無(wú)線傳感網(wǎng)絡(luò)定位算法研究.pdf

1、從20世紀(jì)90年代起，隨著微電子、無(wú)線通信和計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的迅速發(fā)展，無(wú)線傳感器網(wǎng)絡(luò)（Wireless Sensor Network，WSN）在世界范圍內(nèi)引起了廣泛的關(guān)注。WSN是指由大量硬件代價(jià)低、體積微小的傳感器節(jié)點(diǎn)構(gòu)成，部署在目標(biāo)區(qū)域內(nèi)用于執(zhí)行特定監(jiān)測(cè)任務(wù)的無(wú)線網(wǎng)絡(luò)。這類(lèi)網(wǎng)絡(luò)因具有成本低、部署方便等特點(diǎn)而具有很大的實(shí)用價(jià)值。在WSN的各項(xiàng)應(yīng)用中，傳感器節(jié)點(diǎn)的位置信息都扮演著不可缺少的角色，因此無(wú)線傳感器網(wǎng)絡(luò)的定位研究是具有現(xiàn)實(shí)意義

2、的。
　　本文主要研究基于距離的分布式無(wú)線傳感網(wǎng)絡(luò)定位算法。受文獻(xiàn)[1]的啟發(fā)，本文提出一種帶攝動(dòng)的梯度定位算法。該定位算法去掉了原算法中避免碰撞的部分，并增加了坐標(biāo)轉(zhuǎn)換部分。其中，坐標(biāo)轉(zhuǎn)換實(shí)現(xiàn)在系統(tǒng)收斂后根據(jù)錨節(jié)點(diǎn)的絕對(duì)坐標(biāo)將未知節(jié)點(diǎn)的相對(duì)坐標(biāo)通過(guò)線性變換轉(zhuǎn)換為絕對(duì)坐標(biāo)，并通過(guò)MATLAB仿真平臺(tái)驗(yàn)證了本文算法的性能。首先，比較本文算法與傳統(tǒng)梯度算法在不同拓?fù)湎碌亩ㄎ怀晒β?，結(jié)果顯示本文算法成功率明顯高于傳統(tǒng)梯度算法。接著，將本

3、文算法與現(xiàn)有的分布式定位算法DILOC和DNRL進(jìn)行性能比較，在收斂速度方面，本文算法稍慢于DILOC算法，快于DNRL算法;但在對(duì)拓?fù)溥B通度要求方面，DILOC算法對(duì)拓?fù)湓黾恿藘蓚€(gè)假設(shè)，而本文算法僅要求拓?fù)錆M足全局剛性即可。最后，考慮在距離測(cè)量值上增加高斯噪聲，本文采用文獻(xiàn)[2]中均值濾波的思想對(duì)距離測(cè)量值進(jìn)行處理，仿真結(jié)果顯示，在噪聲情形下本文算法仍然能達(dá)到較高的定位精度。
　　此外，本文跟進(jìn)了現(xiàn)有的基于質(zhì)心坐標(biāo)表達(dá)的定位算法

4、研究。Khan等人首先提出基于質(zhì)心坐標(biāo)的定位算法，刁英斐等將該算法的適用范圍擴(kuò)展到一般網(wǎng)絡(luò)，并給出其可定位的充要條件。刁英斐等文中給出的其算法可定位的充要條件是不完整的，本文對(duì)其作了補(bǔ)充。同時(shí)，將帶攝動(dòng)梯度算法與基于質(zhì)心坐標(biāo)迭代的ECHO算法融合，降低了該算法對(duì)拓?fù)溥B通度的要求;優(yōu)化了其計(jì)算節(jié)點(diǎn)的選取方式，使其能更有效地利用錨節(jié)點(diǎn)信息，加快了其收斂速度。最后通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了本文給出的融合算法在收斂速度和對(duì)拓?fù)溥B通要求兩方面均優(yōu)于原來(lái)的