无线传感器网络的优化定位算法研究

论文摘要

在无线传感器网络中,节点的位置信息对于传感器网络的监测活动至关重要,节点采集的数据需要确定的位置信息才有意义。传感器网络节点定位的技术主要有基于测距（Range-baced）的定位技术和无需测距（Range-Free）的定位技术。Range-baced定位精度较高,但大都需要额外地增加硬件开销；而Range-Free定位技术在不需要复杂硬件设备的情况下能够提供足够的定位精度,在成本和功耗方面与前者相比具有显著优势。因此本文重点研究了无需测距的无线传感器网络定位算法。首先详细讨论了具有代表性算法的原理及其特点,通过对几种典型的距离无关自身定位算法的分析和比较,总结概括出这些算法存在的问题,并着重对距离无关的定位算法做了深入对比分析,为后面的算法设计打下了良好的基础。在深入研究基于RSSI测距技术和经典多维标度算法之间的联系的基础上,设计了基于RSSI的多维定标迭代定位算法（RSSI-GA）,即从分析个体间的相异性和各节点的距离的几何约束关系入手,建立未知节点位置为参数的优化数学模型,使用遗传算法对迭代部分进行最优解的寻找,从而直接计算出节点坐标。仿真结果表明,本算法能充分地弥补基于经典多维定标的MDS-MAP算法在定位精度与矩阵计算复杂度方面的缺陷,大大降低计算开销,有效的提高定位精度。在对多sink节点定位算法的研究中,引入了分簇算法的思想进行拓扑的构建,设计了多sink节点分簇定位算法。即利用分簇的思想,将网络划分成几个区域,先计算簇头节点位置,并升级为锚节点,然后利用改进的多站定位算法计算节点位置。不但有效的解决了单sink节点在网络中对系统的稳定性和有效性的巨大威胁,避免了节点同时发送信息报告时导致的信息冲突问题,还能减少节点传输数据的负担,提高算法的定位精度。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景
• 1.2 国内外研究现状
• 1.3 论文的主要工作与组织结构
• 第2章 无线传感器网络定位算法研究
• 2.1 无线传感器网络概述
• 2.1.1 无线传感器网络的结构
• 2.1.2 无线传感器网络的特点
• 2.1.3 无线传感器网络的应用
• 2.2 无线传感器网络定位概念
• 2.3 无线传感器网络的自定位算法
• 2.3.1 基于距离定位算法
• 2.3.2 基于锚节点距离无关定位算法
• 2.3.3 锚节点可移动的算法
• 2.4 现有无线传感器网络自身定位算法比较与仿真分析
• 2.4.1 经典算法对比
• 2.4.2 Chan算法和Taylor级数算法对比分析
• 2.5 本章小结
• 第3章 基于RSSI的多维定标迭代定位算法
• 3.1 多维标度定位算法
• 3.1.1 非度量多维标度定位算法
• 3.1.2 度量MDS算法
• 3.2 RSSI-GA算法设计
• 3.2.1 定位优化模型
• 3.2.2 节点相异性与距离的非线性约束问题
• 3.2.3 算法设计过程
• 3.3 RSSI-GA算法仿真与分析
• 3.3.1 仿真工具简介
• 3.3.2 仿真实验
• 3.4 本章小结
• 第4章 多Sink节点分簇定位算法研究
• 4.1 多Sink定位算法与结构分析
• 4.1.1 多Sink动态传感器网络主动式分层定位方法（ALLM）
• 4.1.2 存在的问题
• 4.1.3 Sink节点结构
• 4.2 多Sink节点分簇定位算法设计
• 4.2.1 网络模型
• 4.2.2 算法设计过程
• 4.3 多Sink节点分簇定位算法仿真与分析
• 4.3.1 计算位置误差
• 4.3.2 仿真实验
• 4.4 本章小结
• 第5章 结论
• 5.1 本文工作总结
• 5.2 本文工作展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表的论文