了满足无线传感器网络节省能量的要求,设计了一种能量有效的移动节点位置更新策略。TDOA是传感器节点定位中常用的一种距离测量手段,测量的精度高,适用于对定位精度要求较高的场合。但是由于节点布撒的随机性,局部区域锚节点稀疏,锚节点数目不足,常常会对定位带来较大的误差。针对此问题,本文采用DPE算法的思想,提出了一种DPE-AML算法,在局部锚节点稀疏区域构建了一种“锚结构”,利用三个锚节点对节点进行定位。仿真结果表明,在距离测量精确的情况下,该算法定位精度高,能量消耗少,定位的正确率也满足无线传感器网络的设计要求。在机器人节点移动的过程中,需要精确地获得机器人节点的位置信息,然而由于节点的移动,局部锚节点的稀疏对节点定位带来了很大的影响。针对此问题,根据基于刚性图的定位协作理论,提出了一种LCB-TDOA定位协作算法,使得在锚节点稀疏的区域也能完成对机器人节点位置的精确估计。在机器人节点移动过程中,为了避免网络频繁执行定位过程造成节点能量的快速消耗,提出了一种基于锚节点定位精度自适应定位时间间隔的节点位置更新策略,保证机器人节点移动过程中定位精度的同时,也避免了不必要的能量损失。最后,基于OMNeT++软件构建了无线传感器网络仿真平台,对节点定位问题进行了仿真实验,实验结果验证了本文提出算法与解决方案的有效性。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 课题研究的背景和意义
  • 1.2 无线传感器网络定位技术的国内外研究现状
  • 1.3 论文主要工作及创新点
  • 1.4 论文组织结构
  • 第二章 无线传感器网络定位技术
  • 2.1 无线传感器网络的结构和特点
  • 2.1.1 无线传感器节点的结构
  • 2.1.2 无线传感器网络的特点
  • 2.2 常用的无线传感器网络定位算法
  • 2.2.1 三边测量法
  • 2.2.2 三角测量法
  • 2.2.3 加权质心算法
  • 2.2.4 极大似然值估计算法
  • 2.3 无线传感器网络中节点间距离测量方法
  • 2.3.1 基于TOA的测距方法
  • 2.3.2 基于TDOA的测距方法
  • 2.3.3 基于AOA的测距方法
  • 2.3.4 基于RSSI的测距方法
  • 2.4 无线传感器网络节点定位系统和算法的性能评价指标
  • 2.5 几种定位和测距方法的比较
  • 2.6 本章小结
  • 第三章 基于OMNeT++的WSN 仿真平台构建与验证
  • 3.1 无线传感器网络常用仿真软件分析
  • 3.2 0MNeT++仿真软件简介
  • 3.2.10 MNeT++框架
  • 3.2.2 NED语言
  • 3.3 基于OMNeT++的WSN仿真平台构建与验证
  • 3.3.1 MCL算法介绍
  • 3.3.2 仿真关键步骤
  • 3.3.2.1 网络拓扑初始化
  • 3.3.2.2 编写任务、消息代码函数
  • 3.3.3 实验设置
  • 3.3.4 仿真结果分析
  • 3.4 本章小结
  • 第四章 基于DPE-AML 的TDOA 定位算法
  • 4.1 相关研究
  • 4.2 TDOA定位原理
  • 4.2.1 TDOA定位的几何模型
  • 4.2.2 TDOA定位原理
  • 4.3 基于近似极大似然估计法的TDOA定位算法
  • 4.4 基于DPE-AML的WSN定位算法
  • 4.4.1 算法思路
  • 4.4.2 算法步骤
  • 4.5 仿真实验与分析
  • 4.5.1 实验设置
  • 4.5.2 实验结果与分析
  • 4.6 本章小结
  • 第五章 移动节点定位更新策略
  • 5.1 刚性图理论简介
  • 5.2 基于刚性图的协作定位理论
  • 5.2.1 网络节点定位条件
  • 5.2.2 定位协作体
  • 5.3 定位协作体(LCB)定位算法
  • 5.4 基于LCB-TDOA的定位协作算法
  • 5.5 节点位置估计更新策略
  • 5.5.1 固定时间更新策略
  • 5.5.2 速度自适应的更新策略
  • 5.5.3 基于模型预见性的更新策略
  • 5.5.4 基于锚节点定位精度的更新策略
  • 5.6 仿真实验与分析
  • 5.6.1 仿真实验设置
  • 5.6.2 实验结果与分析
  • 5.6.2.1 固定定位时间间隔下节点定位精度的对比
  • 5.6.2.2 自适应时间间隔节点定位策略下的节点定位精度对比
  • 5.6.2.3 不同锚节点定位精度阈值下的节点定位精度对比
  • 5.6.2.4 两种定位时间间隔下的网络通信次数对比
  • 5.7 本章小结
  • 第六章 结论与展望
  • 6.1 研究工作总结
  • 6.2 工作展望
  • 致谢
  • 参考文献
  • 作者在学期间取得的学术成果
  • 相关论文文献

