基于无线传感器网络的井下目标定位算法研究

发布时间：2020-06-19 00:19

【摘要】：无线传感器网络是在国内外很受关切的、多种科目交集的、知识高度集中的前端热门研究领域。并且此技术上到国家安全、军事领域,下至家庭、医疗领域都得到了广泛的应用,这些应用已经深刻地融入了我们平时的生活。这当中定位技术是无线传感器网络的首要枢纽。若不能准确知道感测区域中目标的位置,那得到的监测数据是没有任何意义的。尤其在本文矿井环境应用中,对定位的准确度提出了更高的要求。因而,本文在测距算法的基础上对定位技术进行了研究,本文的研究内容归纳如下:首先,分析了井下环境的特点,并介绍了接收信号强度指示(Receive Signal Strength Indicator,RSSI)的测距技术。井下环境分支较多,不能保持高的网络连通度,所以本文采用了精度较好的RSSI测距技术,同时也介绍了几种与传输路径损耗相关的无线信号传输模型,分别是自由空间传输模型、双线地面反射模型以及Shadowing模型,还阐述了几种节点位置的计算方法。其次,在RSSI测距技术的基础上,引入了粒子群算法对定位算法进行优化。详细介绍了粒子群算法(Particle Swarm Optimization,PSO)的特点和原理,并对PSO算法的优缺点进行分析。结合前人经验,针对算法易陷入局部最优解和收敛速度慢等问题提出了一点改进,将陷入局部最优的粒子初始化处理,并退回可能的局部最优值。而后具体阐述了基于改进的PSO算法的井下定位过程。最后,利用仿真软件根据井下RSSI测距模型对未知节点和信标节点间的距离进行估算。将未知节点和信标节点间的估量距离和实际距离的均方误差作为PSO算法的适应度函数,并根据速度和位置公式更新粒子的位置,再通过算法的迭代计算找到适应性更好的粒子,将井下节点定位问题转化成优化求解问题。而后介绍了基于改进PSO算法的井下定位方法的实现过程,对比PSO算法和改进后的算法,仿真结果显示:改进后的算法精度更高,收敛速度明显提升。最后比较了改进PSO定位算法与最小二乘法的定位性能,得出结论:本文研究的基于改进PSO算法的井下定位算法具有良好的收敛特性和稳定性,定位精度更高。
【学位授予单位】：沈阳工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP212.9;TN929.5
【图文】：

图 3.2 RSSI 扩散模型的截面图Fig. 3.2 Cross section diagram of RSSI diffusion model3.2 改进PSO算法的模型建立本文所用的改进后的粒子群算法由三部分组成，解决了局部最优问题，搜索范围以及保证收敛速度的问题，如下所示：改进后 IPSO引入惯性权重引入压缩因子标准 PSO

图 4.1 实际距离与测量距离的对比Fig. 4.1Actual distance and measured distance的 PSO 定位算法实验节点分布策略80m00m200m

【参考文献】

相关期刊论文 前9条

1 熊伟;;面向物联网的无线传感器网络综述[J];电子技术与软件工程;2015年14期

2 孙波;刘冬阳;徐奉;史亦澍;葛凤翔;;基于RSSI的煤矿井下巷道定位技术误差分析[J];煤炭学报;2014年S2期

3 雷文礼;任新成;张扬;;一种基于WSN的矿井人员生命体征监测终端的研究[J];国外电子测量技术;2013年10期

4 朱晓娟;王军号;孟祥瑞;;煤矿井下无线传感器网络节点三维定位算法[J];计算机应用;2012年04期

5 孙泽宇;亢金轩;李蒙;;基于WSN改进RSSI井下定位算法设计与实现[J];计算机测量与控制;2011年07期

6 高国胜;陈俊杰;李刚;;基于RSSI测距的信标节点自校正定位算法[J];测控技术;2009年08期

7 李仁发;魏叶华;付彬;陈洪龙;;无线传感器网络中间件研究进展[J];计算机研究与发展;2008年03期

8 王建刚;王福豹;段渭军;;加权最小二乘估计在无线传感器网络定位中的应用[J];计算机应用研究;2006年09期

9 李炳宇,萧蕴诗,吴启迪;一种基于粒子群算法求解约束优化问题的混合算法[J];控制与决策;2004年07期

本文编号：2720038