基于无线传感器网络的室内定位技术研究

论文摘要

近年来,室内定位技术在大型场馆人员定位、仓储物流、矿山井下人员定位、应急救援等复杂环境下的人员与物品定位应用中发挥着极其重要的作用。基于无线传感器网络的室内定位技术凭借其传感器节点低成本、低功耗、易于组网数据传输等特性具有独特的优势。论文主要针对如何提高无线传感器网络室内定位精度进行了以下研究。首先,对无线传感器网络室内定位系统组成及节点组网协议进行了详细分析。分析研究了无线传感器网络中基于测距和非测距的定位原理,并对质心、DV-Hop算法的定位性能进行了仿真分析。其次,研究了RSSI-d衰减特性,对室内信号模型进行了分析,确定了算法所用室内信号路径损耗模型;针对RSSI方法测距定位误差较大的问题,提出了基于RSSI测距误差修正的加权质心定位算法。算法测距阶段采用基于最小二乘测距误差补偿方法对RSSI测距进行修正,以减小测距误差。定位阶段采用改进Euclidean加权质心定位算法,用信标节点对未知节点的不同影响力来确定加权因子,以提高定位精度。仿真表明,该算法精度较其它加权质心定位算法有了明显提高。最后,针对最小二乘法计算未知节点估计位置与实际位置偏差大的问题,提出了基于WLS与EKF的混合定位算法（CLA）。该算法在RSSI测距误差修正的基础上,首先采用加权最小二乘算法求得节点初步估计位置,将该初步估计位置作为扩展卡尔曼滤波的初始状态信息,然后采用扩展卡尔曼滤波对节点位置进行迭代求精。仿真表明,该算法具有较好的定位性能,在此基础上研究了优选信标节点参与扩展卡尔曼滤波迭代计算的最优排序方案,进一步提高了节点定位精度。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题背景及意义
• 1.2 无线传感器网络定位研究现状
• 1.3 本论文的主要内容
• 1.4 本论文的主要工作安排
• 2 无线传感器网络室内定位系统组成及节点组网协议
• 2.1 无线传感器网络概述
• 2.1.1 无线传感器网络的系统构架
• 2.1.2 传感器节点的结构
• 2.1.3 传感器网络协议栈
• 2.2 WSN 室内定位系统组成
• 2.2.1 传感器节点
• 2.2.2 网关模块
• 2.2.3 用户终端
• 2.3 节点组网协议
• 2.3.1 ZigBee 概述
• 2.3.2 ZigBee 协议框架
• 2.3.3 ZigBee 网络拓扑结构
• 2.3.4 ZigBee 组网及节点入网
• 2.4 本章小结
• 3 WSN 基本定位算法
• 3.1 WSN 基本定位算法的分类
• 3.2 基于测距的定位算法
• 3.2.1 几种常见测距/向方法
• 3.2.2 节点位置估算方法
• 3.3 非测距定位算法
• 3.3.1 质心算法
• 3.3.2 DV-Hop 算法
• 3.3.3 APIT 算法
• 3.4 定位算法性能指标
• 3.5 定位算法性能分析
• 3.6 本章小结
• 4 基于RSSI 测距技术的节点定位算法
• 4.1 RSSI 测距技术
• 4.1.1 RSSI 测距技术的优越性
• 4.1.2 RSSI-d 衰减特性分析
• 4.2 室内信号模型分析
• 4.2.1 室内信号传播经验模型
• 4.2.2 室内信号传播理论模型
• 4.3 RSSI 测距误差分析
• 4.4 基于RSSI 测距误差修正的加权质心定位算法
• 4.4.1 室内RSSI 测距模型
• 4.4.2 RSSI 测距误差修正
• 4.4.3 基于改进Euclidean 加权质心定位
• 4.4.4 定位算法步骤
• 4.4.5 仿真分析
• 4.5 本章小结
• 5 基于WLS 与EKF 的混合定位算法
• 5.1 加权最小二乘算法
• 5.2 扩展卡尔曼滤波
• 5.3 CLA 扩展卡尔曼滤波模型
• 5.4 CLA 算法计算过程
• 5.5 CLA 算法仿真分析
• 5.6 本章小结
• 6 结论
• 参考文献
• 攻读硕士期间发表学术论文情况
• 致谢