面向智能空间的位置感知方法研究

摘要

位置感知是智能空间中的重要技术.在分析了现有基于移动自组网的位置感知方法后,提出了一种基于多维定标(multidimensional scaling,简称MDS)的新的位置感知方法--SSOLA(smart space oriented location awareness method),可以对智能空间中的无线通信节点进行精确定位,获得节点之间的相对位置(坐标);当有极少数位置已知的锚节点(2维定标存在3个以上锚节点,3维定标存在4个以上锚节点)时,可以得到全网所有节点的绝对位置(坐标).SSOLA算法的设计思想是:以MDS分析为核心,采用Euclidean测距方法计算节点间距离矩阵,采用1跳和2跳局部图相结合的自适应选择机制构建局部图,各节点独立计算局部图,最终合成全局位置图.此外,SSOLA还可以与OLSR路由算法相融合,从整体上减轻了SSOLA算法的执行开销,提高了定位效率.仿真实验结果表明,SSOLA具有对锚节点依赖小、定位精度高、可扩展性好、执行速度快等优点,对原始测量误差也有较强的鲁棒性,可以应用于战术互联网、智能战场等大规模无线通信环境中.