复杂环境中无线传感器网络定位算法研究

发布时间：2017-09-10 15:31

  本文关键词：复杂环境中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 定位算法 接收信号强度 模糊推理 蝙蝠算法

【摘要】：无线传感器网络(Wireless Sensor Networks,WSN)以其低成本、低功耗、多用途的特点,在自动控制、建筑行业、环境监测、危险等领域中有着大量的应用,特别在危险环境和人不能到达的环境中,更是发挥着重要的应用。在实际应用场合,传感器节点有时通过飞行器抛撒在工作区域,节点的位置都是随机并且未知的,节点所采集到的数据必须结合其位置信息才有意义。因此,实现节点的自身定位对无线传感器网络有重要的研究意义。如何提高定位的准确度,以提供更优质的定位服务是近年来热门的研究课题。在复杂环境中,由于无线电波会受到诸多因素的干扰,现有的算法如To A(Time of Arrival)、TDo A(Time Difference of Arrival)、Ao A(Angle of Arrival)、RSS(Received Signal Strength)等定位算法都会在复杂环境中产生较大的误差。本文在“十二五”国家科技支撑计划(2012BAD10B01)项目资助下,研究无线传感器在复杂环境中的定位算法,对使用模糊推理的加权质心定位算法和RSS定位算法展开深入的研究和分析,取得了如下成果:(1)建立复杂环境中信标节点的RSS可靠度机制。在复杂环境中,如果信标节点受到障碍物等的干扰,未知节点接收到的RSS是不稳定的,会在一个范围内产生很大变化,为了克服环境对RSS的影响,常常采取对RSS进行滤波处理,使RSS值较为接近真实值。但有时RSS的滤波不能取到真实值,比如障碍物遮挡了信标节点的信号,未知节点接收到的RSS很小,会产生和实际距离较大的误差。本文通过建立信标节点RSS的可靠度机制,使用可靠程度描述信标节点发出无线电波的可信程度。在这个机制中,通过信标节点接收其它信标节点的RSS值的准确度,判别未知节点接收信标节点RSS的值是否准确。如果这个信标节点接收的其它信标节点的RSS值在合理范围,那么就认为未知节点接收到的RSS值是合理的;如果信标节点的信号受到干扰,那么这个信标节点接收到其它信标节点的RSS值也不准确的,我们就认为未知节点接收到的RSS值也不准确。(2)提出基于RSS可靠度的Mamdani模糊概率质心定位算法。在无线传感器网络中,加权质心定位算法实现简单,在实际场合应用非常方便。但是,在复杂环境中如果信标节点少、并且RSS受到障碍物的干扰,加权质心定位算法的精度非常差。通过模糊质心的算法推理得到的权值,在复杂环境中定位精度也不理想。本文在RSS可靠度机制的基础上,提出模糊概率质心定位算法,通过Mamdani型模糊推理得到权值,使算法有一定的鲁棒性能。采用通过实际环境中生成的RSS隶属度函数和可靠度隶属度函数,通过模糊推理运算减小了复杂环境因素对RSS的干扰。(3)提出基于RSS可靠度的Sugeno型模糊推理质心定位算法。为了提高模糊质心定位算法的精度,建立了基于RSS可靠度的Sugeno型模糊推理质心定位算法,通过自适应模糊神经网络在复杂环境中学习模糊系统的参数,达到了比Mamdani型模糊推理更佳的定位精度。(4)提出带惯性因子和Lévy飞行策略的蝙蝠算法并应用在WSN的定位之中。在无线传感器定位算法中,使用全局优化的问题求解定位问题成为研究的一个热点,有学者提出使用遗传算法和蜂群算法解决定位问题,但是在高维的问题的求解上存在精度低的问题。本文分析了传统的蝙蝠算法的基础上,提出了带惯性因子的Lévy飞行策略的蝙蝠算法(Bat Algorithm with Inertia Weight Factor and Lévy Flight,ILBA),对蝙蝠个体的飞行公式采取了两种方式改进:由于蝙蝠个体飞行速度有一定连续性,采用类似微粒群算法(PSO)中惯性因子,采用惯性因子保持蝙蝠的飞行速度,通过惯性因子使ILBA算法自适应调整局部搜索能力,提高寻优精度;另外,采用了Lévy飞行搜索策略指导蝙蝠个体的飞行,扩大了搜索空间,避免搜索陷入局部最优。通过仿真测试,说明ILBA算法在定位问题上比基本BA算法和LBA算法,有更佳的求解精度和更快的收敛速度。(5)最后本文建立一个实际手机定位的系统,实现了不同的定位算法,并在不同的定位区域使用不同的定位算法,达到了良好的定位精度。
【关键词】：无线传感器网络 定位算法 接收信号强度 模糊推理 蝙蝠算法
【学位授予单位】：浙江工业大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TN929.5;TP212.9
【目录】：

