基于无人机的WSN无锚点移动目标定位技术的研究

发布时间：2020-12-29 11:46

　　移动目标定位技术是无线传感器网络中的关键技术。但是锚节点在一些复杂环境中无法获取位置信息,从而导致基于已知节点的定位算法无法有效实现。所以无锚点场景下的目标定位问题成为了主要的挑战。而近些年随着无人机技术的发展,基于无人机和WSN协同定位算法受到了越来越多的关注。本文对基于无人机的WSN无锚点移动目标定位技术展开了研究,主要的研究工作有:（1）针对网络中无已知节点的问题,本文提出了一种基于多极值点选择的分布式拓扑图生成算法——MENS-DTPM算法。该算法选取网络中的关键节点作为参考节点,构建虚拟坐标系统,以分布式的方式生成网络的拓扑图。算法可不依赖于任何已知节点的位置信息,仅使用节点间的连通性,生成网络的整体拓扑结构,为目标的精确定位提供基础。与同类算法相比,MENS–DTPM算法能够更有效地选择参考节点,更好地反映网络的结构。（2）本文在网络拓扑图的基础上,针对无线信号受环境影响而导致的定位误差较大问题,构建了无人机与WSN协同网络系统,提出了一种基于网络拓扑与条件随机场模型的移动目标定位算法——MLCRF算法。算法根据节点历史数据与无人机广播信息建立定位模型,引入了误差因子对含有... 

【文章来源】：南京航空航天大学江苏省 211工程院校

【文章页数】：81 页

【学位级别】：硕士

【部分图文】：

WSN与UAV协同网络示意图

图 2. 5 目标定位模块结构图设计原则，系统所使用的定位算法分为线下和线上两个阶线运行时，系统直接使用测量数据对定位模型进行计算获间的建模工作放在线下执行，而线上只进行一部分计算，外，由于 UAV 具有较高的移动速度，所以能够在很短的时移动过程中会不断向外广播自身信息，这样节点就能够在一样可以保证节点在很短的周期内获得足够多的定位数据，设计原则，真实环境的特点加入了特殊的处理模块。首先其中是否具有测量误差。对于包含有误差的数据，系统会加入到计算过程中。此外，针对区域内有较多目标节点的进行处理，使得定位模块在这种情况下也能实现较高精度的各种情况，具有较高的鲁棒性。机的 WSN 无锚点移动目标定位系统总体流

于无人机的 WSN 无锚点移动目标定位技术的研究目标定位系统的总体流程如图 2. 6 所示。系统开始时会首先执行拓先运行数据采集模块获取节点连通信息，系统根据整个网络的连通将执行参考节点选择算法，在整个网络中选择极值点作为参考节点，。根据参考节点的分布，系统会将整个网络划分为多个区域。在每法，获取每个区域的拓扑结构图。最后系统进行全局拓扑生成过程，，生成全局拓扑结构图。

【参考文献】：
期刊论文
[1]鸽群优化算法研究进展[J]. 段海滨,叶飞.  北京工业大学学报. 2017(01)
[2]复杂山体表面传感器网络定位算法[J]. 王瑞锦,黄耀东,徐志远,秦志光.  电子科技大学学报. 2015(03)
[3]线性回归在无线传感器网络定位中的应用研究[J]. 张迎胜,单志龙.  小型微型计算机系统. 2014(07)

博士论文
[1]基于学习算法的无线传感器网络定位问题研究[D]. 王成群.浙江大学 2009

硕士论文
[1]基于数据融合的无线传感器网络监控系统的设计与实现[D]. 修志鑫.上海交通大学 2012



本文编号：2945590