基于低比例锚节点的无线传感器网络定位算法研究

发布时间：2017-09-11 08:44

  本文关键词：基于低比例锚节点的无线传感器网络定位算法研究

  更多相关文章： 无线传感器网络 多维尺度标定定位算法 最优锚节点选择策略 低锚节点比例

【摘要】：作为物联网系统的位置感知层设计,基于规模型无线传感器网络(WSN)的定位问题一直是非常重要的研究方向之一。大多数现有的定位方案基本可以分为基于测距的或无需基于测距的定位方案,室内或室外定位方案等。由于环境特性的不同特性,基于测距的方案往往在室外定位场景中效果较好,特别是当野外环境中的多径效应、信号小尺度衰落等现象远远小于室内定位环境时。多维标定算法和三边测量术定位是因其数学上的严格合理性和易于实行而被广泛使用。这类算法的主要侧重点是给待定位节点装配专门的设备(如GPS等)用以接收定位信号来进行距离估计。然而,此类定位技术要求每个传感器节点配备GPS或其它功能强大的复杂模块来满足ToA,TDoA,AoA等测距方案,这也是一笔非常高昂的硬件成本。研究人员把研究重点转向了基于锚节点的方案。这类方案里,WSN中只有部分节点是装备复杂模块的节点,其目的是减少增强型模块成本。而这部分节点即被称为锚节点。剩余的待定位节点将在网络连接信息和锚节点辅助下定位。传统的基于锚节点的定位方案的精度严重依赖于锚节点的比例和网络连通度。此二者关键因素的变化会严重影响定位精度。一些号称“无需基于锚节点”的定位方案介绍了进一步降低成本的方法。而实际上,它们并不是真正的“无需基于锚节点”,否则将无法计算出真实的地理位置。这些方案只使用连接信息来建立相对定位,并利用少量锚节点将其转化为绝对坐标系统。而“无需基于锚节点”的方案声称获得良好的定位精度,但是对WSN所应对的场景却有诸多不切实际的要求。例如,节点的分布相对均匀、网络是各向同性的、所有节点使用统一的信号传播模型等等。在现实场景中,规模型WSN的部署是随机的,这个随机性表现在节点分布规律和由于实际场景中的地理条件产生的复杂网络部署边界拓扑结构(如复合图形、凹形、空洞等)。此外,节点的信号传播环境并不总是恒定的,不对称的连接链路的存在更是大概率事件。因此连接本身就要考虑误差特性。本文针对随机部署的锚节点比例较低网络特性,提出基于优化锚节点选择(OANS)的规模型WSN定位方案。此方案主要包括两个关键算法,改进型Floyd算法和OANS算法,加之同其它辅助算法有机结合。改进型Floyd的核心是改进Floyd数据处理函数来估计待定位节点和锚节点之间的距离(N-A距离);OANS算法的核心是区分和优化锚节点组合的战略选择。在给定网络连接信息的数据极其有限和锚节点比例较低的情况下,OANS方案不仅实现了定位精度的提升,更重要的是,方案还能很好适用于节点随机分布且网络部署边界形状呈复杂图形的情况。我们发现仅仅通过数据处理来精化N-A距离是不足够,OANS专注于在N-A距离的误差不可避免的情况下,提高定位方案对相关数据不精确的“容忍度”。此“容忍度”使得OANS定位方案可以很好适用于以下特性的WSN:1)规模型;2)低锚节点比例;3)低网络连通度;4)节点随机分布;5)网络部署边界拓扑结构复杂;6)非对称网络。
【关键词】：无线传感器网络 多维尺度标定定位算法 最优锚节点选择策略 低锚节点比例
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN929.5;TP212.9
【目录】：

