基于无线传感器网络的自适应时延估计算法研究

摘要

无线传感器网络的概念提出至今已经有30年的历史了,随着近些年无线通信技术的进步,这些理念正在慢慢变为现实。在无线传感器网络的许多应用中,节点位置信息往往起着至关重要的作用,许多场景需要无线传感器网络提供百米范围的高精度定位功能。然而在现有的技术中,有些技术因为定位精度不够高而难以合要求,有些技术则因为定位范围不够广而难以合要求。可见,研发一种适用于无线传感器网络的高精度测距方案具有重要的理论意义及实用价值。本文的主要工作如下:
　　 1)详细地研究了定位精度与测距精度的关系,以及测距精度的影响因素。通过对现有测距技术的比较,表明了TDOA和AOA测距技术更加适用于实现无线传感器网络的定位功能。
　　 2)因为TDOA和AOA测距技术均可归结为时延估计问题,因此我们完整地研究了基于随机信号的自适应时延估计算法的理论框架,对其中具有代表性的LMSTDE算法、ETDE算法、ETDGE算法和METDE算法进行了详细的理论推导及对比仿真,分析了各种算法的优缺点及演进方式。
　　 3)通过借鉴基于随机信号的自适应时延估计算法的设计思路,我们设计了基于正弦信号的自适应时延估计算法-TDES算法,并进行了详细的理论推导。通过TDES算法与ETDE算法在正弦波时延估计问题中的对比仿真,表明了TDES算法与传统算法相比,简化了算法的实现复杂度,同时提高了抗噪性能,在信噪比较差的环境中,TDES可以提供比ETDE算法更好的估计方差和时延估计精度。
　　 4)研究了两类著名的正弦信号参数估计算法-SRGN算法及IEEE-STD-1057算法,通过其与TDES算法之间的对比仿真,我们注意到TDES算法收敛速度较慢的不足,同时也发现TDES算法在收敛后,可以提供非常好的噪声抑制特性及采样分辨率。
　　 5)通过将RGN算法与TDES算法相结合,设计了RGNTDES算法,并且将其与SRGN算法、TDES算法进行了对比仿真。我们发现RGNTDES算法不仅继承了SRGN算法收敛速度快的优点,而且也继承了TDES抑制噪声能力强的优点。在静态环境下,RGNTDES算法采样分辨率的性能得到了显著提高。