一种基于多维标度的无线传感器定位算法研究

发布时间：2017-05-30 11:04

  本文关键词：一种基于多维标度的无线传感器定位算法研究，由笔耕文化传播整理发布。

【摘要】：近年来，无线传感器网络的发展受到了越来越多国家的关注，传感器网络成本低、耗能小、分布广泛等特点使其成功应用于军事、医疗、农业、交通、家居等人们生活的各个领域。而脱离了节点定位的无线传感器网络研究通常是没有意义的，因此，无线传感器网络定位技术的研究成为了WSN（Wireless Sensor Network）研究领域的关键问题之一。 本文先是在对无线传感器网络基本结构研究的基础上，总结了WSN定位技术中广泛使用的经典测距方法以及定位算法，分析比较了各种算法的优缺点。深入研究了多维标度技术（multidimensional scaling, MDS），以及将多维标度技术成功应用于无线传感器定位的MDS-MAP算法，分析了MDS-MAP算法的优势及不足，针对于MDS-MAP算法的不足提出了一种基于能量分簇的分布式多维标度定位算法NMDS-TDOA(D)算法，详细论证了算法过程，最后通过仿真验证改进算法的可行性和优越性。本文主要的工作以及创新如下： 1.深入研究基于多维标度的定位算法MDS-MAP算法，这种定位算法充分利用节点之间的相关性信息定位，将这种相关性转换成相异性矩阵来获得节点在多维空间中的坐标，但MDS-MAP算法作为集中式算法有其缺点，比如对中心节点消耗太大，算法复杂度太高，节点密度低或网络结构不规则时最短路径算法误差较大，而且，一旦网络中有节点移动，需要对整个网络重新定位； 2.本文提出了一种基于能量分簇的分布式非度量多维标度定位算法，网络中的节点根据设定的网络模型和能量模型计算自身剩余能量，节点通过对比与邻居节点的平均剩余能量决定是否成为簇头，这样的分簇方式降低了迭代算法的复杂度，最关键的，现有的分布式算法通常是每一个节点都与自身m跳以内的节点成簇，与现有分簇方法相比，本文提出的分簇方式减少了簇头数目，降低了由于簇间融合带来的累积误差，同时，保证了簇间的重叠度，使融合算法准确度更高，另外，这样的分簇方式也延长了网络的生存时间； 3.提出改进的集中式多维标度定位算法，实现簇头对簇内节点的定位。多维标度算法通过最短路径算法获得节点间的相异性矩阵，但在节点密度小、网络拓扑结构不规则的情况下，最短路径算法误差较大，本文研究将节点分为两类，一类使用加权几何距离校正算法修正最短路径，另一类通过已修正距离的邻居节点获得节点间的修正系数，得到待修正路径的距离估计值。 使用Matlab对本文提出的改进算法进行仿真分析。先是分别对簇内改进的集中式算法和簇间融合算法进行仿真，，验证其可行性，再将整个算法整合，分析改进算法的定位效果，并与经典算法对比，通过对仿真结果的分析比较可以看出改进算法的优越性。
【关键词】：无线传感器网络 多维标度 节点定位 分簇
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN929.5;TP212.9
【目录】：

• 摘要4-6
• Abstract6-10
• 第1章 绪论10-16
• 1.1 研究背景及意义10-11
• 1.2 国内外研究现状11-13
• 1.3 研究内容13-14
• 1.4 本文结构安排14-16
• 第2章 无线传感器网络定位技术16-30
• 2.1 无线传感器网络概述16-19
• 2.1.1 无线传感器网络体系结构16-17
• 2.1.2 无线传感器网络特点17-18
• 2.1.3 无线传感器网络的应用18-19
• 2.2 节点定位基本概念19-20
• 2.3 计算节点位置的基本方法20-23
• 2.3.1 三边测量法21
• 2.3.2 三角测量法21-22
• 2.3.3 极大似然估计法22-23
• 2.4 定位算法的基本分类23-29
• 2.4.1 基于距离的定位算法24-27
• 2.4.2 距离无关的定位算法27-29
• 2.5 本章小结29-30
• 第3章 基于多维标度的 MDS-MAP 定位算法30-40
• 3.1 多维标度技术 MDS30-34
• 3.1.1 经典度量多维标度30-32
• 3.1.2 非度量多维标度32-34
• 3.2 基于非度量多维标度的 MDS-MAP 定位算法34-37
• 3.2.1 算法描述34-35
• 3.2.2 最短路径算法35-36
• 3.2.3 绝对坐标转换36-37
• 3.3 改进的 MDS-MAP(P)定位算法37-38
• 3.4 本章小结38-40
• 第4章 基于能量分簇的 NMDS-TDOA(D)定位算法40-54
• 4.1 无线传感器网络分布式定位算法概述40
• 4.2 分布式 NMDS-TDOA(D)定位算法思想40-43
• 4.3 基于剩余能量的分簇方式43-45
• 4.3.1 网络模型43
• 4.3.2 能量模型43-44
• 4.3.3 分簇过程44-45
• 4.4 最短路径的优化算法45-51
• 4.4.1 几何距离校正算法模型建立46-47
• 4.4.2 几何距离校正算法误差问题47-49
• 4.4.3 加权几何距离校正算法描述49-51
• 4.5 簇内集中式多维标度定位算法51-52
• 4.6 融合算法与绝对坐标转换52-53
• 4.7 本章小结53-54
• 第5章 仿真实验及结果分析54-68
• 5.1 簇内集中式算法仿真分析54-58
• 5.2 簇间融合算法仿真分析58-59
• 5.3 NMDS-TDOA(D)算法仿真分析及比较59-66
• 5.4 本章小结66-68
• 第6章 论文小结与展望68-70
• 6.1 全文总结68-69
• 6.2 未来展望69-70
• 参考文献70-74
• 作者简介74
• 攻读硕士学位期间的科研成果74-75
• 致谢75

【参考文献】

中国期刊全文数据库 前10条

1 杨骥;刘锋;;无线传感器网络基于中垂线分割的APIT的改进定位算法[J];传感技术学报;2008年08期

2 孙佩刚;赵海;罗玎玎;张晓丹;尹震宇;;智能空间中RSSI定位问题研究[J];电子学报;2007年07期

3 詹杰;刘宏立;刘述钢;朱凡;;基于RSSI的动态权重定位算法研究[J];电子学报;2011年01期

4 钱志鸿;王义君;;物联网技术与应用研究[J];电子学报;2012年05期

5 钱志鸿;王义君;;面向物联网的无线传感器网络综述[J];电子与信息学报;2013年01期

6 罗莉琼;罗娟;;多维标度定位算法研究[J];信息技术;2011年04期

7 肖玲;李仁发;罗娟;;基于非度量多维标度的无线传感器网络节点定位算法[J];计算机研究与发展;2007年03期

8 周勇;夏士雄;丁世飞;张磊;敖欣;;基于三角形重心扫描的改进APIT无线传感器网络自定位算法[J];计算机研究与发展;2009年04期

9 刘影;钱志鸿;王雪;李奕男;;基于到达时间差的无线传感器网络质心定位算法[J];吉林大学学报(工学版);2010年01期

10 王林;王晓鹏;;改进的无线传感器网络中多维定标定位算法[J];计算机工程与应用;2011年27期

中国博士学位论文全文数据库 前1条

1 丁英强;基于无线传感器网络的定位和跟踪算法研究[D];天津大学;2009年

  本文关键词：一种基于多维标度的无线传感器定位算法研究，由笔耕文化传播整理发布。

本文编号：406975