无线传感器网络移动锚节点定位技术研究

发布时间：2017-08-30 20:47

  本文关键词：无线传感器网络移动锚节点定位技术研究

  更多相关文章： 定位 APIT RSSI 分裂聚类 MCB

【摘要】：随着无线传感网的广泛应用,节点定位技术逐渐成为研究的热点。对于无线传感器网络应用技术而言,正确的节点位置直接决定后继信息的采集、处理和传输状况,估算适宜的节点坐标具有重要的实际意义。一种算法不可能适用于任何场景,针对静态和动态网络中节点有无标志的定位问题,本文在分析总结已有成果的基础上,对不同场景中的节点定位问题进行了分析研究,并且提出了对应解决方案,具体研究内容安排如下:(1)在分析移动锚节点代替静态锚节点优势的基础上,获悉标识号已知环境下移动锚节点定位普遍结合测距算法。这里本文首次将非测距定位算法与移动锚节点技术相结合,设计出一种移动锚节点结合APIT定位稀疏环境中未知节点的算法,克服了APIT算法需较高锚节点密度且易内外误判的弊端。该算法中单个锚节点按照预先设定的轨迹在区域中移动,待定位节点记录通信范围内虚拟锚节点坐标,穷尽虚拟锚节点构成的所有三角形组合,利用角度求和方式判定待定位节点大致位置,最后利用覆盖节点的三角形内切圆质心表示待定位节点最优坐标,实现节点定位。(2)然而实际定位节点过程中,未知区域中节点个数和ID往往是未知的。针对这种无标识环境中的节点定位问题,本文在引入RSSI量化模型的同时,利用无监督分裂算法聚类移动锚节点在驻留位置处收集的来自未知节点的混合RSS样本序列,聚类个数对应未知节点数目,然后网格划分未知区域,依据驻留位置处聚类获得的最强RSS值进行圆环交叉搜索,再利用八邻域极大值法估算待定位节点,PSO算法最终确定最优节点位置坐标。(3)随着物联网技术的快速发展,动态传感器网络越来越得到重视。考虑到静态网络算法定位移动节点需频繁调用的缺陷,本文设计了一种基于蒙特卡洛盒的移动锚节点算法定位实际应用环境中涉及到的移动未知节点。该算法引入RSSI量化模型修正蒙特卡洛盒算法,锚节点依据接收到的RSS值进一步确定有效锚盒子区域,然后利用二次牛顿插值法预测节点的移动速度,计算采样盒区域,自适应估算采样个数,最终引入遗传算法中交叉、变异的思想优化样本。实验仿真结果表明改进后的MCB算法拥有较高的定位精度。本文研究设计的移动锚节点定位算法,成功地解决了上述三种不同场景中的节点定位问题,并且均在原算法基础上大幅度提高了节点的定位精度。仿真结果表明,改进后的算法均能够准确定位节点,具有广泛的应用前景。
【关键词】：定位 APIT RSSI 分裂聚类 MCB
【学位授予单位】：江南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP212.9;TN929.5
【目录】：

• 摘要3-4
• Abstract4-8
• 第一章 绪论8-15
• 1.1 研究背景8-9
• 1.2 无线传感网概述9-11
• 1.2.1 无线传感网特点9-10
• 1.2.2 国内外研究现状10-11
• 1.3 WSN节点定位技术基础11-13
• 1.4 研究内容和结构安排13-15
• 第二章 基于移动锚节点的定位算法15-23
• 2.1 节点定位术语及指标15-16
• 2.2 基于移动锚节点的定位算法16-20
• 2.2.1 定位基础算法16-19
• 2.2.2 MBAL定位算法19
• 2.2.3 双圆定位算法19-20
• 2.3 移动锚节点路径模型20-22
• 2.3.1 静态路径模型20-21
• 2.3.2 动态路径模型21-22
• 2.4 本章小结22-23
• 第三章 WSN基于APIT的移动锚节点定位算法23-31
• 3.1 APIT定位算法分析23-24
• 3.1.1 APIT具体内容23
• 3.1.2 最佳三角形内点测试(PIT)23-24
• 3.1.3 APIT算法不足之处24
• 3.2 无线信道模型24-25
• 3.3 本章算法25-28
• 3.3.1 反余弦定理角度求和27
• 3.3.2 三角形内切圆定位27-28
• 3.4 实验仿真与性能分析28-30
• 3.5 本章小结30-31
• 第四章 移动锚节点定位WSN中无标识节点算法研究31-43
• 4.1 算法流程图31
• 4.2 K均值初始化EM31-35
• 4.2.1 Kmeans32
• 4.2.2 EM算法32-33
• 4.2.3 适度函数33
• 4.2.4 实验仿真与性能分析33-35
• 4.3 分裂聚类EM35-39
• 4.3.1 信息熵35-36
• 4.3.2 聚类效果36-39
• 4.4 PSO圆环搜索算法39-42
• 4.4.1 圆环搜索39-40
• 4.4.2 网格划分40-41
• 4.4.3 八邻域极大值算法41
• 4.4.4 粒子群优化算法41-42
• 4.5 实验仿真42
• 4.6 本章小结42-43
• 第五章 WSN中改进的MCB移动节点定位43-50
• 5.1 MCL与MCB算法介绍43
• 5.2 本章算法43-47
• 5.2.1 有效获取r44-45
• 5.2.2 牛顿插值法45-46
• 5.2.3 自适应确定采样数46
• 5.2.4 采样优化46-47
• 5.3 RSSI测距模型47
• 5.4 实验仿真结果与性能分析47-49
• 5.5 本章小结49-50
• 第六章 总结与展望50-51
• 6.1 总结50
• 6.2 展望50-51
• 致谢51-52
• 参考文献52-55
• 附录: 作者在攻读硕士学位期间发表的论文55

，

本文编号：761423