无线传感器网络自定位算法的研究

无线传感器网络自定位算法的研究

论文摘要

无线传感器网络作为一种全新的信息获取和处理技术,应用领域广泛,如外部目标的定位和追踪,为网络提供命名空间,报告网络的覆盖质量,实现网络拓扑的自配置等,而网络自身定位是这些应用的基础。尽管密集部署是无线传感器网络的特点之一,但总会有一些不可达或连通度较低的未知节点存在,如何最大限度提高这些节点的定位精度是目前WSN定位领域的一个难题。本文对中、低密度网络下节点的定位问题进行了研究。针对目前大多数算法在中、低密度网络下定位误差较大,且易受网络拓扑变化影响的缺陷,本文在DV-HOP算法的基础上提出了WSADH算法,假设节点采用自由空间电波传播模型,采用加权平均的思想,利用跳数间的关系动态确定权重比例来计算平均每跳距离,同时本文采用选择信标节点的策略,选择三个信标节点的最优组合,利用三边测量法计算未知节点的位置,并作为迭代求精阶段的初始估计位置。该算法减小了利用单个信标节点估计每跳距离所带来的误差,增强了算法的稳定性,减少了迭代次数,提高了较低密度下未知节点的定位精度。WSADH算法和DV-HOP算法一样需要引入两次消息的洪泛传播,为降低通信开销,本文提出了一种基于节点密度的DADHL算法,根据Kleinrock-Silvester公式估算每跳间距,利用加权平均的思想和选择信标节点的策略来估计节点位置。DADHL算法将最短路径形成和节点间距离估计过程集成为一次洪泛传播,减小了通信开销,并利用迭代求精进一步提高了未知节点的定位精度。本文利用OMNeT++仿真工具,分析了WSADH算法和DADHL算法的定位性能,仿真结果表明:利用WSADH算法和DADHL算法进行节点定位,提高了定位精度,达到了预期的效果。

论文目录

  • 中文摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 研究背景
  • 1.2 国内外研究现状
  • 1.3 研究内容
  • 1.4 论文结构
  • 第二章 无线传感器网络节点定位技术
  • 2.1 定位技术简介
  • 2.2 定位算法性能评价标准
  • 2.3 定位算法的分类
  • 2.3.1 物理定位与符号定位
  • 2.3.2 绝对定位与相对定位
  • 2.3.3 紧密耦合与松散耦合
  • 2.3.4 集中式计算与分布式计算
  • 2.3.5 基于测距技术的定位与无需测距技术的定位
  • 2.3.6 粗粒度与细粒度
  • 2.3.7 三角测量、场景分析和接近度定位
  • 2.4 Range-based的典型定位算法
  • 2.4.1 基于TOA的定位
  • 2.4.2 基于TDOA的定位
  • 2.4.3 基于AOA的定位
  • 2.4.4 基于RSSI的定位
  • 2.5 Range-free的典型定位算法
  • 2.5.1 质心算法
  • 2.5.2 DV-HOP算法
  • 2.5.3 Amorphous定位算法
  • 2.5.4 APIT定位算法
  • 2.6 定位算法分析
  • 2.6.1 Range-base定位算法的分析
  • 2.6.2 Range-free定位算法的分析
  • 2.7 本章小结
  • 第三章 基于DV-HOP的WSADH定位算法
  • 3.1 DV-HOP算法分析
  • 3.2 WSADH算法
  • 3.2.1 WSADH算法的理论基础
  • 3.2.2 WSADH算法的实现步骤
  • 3.3 仿真实验及性能分析
  • 3.3.1 OMNeT++仿真软件简介
  • 3.3.2 仿真环境设置
  • 3.3.3 仿真结果与分析
  • 3.4 WSADH算法的改进及推广
  • 3.4.1 WSADH算法的改进
  • 3.4.2 三维空间中的WSADH算法
  • 3.5 本章小结
  • 第四章 基于节点密度的DADHL算法
  • 4.1 DADHL算法
  • 4.1.1 DADHL算法的研究背景
  • 4.1.2 DADHL算法的理论基础
  • 4.1.3 加权平均节点跳距
  • 4.2 DADHL算法的具体实现
  • 4.2.1 DADHL算法的实现步骤
  • 4.2.2 DADHL算法实现流程
  • 4.3 DADHL算法仿真及性能分析
  • 4.3.1 定位比例
  • 4.3.2 定位误差
  • 4.3.3 通信开销
  • 4.4 DADHL算法的改进及推广
  • 4.5 本章小结
  • 第五章 结论与展望
  • 5.1 论文总结
  • 5.2 存在问题
  • 5.3 工作展望
  • 参考文献
  • 发表论文和科研情况说明
  • 致谢
  • 附录A
  • 附录B
  • 相关论文文献

