无线传感器网络路由和节点定位技术研究

论文摘要

无线传感器网络是新一代的传感器网络,具有非常广泛的应用前景,其发展和应用将会给人类的生活和生产的各个领域带来深远影响。它的出现将会给人类社会带来极大的变革。本论文针对服务于机器人应用的无线传感器网络路由和节点定位技术进行了系统、深入的研究。主要内容有：1、研究了机器人与无线传感器网络组合工作模式下,移动机器人与传感器网络进行信息交互的网络结构,将移动机器人视为agent,在层次化的网络结构下,实现移动机器人对无线传感器网络资源的访问,使机器人在无线传感器网络的协同下完成导航和任务执行。2、分簇路由算法研究。首先提出了基于QoS的分簇路由算法,该算法采用双簇头模型,以保障无线传感器网络的可靠性。并且以双簇头模型为基础,建立了无线传感器网络的负载均衡机制,达到节点间的能量平衡消耗,防止拥塞；其次,构建了一种两阶段成簇的分簇路由算法。采取能量感知和局部信息集中式的簇头选举机制,使得簇头的选举更加灵活与合理。算法还通过平衡簇内节点数实现负载均衡；第三,提出了基于K-means分簇路由算法（DSCA）。在算法中提出了节点的同步失效概念。DSCA通过K-means得到更加平衡的分簇。发展了一种全新的基于信号接收强度的簇质心求解方法。DSCA采用局部信息集中式的动态多簇头选举机制和动态TDMA通讯轮数分配机制,上述机制使无线传感器网络的能量消耗达到了高度均衡,保证了节点的同步失效。3、提出基于RSSI的无线传感器网络加权质心定位算法。通过对无线电传播路径损耗模型的分析,用信标节点对未知节点的不同影响力来确定加权因子,以提高定位精度。并且在理论分析的基础上,设计了优选信标节点进行节点定位计算的规则,以进一步提高节点定位精度。算法具有简单,计算量小、精度较高的特点。4、提出了利用移动信标,将加权最小二乘估计与扩展卡尔曼滤波（EKF）组合,进行未知节点定位的算法（HLA）。HLA首先利用加权最小二乘估计（WLSE）,获得无线传感器网络未知节点的初始位置,再用扩展卡尔曼滤波进一步提高定位精度。提出了WLSE的加权因子的确定方法。同时,HLA还分析并构建了移动信标位置参与EKF迭代计算的最优排序方案。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 研究背景
• 1.2 本文的主要研究内容
• 1.3 主要的研究路线
• 1.4 论文的主要结构
• 第2章 无线传感器网络综述
• 2.1 无线传感器网络节点结构
• 2.2 无线传感器网络组成和特点
• 2.3 无线传感网络协议栈
• 2.4 无线传感器网络的路由技术
• 2.5 无线传感器网络的节点定位技术
• 2.5.1 常用的测距方法
• 2.5.2 典型非测距算法
• 2.5.3 基于距离的节点坐标计算基本方法
• 2.5.4 无线传感器网络中的典型定位系统
• 2.5.5 节点定位技术应重点解决的问题
• 2.6 无线传感器网络的其它主要技术
• 2.6.1 时间同步
• 2.6.2 数据融合
• 2.6.3 无线传感器网络中的QoS支持
• 2.7 无线传感器网络国内外的研究热点
• 2.8 小结
• 第3章 无线传感器网络体系结构研究
• 3.1 无线传感器网络的基本结构形式
• 3.2 基于分布式发布/订阅/通知框架的应用结构
• 3.3 基于移动AGENT（机器人）应用的无线传感器网络结构
• 3.4 基于簇的网络结构实验性研究
• 3.4.1 基于机器人服务的无线传感器网络实验
• 3.4.2 用于智能交通（ITS）的无线传感器网络研究及实验
• 3.5 小结
• 第4章 无线传感器网络的路由技术
• 4.1 引言
• 4.2 基于QoS的自适应分簇算法
• 4.2.1 QAC算法模型
• 4.2.2 QAC特点
• 4.2.3 QAC实例计算对比
• 4.3 两阶段成簇自适应分簇算法
• 4.3.1 TCF的技术基础
• 4.3.2 算法过程
• 4.3.3 性能对比计算
• 4.4 基于K-MEANS的动态调度分簇算法
• 4.4.1 算法模型
• 4.4.2 仿真计算
• 4.5 小结
• 第5章 无线传感器网络节点定位技术
• 5.1 引言
• 5.2 加权质心定位算法
• 5.2.1 改进Euclidean定位计算
• 5.2.2 无线电传播路径损耗模型分析
• 5.2.3 加权质心定位计算
• 5.2.4 算法过程
• 5.2.5 计算实例
• 5.3 小结
• 第6章 基于移动信标的节点定位算法
• 6.1 算法模型
• 6.2 算法过程
• 6.3 计算实例
• 6.4 定位实验
• 6.5 小结
• 第7章 总结与展望
• 7.1 总结
• 7.2 以后的研究工作展望
• 致谢
• 参考文献
• 博士期间发表论文
• 附录1 基于移动信标的节点定位实验计算程序