《无线传感器网络移动节点定位算法的研究》由会员分享，可在线阅读，更多相关《无线传感器网络移动节点定位算法的研究（69页珍藏版）》请在金锄头文库上搜索。
1、重庆理工大学 硕士学位论文 无线传感器网络移动节点定位算法的研究 姓名：沈钰 申请学位级别：硕士 专业：信号与信息处理 指导教师：余成波 2011-05-31 重庆理工大学硕士学位论文 I 摘 要 在传感器网络的各种应用中， 监测到事件之后需要关心的一个重要问题就是该事 件发生的位置，没有位置信息的监测消息是毫无意义的。 随着无线传感器网络技术的 发展，越来越多的场合都需要传感器节点具有移动性。虽然，无线传感器网络定位算 法一直是一个研究的热点，但专门针对移动节点定位算法的研究还不多。 本论文首先介绍了无线传感器网络的基本概念、体系结构及其应用；在此基础之 上进一步介绍了无线传感器网络节点定位
2、的相关概念、 定位算法的分类及基本的性能 评价标准；然后对无线传感器网络移动节点定位算法的研究现状进行了描述，阐述了 现有的主要的无线传感器网络移动节点定位算法。最后，将研究的重点放在了基于 RSSI 测距技术的室内定位算法上。 室内定位是无线传感器网络移动节点定位算法重要的一个应用领域。 本文在实际 分析了 RSSI 信号在室内环境下的特性之后，提出了一种将信号对数传输损耗模型与 场景指纹定位方法相结合的定位策略，在保证定位精度的同时提高了效率。 并在基于 场景指纹的概率定位算法的基础上， 在流形学习的前提假设下， 结合递推求解的方法， 提出了一种计算复杂度不高的基于概率的半监督场景指纹定位
3、算法， 减小了场景指纹 方法在离线阶段的数据采集与处理的工作量，进一步提升了工作效率。实验结果表明 本算法能减少有标签样本数据采集的工作量，对知其位置的，有标签的 RSSI 向量样 本所占比例的要求并不高，是一种较为高效的室内定位算法。同时，在经过校正后， 实际使用该算法对移动节点进行定位时，也有着较高的精度。 关键词：关键词：无线传感器网络、移动节点定位、RSSI、高效、场景指纹、流形学习、 半监督 重庆理工大学硕士学位论文 II Abstract After monitoring an event, an important problem is the location where it
4、 occurred. Location information is an indispensable part of datum collected by sensor nodes, which means that monitoring information is usually meaningless without the location information. Although localization algorithm used in WSNs has been researched in many previous works, there are only few of
5、 them that focus on mobile nodes. Firstly, this dissertation introduces the structure, key technology, characteristic and applications of the wireless sensor networks, and the concept, classification and evaluation of the localization of nodes in the wireless sensor networks. Then this paper describ
6、es the existing localization algorithms for mobile nodes in the WSNs, finally, focuses on the RSSI-based localization algorithm for indoor environments. Localization algorithm for indoor environments is a challenging issue concerning WSNs based location systems. This thesis present a novel method fo
7、r indoor-location estimation using a mixture strategy. The motive is to obtain accurate coordinates without incurring too much human calibration. In addition, based on manifold learning, this thesis improves the probabilistic method and presents a semi-supervised algorithm to reduce data collection
8、and processing workload in fingerprinting method. The experiments show this algorithm is robust in indoor environments and can get relatively accurate coordinates with little labeled RSSI vector. In other words this algorithm is a low-cost and efficient algorithm. At the end of the thesis, this algo
