基于RSSI的无线传感网络三维定位方法研究

论文摘要

随着无线传感器网络（Wireless Sensor Networks, WSN）技术的发展，其被广泛应用于国防军事、环境监测、交通管制、医疗卫生等诸多领域。在无线传感器网络的各种应用中，节点位置信息对传感器网络的监测活动至关重要。但大多数情况下，传感器节点被随机地部署在监测区域内，无法预先知道自身的地理位置。如海洋、湖泊环境监测中，每个监测节点处于不同深度的水域感知温度、盐度、压力和水流情况等。依靠全球定位系统（Global Positioning System, GPS）的定位方法由于受到硬件成本与应用环境等因素的制约，已不能完全满足人们的需求；且随着定位应用的需求一步步提高，节点二维定位已不能满足实际应用的要求，因此需要进行节点三维空间定位。课题来源于江西省自然科学基金项目，研究基于RSSI的无线传感器网络节点三维定位方法。本文介绍了常用无线传感器网络节点三维定位算法，详细分析了基于RSSI测距方法的粗差问题，在此基础上，提出一种基于链路质量指标LQI置信度的三维定位求精算法（Novel Refinement Algorithm Based on LQI Confidence forThree-Dimensional Localization,3D-RABLC）。首先，该算法对定位区域进行簇结构划分，建立以簇为单位的定位区域；其次，采用锚节点计算路径损耗指数，通过RSSI信号测距模型变换获取待定位节点之间距离关系；再次，基于LQI对RSSI值进行置信度划分，通过建立三维多跳求精模型、弥补求精的方法，基于置信度高的RSSI值修正置信度低的RSSI值；最后，通过使用集中式多维定标（Multidimensional Scaling, MDS）算法计算待定位节点之间三维空间相对坐标，并根据三维空间向量关系进行全局坐标转换。本文通过大量节点实验，获得节点间一跳RSSI值与距离的关系、LQI与包错误率的关系，依此划分LQI置信度；分别在室内和室外对设计的3D-RABLC算法进行实验验证，结果表明，该算法大大降低了RSSI测距误差，比已有三维定位算法具有更好的定位精度。

论文目录

• 摘要
• Abstract
• 目录
• 第1章 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.2.1 三维定位研究现状
• 1.2.2 RSSI 定位抗差性研究现状
• 1.3 本文主要研究内容
• 1.4 论文结构
• 第2章 无线传感器网络定位技术相关研究与分析
• 2.1 定位问题的相关概念
• 2.2 定位算法的分类
• 2.3 节点间测距的基本方法
• 2.3.1 基于到达时间（TOA）
• 2.3.2 基于到达时间差（TDOA）
• 2.3.3 基于到达角度（AOA）
• 2.3.4 基于接收信号强度指示（RSSI）
• 2.4 节点定位基本原理
• 2.4.1 三边测量原理
• 2.4.2 三角测量原理
• 2.4.3 极大似然估计法
• 2.5 典型定位算法与分析
• 2.5.1 Centroid 算法
• 2.5.2 DV-Hop 算法
• 2.5.3 凸规划算法
• 2.5.4 APIT 算法
• 2.5.5 MDS 算法
• 2.5.6 典型定位算法性能比较
• 2.6 小结
• 第3章 LQI 置信度划分
• 3.1 开发环境
• 3.1.1 硬件平台
• 3.1.2 软件平台
• 3.2 RSSI 与距离关系
• 3.3 LQI 与 PER 分析
• 3.4 LQI 置信度区间划分
• 3.5 小结
• 第4章 3D-RABLC 算法设计与实验分析
• 4.1 概述
• 4.2 簇区域模型建立与分析
• 4.3 基于 RSSI 测距
• 4.4 基于 LQI 值，修正 RSSI 值
• 4.4.1 相关定义
• 4.4.2 LQI 值置信度过滤
• 4.4.3 建立三维多跳求精模型
• 4.4.4 RSSI 值修正实现
• 4.5 三维坐标求解
• 4.6 全局坐标转换
• 4.7 实验分析
• 4.8 小结
• 第5章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 攻读硕士学位期间研究课题与得奖情况
• 攻读硕士期间发表论文、专利与著作权情况
• 致谢