基于RSSI测距优化的WSN定位算法研究

发布时间：2017-05-16 11:02

  本文关键词：基于RSSI测距优化的WSN定位算法研究，，由笔耕文化传播整理发布。

【摘要】：随着互联网深入到大家的生活之中,与互联网技术紧密联系的无线传感器网络无疑会得到长足的发展。无线传感器网络以通常意义上来讲就是利用传感器节点对某一区域进行感知、采集、处理和传输网络覆盖地理区域内感知对象的监测信息,并呈现给用户想要看到的相关内容。随着当前互联网产业的迅速渗透到各行各业,以互联网为基础的互联网+也有了蓬勃生机的发展,带动了无线传感器网络的深入研究和广泛应用,无线传感器网络结合互联网的思维将会为人类提供更便捷、舒适、智能的生活。作为无线传感器网络的核心技术,节点定位一直是研究的热点,如何将节点定位应用于二维环境下的一些特殊的环境下,能够将应用环境更细化的区分,以及更垂直化的深入的结合,即是本文的研究目的。本文的具体研究内容和创新工作如下：(1)本文首先介绍了无线传感器网络定位的研究背景和意义以及当前国内外研究现状,全面和详细的讲解了无线传感器网络定位技术及其分类,以及不同分类下的节点定位算法以及给出了定位算法的性能评价标准。(2)接着提出在二维环境下的测距方面的算法改进；在测距阶段,通过分析二维环境下经典的RSSI测距数学模型,建立了本论文的测距数学模型,并分析说明了影响RSSI测距的因素。基于当前的RSSI测距误差情况,对己提出的一种基于误差补偿的措施进行分析,并针对二维下的特殊条件即整体环境不一致、局部环境异常的情况下给出了一种基于已提出的测距误差补偿算法的改进,以期提高在特殊环境下的测距精度。(3)在研究定位阶段,分析了传统的质心定位算法的数学模型,并通过实验证明传统的质心定位算法的使用条件及影响质心定位算法的因素,并在此条件下建立了本论文的节点定位模型。针对传统质心定位算法存在的问题及适用环境,提出了本文的改进的质心定位算法,并通过实验证明本改进算法的适用性更强,当在二维环境下、信标节点密度较低、分布不均匀的环境下能有更好的定位效果,它的定位精度更高,且误差更小。接着将改进的质心定位算法结合基于RSSI的测距算法,对未知节点定位,显然通过添加距离辅助信息后,定位精度有了进一步的提高；而后提出改进的误差自校正算法,当应用环境对定位精度有更高的要求时,此误差自校正算法能够得到使用,且算法的精度和稳定性、可靠性都有所提高。(4)通过Matlab平台对以上改进算法进行了仿真,在仿真测距误差补偿算法时进行了误差补偿前后的对比实验,实验证明补偿后的测距能有效地提高测距的精度。而在定位算法阶段通过对比现有的算法证明了本文提出的改进算法在定位方面有更好的效果。
【关键词】：无线传感器网络 二维环境下 定位 测距 RSSI 改进的质心定位算法 误差补偿
【学位授予单位】：安徽大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP212.9;TN929.5
【目录】：

• 摘要3-5
• Abstract5-9
• 第一章 绪论9-13
• 1.1 论文的研究背景及意义9-10
• 1.1.1 论文的研究背景9-10
• 1.1.2 论文的研究意义10
• 1.2 无线传感器网络定位的国内外研究现状10-12
• 1.3 论文的研究内容及论文结构12-13
• 第二章 无线传感器网络定位技术13-27
• 2.1 无线传感器网络定位技术的基本概念和算法14-15
• 2.1.1 传感器节点定位的基本概念14
• 2.1.2 节点定位技术的特点14-15
• 2.2 节点测距技术15-19
• 2.3 基于测距的定位算法19-21
• 2.3.1 三边测量法20
• 2.3.2 三角测量法20-21
• 2.3.3 极大似然估计法21
• 2.4 无需测距的定位算法21-23
• 2.4.1 质心定位算法22-23
• 2.4.2 DV-Hop算法23
• 2.4.3 APIT算法23
• 2.5 定位性能评价23-25
• 2.6 定位算法研究面临的问题和挑战25-26
• 2.7 小结26-27
• 第三章 节点测距误差补偿的改进27-39
• 3.1 经典的RSSI测距数学模型27-29
• 3.2 测距误差补偿29-37
• 3.2.1 已有的误差补偿方法30-32
• 3.2.2 改进的测距误差补偿方法32-34
• 3.2.3 改进的测距误差补偿方法的仿真实验34-37
• 3.3 本章小结37-39
• 第四章 基于质心定位算法的研究39-56
• 4.1 传统的质心定位算法39-41
• 4.2 改进的质心定位算法41-44
• 4.3 基于RSSI的改进的质心定位算法44-45
• 4.4 改进算法的误差自校正45-48
• 4.5 基于RSSI测距的误差自校正改进的定位算法48-50
• 4.5.1 算法描述48-49
• 4.5.2 核心算法伪代码49-50
• 4.6 算法仿真与结果分析50-54
• 4.6.1 仿真环境50-51
• 4.6.2 实验结果与分析51-54
• 4.6.3 误差分析54
• 4.7 本章小结54-56
• 第五章 总结和展望56-59
• 5.1 总结56-57
• 5.2 展望57-59
• 参考文献59-64
• 致谢64-65
• 在读期间发表的学术论文65