9、rithm is used to tracking a mobile toy car in indoor environments, the result shows, with calibration, the performances of the probabilistic semi-supervised algorithm is relatively accurate. Keywords: WSNs, Localization for Mobile Nodes, RSSI, Efficient, Fingerprinting, RSSI, Manifold Learning, Semi
10、-Supervised 重庆理工大学重庆理工大学 学位论文原创性声明学位论文原创性声明 本人郑重声明：所呈交的学位论文是本人在导师的指导下，独立进行研究所取得的 成果。除文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表 或撰写的成果、作品。对本文的研究做出重要贡献的集体和个人，均已在文中以明确方 式标明。 本人承担本声明的法律后果。 作者签名： 日期： 年 月 日 学位论文使用授权声明学位论文使用授权声明 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向 国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权重 庆工学院可以将本学
11、位论文的全部或部分内容编入有关数据库进行检索， 可以采用影印、 缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于（请在以下相应方框内打“”） ： 1.保密，在 年解密后适用本授权书。 2.不保密。 作者签名： 日期： 年 月 日 导师签名： 日期： 年 月 日 1 绪论 1 1 绪论 1.1 研究的背景与意义 近年来随着微制造技术、无线通信技术、嵌入式计算技术和电池技术的发展，低 成本、 低功耗的无线传感器的大规模应用成为可能，这些无线传感器能同时具有感知 能力、计算能力、数据采集、无线通信和信息处理的能力123。无线传感器网络就 是将此类传感器布置在一个特定的区域内，让它们以无线的
12、方式进行通信，自组织成 网，协作的感知、处理和采集目标对象的多维信息(如光强、振动强度、温度、湿度、 噪声、移动的方向和速度等)，并发送给观察者。传感器网络在国防军事、环境监测 和预报、医疗卫生、空间探索、反恐抗灾、交通管理、智能家居、建筑物状态控制、 复杂机械监控、大型车间和仓库管理等领域有着广泛的应用前景，被认为是二十一世 纪最重要的技术之一。 2003 年 2 月份的美国技术评论杂志评出未来将对人类生活产生最深远影响 的十项新兴技术，无线传感器网络位居第一位。 在传感器网络的各种应用中， 监测到事件之后需要关心的一个重要问题就是该事 件发生的位置，没有位置信息的监测消息是毫无意义的。 比
13、如在战场中对敌方军事目 标的定位可以有利于集中火力进行打击；在智能交通应用中，可以监测特定车辆的位 置和运动情况；在目标跟踪应用中，实时监视目标的行动路线，预测目标的前进轨迹 等等。在这些应用中，传感器节点必须首先知道自身的位置信息，这是进一步采取措 施和做出决策的基础。除此之外，无线传感器网络运行和管理也需要节点位置信息的 辅助。例如基于地理信息的路由、资源的有效配置、对外部目标的定位和追踪、计算 网络覆盖范围、控制网络的负载均衡等。传感器网络节点定位的目的就是给出各传感 器节点在平面或空间中的绝对或相对坐标，也即节点的位置信息。 节点的定位问题是 传感器网络许多应用的基础，也是现在研究的热
14、门问题之一。 随着无线传感器网络技术的发展，越来越多的场合都需要传感器节点具有移动 性。例如，Intel公司推广的CAST (Center for Aging Services Technologies)技术项目4， 该项目中有一部分就是应用于流动的人群，例如在老龄人、阿尔茨海默氏病患者以及 残障人身上安装传感器，以便对他们随时进行监护，及时提供帮助；再如在Princeton 大学的ZebraNet项目中，传感器网络被部署在肯尼亚野生动物保护区的一群斑马身 重庆理工大学硕士学位论文 2 上，传感器所得的数据被用来研究动物的远距离迁移、 不同物种之间的相互作用以及 动物的夜间行为等；除此之外，还
15、有诸如海洋监测，河流流程发现，昆虫迁移跟踪， 战争兵力部署，危险地区人员监控，后勤管理等诸多应用，都依赖于传感器节点的移 动性。 现在大多数的无线传感器网络定位算法属静止节点定位算法，即所有节点都处 于静止状态时的定位算法，专门针对移动节点定位的研究相对较少，基于此，对传感 器移动节点定位算法的研究有着重要的意义。 1.2 无线传感器网络的相关概念 无线传感器网络（Wireless Sensor Networks）的基本定义如下：WSNs 是一种由 大量静止或移动的节点组成的自组网路（Ad-Hoc Networks） 。网络中的各节点依靠传 感器去获得某些感兴趣区域（Domain of Int
16、erest）里尽可能准确的有用信息，并将这 些信息通过无线的方式传送到管理终端，以满足各种应用需求。 1.2.1 无线传感器网络的体系结构 在无线传感器网络中， 传感器节点通过人工布置或飞机撒播等方式部署在监测区 域内部或其周围。这些节点组成 Ad-Hoc 网络后，以协作的方式感知、采集和处理被 监测区域内的特定信息，并将数据传送至汇聚（Sink）节点，最后，借由 Sink 链路 将整个区域内的数据传送到管理控制中心集中进行处理。 一个典型的无线传感器网络 体系如图 1.1 所示1。 图 1.1 典型的无线传感器网络体系示意图 监测区域 汇聚(SINK)节点 无线网络传感 器节点（群） A B C D EF G 卫星、互联 网、公共移 动通信网等 管理控制 中心 1 绪论 3 1 无线网络传感器
