基于Monte Carlo移動(dòng)無(wú)線傳感器網(wǎng)絡(luò)定位算法研究.pdf

1、對(duì)于無(wú)線傳感器網(wǎng)絡(luò)來(lái)說(shuō)，其研究的重要技術(shù)之一就是獲取網(wǎng)絡(luò)節(jié)點(diǎn)的位置信息。隨著該網(wǎng)絡(luò)應(yīng)用的普及，對(duì)其的研究也逐漸從靜態(tài)網(wǎng)絡(luò)轉(zhuǎn)向動(dòng)態(tài)網(wǎng)絡(luò)。動(dòng)態(tài)的傳感器網(wǎng)絡(luò)定位技術(shù)成為當(dāng)今關(guān)注的熱點(diǎn)。節(jié)點(diǎn)的移動(dòng)性使網(wǎng)絡(luò)能夠搜集到更多有用的位置信息，但同時(shí)，也給節(jié)點(diǎn)實(shí)時(shí)精確定位增加了難度。
　　首先，本論文概述了移動(dòng)傳感器網(wǎng)絡(luò)，其中包括移動(dòng)傳感器網(wǎng)絡(luò)的發(fā)展及應(yīng)用現(xiàn)狀、網(wǎng)絡(luò)結(jié)構(gòu)、特點(diǎn)以及熱點(diǎn)技術(shù)，重點(diǎn)闡述其實(shí)現(xiàn)定位技術(shù)的意義。接著分析幾種經(jīng)典的與距離無(wú)關(guān)的

2、節(jié)點(diǎn)定位算法，包括Centroid定位算法、Convex programming算法以及DV-Hop算法。最后推出了無(wú)需測(cè)距的Monte Carlo Localization(MCL)算法，使用該算法，可以較好的適應(yīng)網(wǎng)絡(luò)中節(jié)點(diǎn)的移動(dòng)性和低密度性，同時(shí)還能取得較好的定位精度。所以本論文工作的重點(diǎn)是圍繞基于MCL移動(dòng)傳感器網(wǎng)絡(luò)改進(jìn)算法的實(shí)現(xiàn)而展開。
　　本論文以Sample-adaptive Monte Carlo Boxed定位算法

3、理論以及構(gòu)建節(jié)點(diǎn)運(yùn)動(dòng)模型為基礎(chǔ)，提出了一種基于重疊采樣區(qū)域的移動(dòng)傳感器網(wǎng)絡(luò)定位算法。該算法是在經(jīng)典MCL算法基礎(chǔ)上提出的改進(jìn)，結(jié)合AMCB算法，同時(shí)利用節(jié)點(diǎn)移動(dòng)模型，對(duì)移動(dòng)節(jié)點(diǎn)的運(yùn)動(dòng)方向和速度進(jìn)行估計(jì)。最后把信標(biāo)盒和扇形的相交重疊區(qū)域作為采樣區(qū)域。論文最后在MATLAB軟件平臺(tái)下，通過改進(jìn)算法與以往算法相比，分析定位精度和采樣次數(shù)性能表現(xiàn)情況。實(shí)驗(yàn)?zāi)M結(jié)果顯示該算法在移動(dòng)無(wú)線傳感器網(wǎng)絡(luò)中是有效的和可行的，并在維持定位精度的前提下減少能耗