基于测距的无线传感器网络定位优化算法的研究

基于测距的无线传感器网络定位优化算法的研究

论文摘要

无线传感器网络是一种综合了传感技术、嵌入式技术、分布式信息处理技术和无线通信等技术而发展起来的现代网络技术,可以广泛应用于国防军事、国家安全、环境科学、交通管理、灾害预测、医疗卫生、制造业、城市信息化建设等领域。未来传感器网络技术将成为现实世界和数字世界的接口,并深入到人们生活的各个层面。对该技术的深入研究将推动我国的信息化建设,并极大地带动相关产业和学科的发展,从而为国民经济带来新的增长点。节点定位技术作为无线传感器网络的关键技术,对传感网的运行起着核心的支撑作用。论文首先对无线传感器网络进行概述,介绍其结构和特点,然后介绍无线传感器网络的定位问题,重点对非视距环境中基于测距的定位算法进行论述。根据定位过程中是否测量实际节点间的距离,传感网中的定位算法通常分为基于距离的(range-based)定位算法和距离无关的(range-free)定位算法。其中,距离无关的定位算法精度较低,本文把研究重点放在基于距离的定位算法。在实际系统中,信号的传播并不总是沿着视距传播,如何消除或减小非视距误差(NLOS)对定位精度的影响是无线传感网络定位中的一个核心问题。近年来国内外这方面的研究可以概括为三类:第一类是视距重构算法,首先判断非视距信号,然后采用某种规则,重构视距环境下的信号;第二类是非视距加权,对非视距信号采用小的权值,对视距信号采用大的权值,从而减小非视距信号的影响;第三类是视距鉴别,即从信号中提取视距信号进行定位,这类算法有定位精度高的优点,本文主要针对这类算法进行研究。这类算法比较典型的是Yiu-Tong Chan提出的基于残差检测(RT)的算法,该算法对不同的信号进行分组,计算不同信号组合的残差平方,假定信号噪声为高斯分布,则残差平方和服从中心卡方分布,设定一个判决门限,统计每一组合残差平方和大于判决门限的数目,判断信号组合是否全为视距信号。由于该算法遍历所有分组,当可用锚节点数目较大时,计算量相当庞大,不适于无线传感网的实际应用。本文针对RT算法计算复杂度高的特点,在保证一定定位精度的前提下,创新性地提出IRT算法。该算法首先将距离测量值分为四个一组,如果残差最小的一组仅包含视距信号,再以该组与剩余距离测量值分别组合,检测残差最小的一组是否包含非视距信号,重复该步骤,直至选出所有视距信号。该算法经过优化,避免了对大量包含非视距信号分组的计算,降低了计算复杂度,同时充分利用可能的锚节点冗余,从而降低了系统误差的影响。基于IRT算法,在视距鉴别过程中,用同样满足高斯分布的LS估计代替复杂的AML估计,并进一步优化子分组划分方式,本文提出了复杂度计算量均衡算法(CATO),进一步降低了计算量。文中通过MATLAB 7.0对算法在不同的环境和参数下的性能进行了全面的仿真比较,结果表明,新算法的定位性能接近RT,而计算复杂度却大大降低。

论文目录

  • 摘要
  • ABSTRACT
  • 符号说明
  • 第一章 绪论
  • 1.1 研究背景
  • 1.1.1 项目支持
  • 1.1.2 课题背景
  • 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 无线传感网络的特点
  • 1.2.3 无线传感网络的应用
  • 1.3 无线传感网络定位算法研究现状
  • 1.4 本课题的研究内容及结构安排
  • 第二章 无线传感网络中基于测距的定位算法
  • 2.1 基本概念
  • 2.2 基于测距的定位技术
  • 2.2.1 测距方法
  • 2.2.2 节点位置基本计算方法
  • 2.3 非视距误差(NLOS)
  • 2.4 本章小结
  • 第三章 基于残差检测的无线传感器网络定位算法研究与分析
  • 3.1 传统残差检测算法(RT)
  • 3.2 优化的残差检测算法(IRT)
  • 3.3 复杂度准确率均衡算法(CATO)
  • 3.4 计算量分析
  • 3.5 本章小结
  • 第四章 基于测距的定位算法性能仿真与分析
  • 4.1 误差模型和场景设定
  • 4.2 仿真分析与比较
  • 4.2.1 确定性非视距误差环境下的仿真分析与比较
  • 4.2.2 随机性非视距误差环境下的仿真分析与比较
  • 4.2.3 算法在不同环境下的适应性
  • 4.2.4 算法准确定位比率
  • 4.3 本章小结
  • 第五章 工作总结与展望
  • 5.1 工作总结
  • 5.2 工作展望
  • 参考文献
  • 致谢
  • 攻读学位期间发表的学术论文及参加的科研项目
  • 学位论文评阅及答辩情况表
  • 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].无线传感器网络在船舶通信系统中的应用[J]. 舰船科学技术 2020(18)
    • [29].无线传感器网络故障诊断分析与研究[J]. 科技视界 2020(31)
    • [30].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)

    标签:;  ;  ;  ;  ;  

    基于测距的无线传感器网络定位优化算法的研究
    下载Doc文档

    猜你喜欢