WSNs中测距误差对定位精度的影响及改进算法研究

WSNs中测距误差对定位精度的影响及改进算法研究

论文摘要

无线传感器网络是传感器技术、嵌入式计算技术、分布式信息处理技术和通信技术迅速发展的结果。无线传感器网络由分布在检测区域内的无线通信节点以自组织的方式组成。作为一种全新的信息获取和处理技术,无线传感器网络可以在广泛的应用领域内实现搜索和营救、目标追踪和环境监测,而网络节点的自身定位是这些应用的重要支撑技术,例如基于地理位置的路由协议需要知道节点自身的位置信息。网络节点定位的精度在很大程度上受到测距误差以及定位算法的影响,而不同的测距技术将导致不同的测距误差模型,在不同的测距技术条件下选择合适的定位算法十分有意义。本文首先研究在不同的测距模型下,各种定位算法对定位误差的影响,并提出针对特定误差模型的改进定位算法。首先,论文对无线传感器网络定位的概念、基本原理和经典算法进行了分析。并对常用的测距技术进行探讨。针对目前的不同的测距技术的优缺点,给出了常用的测距误差模型。用仿真分析的方法,对相关经典定位算法在各种不同的误差模型下的定位精度进行了性能测试对比。仿真结果说明,测距误差模型对各种定位算法的定位精度和性能稳定性有较大影响。针对传统基于测距的定位算法将每个信标节点的测距误差模型同等对待,论文在测距误差模型不同的情况下,根据到信标节点距离的测量误差模型参数不同,提出一种综合多种测量误差模型的非线性优化定位算法,并使用牛顿迭代法求解该非线性优化问题。仿真结果说明,针对不同的误差模型及参数,对测距误差采取区别对待,可以大大提高定位算法的精度。论文接着考虑在网络存在小型障碍物、测量误差较大的情况,进一步改进定位算法。在未知节点能够获得多个信标节点的测距信号的情况下,因为障碍物引起的测量距离成为最小或次小值的概率非常小,论文提出将测量距离进行排序,选择测量距离最小和次小的信标节点作为实施定位算法的信标节点,以避免因障碍物引起的异常误差模型参与定位。可以在少量节点中添加超声接收装置,根据环境对RSSI信号衰减模型进行在线修正。在定位阶段,引入RSSI信号向量,优化未知节点所在区域,提高定位精度。最后对论文的内容进行总结,并提出在以后的学习和工作过程中,应该在哪些方面做出更深入的研究。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 论文的应用背景及其研究目标
  • 1.1.1 无线传感器网络概述
  • 1.1.2 无线传感器网络的特点
  • 1.1.3 无线传感器网络的应用领域
  • 1.1.4 无线传感器网络研究的热点
  • 1.1.5 无线传感器网络的定位问题
  • 1.2 本文的主要工作及组织结构
  • 1.3 章节安排
  • 第二章 无线传感器网络定位算法的相关研究
  • 2.1 WSNs中的定位问题
  • 2.2 无线传感器网络中定位的相关概念
  • 2.3 WSNs节点定位的基本计算方法
  • 2.3.1 基于测距技术的定位方法
  • 2.3.2 非基于测距技术的定位方法
  • 2.4 WSNs定位算法评价标准
  • 2.5 本章小结
  • 第三章 测距误差对定位精度的影响及改进算法
  • 3.1 WSNs中测距误差的介绍
  • 3.2 典型测距定位算法改进
  • 3.2.1 带有测距误差的定位
  • 3.2.2 测距误差对定位算法的影响
  • 3.3 牛顿迭代定位算法
  • 3.3.1 测距误差基础上的定位模型
  • 3.3.2 牛顿迭代法
  • 3.3.3 仿真分析
  • 3.4 本章小结
  • 第四章 基于RSSI测距的传感器网络定位精度研究
  • 4.1 基于RSSI的测距误差分析
  • 4.1.1 RSSI信号传播理论模型
  • 4.1.2 误差校正
  • 4.1.3 障碍物阻挡时RSSI测距误差分析
  • 4.2 高精度定位算法的详细设计
  • 4.2.1 定位区域内的RSSI向量
  • 4.2.2 贴近序列的作用
  • 4.2.3 定位区域的局部优化算法
  • 4.3 仿真分析
  • 4.4 本章小结
  • 第五章 总结
  • 参考文献
  • 在校期间发表的论文、参加的科研项目
  • 致谢
  • 相关论文文献

