面向精准农业的无线传感器网络节点定位技术研究

发布时间：2022-06-02 21:26

　　为了提高农作物产量,传统农业通常进行过度灌溉、施肥、喷洒农药等农事活动,打破了土地中各种微量元素平衡,导致严重的资源浪费和环境污染问题。而将传统农业与现代科技结合而成的精准农业,通过获得农作物周围各种环境信息,按照农作物不同的生长需求,对农作物进行精确监控与管理,不仅提高了产量,同时减少了资源浪费和环境污染。无线传感器网络（Wireless sensor network,WSN）是由部署在监测区域内的大量微型传感器节点,通过无线通信方式组成的一个多跳自组织网络,具有成本低,功耗小,实时性,适应力强等特点,在精准农业领域具有广泛的应用前景。首先,将传感器节点随机抛撒在监测区域,然后,对所需要的信息进行采集,最后发送给服务器并进行处理。传感器采集的信息必须与其位置坐标结合才具有使用价值,但对所有传感器加装上GPS（Global Position System）来获取位置坐标是不现实的,大大提高了成本。因此,如何通过网络中少量已知位置的节点实现大量未知位置节点的定位显得尤为重要。本文主要研究了无线传感器网络中节点定位问题,涵盖了静态网络和动态网络两种类型。在介绍定位算法原理的基础上,分析误差... 

【文章页数】：80 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
1 绪论
    1.1 课题研究背景及意义
    1.2 无线传感器网络概述
        1.2.1 无线传感器网络结构
        1.2.2 无线传感器网络优点
        1.2.3 无线传感器网络缺点
    1.3 国内外应用研究现状
    1.4 本文的工作
        1.4.1 本文的主要内容
        1.4.2 本文的章节安排
2 DV-Hop定位算法的性能比较
    2.1 典型免测距定位算法
        2.1.1 APIT算法
        2.1.2 质心算法
        2.1.3 Amorphous算法
        2.1.4 DV-Hop算法
    2.2 常规的DV-Hop改进优化策略
        2.2.1 锚节点平均跳距优化
        2.2.2 计算节点间距离优化
        2.2.3 位置的优化求解
    2.3 仿真实验及分析
        2.3.1 锚节点平均跳距优化方法对比
        2.3.2 距离求解优化方法比较
        2.3.3 坐标求解优化方法比较
    2.4 本章小结
3 加强收敛随机抽样粒子群优化DV-Hop定位算法
    3.1 基本粒子群优化算法
        3.1.1 粒子群算法基本步骤
        3.1.2 粒子群算法存在的问题
        3.1.3 常见粒子群优化算法
    3.2 加强收敛的随机抽样粒子群算法
        3.2.1 分析PSO收敛性
        3.2.2 参数收敛区间的动态取值
        3.2.3 计算中间粒子
        3.2.4 逐维更新种群最优值
    3.3 基于优化粒子群的DV-Hop算法
    3.4 仿真实验及分析
        3.4.1 SC-PSO算法有效性验证
        3.4.2 SDV-Hop算法实验分析
    3.5 本章小结
4 基于锚节点选择的DV-Hop优化算法
    4.1 DV-Hop算法误差原因分析
        4.1.1 客观因素
        4.1.2 主观因素
    4.2 基于锚节点选择的DV-Hop算法
        4.2.1 基于中间锚节点的距离求解
        4.2.2 加权最小二乘法
    4.3 锚节点选择的DV-Hop优化算法流程
    4.4 仿真实验及分析
        4.4.1 改变邻居锚节点比例对误差影响
        4.4.2 MDV-Hop算法定位误差仿真
    4.5 本章小结
5 基于三次样条法的蒙特卡洛定位算法
    5.1 蒙特卡洛定位算法原理
    5.2 MCL算法存在的缺点
    5.3 三次样条法的节点位置预测
        5.3.1 三次样条法
        5.3.2 节点位置预测
    5.4 仿真实验及分析
        5.4.1 仿真实验参数配置
        5.4.2 实验结果及分析
    5.5 本章小结
总结与展望
参考文献
致谢
作者简介



本文编号：3653118