基于RSSI的无线网络定位技术研究

发布时间：2017-05-24 04:01

  本文关键词：基于RSSI的无线网络定位技术研究，由笔耕文化传播整理发布。

【摘要】：无线传感器网络(Wireless Sensor Network)和无线局域网(WLan)在近年来发展迅速。区别于传统有线连接,无线网络拥有节点组网灵活,节点可移动等优势,伴随而来的是网络中节点的位置信息受到了更多关注。节点位置信息对基础网络构建起到支撑作用,对于节点位置的感知也可以使无线网络提供更多基于位置的服务。已有的定位方式中最为著名的为GPS (Global Positioning System),然而它也存在应用局限。基于RSSI的无线网络节点定位技术直接依据信号衰减原理,不需要网络节点增加额外的设备和通信开销,成为定位领域研究的热点。本文对基于RSSI的定位技术进行了如下研究：(1)首先利用无线信号自由空间传输模型,拟合得到无线信号RSSI与距离的关系。在三边定位技术的基础上,引入了概率的思想,用相应信号强度出现的频率估计目标节点的位置,提出一种基于概率的定位算法LRPD,以应对接收端RSSI呈现波动态势的问题。在真实环境中,使用Intel无线网卡和Samsung平板电脑进行了实验,将LRPD算法与传统的质心定位方法和三边定位法进行了比较。此外,针对无线传感器网络节点相对稀疏的场景,提出了一个移动节点移动路径控制算法,借助移动过程中目标节点RSSI值变化,对目标节点进行追踪定位。(2)区别于室外空旷区域,室内无线信号反射、折射和绕射现象复杂,RSSI和节点间距离关系难以用函数计算,本文对RSSI指纹定位法(经验模型定位法)进行了研究。利用C++仿真实验,测试了k-近邻算法性能,对于可能影响定位精度的因素进行了对比实验,找出影响定位精度的主要原因。在此基础之上,提出了改进的k-近邻算法IKNN,通过增添虚拟节点和动态k值选择技术提高定位精度。对比实验表明,相较于传统的k-近邻算法,改进的算法定位精度提高约16%。(3)综合以上2种算法,本文利用TI-CC2430传感器节点设计和实现了一套室内定位系统。系统首先使用IKNN算法中的虚拟参考节点设立和动态k值选择技术,选取目标节点周围的k个参考节点,将k个节点围成的区域作为初选区域。然后,在初选区域内使用LRPD算法,完成目标节点的定位工作。此外,本文还利用相同节点设备组成的无线网络对不携带无线信号收发装置的对象实现了被动定位,以实现基于无线网络的入侵检测等功能。
【关键词】：无线网络 RSSI 定位 概率
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN92
【目录】：

• 摘要4-5
• Abstract5-10
• 第一章 绪论10-14
• 1.1 研究背景10-11
• 1.2 研究目标及工作11-12
• 1.3 论文的组织结构12-14
• 第二章 相关工作14-23
• 2.1 定位技术分类14-16
• 2.1.1 基于测距技术14-15
• 2.1.2 无需测距技术15-16
• 2.2 常见定位技术16-17
• 2.3 RSSI定位技术17-21
• 2.3.1 无线信号传输模型17-18
• 2.3.2 相关定位算法18-21
• 2.4 定位技术判断指标21-22
• 2.5 小结22-23
• 第三章 基于概率的节点定位技术23-36
• 3.1 信号强度波动特性23-25
• 3.2 基于RSSI分布的定位算法25-28
• 3.2.1 定位模型25-27
• 3.2.2 LRPD算法27-28
• 3.3 实验测量与性能评估28-31
• 3.3.1 一维场景的测试29-30
• 3.3.2 二维场景中应用测试30-31
• 3.4 利用移动节点解决锚节点稀疏问题31-35
• 3.4.1 定位思想32-34
• 3.4.2 算法的计算验证34-35
• 3.5 小结35-36
• 第四章 基于RSSI指纹的定位36-46
• 4.1 k-近邻算法36-38
• 4.2 参数选择对算法性能影响38-42
• 4.2.1 仿真环境38
• 4.2.2 AP位置与数量38-39
• 4.2.3 参考节点密度39-41
• 4.2.4 k值选择41-42
• 4.3 改进的k-近邻算法(IKNN)42-43
• 4.4 IKNN算法性能测试43-44
• 4.5 小结44-46
• 第五章 定位系统的设计与实现46-58
• 5.1 定位方案46-48
• 5.2 节点设计48-49
• 5.3 系统性能测试49-51
• 5.4 不携带无线信号装置的目标定位51-57
• 5.4.1 信号影响模型51-52
• 5.4.2 算法设计52-55
• 5.4.3 性能测试55-57
• 5.5 小结57-58
• 第六章 总结和展望58-60
• 6.1 论文总结58-59
• 6.2 未来工作59-60
• 致谢60-61
• 硕士阶段完成的工作61-62
• 参考文献62-64

【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的无线网络定位技术研究，，由笔耕文化传播整理发布。

本文编号：389732