无线传感器网络目标定位技术研究

论文摘要

无线传感器网络是一种新型的网络技术，由于其可靠性，动态性，自组织性强等众多优势使其在军事、交通、工业、医疗等领域有着广泛的应用前景。其中目标定位技术是无线传感器网络的一项重要应用。本文主要对能量衰落模型下的最大似然估计算法（ML）进行研究并改进。首先，将栅格化的思想应用到ML算法中。研究了二进制最大似然估计算法（BML），采用二进制数据进行定位，有效地减小网络传输负荷、降低算法的计算复杂度。接着，分析了BML算法容错性能，研究了其修正算法——容错二进制最大似然算法（FTBML）。FTBML算法充分考虑传感器失效和误判的存在，降低了差错对于定位算法的影响。通过仿真实验，研究比较了不同参数下各算法性能.随后，研究了一种二次搜索策略——CE-FTBML算法。先在整个区域内执行定位精度不高但算法复杂度低的质心定位算法（CE），然后根据质心算法的定位精度确定二次搜索半径，执行定位精度高的FTBML算法。对算法的定位精度和算法时间复杂度做了详细分析。通过仿真实验验证，在一定的节点差错概率下，CE-FTBML算法能够保持良好的定位精确度，并大大降低算法的时间复杂度。最后，对算法的目标源信号强度的获取做了进一步讨论——CE-FTBMLe算法。采用一种启发的方式获得信号强度的理论值。通过仿真实验验证，目标源强度的实验值具有较高的准确度。所以该算法具有较强的实际应用价值。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 无线传感器网络系统
• 1.1.1 传感器网络的体系结构
• 1.1.2 无线传感器网络的特征
• 1.1.3 无线传感器网络的应用领域
• 1.1.4 传感器网络的研究方向
• 1.2 本文的主要工作
• 1.3 本文的结构
• 第2章 无线传感器网络中目标的定位技术
• 2.1 定位技术概述
• 2.2 目标定位技术的应用
• 2.3 目标定位算法指标
• 2.4 基于测距的定位算法
• 2.4.1 基于时间定位（TOA）
• 2.4.2 基于时延定位（TDOA）
• 2.4.3 基于波达方向定位（AOA）
• 2.4.4 基于信号强度的定位（RSSI）
• 2.4.5 基于测距定位算法的分析和比较
• 2.5 无需测距的定位算法
• 2.5.1 质心估计算法（CE）
• 2.5.2 DV - Hop 算法
• 2.5.3 无需测距定位算法的分析和比较
• 2.6 位置计算方法
• 2.6.1 三边测量法
• 2.6.2 三角测量法
• 2.6.3 最小二乘估计法
• 第3章 能量衰落模型及其算法
• 3.1 能量衰落模型
• 3.2 基于能量模型的目标定位算法
• 3.2.1 最大似然（ML）估计算法
• 3.2.2 非线性最小二乘定位方法
• 3.2.3 约束最小二乘定位方法
• 3.3 小结
• 第4章 基于二进制数据的最大似然估计算法
• 4.1 无线传感器网络的实验模型
• 4.2 应用二进制数据的最大似然估计算法——BML 算法
• 4.2.1 试验区域的栅格化
• 4.2.2 构造似然矩阵L
• 4.2.3 目标位置估计
• 4.3 容错二进制最大似然估计算法——FTBML 算法
• 4.3.1 BML 算法的容错性分析
• 4.3.2 BML 似然函数的修正
• 4.4 质心容错二进制最大似然估计算法——CE- FTBML 算法
• 4.4.1 FTBML 算法复杂性分析
• 4.4.2 CE算法
• 4.4.3 CE- FTBML 算法
• 4.5 目标信号强度分析——CE- FTBMLe 算法
• 4.6 小结
• 第5章 仿真实验和结果分析
• 5.1 概述
• 5.2 实验仿真环境介绍
• 5.2.1 实验场景布置
• 5.2.2 仿真实验参数设置
• 5.2.3 算法性能的衡量指标
• 5.3 CE - FTBML 算法的仿真流程
• 5.4 目标定位算法性能分析
• 5.4.1 算法的容错性分析
• 5.4.2 算法的时间复杂度分析
• 5.5 参数设置对算法性能的影响
• 5.5.1 g 对算法性能的影响
• 5.5.2 阈值T 对算法性能的影响
• 5.5.3 传感器数目对算法性能的影响
• 5.6 CE- FTBMLe 算法性能分析
• 5.7 小结
• 第6章 结论与展望
• 6.1 全文工作总结
• 6.2 今后的研究方向
• 参考文献
• 攻读硕士研究生期间所发表论文
• 致谢