首页> 中文学位 >无线传感器网络中的分布式定位算法
【6h】

无线传感器网络中的分布式定位算法

代理获取

目录

文摘

英文文摘

论文说明:图目录

第1章.绪论

第2章.无线传感器网络介绍

2.1传感器网络系统结构

2.2传感器网络的特殊性

2.3传感器网络的研究

2.4传感器网络的应用

第3章.定位技术分析

3.1定位技术简介

3.1.1基本概念和算法

3.2定位算法分类

3.3定位算法分析

3.3.1基于距离的定位算法

3.3.2距离无关的定位算法

第4章.定位算法设计与实现

4.1定位算法设计

4.1.1算法设计目标

4.1.2算法设计方案

4.2定位算法实现

4.2.1算法前提

4.2.2计算RSSI相似度

4.2.3确定邻居节点数K

4.2.4计算位置

4.3算法分析

4.3.1时间复杂度分析

4.3.2空间复杂度分析

4.3.3通讯代价

4.3.4容错能力

4.3.5扩展性

第5章.定位算法实验与分析

5.1模拟实验环境

5.2信号传递损耗模型

5.3实验结果及分析

5.3.1信标节点密度对精度的影响

5.3.2信标节点分布对精度的影响

5.3.3邻居节点K对精度的影响

5.3.4动态选择K对定位精度的影响

第6章.总结与展望

6.1生产低成本高性能的传感器节点

6.2应用相关的定位算法

6.3分布式高效的定位算法

参考文献

致谢

展开▼

摘要

本文提出了一个应用于无线传感器网络的定位算法。该定位算法具有可扩展、分布式和距离无关等特点。在无线传感器网络中,位置信息对无线传感器网络的应用至关重要。高精度、低能耗的分布式定位算法有着广阔的应用前景。GPS全球卫星定位系统由于其高昂的成本和能耗,使得它不适用于低成本低功耗自组织的无线传感器网络。在无线网络的定位研究方面,已经提出了很多基于距离的算法。但是由于目前为止,在无线传感器网络中,还没有一个低成本、高精度的距离测量方法,所以基于距离的定位算法在精度方面不尽如人意。本篇论文从一个新的角度提出了定位算法,命名为RSSI(接收信号强度标识)相似度算法。在。RSSI相似度算法中,每一个未知位置的传感器节点在本地估算自己的物理位置。第一步,每一个未知位置的传感器节点通过相似度方程计算它与每一个邻居信标节点的RSSI相似度;第二步,根据RSSI相似度值对所有的邻居信标节点进行排序,然后取K个邻居信标节点;第三步,根据相似度权重质心方程计算权重质心作为该传感器节点物理位置。该算法的时间复杂度是(n<,∧>2),n代表邻居信标节点的个数。我们在模拟环境中实践了RSSI相似度定位算法,并在本文中进行了结果分析。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号