井下无线传感器网络定位算法研究

发布时间：2017-04-06 00:13

  本文关键词：井下无线传感器网络定位算法研究，由笔耕文化传播整理发布。

【摘要】：无线传感器网络是伴随着传感技术、无线通信技术、信息处理技术的不断发展和社会需求的不断增长而产生的一个新的交叉研究领域。无线传感器网络节点自定位技术作为无线传感器网络技术的关键性支撑技术，目前已成为了无线传感器网络技术研究的热点。 本文首先介绍了几种典型无线传感器网络定位算法的原理和特点，及无线传感器网络定位算法的性能评价指标。在对煤矿井下定位技术的研究现状、基于无线传感器网络的井下人员定位系统的特点和煤矿特殊环境的研究的基础上，分析了基于RSSI定位算法的特点和其在井下定位应用中所存在的不足。在此基础上提出了基于信标节点信息的改进RSSI定位算法，该算法将非测距算法DV_HOP中信标节点ID号、坐标信息和跳数信息在网络中广播的方法引入到RSSI算法中，以排除受到干扰的RSSI值对定位的影响，并利用信标节点的跳数信息和坐标信息来修正定位误差，从而提高了RSSI算法的抗干扰性和定位精度。 其次，本文针对传感器节点定位过程中由于受煤矿井下巷道复杂环境因素的影响，造成的定位精确差的问题，利用GIS系统的地图管理功能和人工神经网络（ArtificialNeural Network）无需建立数学模型的特点，提出了一种GIS—ANN修正方法。该修正方法由三部分组成：一、人工神经网络的建立和训练，训练样本集由实验数据和实际数据构成；二、通过将定位数据与GIS中的地图进行匹配，找出需要修正的数据；三、训练后的人工神经网络对定位存在误差的数据进行修正。实验结果表明：该方法能够对存在误差的节点坐标进行有效的修正，，从而提高了节点的定位精度。 最后，在本文提出的定位算法和定位修正方法的基础上，结合CrossBow公司的Mote无线传感器节点和ERSI公司的ArcGIS Server9.3平台，设计并实现了无线传感器网络井下定位原型系统，并在楼道中进行了模拟定位实验，实验结果表明该WSN井下定位系统能够基本满足井下环境的定位需求。
【关键词】：无线传感器网络 GIS 定位 RSSI 井下
【学位授予单位】：太原科技大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TP212.9;TN929.5;TD67
【目录】：

• 摘要4-5
• ABSTRACT5-12
• 第一章 绪论12-21
• 1.1 无线传感器网络概述12-14
• 1.2 无线传感器网络的背景及发展14-16
• 1.3 无线传感器网络定位技术16-18
• 1.3.1 无线传感器网络定位技术研究现状16-17
• 1.3.2 无线传感器网络定位技术的应用17-18
• 1.4 本文的主要研究工作和内容安排18-21
• 第二章 无线传感器网络定位技术分析21-36
• 2.1 WSN 定位技术基本概念21-23
• 2.1.1 定位技术的相关术语21-22
• 2.1.2 定位技术概述22-23
• 2.2 WSN 定位算法分类23-24
• 2.2.1 按是否需要测距分类23
• 2.2.2 按网络中是否有中心计算节点分类23-24
• 2.2.3 按定位结果是符号位置还是物理位置分类24
• 2.3 WSN 定位基本原理24-29
• 2.3.1 基于测距的定位算法24-26
• 2.3.2 基于非测距的定位算法26-29
• 2.4 节点定位计算方法29-33
• 2.4.1 三边测距法29-30
• 2.4.2 三角测距法30-31
• 2.4.3 极大似然估计测距法31-33
• 2.5 定位算法的性能评价指标33-36
• 第三章 基于信标节点信息的改进井下 RSSI 定位算法36-49
• 3.1 煤矿井下定位技术研究现状36-38
• 3.2 RSSI 定位算法分析38-40
• 3.3 信道衰落模型40-42
• 3.4 基于信标节点信息的改进 RSSI 井下定位算法42-46
• 3.4.1 算法的基本原理42-44
• 3.4.2 算法的具体流程44-46
• 3.5 仿真实验及实验结果分析46-49
• 第四章 无线传感器网络定位系统的设计与实现49-57
• 4.1 引言49
• 4.2 定位系统设计与实现49-54
• 4.2.1 硬件实现49-51
• 4.2.2 软件实现——定位数据管理系统开发51-54
• 4.3 模拟井下定位实验54-57
• 4.3.1 实验条件54
• 4.3.2 实验结果和分析54-57
• 第五章 基于 GIS 和人工神经网络的井下定位修正方法57-67
• 5.1 引言57
• 5.2 人工神经网络原理57-60
• 5.2.1 多层前馈网络58-59
• 5.2.2 反向传播学习算法59-60
• 5.3 GIS-ANN 修正定位数据60-63
• 5.3.1 定位数据修正概述60
• 5.3.2 建立人工神经网络60-63
• 5.4 模拟实验63-65
• 5.4.1 实验条件63
• 5.4.2 实验结果和分析63-65
• 5.5 结论65-67
• 第六章 总结与展望67-70
• 6.1 本文工作总结67-68
• 6.2 存在的问题和展望68-70
• 参考文献70-75
• 致谢75-77
• 攻读硕士学位期间发表的学术论文77-78

【参考文献】

中国期刊全文数据库 前10条

1 姜连祥;汪小燕;;无线传感器网络硬件设计综述[J];单片机与嵌入式系统应用;2006年11期

2 彭宇;王丹;;无线传感器网络定位技术综述[J];电子测量与仪器学报;2011年05期

3 刘锋;张翰;杨骥;;一种基于加权处理的无线传感器网络平均跳距离估计算法[J];电子与信息学报;2008年05期

4 李建中;高宏;;无线传感器网络的研究进展[J];计算机研究与发展;2008年01期

5 梅方权;;智慧地球与感知中国——物联网的发展分析[J];农业网络信息;2009年12期

6 田丰;郭巍;王传云;武卫东;;基于Zigbee技术的煤矿井下GIS辅助定位算法[J];煤炭学报;2008年12期

7 乔钢柱;曾建潮;;信标节点链式部署的井下无线传感器网络定位算法[J];煤炭学报;2010年07期

8 刘喜梅;张超;胡继珍;;一种复杂环境下无线传感器网络定位算法[J];青岛科技大学学报(自然科学版);2009年02期

9 任丰原,黄海宁,林闯;无线传感器网络[J];软件学报;2003年07期

10 王福豹,史龙,任丰原;无线传感器网络中的自身定位系统和算法[J];软件学报;2005年05期

中国硕士学位论文全文数据库 前1条

1 马玉秋;基于无线传感器网络的定位技术研究及实现[D];北京邮电大学;2006年

  本文关键词：井下无线传感器网络定位算法研究，由笔耕文化传播整理发布。

本文编号：287939