无线传感器网络中定位算法的研究与设计

无线传感器网络中定位算法的研究与设计

论文摘要

无线传感器网络是由多个带有传感器模块、微处理模块及无线收发模块的节点根据数据采集任务的需求自组织而成的。网络中的传感器节点通过相互协作来监控、采集和处理网络覆盖范围内感知对象的信息,并传递给无线传感器网络的用户进行进一步的扩展应用。由于具有易扩展、自组织、分布式结构和实时性等特点,无线传感器网络被广泛的应用于国防军事、国家安全、环境检测、交通管理、医疗卫生、反恐抗灾等领域。这些应用中的绝大部分都需要监测和检测传感器节点所在网络范围内的各种数据信息,尤其是节点本身的位置信息。本文利用课题组自主研发的传感器节点SCIN(Supervisory & ControllingIntelligent Networks)收集数据,对多种无线信道传播模型进行实验分析,提出了利用BP神经网络来减小测距误差的BP衰减模型,并在此基础上本着低成本、高性能的思想,提出了一种基于RSSI差值模型的优化定位算法RMIC(RSSI-Margin & Improved Chan)。仿真实验和实测实验均证明该算法具有良好的性能和稳定性。本文首先介绍了无线传感器网络的基本体系结构、特点及其应用领域等相关背景,并在此基础上强调了定位算法在整个无线传感器网络中的重要地位。接下来,本文详细介绍了定位算法的基础理论,如定位算法的常用概念,定位算法的分类、基于测距的基本定位原理、典型的定位系统、及国内外定位算法的研究现状等。特别地,本文将定位误差分为系统误差、信道误差和定位计算误差3个部分,并从各级误差入手逐个减小其对整体定位性能的影响。首先,在介绍无线电波传播特性的基础上,引出对不同信道传播模型的分析和讨论。在实测RSSI数据的基础上,对多种信道模型产生的测距误差进行仿真实验和分析比较,提出了基于BP神经网络的信号衰减模型,并通过弹性最陡下降的方法加快其收敛。其次,针对SCIN节点的特性,本文提出一种基于RSSI差值模型的优化定位算法RMIC。当网络部署完成后并测得信标节点与目标节点的间距后,将多节点间的距离进行差值,再利用优化的Chan算法求解所得到的非线性方程以得到更优的定位结果。当由多径衰落引起的误差因有相同的反射体而具有相关性时,这种差值模型可有效提高定位精度和稳定性。同时针对应用中信标节点冗余的情况,本文提出了建立优选信标节点库的思想,降低了由于目标节点与信标节点相对位置不同、实时干扰不同等因素对定位性能的影响。本文对所提出的RMIC定位算法模型进行了详细的仿真验证。通过层层递进的方式,首先分析了不同噪声环境、不同测距误差、不同信标节点个数等因素对定位性能影响,然后给出了基于BP衰减模型的RMIC定位算法的详细仿真过程和结果分析。最后,本文介绍了RMIC的实物测试平台和演示结果,实测实验的结果与仿真结果基本吻合。

论文目录

  • 摘要
  • Abstract
  • 目录
  • Contents
  • 第一章 绪论
  • 1.1 课题的研究背景
  • 1.2 无线传感器网络概述
  • 1.2.1 无线传感器网络的结构
  • 1.2.2 无线传感器网络的特点
  • 1.2.3 无线传感器网络的应用
  • 1.3 无线传感器网络中定位的意义
  • 1.4 论文研究思路和内容安排
  • 第二章 无线传感器网络中的定位算法
  • 2.1 研究定位算法的常用概念
  • 2.2 基于测距的定位算法
  • 2.2.1 典型的测距方法
  • 2.2.2 基于测距的定位原理
  • 2.3 非测距定位算法
  • 2.4 定位相关的其他技术
  • 2.5 典型的定位系统
  • 2.6 无线传感器网络定位算法性能评价指标
  • 2.7 国内外研究现状
  • 2.8 本章小结
  • 第三章 基于RSSI的测距过程研究
  • 3.1 无线电波传播特性
  • 3.2 无线信道传播模型
  • 3.2.1 自由空间电波传播模型
  • 3.2.2 路径损耗模型
  • 3.3 无线信道传播模型实验及分析
  • 3.3.1 曲线拟合
  • 3.3.2 BP衰减模型
  • 3.3.3 路径损耗模型
  • 3.3.4 信道传播模型的实验结果分析
  • 3.4 本章小结
  • 第四章 RMIC定位算法方案设计
  • 4.1 定位的概念
  • 4.2 无线传感器网络中定位系统的组成及工作原理
  • 4.3 RMIC定位算法设计与分析
  • 4.3.1 设计要点
  • 4.3.2 差值定位模型
  • 4.3.3 位置坐标的优化
  • 4.3.4 建立优选信标节点库
  • 4.3.5 RMIC定位算法
  • 4.4 RMIC定位算法的仿真实验及分析
  • 4.4.1 不同噪声环境对定位的影响
  • 4.4.2 测距误差对定位的影响
  • 4.4.3 信标节点密度对定位的影响
  • 4.4.4 RMIC算法性能的综合分析
  • 4.4.5 信标节点的选择对定位的影响
  • 4.5 本章小结
  • 第五章 RMIC定位算法的实测设计与实现
  • 5.1 系统硬件构成
  • 5.1.1 微处理模块
  • 5.1.2 无线收发模块
  • 5.2 系统软件设计
  • 5.2.1 软件流程设计
  • 5.2.2 RSSI消息处理
  • 5.2.3 具体实现步骤
  • 5.3 RMIC实测实验与结果分析
  • 5.3.1 RMIC实测实验
  • 5.3.2 实测实验结果
  • 5.4 本章小结
  • 第六章 总结与展望
  • 6.1 研究工作总结
  • 6.2 未来研究方向
  • 参考文献
  • 致谢
  • 攻读硕士学位期间发表的论文及所做工作
  • 相关论文文献

