基于无线传感网的海洋监测节点定位算法的研究

论文摘要

无线传感器网络是由大量具有计算和通信能力的移动传感器构成的智能自治网络系统，具有广泛的应用前景，是新兴的交叉研究领域。水下无线传感器网络作为一种特殊的传感器网络，与其相关的支撑技术也都获得了长足的发展，在海洋环境监测、水下资源开采、领海军事国防等诸多领域也都发挥了重要作用。在水下传感器向数据中心上传的执行区域内数据的信息包中，除了有获得的海水温度、盐度、组成成分等信息外，还应包含与所得数据相应的地理位置信息，否则这个信息包是没有应用价值的。由此可见，对水下传感器进行准确定位，是对海洋环境研究和探索的基本前提。本文针对海洋传感器网络的特性，将传统的蒙特卡罗方法应用到海洋环境中，提出了基于蒙特卡罗的多维节点定位算法（MCMLA）。并通过运用海浪谱的相关知识，提出了基于海浪谱的MCMLA节点位置预测算法（WMCMLA）。首先，本文介绍了无线传感器网络的概念、特点和实际应用等，简要介绍了节点定位的重要意义，并阐述了定位的基本原理、定位技术的分类以及定位算法的性能评价标准，列举了现有的定位方法，并对其进行分析比较。其次，本文介绍了蒙特卡罗方法的主要思想和随机数产生的方法，根据海洋环境的特性以及洋流运动的基本特征提出了一种基于蒙特卡罗方法的多维无线传感器网络节点定位算法（MCMLA），并给出了实现MCMLA算法的具体操作步骤。此外，本文在MCMLA算法的基础上，通过引用海浪谱提高节点位置预测的准确度，提出了基于海浪谱的节点位置预测方法（WMCMLA），并描述了算法的实现步骤。最后，在NS-2仿真环境下进行了验证，实验结果证明，本文提出的MCMLA算法和WMCMLA方法都能很好的利用节点在前面时刻的坐标信息准确预测下一时刻坐标，在与传统的海洋传感器网络节点定位算法的比较中，无论怎样改变节点的运动速度、网络中节点的密度以及锚节点的密度，都比其他算法表现出更好的性能。

论文目录

• 摘要
• ABSTRACT
• 图表目录
• 第1章 绪论
• 1.1 研究背景
• 1.2 论文研究的目的和意义
• 1.3 论文的主要工作
• 1.4 论文的组织结构
• 第2章 无线传感器网络及其定位技术
• 2.1 无线传感器网络简介
• 2.2 无线传感器网络协议栈
• 2.3 无线传感器网络定位技术
• 2.3.1 定位技术概述
• 2.3.2 传统定位技术的分类及其优缺点
• 2.3.3 定位算法的性能评价标准
• 2.4 几种典型的海洋无线传感器网络定位算法
• 2.4.1 USP 定位算法
• 2.4.2 同步定位算法
• 2.4.3 SLMP 算法
• 2.5 本章小结
• 第3章 基于 Monte Carlo 的多维节点定位算法
• 3.1 Monte Carlo 方法的基本理论
• 3.1.1 Monte Carlo 方法的数理基础
• 3.1.2 Monte Carlo 方法的可靠性和误差分析
• 3.1.3 Monte Carlo 方法的步骤及优势
• 3.2 随机数的产生
• 3.3 基于 Monte-Carlo 的多维节点定位算法（MCMLA）
• 3.3.1 节点运动预测
• 3.3.2 节点位置预测
• 3.3.3 滤波算法
• 3.4 仿真实验与分析
• 3.4.1 定位误差与时间关系
• 3.4.2 定位误差与速度关系
• 3.4.3 定位误差与锚节点密度关系
• 3.4.4 定位误差与节点密度关系
• 3.5 本章小结
• 第4章 基于海浪谱的 MCMLA 节点位置预测方法
• 4.1 海浪特性及海浪谱相关知识
• 4.1.1 海浪特性
• 4.1.2 海浪谱基本知识
• 4.2 WMCMLA 算法描述
• 4.2.1 海浪谱的数值模拟
• 4.2.2 WMCMLA 算法的节点位置预测
• 4.3 仿真实验与分析
• 4.3.1 定位误差与时间关系
• 4.3.2 定位误差与速度关系
• 4.3.3 定位误差与锚节点密度关系
• 4.3.4 定位误差与节点密度关系
• 4.4 本章小结
• 第5章 总结与展望
• 5.1 工作总结
• 5.2 下一步工作展望
• 致谢
• 参考文献
• 攻读学位期间发表的学术论文及参加科研情况