• 摘要5-7
• ABSTRACT7-15
• 第1章 绪论15-23
• 1.1 引言15-16
• 1.2 研究背景与意义16-17
• 1.3 国内外研究现状17-20
• 1.3.1 无线传感器网络的研究现状17-18
• 1.3.2 定位技术的研究现状18-20
• 1.4 论文主要研究内容与创新点20-21
• 1.5 论文的结构21-23
• 第2章 无线传感器的定位理论23-37
• 2.1 引言23-24
• 2.2 复杂环境中无线电波传播特性24-27
• 2.2.1 传播损耗24
• 2.2.2 遮蔽效应24
• 2.2.3 反射效应24-25
• 2.2.4 折射效应25
• 2.2.5 绕射效应25-26
• 2.2.6 散射效应26
• 2.2.7 多重路径效应26-27
• 2.3 无线传感器定位技术27-30
• 2.3.1 红外线技术27
• 2.3.2 超声波技术27-28
• 2.3.3 无线局域网技术28
• 2.3.4 无线射频识别技术28-29
• 2.3.5 Zigbee技术29
• 2.3.6 定位技术比较29-30
• 2.4 无线传感器定位算法30-36
• 2.4.1 To A定位算法30-31
• 2.4.2 TDo A定位算法31-32
• 2.4.3 Ao A定位算法32-33
• 2.4.4 RSS指纹算法33
• 2.4.5 RSS定位算法33-36
• 2.5 本章小结36-37
• 第3章 基于RSS可靠度的Mamdani模糊概率质心定位算法37-57
• 3.1 引言37
• 3.2 相关研究37-39
• 3.3 质心定位算法39-41
• 3.3.1 质心定位算法39
• 3.3.2 加权质心定位算法39-40
• 3.3.3 质心定位算法的缺点40-41
• 3.4 模糊概率理论41-42
• 3.4.1 模糊概率理论41
• 3.4.2 模糊概率推理41-42
• 3.5 基于RSS可靠度的Mamdani型模糊概率质心定位算法42-52
• 3.5.1 Mamdani型模糊概率推理模型42-43
• 3.5.2 复杂环境中信标节点的RSS可靠度机制43-44
• 3.5.3 输入隶属度函数的构建44-48
• 3.5.4 输出隶属度函数的构建48
• 3.5.5 模糊概率推理规则48-50
• 3.5.6 模糊概率推理过程50-52
• 3.6 实验仿真与性能分析52-56
• 3.6.1 仿真环境52-53
• 3.6.2 实现流程53
• 3.6.3 定位误差评估公式53-54
• 3.6.4 定位误差分析54-55
• 3.6.5 定位误差分布函数分析55-56
• 3.7 本章小结56-57
• 第4章 基于RSS可靠度的Sugeno型模糊推理质心定位算法57-65
• 4.1 引言57
• 4.2 相关研究57-58
• 4.3 Sugeno型模糊推理58
• 4.4 模糊神经网络算法的原理58-59
• 4.5 基于RSS可靠度的Sugeno型模糊推理质心定位算法59-62
• 4.5.1 输入隶属度函数的构建59-60
• 4.5.2 输出隶属度函数的构建60
• 4.5.3 模糊推理规则60-61
• 4.5.4 模糊神经网络学习参数61-62
• 4.6 实验仿真与性能分析62-64
• 4.6.1 仿真环境62
• 4.6.2 定位误差分析62-64
• 4.7 本章小结64-65
• 第5章 基于惯性因子和Lévy飞行策略的蝙蝠算法在定位中的应用65-88
• 5.1 引言65-66
• 5.2 相关研究66-69
• 5.3 蝙蝠算法69-73
• 5.3.1 群智能算法69-70
• 5.3.2 蝙蝠算法概述70
• 5.3.3 蝙蝠算法的流程70-73
• 5.4 基于惯性因子和Lévy飞行策略的蝙蝠算法73-77
• 5.4.1 惯性因子73-74
• 5.4.2 Lévy飞行策略74-77
• 5.5 ILBA算法标准测试函数仿真分析77-82
• 5.5.1 标准测试函数77-78
• 5.5.2 算法参数设置78-79
• 5.5.3 实验结果分析79-82
• 5.6 基于RSS的定位算法模型82-83
• 5.7 仿真与性能分析83-86
• 5.7.1 仿真环境83
• 5.7.2 性能分析83-86
• 5.8 本章小结86-88
• 第6章 无线传感器网络定位应用系统88-99
• 6.1 项目背景介绍88-89
• 6.2 手机定位防盗系统的需求分析89-91
• 6.2.1 系统需求说明90-91
• 6.2.2 系统功能要求91
• 6.3 定位系统硬件平台91-94
• 6.3.1 定位节点设备92-93
• 6.3.2 信标节点设备93
• 6.3.3 基站设备93-94
• 6.4 定位系统软件平台94-95
• 6.5 系统总体框架95-96
• 6.6 系统关键技术96-98
• 6.6.1 混合定位算法96-97
• 6.6.2 IOCP机制97-98
• 6.6.3 消息报文格式98
• 6.7 本章小结98-99
• 第7章 总结和展望99-101
• 7.1 结论99-100
• 7.2 展望100-101
• 参考文献101-109
• 致谢109-110
• 攻读学位期间参加的科研项目和成果110

【参考文献】

中国期刊全文数据库 前3条

1 钟飞,钟毓宁;Mamdani与Sugeno型模糊推理的应用研究[J];湖北工业大学学报;2005年02期

2 邓彬伟;黄光明;;WSN中的质心定位算法研究[J];计算机应用与软件;2010年01期

3 程森林;李雷;朱保卫;柴毅;;WSN定位中的RSSI概率质心计算方法[J];浙江大学学报(工学版);2014年01期

，

本文编号：825091