基于节点密度分布的无线传感器网络定位的研究

摘要

节点定位是无线传感器网络中一个基础但十分重要的研究方向。在需要使用参考节点进行定位的算法中，通过规划动态信标节点的移动路径进行辅助定位是当前研究的热点。在这类算法中，待定位的普通传感器节点通过接收信标节点广播的信标信息来计算自己的位置。因此，研究信标节点在何时何地进行信标信息的广播就显得非常重要。
　　实际应用场景中，传感器节点大多被随机地部署在监测区域内，因此网络中节点的分布往往疏密不均。现存的定位算法，没有把网络中节点的密度当作一个定位的参考依据，也就是说设计出的算法对网络中节点的分布密度没有敏感性。如果算法在节点密集区域和节点稀疏区域使用相同的定位策略，就会造成节点密度大的区域定位精度低，节点分布相对稀疏的区域定位率低、信标节点的能量没有得到最大化利用等问题。针对这些问题，本文提出了一种基于网络中节点分布密度进行定位的生成信标树算法(GBT)。该算法借助图的深度优先遍历(DFT)思想，在网络中使用一个信标节点组，通过比较当前信标节点广播区域内传感器节点的一跳未被定位的邻居节点的个数，生成一棵深度优先信标树(DFBT)。信标节点组沿着规划好的路径对网络中的节点进行遍历，最终可以达到节点的全定位。通过与其他的规划动态信标节点路径进行定位的算法的比较，证明了GBT算法在定位时间、定位精度和对信标节点能量的充分利用上都要更加优化。
　　当监测区域面积大，网络中节点的分布存在密集区域分散时，仅使用一个信标节点组已经不能够满足定位需求。于是，在GBT算法的基础上扩展出了多信标树协同定位算法(MGBT)。该算法在网络中同时使用多个信标节点组进行定位，每个信标节点组都有自己的本地笛卡尔坐标系统(LCCS)。不同的LCCS之间会使用Uni-LCCSs算法进行统一，最终网络中所有的节点都将使用一个相同的LCCS进行定位。为了进一步提高算法性能，还对MGBT算法进行了优化操作，衍生出Min-MGBT算法。实验表明，这种扩展算法和衍生的优化算法，在定位时间和定位精度方面均有改善。

目录

声明

摘要

第一章 绪论

1．1 无线传感器网络概述

1．1．1 概念

1．1．2 发展历程和应用前景

1．2 无线传感器网络定位问题描述

1．2．1 传统定位技术

1．2．2 无线传感器网络中的节点定位

1．3 本文研究内容及目标

1．4 文章组织结构

第二章 无线传感器网络节点定位算法

2．1 定位概念和术语

2．2 定位算法分类

2．2．1 基于测距和无需测距的定位算法

2．2．2 集中式和分布式定位算法

2．2．3 粗精度和细精度定位算法

2．2．4 基于信标节点和无需信标节点的定位算法

2．3 信标节点辅助定位

2．3．1 静态信标节点辅助定位方案

2．3．2 动态信标节点辅助定位方案

2．3．3 两种经典的动态信标节点辅助定位算法

2．4 无线传感器网络定位算法要求

2．5 本章小结

第三章 基于节点密度的定位算法

3．1 引言

3．2 概念定义及网络模型

3．2．1 概念定义

3．2．2 网络模型

3．3 算法设计

3．3．1 选举root节点

3．3．2 估计位置算法

3．3．3 信标节点组移动算法

3．3．4 生成信标树算法

3．4 仿真实验及分析

3．4．1 仿真环境设置

3．4．2 算法性能分析

3．5 本章小结

第四章 基于GBT的多信标树协同定位

4．1 message字段说明

4．2 基于GBT算法的多信标树协同定位算法

4．2．1 概念说明

4．2．2 MGBT算法

4．2．3 Uni-LCCSs算法

4．3 MGBT算法优化：剪枝

4．3．1 GBT算法中的SE操作

4．3．2 MGBT算法中的SE操作

4．4 仿真实验及分析

4．4．1 仿真环境设置

4．4．2 算法性能分析

4．5 MGBT算法扩展分析

4．6 本章小结

第五章 总结与展望

5．1 工作总结

5．2 研究展望

参考文献

发表论文和参加科研情况

致谢