    • [1].Joint TDOA, FDOA and differential Doppler rate estimation: Method and its performance analysis[J]. Chinese Journal of Aeronautics 2018(01)
    • [2].基于遗传算法的TDOA应用仿真研究[J]. 数字通信世界 2017(07)
    • [3].TDOA的高级应用[J]. 中国无线电 2020(11)
    • [4].基于TDOA的声源定位系统研究[J]. 现代信息科技 2019(22)
    • [5].TDOA无源定位的信号重构研究[J]. 无线通信技术 2019(04)
    • [6].Direct solution for fixed source location using well-posed TDOA and FDOA measurements[J]. Journal of Systems Engineering and Electronics 2020(04)
    • [7].超宽带室内定位原理及TDOA定位算法[J]. 科技创新与应用 2017(02)
    • [8].一种改进遗传算法在TDOA定位中的应用[J]. 计算机仿真 2016(12)
    • [9].基于TDOA麦克风阵列声源定位技术[J]. 科技资讯 2016(13)
    • [10].TDOA定位技术和实际应用简介[J]. 中国无线电 2013(11)
    • [11].基于TDOA的超声波测距误差分析与改进[J]. 东北大学学报(自然科学版) 2011(06)
    • [12].A robust TDOA-based location method and its performance analysis[J]. Science in China(Series F:Information Sciences) 2009(05)
    • [13].基于自适应卡尔曼滤波的TDOA定位方法[J]. 测绘科学技术学报 2020(03)
    • [14].基于无线电网格化应用的多站TDOA自动选站算法[J]. 无线电工程 2019(03)
    • [15].How to Select the Best Sensors for TDOA and TDOA/AOA Localization?[J]. 中国通信 2019(02)
    • [16].基于TDOA的战场雷电监测预警系统研究[J]. 设备管理与维修 2016(12)
    • [17].一种基于最小1-范数准则的TDOA估计算法[J]. 电子信息对抗技术 2017(03)
    • [18].TDOA定位技术在网格化无线电监测系统中的应用[J]. 中国无线电 2014(06)
    • [19].基于改进人工免疫算法的TDOA定位估计[J]. 通信技术 2010(02)
    • [20].室内多径环境下直达波TDOA估计方法研究[J]. 电子设计工程 2019(03)
    • [21].基于TDOA的高精度无线定位算法分析与实现[J]. 合肥工业大学学报(自然科学版) 2019(06)
    • [22].TDOA定位性能分析和测试[J]. 中国无线电 2018(04)
    • [23].基于TDOA/FDOA多星联合定位误差与卫星构型分析[J]. 电波科学学报 2018(05)
    • [24].基于TDOA技术的窄带信号定位(上)[J]. 中国无线电 2017(08)
    • [25].基于静态传感器位置误差的TDOA源定位[J]. 电气自动化 2014(04)
    • [26].基于TDOA的卫星干扰定位精度分析[J]. 中国无线电 2011(10)
    • [27].基于参考信号的TDOA定位技术研究[J]. 数字通信世界 2020(07)
    • [28].一种利用叠加降噪提高二次相关TDOA精度的方法[J]. 测控技术 2019(01)
    • [29].A direct position determination method with combined TDOA and FDOA based on particle filter[J]. Chinese Journal of Aeronautics 2018(01)
    • [30].基于长基线的TDOA技术应用[J]. 中国无线电 2018(04)

    标签:;  ;  ;  ;  ;  

    基于TDOA的无线传感器网络定位问题研究
    下载Doc文档

    猜你喜欢