    • [1].几种典型无线传感器网络中的自身定位算法[J]. 巴音郭楞职业技术学院学报 2012(02)
    • [2].浅析无线传感器网络技术的特点与应用[J]. 广东职业技术教育与研究 2019(06)
    • [3].基于剩余能量的认知无线传感器网络频谱分配[J]. 传感技术学报 2019(12)
    • [4].山区地形无线传感器网络覆盖机制研究[J]. 计算机产品与流通 2020(01)
    • [5].无线传感器网络技术在物联网中的应用及其发展趋势[J]. 信息记录材料 2019(11)
    • [6].无线传感器网络的异常检测[J]. 电子技术与软件工程 2019(24)
    • [7].以实践能力为培养目标的“无线传感器网络”教学改革与实践[J]. 科技资讯 2020(01)
    • [8].无线传感器网络技术在物联网中的应用及其发展趋势[J]. 海峡科技与产业 2019(07)
    • [9].基于遗传算法的茶园无线传感器网络的优化方法[J]. 科学技术创新 2020(02)
    • [10].可充电传感器网络能量管理策略研究[J]. 电子测试 2020(04)
    • [11].通信类课程创新能力培养研究与改革——以“无线传感器网络”课程为例[J]. 教育教学论坛 2020(08)
    • [12].无线传感器网络研究现状与应用[J]. 通信电源技术 2020(03)
    • [13].基于无线传感器网络的桥梁结构健康监测设计研究[J]. 工程技术研究 2020(03)
    • [14].基于ZigBee技术的矿用无线传感器网络的分析与设计[J]. 内蒙古煤炭经济 2019(19)
    • [15].无线传感器网络在矿山环境监测中的应用研究[J]. 中国新通信 2020(06)
    • [16].无线传感器网络中移动充电和数据收集策略[J]. 电子元器件与信息技术 2020(02)
    • [17].无线传感器网络定位精度的优化研究[J]. 浙江水利水电学院学报 2020(02)
    • [18].无线传感器网络在智能电网中若干关键问题的研究[J]. 中国新通信 2020(07)
    • [19].无线传感器网络中基于邻域的恶意节点检测[J]. 湖北农业科学 2020(05)
    • [20].无线传感器网络在煤矿安全智能监控系统中的运用[J]. 电子技术与软件工程 2020(08)
    • [21].无线传感器网络发展应用[J]. 电脑知识与技术 2020(14)
    • [22].异构分级式认知传感器网络分簇优化[J]. 产业与科技论坛 2020(09)
    • [23].一种无线传感器网络感知覆盖空洞搜寻与修复方法[J]. 传感技术学报 2020(05)
    • [24].无线传感器网络定位精度的优化研究[J]. 信息记录材料 2020(06)
    • [25].无线传感器网络中能量问题研究进展[J]. 无线通信技术 2020(02)
    • [26].无线传感器网络在工业网络中的应用研究[J]. 现代工业经济和信息化 2020(08)
    • [27].新一代箭载无线传感器网络系统架构综述[J]. 宇航计测技术 2020(04)
    • [28].无线传感器网络的特点和应用[J]. 电子技术与软件工程 2019(04)
    • [29].无线传感器网络应用若干关键问题研究[J]. 电子测试 2019(09)
    • [30].关于无线传感器网络在桥梁监测中的应用研究[J]. 南方农机 2019(19)

    标签:;  ;  

    无线传感器网络中定位算法的研究与设计
    下载Doc文档

    猜你喜欢