【相似文献】

中国期刊全文数据库 前10条

1 朱浩;顾宗海;苏金;刘岩;章晨;;一种基于交点质心求解的RSSI定位算法及其优化[J];郑州大学学报(工学版);2010年06期

2 罗炬锋;邱云周;付耀先;袁晓兵;;研究片内多径分离技术在基于RSSI定位中的应用[J];电子与信息学报;2011年04期

3 阿依古丽·多来提;;CDMA系统RSSI异常分析[J];硅谷;2011年17期

4 沈军;黄春华;罗护;郭积宁;;基于RSSI优化的模型参数实时估计定位算法[J];计算机工程与设计;2012年02期

5 彭宇;罗清华;王丹;彭喜元;;一种基于区间数聚类的RSSI-D估计方法[J];仪器仪表学报;2012年03期

6 程海军;;RSSI距离位置评估的实验分析[J];信息与电脑(理论版);2012年04期

7 王缓缓;胡爱娜;;RSSI和距离区间映射的测距方法[J];电子科技大学学报;2012年04期

8 刘海;;基于RSSI的室内信号衰减模型的研究[J];电脑开发与应用;2012年09期

9 雷倩倩;林敏;石寅;;A CMOS low power,process/temperature variation tolerant RSSI with an integrated AGC loop[J];Journal of Semiconductors;2013年03期

10 李再煜;;RSSI定位原理的研究与实现[J];无线电工程;2013年07期

中国重要会议论文全文数据库 前9条

1 王久勇;庄毅;顾晶晶;欧阳健;;一种基于RSSI的实时定位算法的研究[A];2008’“先进集成技术”院士论坛暨第二届仪表、自动化与先进集成技术大会论文集[C];2008年

2 陈振柳;;C网基站RSSI异常及天线解调锁定不平衡故障的处理[A];海南省通信学会学术年会论文集（2006）[C];2006年

3 姚小建;施伟斌;;采用RSSI判选方式的多基站接收系统[A];第六届全国信息获取与处理学术会议论文集（3）[C];2008年

4 蔡优笔;王建中;;基于搜索的RSSI节点定位算法[A];浙江省信号处理学会2011学术年会论文集[C];2011年

5 田宁;;基于参数优化改善Ev-Do网络RSSI问题研究[A];2013年中国通信学会信息通信网络技术委员会年会论文集[C];2013年

6 ;A New Distributed Localization Algorithm for ZigBee Wireless Networks[A];2009中国控制与决策会议论文集（3）[C];2009年

7 刘静;高庆华;金明录;;基于RSSI的无线传感器网络分布式定位算法[A];2010年通信理论与信号处理学术年会论文集[C];2010年

8 林少然;刘少龙;陈志龙;;浅谈CDMA直放站对基站的RSSI噪声影响[A];中国通信学会通信建设工程技术委员会2010年年会论文集[C];2010年

9 周先超;;浅析CDMA网络中的干扰[A];武汉市第二届学术年会、通信学会2006年学术年会论文集[C];2006年

中国硕士学位论文全文数据库 前10条

1 梁德殨;基于RSSI测距的室内定位跟踪技术研究[D];辽宁大学;2015年

2 李宗殟;基于RSSI和地磁场特征融合的室内定位算法设计与研究[D];南京理工大学;2015年

3 施赛杰;基于WSN的煤矿井下安全监测系统研究与设计[D];宁夏大学;2015年

4 张起辉;结合RSSI的定位策略研究与滑坡应用[D];江西理工大学;2015年

5 李延;基于RSSI测距的室内定位技术研究[D];中南林业科技大学;2015年

6 张文学;基于WiFi的RSSI指纹定位算法研究[D];电子科技大学;2015年

7 黄俊;基于RSSI的室内无线定位算法研究[D];西南科技大学;2015年

8 徐效雷;提高煤矿井下RSSI测距精度的方法研究[D];中国矿业大学;2015年

9 李论;基于RSSI的煤矿巷道高精度定位算法研究[D];中国矿业大学;2015年

10 陈姣;基于RSSI测距的WiFi室内定位技术研究[D];西南科技大学;2015年

  本文关键词：基于RSSI测距优化的WSN定位算法研究，由笔耕文化传播整理发布。

本文编号：370627