无线传感器网络自定位算法研究

论文摘要

无线传感器网络节点定位技术,是无线传感器网络主要支撑技术之一,对其研究具有非常重要的意义,本文主要研究节点的自身定位算法。基于非测距的加权质心算法,具有算法复杂度低,定位精度较高等优点,缺点是需要较多的锚节点实现定位。针对该算法这一缺点,本文提出了两种改进算法—迭代加权质心算法和多跳加权质心算法。迭代加权质心算法将已定位节点升级为锚节点,并通过相关措施控制迭代的误差累积;多跳加权质心算法利用多跳外的锚节点信息。仿真表明,改进算法在锚节点较少的情况下仍能保持较高的定位精度。基于测距的AHLos定位算法,定位精度高,但是性能受测距误差的影响较大。针对这一问题,提出以下几点改进:利用相邻锚节点间的真实距离已知来估计测距误差的大小,从而校正未知节点测量距离值;根据锚节点、先定位节点以及后定位节点的可信度不同,对参与定位的节点进行加权;提出已定位节点升级为锚节点的两个约束条件。仿真表明,在测距误差较大的情况下,改进算法的定位精度能提高10%-20%。在如何降低节点测距误差的问题上,本文还研究了基于三角不等约束的线性规划算法,并通过增加由两个锚节点所形成的三角形的约束条件,对该算法进行改进,使算法得到更为紧凑的解。仿真表明,改进算法能够有效减少测距误差。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景及研究意义
• 1.2 传感器网络的应用前景
• 1.3 传感器网络的研究现状
• 1.4 自定位算法的研究现状
• 1.5 论文的研究内容与组织结构
• 第二章 无线传感器网络定位技术与算法
• 2.1 无线传感器网络
• 2.1.1 无线传感器网络体系结构
• 2.1.2 无线传感器网络的特点
• 2.2 节点定位的基本概念
• 2.2.1 节点定位问题描述
• 2.2.2 基本术语
• 2.3 节点定位的基本方法
• 2.3.1 节点间距离或角度的测量方法
• 2.3.2 节点间距离的估算方法
• 2.3.3 节点定位的基本计算方法
• 2.4 节点定位算法的性能评价
• 2.5 无线传感器网络自身定位算法的分类
• 2.6 典型的自身定位算法
• 2.6.1 质心定位算法
• 2.6.2 自组织定位算法（Ad Hoc Positioning System, APS）
• 2.6.3 鲁棒定位算法（Robust Positioning Algorithm）
• 2.6.4 凸规划算法（Convex Position Estimation）
• 2.6.5 APIT 定位算法（Approximate Point-In-Triangulation Test）
• 2.6.6 MDS-MAP 算法
• 2.7 本章小结
• 第三章 基于非测距的节点定位算法研究
• 3.1 加权质心定位算法
• 3.1.1 质心算法
• 3.1.2 加权质心算法
• 3.2 改进的加权质心算法
• 3.2.1 迭代加权质心算法
• 3.2.2 多跳加权质心算法
• 3.3 算法仿真及实验结果分析
• 3.3.1 仿真环境及仿真条件
• 3.3.2 算法仿真及结果分析
• 3.4 本章小结
• 第四章 基于测距的节点定位算法研究
• 4.1 AHLos 定位算法
• 4.1.1 AHLos 定位算法原理
• 4.1.2 AHLos 定位算法存在的问题
• 4.2 AHLos 定位算法的改进
• 4.2.1 执行协作多边算法的一个充分条件
• 4.2.2 估计节点测距误差
• 4.2.3 对节点进行加权
• 4.2.4 升级已定位节点为锚节点的条件
• 4.3 算法仿真及实验结果分析
• 4.3.1 仿真环境及仿真条件
• 4.3.2 算法仿真及结果分析
• 4.4 本章小结
• 第五章 线性规划算法研究
• 5.1 线性规划算法
• 5.1.1 线性规划算法简介
• 5.1.2 基于三角不等式约束的线性规划算法
• 5.2 三角不等式约束的线性规划算法的改进
• 5.3 算法仿真及性能分析
• 5.3.1 仿真环境及仿真条件
• 5.3.2 算法仿真及结果分析
• 5.4 本章小结
• 第六章 总结与展望
• 6.1 工作总结
• 6.2 下一步工作展望
• 致谢
• 参考文献
• 作者在读期间的研究成果