移动信标节点定位与路径规划算法研究

发布时间：2020-10-20 22:05

　　 无线传感器网络从最初的战争装备,到如今民用领域的多元化应用,历经半个多世纪的洗礼。在实际应用中,人们在处理网络中节点捕获的数据之前需要确定节点自身所处的位置。节点定位技术建立在算法研究基础上。由于受到网络成本、节点分布状态等因素的影响,传统静态节点定位算法取得较好的定位效果时所付出的代价也较高。移动信标节点定位从减少信标节点数量出发,可以在一定程度上解决静态节点定位面临的困境。值得注意的是,节点移动增加了算法设计的复杂性,需在前人工作的基础上对移动信标节点定位适用的算法做进一步研究。本文首先研究了静态节点定位算法,移动信标节点定位算法以及移动信标节点路径规划的基础理论。分析了信标节点移动对解决定位问题的优势以及现阶段群智能算法在解决节点定位问题中的作用。然后介绍了布谷鸟搜索算法,人工鱼群算法的行为特点和操作步骤,并将人工鱼群算法中的觅食行为以串行混合方式引入布谷鸟搜索算法中,加快算法的收敛速度。将多个移动信标节点对多个静止未知节点的定位问题作为论文研究的核心。将移动信标节点定位问题分为初步定位和精确定位两个阶段。初步定位阶段混合了RSSI信号接收强度测距法、极大似然估计法和DV-Hop算法。精确定位阶段即改进的布谷鸟搜索算法。先通过初步定位阶段求得未知节点坐标的粗略值,再代入精确定位阶段改进布谷鸟搜索算法中迭代求精。仿真验证阶段,论文分析了信标节点移动前后对未知节点的定位覆盖率与定位精度的影响,通过大量仿真实验分析了满足较高定位覆盖率情况下移动信标节点需求数量的最低值。其次,论文在多移动信标节点定位算法研究的基础上,结合“先选取虚拟信标节点,再进行路径规划”的研究思想,设计了单一移动信标节点路径规划算法。该算法先利用单一移动信标节点按照SCAN路径模型移动,通过多移动信标节点定位算法初步定位阶段粗略估算未知节点的坐标。然后在精确定位阶段计算需要遍历的虚拟信标节点位置,将移动信标节点路径规划问题转化为数学领域的TSP问题,最后利用蚁群算法优化节点移动路径。仿真结果表明,该算法在获得较高定位覆盖率的情况下使得信标节点移动距离较短。
【学位单位】：太原理工大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TN929.5;TP212.9
【部分图文】：

传感器网络概述传感器网络结构感器网络由大量普通传感器节点、汇聚节点和管理节点组成[53的制约，网络中的传感器节点的数据处理能力和通信距离受到感器节点可以和自身通信半径范围内的邻居节点进行通信，通通信半径以外的节点。普通传感器节点通过采集和处理感知要不断的接收和转发其他传感器节点传递的数据信息。点在数据处理、信息储存、电源能量等方面强于普通传感器节信息收集至汇聚节点，汇聚节点将传感器网络和外部网络连接者互联网等介质将数据信息传递到管理节点，观察者可以通过测区域的状态[54]。无线传感器网络结构示意图如图 2-1：

图 2-2 传感器节点结构图Fig.2-2 The image of sensor node单元的功能是数据采集和数据转化，即将采集的数据进行模数转换单元发送的数据进行运算和存储，控制传感器节点的工作状态。通与其他节点的无线信息传输任务，包括发送和接收数据信息。若该其他节点转发的数据信息，由处理单元处理并存储。电源单元可以单元供能。电源单元一般是用能量有限的电池代替，因此传感器节，直接影响传感器节点的使用寿命。能量单元也为添加定位系统和能。传感器网络的特点传感器网络在设计目标、应用要求等方面与一般无线网络不同。一

测距精度一般都比 TOA 高；但是由于 T本较高。]（AOA）助阵列天线等设备获得信号到达的各个法测距精度容易受到节点附近的环境因素见的测距方法，当未知节点接收到与信下算法估算未知节点坐标。-4 所示，若已知信标节点 A、B、C 的坐未知节点 U 的通信半径范围内。未知节过组建距离方程式求解未知节点坐标。
【参考文献】

相关期刊论文 前10条

1 邓慧允;张清泉;;蚁群算法与遗传算法在TSP中的对比研究[J];山西师范大学学报(自然科学版);2017年03期

2 潘浩;舒服华;;基于改进布谷鸟算法的无线传感网络覆盖多目标优化[J];吉林师范大学学报(自然科学版);2017年02期

3 陈树;陆颖;;移动锚节点定位WSNs中无标识节点算法研究[J];传感器与微系统;2016年12期

4 张新荣;熊伟丽;徐保国;;一种基于RSSI的无线传感器网络全程优化分布式定位策略[J];传感技术学报;2016年12期

5 张强;张庆;张磊;于纪言;贾方秀;;无线传感器网络节点定位中移动信标的路径规划[J];兵器装备工程学报;2016年02期

6 尚俊娜;刘春菊;岳克强;李林;;多智能体蝙蝠算法在无线传感器中的应用[J];传感技术学报;2015年09期

7 徐浩杰;刘济科;吕中荣;;基于布谷鸟算法的结构损伤识别[J];中山大学学报(自然科学版);2015年04期

8 杜杨洋;毛永毅;;基于多功率移动锚节点WSN智能定位算法[J];电子技术应用;2015年06期

9 明波;黄强;王义民;刘登峰;白涛;;基于改进布谷鸟算法的梯级水库优化调度研究[J];水利学报;2015年03期

10 陈晓海;彭舰;刘唐;;基于最优信标节点的无线传感器网络质心定位算法[J];计算机应用;2015年01期

相关博士学位论文 前2条

1 石琴琴;无线传感器网络节点自定位系统及其算法研究[D];上海交通大学;2009年

2 李晓磊;一种新型的智能优化方法-人工鱼群算法[D];浙江大学;2003年

相关硕士学位论文 前8条

1 曹建;基于RSSI的无线传感器网络混合定位算法[D];太原理工大学;2017年

2 马烈;混合优化算法及其在图像处理中的应用研究[D];湖北工业大学;2017年

3 付美玲;引入蛙跳局部搜索和混沌原理的布谷鸟算法[D];内蒙古工业大学;2016年

4 王安琦;无线传感器网络节点定位若干问题研究[D];北京交通大学;2016年

5 王浩;基于优先节点定位和人工鱼群优化的DV-Hop算法研究[D];中国矿业大学;2016年

6 于佩佩;基于人工蜂群算法的无线传感器网络移动节点定位技术研究[D];南京邮电大学;2015年

7 占宏;基于移动信标的无线传感器网络节点定位算法研究[D];华南理工大学;2012年

8 徐云剑;基于蚁群算法的无线传感器网络节点定位技术的研究与分析[D];湖南师范大学;2009年

本文编号：2849216