    • [1].WSNs中节点协同声源定位协议研究[J]. 新型工业化 2011(02)
    • [2].面向两层WSNs的高效随机调制隐私保护最值查询协议[J]. 计算机科学 2014(12)
    • [3].基于WSNs和地统计学的土壤水分空间变异研究[J]. 广东农业科学 2014(14)
    • [4].WSNs中节点协同声源定位协议研究[J]. 合肥工业大学学报(自然科学版) 2011(10)
    • [5].基于WSNs的铸造车间数据采集与智能管理系统[J]. 铸造技术 2015(03)
    • [6].基于量子遗传算法的WSNs能量均衡路由优化[J]. 玉林师范学院学报 2013(05)
    • [7].一种能耗均衡的WSNs动态数据汇聚方法[J]. 传感技术学报 2020(09)
    • [8].基于无标度网络的异质化WSNs抗毁性研究[J]. 软件导刊 2020(05)
    • [9].多样异常数据筛选WSNs矿井热害监测系统设计[J]. 传感器与微系统 2015(12)
    • [10].用于大坝安全监测的长距离WSNs节点设计[J]. 传感器与微系统 2012(05)
    • [11].基于远程监护的WSNs跨层优化[J]. 企业技术开发 2011(15)
    • [12].WSNs中协同簇数据汇聚机制研究[J]. 电子测量与仪器学报 2010(04)
    • [13].基于Kullback-Leibler分歧的变分滤波WSNs贝叶斯移动定位跟踪西[J]. 计算机工程与科学 2017(09)
    • [14].支持多应用任务的WSNs中间件的设计与实现[J]. 计算机科学 2012(04)
    • [15].一种基于苯环结构的WSNs故障检测算法[J]. 传感器与微系统 2012(11)
    • [16].一种基于卡尔曼滤波的分簇WSNs拥塞检测与控制方案[J]. 传感技术学报 2020(04)
    • [17].一种基于群智能仿生优化的WSNs节点调度方法[J]. 南京理工大学学报 2016(05)
    • [18].基于WSNs节点权重的网关接入异构网络研究[J]. 传感器与微系统 2014(04)
    • [19].适用于WSNs的拥塞自适应多径路由算法[J]. 传感器与微系统 2014(08)
    • [20].RFID和WSNs技术在机器人协同定位中的应用研究[J]. 传感器与微系统 2012(10)
    • [21].基于多粒子群算法的WSNs覆盖优化策略研究[J]. 计算机应用研究 2009(12)
    • [22].基于WSNs的煤矿多参数安全监测系统的研究[J]. 传感器与微系统 2012(08)
    • [23].基于WSNs安全协议的入侵检测系统研究[J]. 计算机应用研究 2009(11)
    • [24].基于WSNs的定位策略在滑坡监测中的应用[J]. 传感器与微系统 2015(05)
    • [25].基于位置加权粒子群算法的WSNs能量优化[J]. 江南大学学报(自然科学版) 2014(05)
    • [26].一种基于代码克隆检测技术的WSNs重编程方法[J]. 传感技术学报 2013(09)
    • [27].基于数据随机分割与同态加密认证的WSNs隐私数据融合优化方案[J]. 东莞理工学院学报 2020(01)
    • [28].基于梯度的异构WSNs非均匀分簇路由协议[J]. 小型微型计算机系统 2020(09)
    • [29].基于流量预报的WSNs自适应占空比算法[J]. 计算机科学 2015(S1)
    • [30].基于节点行为动态变化的WSNs信任模型[J]. 控制与决策 2017(04)

    标签:;  ;  ;  ;  ;  

    WSNs中测距误差对定位精度的影响及改进算法研究
    下载Doc文档

    猜你喜欢