基于RSSI的无线传感器网络质心定位算法优化研究

发布时间：2017-03-29 18:00

  本文关键词：基于RSSI的无线传感器网络质心定位算法优化研究，，由笔耕文化传播整理发布。

【摘要】：近年来,随着无线通信技术、计算机技术和数字电子技术的高速进步,促进了无线传感器网络技术的产生和发展,在环境监测、交通管理、国防军事等领域都有着广泛的应用。节点定位问题是无线传感器网络技术中非常重要的一个环节,是进行目标追踪、识别、定位等众多应用的前提和基础。因此,研究高定位精度的节点定位算法具有非常重要的理论意义和应用价值。本文针对现有的经典质心定位算法定位精度低以及锚节点比例过高的缺点,结合基于接收信号强度(Receive Signal Strength Indication,RSSI)测距算法的优点,提出了改进的基于RSSI的迭代式加权质心定位算法,并对算法进行仿真实现。本文主要工作和创新点如下:1.提出一种新的改进算法模型,提高节点定位精度并降低锚节点比例。首先,结合测距算法定位精度较高的优点,将基于RSSI的测距值作为权重引入质心算法,通过仿真实验探寻定位条件变化时权重的最优值,确定算法模型的合理权值。其次,引入迭代思想,将已经定位的未知节点升级为锚节点参与后续定位,有效降低网络锚节点比例。2.采用测距校正和算法修正来提高定位精度。在改进算法中,采用三种措施来提升定位精度:首先,提出测距校正模型,以相互连通的锚节点间估算距离值和实际距离值之间的测距误差平均值为校正值,对相应区域内节点进行测距校正;其次,通过设置RSSI阀值约束来降低迭代运算带来的误差累加;最后,给出定位修正模型,以相互连通的锚节点间估算坐标和实际坐标间的定位误差平均值为校正值,对相应区域内节点定位误差进行补偿修正。3.通过MATLAB仿真表明,相比较原有算法,改进算法在提高定位精度和降低锚节点比例两个定位性能上效果显著,尤其在应对复杂环境影响时,表现出更高的适应性和稳定性,验证了本文算法的优越性。
【关键词】：无线传感器网络 定位算法 RSSI 迭代加权质心算法
【学位授予单位】：浙江工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN929.5;TP212.9
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-23
• 1.1 课题研究背景及意义10-11
• 1.2 无线传感器网络11-17
• 1.2.1 无线传感器网络组成结构12-13
• 1.2.2 无线传感器网络特点13-15
• 1.2.3 无线传感器网络的技术支撑15-17
• 1.3 传感器节点定位技术研究现状17-21
• 1.3.1 节点定位技术特点17-18
• 1.3.2 节点定位算法类别18-20
• 1.3.3 节点定位技术面临的主要挑战20-21
• 1.4 论文的研究思路和结构安排21-23
• 第2章 无线传感器网络节点定位算法研究与分析23-38
• 2.1 节点定位算法评价指标23-25
• 2.2 基于测距的定位算法25-28
• 2.2.1 三边测量法25-26
• 2.2.2 极大似然估计法26-27
• 2.2.3 三角测量法27-28
• 2.3 基于非测距的定位算法28-32
• 2.3.1 质心算法29-30
• 2.3.2 DV-HOP算法30
• 2.3.3 凸规划算法30-31
• 2.3.4 APIT定位算法31-32
• 2.4 基于RSSI的质心定位算法32-37
• 2.4.1 RSSI测距原理32-35
• 2.4.2 加权质心定位算法35-37
• 2.5 本章小结37-38
• 第3章 基于RSSI的质心定位改进算法38-51
• 3.1 问题描述38
• 3.2 基于环境差异和网络拓扑结构的局部式测距校正38-40
• 3.3 基于RSSI的迭代式加权质心算法模型改进与优化40-43
• 3.3.1 算法模型改进40-41
• 3.3.2 算法权值调整与优化41-43
• 3.4 迭代误差控制43-44
• 3.5 算法误差修正策略44
• 3.6 算法实现44-47
• 3.6.1 改进算法实现步骤44-45
• 3.6.2 改进算法流程图45-47
• 3.7 改进算法与原有算法思路特点比较47-50
• 3.7.1 算法纵向比较47-48
• 3.7.2 算法横向比较48-49
• 3.7.3 算法可靠性比较49-50
• 3.8 本章小结50-51
• 第4章 改进算法仿真与性能分析51-63
• 4.1 算法的评价指标51-52
• 4.2 仿真环境及步骤52-53
• 4.2.1 仿真环境设定52-53
• 4.2.2 仿真模型组成53
• 4.3 仿真结果分析53-61
• 4.3.1 同类型算法比对结果分析53-59
• 4.3.2 不同类型算法比对结果分析59-61
• 4.4 本章小结61-63
• 第5章 总结与展望63-65
• 5.1 总结63-64
• 5.2 展望64-65
• 参考文献65-67
• 致谢67

