无线传感器网络无需测距的高效定位算法的研究

摘要

无线传感器网络一般是由数目众多的廉价传感器节点组成。这些传感器节点具有感知，计算和无线通信等能力。在许多无线传感器网络应用中，例如环境监测，灾难救援，地理路由等，传感器节点的位置信息十分重要。但是为每个传感器节点装置GPS接收器的代价巨大，一般只为其中小部分的节点安置GPS接收器(这些节点称为锚节点)，其他节点(称为未知节点)的位置开始时是不知道的，它们利用锚节点信息来估计自己的位置。因此传感器节点的定位问题在许多无线传感器网络应用中是一个非常重要的问题。已提出的定位算法大体可以分为基于测距的和无需测距的。尽管基于测距的定位算法的定位精度较好，但是这类定位算法需要传感器节点装置额外的硬件，费用过高。而无需测距的定位算法不需要额外的硬件条件，是解决定位问题的一个比较经济适用的方法。
　　 怎么克服无需测距的定位算法定位精度不高的缺点是本文的主要任务。如果传感节节点能得到更多有利于定位的信息，显然可以做到在已有算法的基础上提高定位的精度。但是更多有利信息的获取不应该是通过为传感器节点装置额外的硬件实现的，否者无需测距的定位算法将失去经济适用的特点。因此在不需要为传感器节点装置额外硬件的前提下，充分发掘现有硬件条件下能够获取到的信息并加以充分利用是本文研究的主要内容。同时传感器节点的能量是有限的，怎样减小定位算法的计算开销从而节省能量也是我们的研究内容。主要从以下几个方面展开了深入的研究，概括如下：
　　 第一，传统的定位算法要么利用一跳内锚节点的信息进行定位，这时由于一跳内的锚节点数目较少，定位的精度不好；要么利用整个传感器网络中锚节点的信息进行定位，但是为了获取整个网络锚节点的信息，算法的通信开销非常大，且受到不规则网络拓扑的影响较大。因此，在两跳邻居范围内收集锚节点信息是一个折衷的方法：这时未知节点收集信息不需要在整个网络中广播信息;收集的信息只来自于未知节点的局部区域，信息不会受到整个网络拓扑的影响而失真；同时比在一跳范围内收集信息能获得更多的有利信息进而提高定位精度。
　　 第二，很多传统的定位算法并没有考虑到实际环境中通信模型的不规则带来的影响，即使有些算法描述了不规则通信模型给算法带来的影向，但是没有针对所带来的影响而专门改进或者扩展算法使之能更加适用于实际应用。在传感器网络的实际应用中，由于无线信号受到周围环境的影向，一些定位算法根本无法被某些未知节点所执行，或者定位算法的性能会变得很差。我们利用接收信号强度来比较接收节点到发送节点的相对距离，并依此选择部分邻居锚节点进行定位，从而减小了不规则通信模型对算法的影响，使算法能更加适应实际应用。同时我们还在设计了一个简单的方法，较大程度地减小了原有算法的计算量。
　　 第三，接收信号强度，作为一个现有硬件条件下能够轻易测得，但是在早前的无需测距的定位算法中没有被充分利用的信息，如果能够加以利用，必然能够提高现有算法的定位精度。本文在仔细研究了不规则通信模型下接收信号强度与距离之间的关系后，基于一个移动锚节点设计了一个更加精确的使用接收信号强度的算法。

目录

文摘

英文文摘

声明

第1章 绪论

1.1 研究背景

1.2研究意义及研究内容

1.3论文组织

第2章 无线传感器网络无需测距的定位算法综述

2.1 无线传感器网络节点定位算法的性能评价指标

2.2几种经典的无需测距的定位算法

2.2.1 Centroid定位算法

2.2.2 APIT(Approximate Point-In-Triangulation)定位算法

2.2.3 DV-hop定位算法

2.2.4 Amorphous定位算法

2.2.5 MDS-MAP(C)定位算法

2.2.6 凸规划定位算法

2.2.7 Bounding-box定位算法

2.2.8 Grid-scan定位算法

2.3 各个算法的性能比较：

2.4通信模型

2.4.1规则通信模型

2.4.2不规则通信模型

第3章 利用两跳范围内的锚节点进行定位

3.1 相关工作

3.2算法描述

3.3仿真试验结果及分析

3.4本章小结

第4章 基于接收信号强度的高效网格扫描定位算法

4.1 相关工作

4.2基于接受信号强度的高效网格扫描定位算法

4.2.1文献[29]中的 improved Grid-scan算法的缺点

4.2.2算法描述

4.2.3算法伪代码

4.3仿真实验结果及分析

4.3.1仿真实验的场景

4.3.2仿真实验中接收信号强度与距离的关系

4.3.3和improved Grid-scan算法的性能比较

4.4本章小结

第5章基于移动锚节点的定位算法

5.1 相关工作

5.2基于移动锚节点的定位算法

5.2.1接收信号强度(RSS)

5.2.2算法描述

5.3仿真实验的结果及分析

5.4本章小结

第6章 总结与展望

6.1本文的主要工作和主要结论

6.2未来研究工作设想

参考文献

致谢

在读期间发表的学术论文与取得的研究成果