無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位技術(shù)的理論和實(shí)驗(yàn)研究.pdf

1、無(wú)線傳感器網(wǎng)絡(luò)是信息領(lǐng)域一次重大的發(fā)展和變革,是當(dāng)今新興技術(shù)中的研究熱點(diǎn),在軍事和民用領(lǐng)域都蘊(yùn)含著十分廣闊的應(yīng)用前景。無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位技術(shù)是無(wú)線傳感器網(wǎng)絡(luò)的關(guān)鍵技術(shù)之一。然而,受低成本、低功耗以及復(fù)雜部署環(huán)境等條件的制約,節(jié)點(diǎn)定位技術(shù)在理論和實(shí)驗(yàn)研究方面均面臨著重大挑戰(zhàn)。
　　無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位方法一般分為兩類(lèi):基于測(cè)距(Range-Based)的定位方法和無(wú)需測(cè)距(Range-Free)的定位方法?；跍y(cè)距的定位方法可

2、以達(dá)到較高的定位精度,但是常常需要增加額外硬件來(lái)測(cè)量鄰居節(jié)點(diǎn)間的距離或角度,極大地增加了節(jié)點(diǎn)的成本和功耗,不適合大規(guī)模部署的無(wú)線傳感器網(wǎng)絡(luò)。無(wú)需測(cè)距的定位方法一般通過(guò)節(jié)點(diǎn)間的連接性來(lái)定位,不需要額外測(cè)距硬件,從經(jīng)濟(jì)、功耗等方面來(lái)看,這類(lèi)方法更適合大規(guī)模部署的無(wú)線傳感器網(wǎng)絡(luò),然而這類(lèi)方法的定位精度相對(duì)偏低。
　　本文著重研究無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位技術(shù)中的無(wú)需測(cè)距定位,分別從理論和實(shí)驗(yàn)兩個(gè)方面展開(kāi)。在理論研究中,分析了導(dǎo)致無(wú)需測(cè)距定位

3、精度低的根本原因:跳數(shù)-距離模糊問(wèn)題,即一個(gè)傳感器節(jié)點(diǎn)簡(jiǎn)單地認(rèn)為自己到所有一跳鄰居的估計(jì)距離都相同,盡管實(shí)際距離并不相同;提出了相應(yīng)的改進(jìn)方法來(lái)解決跳數(shù)-距離模糊問(wèn)題,進(jìn)而提高節(jié)點(diǎn)定位精度。在實(shí)驗(yàn)研究中,利用了廣泛使用的Mica2節(jié)點(diǎn)來(lái)構(gòu)建實(shí)驗(yàn)測(cè)試平臺(tái),并利用該平臺(tái)展開(kāi)定位實(shí)驗(yàn)研究,具體來(lái)說(shuō),本文創(chuàng)新之處如下:
　　(1)針對(duì)無(wú)需測(cè)距定位中廣泛存在的跳數(shù)-距離模糊問(wèn)題,提出了一種新的網(wǎng)絡(luò)測(cè)度,即歸一化鄰近距離(RND)。RND的基

4、本思想是利用兩鄰居節(jié)點(diǎn)之間的公共鄰居數(shù)來(lái)反映它們之間的接近程度,即公共鄰居數(shù)越多,那么這兩鄰居節(jié)點(diǎn)就越接近。分析了RND在有限和無(wú)限節(jié)點(diǎn)密度條件下的統(tǒng)計(jì)特征,進(jìn)一步將RND應(yīng)用到經(jīng)典的DV-Hop算法中,進(jìn)而提出一種基于RND的定位算法DV-RND,該算法的實(shí)現(xiàn)僅依賴(lài)于節(jié)點(diǎn)間的連接性和少量的鄰居列表交換,無(wú)需增加額外測(cè)距硬件。通過(guò)仿真,將DV-RND算法與經(jīng)典的DV-Hop算法和DV-CNED算法在不同的部署場(chǎng)景中進(jìn)行比較,仿真結(jié)果表明

5、,在網(wǎng)格部署、隨機(jī)均勻部署、非均勻部署和含有網(wǎng)絡(luò)覆蓋空洞部署的場(chǎng)景中,DV-RND算法的定位性能優(yōu)于DV-Hop算法以及DV-CNED算法。DV-RND算法能有效解決跳數(shù)-距離模糊問(wèn)題,具有較高的定位精度和可靠性。
　　(2)針對(duì)一般無(wú)線傳播模型下的最優(yōu)鄰居定義問(wèn)題,提出了一種動(dòng)態(tài)自適應(yīng)鄰居選擇算法,并結(jié)合DV-RND算法,進(jìn)一步提出一種基于自適應(yīng)RND的定位算法DV-ARND。在接收功率測(cè)量實(shí)驗(yàn)的基礎(chǔ)上,建立一種基于實(shí)驗(yàn)數(shù)據(jù)的多

6、項(xiàng)式擬合模型,并歸納出一般無(wú)線傳播模型的特征:接收功率是隨機(jī)變量,且接收功率的期望是關(guān)于收發(fā)機(jī)之間距離的非單調(diào)增函數(shù)。在此模型下,利用收包率(PRR)重新定義了圓盤(pán)模型(UDG)中的‘跳’和‘鄰居’,并通過(guò)錨節(jié)點(diǎn)搜索最優(yōu)PRR門(mén)限來(lái)實(shí)現(xiàn)動(dòng)態(tài)自適應(yīng)鄰居選擇算法,最終使得DV-ARND算法的定位性能達(dá)到最優(yōu)。DV-ARND算法不僅較好地解決了跳數(shù)-距離模糊問(wèn)題,而且自適應(yīng)于一般無(wú)線傳播模型中。通過(guò)仿真,在一般無(wú)線傳播模型下驗(yàn)證和比較了DV-

7、ARND算法的定位性能。仿真結(jié)果表明,在對(duì)數(shù)-正態(tài)陰影衰落模型和多項(xiàng)式擬合模型下,DV-ARND算法有效地提高了節(jié)點(diǎn)的定位精度。在相同條件下,DV-ARND算法的定位性能明顯優(yōu)于DV-Hop算法和DV-RND算法。
　　(3)針對(duì)基于接收信號(hào)強(qiáng)度(RSS)定位的環(huán)境依賴(lài)性問(wèn)題,提出了一種基于自適應(yīng)權(quán)重(IRW)的加權(quán)質(zhì)心定位算法AWCL-IRW。該算法通過(guò)RI(RSSIndicator)倒數(shù)的g次方構(gòu)建自適應(yīng)權(quán)重函數(shù)IRW,并且通

8、過(guò)錨節(jié)點(diǎn)自學(xué)習(xí)算法獲得最優(yōu)權(quán)重因子g?,將環(huán)境依賴(lài)性很強(qiáng)的RSS和算法復(fù)雜度很低的加權(quán)質(zhì)心定位(WCL)有機(jī)地結(jié)合起來(lái)。構(gòu)建了一個(gè)由20個(gè)Mica2節(jié)點(diǎn)組成的實(shí)驗(yàn)測(cè)試平臺(tái),并利用該平臺(tái)測(cè)量了不同距離、不同環(huán)境、不同方向、不同發(fā)射功率等測(cè)試條件下的RSS。利用實(shí)驗(yàn)測(cè)試平臺(tái),驗(yàn)證和比較了AWCL-IRW算法在不同實(shí)測(cè)環(huán)境中的定位性能。定位結(jié)果顯示,在水泥地面環(huán)境(20×30(m2))中,AWCL-IRW算法的平均定位誤差在2(m)以內(nèi);在小