基于压缩感知的无线传感器网络节点定位算法研究

发布时间：2017-05-24 11:11

  本文关键词：基于压缩感知的无线传感器网络节点定位算法研究，由笔耕文化传播整理发布。

【摘要】：无线传感器网络(Wireless Sensor Network, WSN)节点定位技术被广泛应用于军事、商业、科研等许多基于节点位置信息获取的问题中,具有广阔的市场前景。但是现今的WSN技术暴露出节点处理能力过低和续航能力过短等不足,需要尽可能的减小通信开销与信号采样速率。压缩感知(Compressive sensing, CS)理论可以在保证精度前提下,大幅度减小采样率,为WSN定位问题提供了新的解决途径。基于接收信号强度(Receive signal strength intensity, RSSI)的WSN定位算法容易实现且成本低,目前应用广泛。将CS理论与RSSI定位算法进行融合,使用实际信号强度数据构建观测矩阵,将网络覆盖区域划分为网格,用稀疏的离散信号表示节点位置信息,这种基于RSSI和CS的WSN定位算法可以有效节省节点的数据处理工作量,在保证信号精确重构的情况下减少节点间通信量。通过改进贪婪CS重构算法得到的贪婪匹配追踪(Greedy Matching Pursuit, GMP)重构算法可以进一步降低算法的定位误差。但是,基于RSSI和CS的WSN定位框架存在需要知晓网格的坐标信息才能定位以及定位精度受限于网格大小等缺陷。因此,本文的研究重点主要包括①如何减少通信量；②如何在改进定位框架缺陷,避免定位对网格信息依赖的同时提高定位精度。本文根据GMP重构算法,通过将稀疏度为K的原始信号拆分为K个稀疏度为1的向量,获得一种改进的GMP重构算法。实验结果显示,在相同定位精度前提下,改进GMP的通信开销更小。另外,本文针对定位框架缺陷,结合改进的GMP重构算法,提出一种基于RSSI和三边定位法的WSN定位算法。该方法利用CS观测矩阵信息反推出锚节点与目标节点间的距离,当距离条件大于等于3时,通过三边定位法求得目标节点坐标,定位过程不再需要网格的坐标信息。实验结果显示,本文提出的算法相比其他算法定位更加精确。
【关键词】：压缩感知 无线传感器网络 定位算法 RSSI
【学位授予单位】：兰州大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN929.5;TP212.9
【目录】：

• 中文摘要3-4
• Abstract4-9
• 第一章 绪论9-13
• 1.1 研究背景与意义9
• 1.2 国内外研究现状9-11
• 1.3 本文的内容与结构安排11-13
• 第二章 压缩感知理论简介13-31
• 2.1 压缩感知原理13-16
• 2.1.1 信号的稀疏表示14-15
• 2.1.2 压缩感知过程15-16
• 2.2 观测矩阵的设计16-21
• 2.2.1 约束等距性原理16-17
• 2.2.2 观测矩阵的研究意义与研究现状17
• 2.2.3 常用观测矩阵介绍17-19
• 2.2.4 不同观测矩阵的性能比较19-20
• 2.2.5 观测矩阵性能改进20-21
• 2.3 压缩感知重构算法21-30
• 2.3.1 信号的重构21-22
• 2.3.2 重构算法的研究现状22-23
• 2.3.3 几种常用重构算法23-28
• 2.3.4 几种常用重构算法性能比较28-30
• 2.4 本章小结30-31
• 第三章 无线传感器网络节点定位算法31-42
• 3.1 基于测距的无线传感器网络定位算法31-38
• 3.1.1 测距技术31-35
• 3.1.2 定位算法35-38
• 3.2 基于非测距的无线传感器网络定位算法38-41
• 3.3 本章小结41-42
• 第四章 基于RSSI和CS的WSN定位算法42-52
• 4.1 基于CS的WSN定位框架42-44
• 4.1.1 定位框架42-43
• 4.1.2 基于RSSI的观测矩阵43-44
• 4.2 基于RSSI和CS的WSN定位框架的仿真44-47
• 4.2.1 仿真环境设置44-45
• 4.2.2 仿真结果对比45-47
• 4.3 GMP算法及其改进47-50
• 4.3.1 GMP算法介绍47-48
• 4.3.2 GMP算法的改进思路48
• 4.3.2 改进的GMP算法48-49
• 4.3.3 改进GMP算法的性能验证49-50
• 4.4 CS分簇方案及证明50-51
• 4.5 本章小结51-52
• 第五章 一种基于RSSI和改进GMP的WSN定位算法52-58
• 5.1 基于CS的WSN定位算法缺陷52-54
• 5.1.1 网格自身定位问题52
• 5.1.2 定位精度问题52
• 5.1.3 多分辨率分析方法52-54
• 5.2 基于RSSI和改进GMP的WSN定位算法54-55
• 5.3 仿真实验55-57
• 5.4 本章小结57-58
• 第六章 总结与展望58-59
• 参考文献59-63
• 在学期间的研究成果63-64
• 致谢64

【参考文献】

中国期刊全文数据库 前6条

1 何风行;余志军;刘海涛;;基于压缩感知的无线传感器网络多目标定位算法[J];电子与信息学报;2012年03期

2 方红;章权兵;韦穗;;基于非常稀疏随机投影的图像重建方法[J];计算机工程与应用;2007年22期

3 李树涛;魏丹;;压缩传感综述[J];自动化学报;2009年11期

4 王塞博;刘素凯;毛先柏;;无线传感器网络综述[J];信息通信;2014年08期

5 刘玉军;蔡猛;高立恒;侯怀义;;基于RSSI测距的传感器节点质心定位修正算法[J];计算机测量与控制;2014年09期

6 关博;东超;弭洪涛;;立体式RSSI无线传感器网络定位算法[J];北华大学学报(自然科学版);2013年01期

  本文关键词：基于压缩感知的无线传感器网络节点定位算法研究，，由笔耕文化传播整理发布。

本文编号：390594