【相似文献】

中国期刊全文数据库 前10条

1 朱浩;顾宗海;苏金;刘岩;章晨;;一种基于交点质心求解的RSSI定位算法及其优化[J];郑州大学学报(工学版);2010年06期

2 罗炬锋;邱云周;付耀先;袁晓兵;;研究片内多径分离技术在基于RSSI定位中的应用[J];电子与信息学报;2011年04期

3 阿依古丽·多来提;;CDMA系统RSSI异常分析[J];硅谷;2011年17期

4 沈军;黄春华;罗护;郭积宁;;基于RSSI优化的模型参数实时估计定位算法[J];计算机工程与设计;2012年02期

5 彭宇;罗清华;王丹;彭喜元;;一种基于区间数聚类的RSSI-D估计方法[J];仪器仪表学报;2012年03期

6 程海军;;RSSI距离位置评估的实验分析[J];信息与电脑(理论版);2012年04期

7 王缓缓;胡爱娜;;RSSI和距离区间映射的测距方法[J];电子科技大学学报;2012年04期

8 刘海;;基于RSSI的室内信号衰减模型的研究[J];电脑开发与应用;2012年09期

9 雷倩倩;林敏;石寅;;A CMOS low power,process/temperature variation tolerant RSSI with an integrated AGC loop[J];Journal of Semiconductors;2013年03期

10 李再煜;;RSSI定位原理的研究与实现[J];无线电工程;2013年07期

中国重要会议论文全文数据库 前9条

1 王久勇;庄毅;顾晶晶;欧阳健;;一种基于RSSI的实时定位算法的研究[A];2008’“先进集成技术”院士论坛暨第二届仪表、自动化与先进集成技术大会论文集[C];2008年

2 陈振柳;;C网基站RSSI异常及天线解调锁定不平衡故障的处理[A];海南省通信学会学术年会论文集（2006）[C];2006年

3 姚小建;施伟斌;;采用RSSI判选方式的多基站接收系统[A];第六届全国信息获取与处理学术会议论文集（3）[C];2008年

4 蔡优笔;王建中;;基于搜索的RSSI节点定位算法[A];浙江省信号处理学会2011学术年会论文集[C];2011年

5 田宁;;基于参数优化改善Ev-Do网络RSSI问题研究[A];2013年中国通信学会信息通信网络技术委员会年会论文集[C];2013年

6 ;A New Distributed Localization Algorithm for ZigBee Wireless Networks[A];2009中国控制与决策会议论文集（3）[C];2009年

7 刘静;高庆华;金明录;;基于RSSI的无线传感器网络分布式定位算法[A];2010年通信理论与信号处理学术年会论文集[C];2010年

8 林少然;刘少龙;陈志龙;;浅谈CDMA直放站对基站的RSSI噪声影响[A];中国通信学会通信建设工程技术委员会2010年年会论文集[C];2010年

9 周先超;;浅析CDMA网络中的干扰[A];武汉市第二届学术年会、通信学会2006年学术年会论文集[C];2006年

中国硕士学位论文全文数据库 前10条

1 梁德殨;基于RSSI测距的室内定位跟踪技术研究[D];辽宁大学;2015年

2 李宗殟;基于RSSI和地磁场特征融合的室内定位算法设计与研究[D];南京理工大学;2015年

3 施赛杰;基于WSN的煤矿井下安全监测系统研究与设计[D];宁夏大学;2015年

4 张起辉;结合RSSI的定位策略研究与滑坡应用[D];江西理工大学;2015年

5 李延;基于RSSI测距的室内定位技术研究[D];中南林业科技大学;2015年

6 张文学;基于WiFi的RSSI指纹定位算法研究[D];电子科技大学;2015年

7 黄俊;基于RSSI的室内无线定位算法研究[D];西南科技大学;2015年

8 徐效雷;提高煤矿井下RSSI测距精度的方法研究[D];中国矿业大学;2015年

9 李论;基于RSSI的煤矿巷道高精度定位算法研究[D];中国矿业大学;2015年

10 陈姣;基于RSSI测距的WiFi室内定位技术研究[D];西南科技大学;2015年

  本文关键词：基于RSSI的无线传感器网络质心定位算法优化研究，由笔耕文化传播整理发布。

本文编号：275050