    • [1].算法:一种新的权力形态[J]. 治理现代化研究 2020(01)
    • [2].算法决策规制——以算法“解释权”为中心[J]. 现代法学 2020(01)
    • [3].面向宏观基本图的多模式交通路网分区算法[J]. 工业工程 2020(01)
    • [4].算法中的道德物化及问题反思[J]. 大连理工大学学报(社会科学版) 2020(01)
    • [5].算法解释请求权及其权利范畴研究[J]. 甘肃政法学院学报 2020(01)
    • [6].算法新闻的公共性建构研究——基于行动者网络理论的视角[J]. 人民论坛·学术前沿 2020(01)
    • [7].算法的法律性质:言论、商业秘密还是正当程序?[J]. 比较法研究 2020(02)
    • [8].关键词批评视野中的算法文化及其阈限性[J]. 学习与实践 2020(02)
    • [9].掌控还是被掌控——大数据时代有关算法分发的忧患与反思[J]. 新媒体研究 2020(04)
    • [10].美国算法治理政策与实施进路[J]. 环球法律评论 2020(03)
    • [11].算法解释权:科技与法律的双重视角[J]. 苏州大学学报(哲学社会科学版) 2020(02)
    • [12].大数据算法决策的问责与对策研究[J]. 现代情报 2020(06)
    • [13].大数据时代算法歧视的风险防控和法律规制[J]. 河南牧业经济学院学报 2020(02)
    • [14].风险防范下算法的监管路径研究[J]. 审计观察 2019(01)
    • [15].模糊的算法伦理水平——基于传媒业269名算法工程师的实证研究[J]. 新闻大学 2020(05)
    • [16].算法推荐新闻对用户的影响及对策[J]. 新媒体研究 2020(10)
    • [17].如何加强对算法的治理[J]. 国家治理 2020(27)
    • [18].“后真相”背后的算法权力及其公法规制路径[J]. 行政法学研究 2020(04)
    • [19].算法规制的谱系[J]. 中国法学 2020(03)
    • [20].论算法排他权:破除算法偏见的路径选择[J]. 政治与法律 2020(08)
    • [21].政务算法与公共价值:内涵、意义与问题[J]. 国家治理 2020(32)
    • [22].算法的法律规制研究[J]. 上海商业 2020(09)
    • [23].蚁群算法在文字识别中的应用研究[J]. 信息与电脑(理论版) 2019(22)
    • [24].大数据聚类算法研究[J]. 无线互联科技 2018(04)
    • [25].RSA算法的改进研究[J]. 计算机与网络 2018(14)
    • [26].智能时代的新内容革命[J]. 国际新闻界 2018(06)
    • [27].改进的负载均衡RSA算法[J]. 电脑知识与技术 2018(25)
    • [28].基于深度学习的视觉跟踪算法研究综述[J]. 计算机科学 2017(S1)
    • [29].大数据算法的歧视本质[J]. 自然辩证法研究 2017(05)
    • [30].深度学习算法在智能协作机器人方面的应用[J]. 中国新通信 2017(21)

    标签:;  ;  ;  ;  

    无线传感器网络自定位算法的研究
    下载Doc文档

    猜你喜欢