• 摘要5-7
• ABSTRACT7-11
• 第1章 绪论11-17
• 1.1 课题的研究背景及意义11-12
• 1.2 国内外研究现状及发展趋势12-15
• 1.3 研究内容15
• 1.4 论文组织结构15-17
• 第2章 无线传感器网络定位17-33
• 2.1 基于信号的定位技术分类17-19
• 2.1.1 卫星信号定位17-18
• 2.1.2 基站信号定位18-19
• 2.1.3 其他信号定位19
• 2.2 基于测距的定位19-24
• 2.2.1 测距技术19-22
• 2.2.2 MDS算法和三边测量定位22-24
• 2.3 非测距定位24-27
• 2.3.2 Cell-ID和Grid划分算法24-25
• 2.3.3 APIT算法25-27
• 2.4 基于锚节点的无线传感器网络定位27-31
• 2.4.1 DV-Hop算法28-29
• 2.4.2 MDS-MAP算法29-30
• 2.4.3 CATL和ACDL算法30-31
• 2.5 本章小结31-33
• 第3章 OANS无线传感器网络定位方案及其重要算法33-65
• 3.1 OANS无线传感器网络定位方案33-38
• 3.1.1 方案概述33-36
• 3.1.2 网络连通度对定位效果的影响36-37
• 3.1.3 锚节点比例对定位精度的影响37-38
• 3.2 改进型Floyd算法38-45
• 3.2.1 算法描述39-41
• 3.2.2 改进型N-A距离估算41-42
• 3.2.3 改进型N-A距离估算的SUB情况42-44
• 3.2.4 严格N-A距离估算条件44-45
• 3.3 OANS算法45-59
• 3.3.1 算法描述45-47
• 3.3.2 锚节点的选择方案47-54
• 3.3.3 N-A距离等价性分析54-58
• 3.3.4 输出参数维度分析58-59
• 3.4 辅助算法59-63
• 3.4.1 邻接矩阵初始化算法59-60
• 3.4.2 基于中继节点的度的节点排序算法60-61
• 3.4.3 邻接矩阵更新算法61-63
• 3.5 本章小结63-65
• 第4章 实验基础及规模型网络实验65-73
• 4.1 实验基础65-66
• 4.1.1 软硬件设备65
• 4.1.2 实验场景65-66
• 4.2 方案设计66-67
• 4.2.1 信号参数设置66
• 4.2.2 网络定位参数设置66-67
• 4.3 基于普通拓扑结构网络的定位实验67-69
• 4.4 基于复杂拓扑结构网络的定位实验69-72
• 4.5 本章小结72-73
• 第5章 总结与展望73-75
• 5.1 全文总结73-74
• 5.2 研究展望74-75
• 致谢75-76
• 参考文献76-81
• 附录81-82
• 论文详细摘要逡逑82

【相似文献】

中国期刊全文数据库 前10条

1 姜钧;程良伦;;无线传感器网络局部锚节点冗余的休眠定位算法[J];传感器与微系统;2012年01期

2 肖琳;单志龙;;基于虚拟锚节点的序列定位算法研究[J];计算机与现代化;2012年06期

3 王茂臣;樊秀梅;;单个锚节点的路径规划机制及定位方法研究[J];天津科技大学学报;2013年02期

4 史跃飞;冯秀芳;高昊;;一种基于动态锚节点的改进加权定位算法[J];计算机应用与软件;2013年10期

5 梁甲金;邓平;;一种基于移动锚节点的多坐标系定位算法[J];云南民族大学学报(自然科学版);2010年04期

6 崔焕庆;王英龙;周传爱;;应用三个移动锚节点的非测距定位方法[J];山东科技大学学报(自然科学版);2011年01期

7 屈剑锋;郭茂耘;;一种基于锚节点分簇的传感器网络节点定位方法[J];计算机应用研究;2011年09期

8 孙晓玲;李伟勤;陈涛;郑勉;;用移动锚节点实现无线传感器网络定位[J];微计算机信息;2011年09期

9 汪晗;齐望东;王坤;;无线传感器网络中基于刚性的移动锚节点路径规划[J];电子与信息学报;2011年10期

10 郑征;李云飞;严建峰;赵永杰;;基于锚节点的车载网地理路由算法[J];计算机应用;2013年12期

中国重要会议论文全文数据库 前2条

1 潘文鑫;杜庆伟;;锚节点稀疏的无线传感网络节点定位算法[A];第九届中国通信学会学术年会论文集[C];2012年

2 汪丽华;张国煊;申兴发;;移动锚节点辅助的DV-hop定位方法研究[A];浙江省电子学会2008年学术年会论文集[C];2008年

中国博士学位论文全文数据库 前4条

1 唐_";基于锚节点的无线传感器网络定位技术研究[D];哈尔滨工业大学;2013年

2 马琳;基于IR-UWB信号的穿墙目标定位方法研究[D];哈尔滨工业大学;2009年

3 温龙飞;基于距离优化的移动传感器网络定位技术研究[D];北京理工大学;2015年

4 王瑞锦;复杂环境下的无线传感器网络定位关键技术研究[D];电子科技大学;2013年

中国硕士学位论文全文数据库 前10条

1 张子扬;锚节点稀疏环境下WSN移动节点定位算法研究[D];江西理工大学;2015年

2 庄放望;多维标度定位及移动锚节点凸规划定位算法研究[D];江西理工大学;2015年

3 王玺U，

本文编号：829764