無(wú)線傳感器網(wǎng)絡(luò)從最初的戰(zhàn)爭(zhēng)裝備,到如今民用領(lǐng)域的多元化應(yīng)用,歷經(jīng)半個(gè)多世紀(jì)的洗禮。在實(shí)際應(yīng)用中,人們?cè)谔幚砭W(wǎng)絡(luò)中節(jié)點(diǎn)捕獲的數(shù)據(jù)之前需要確定節(jié)點(diǎn)自身所處的位置。節(jié)點(diǎn)定位技術(shù)建立在算法研究基礎(chǔ)上。由于受到網(wǎng)絡(luò)成本、節(jié)點(diǎn)分布狀態(tài)等因素的影響,傳統(tǒng)靜態(tài)節(jié)點(diǎn)定位算法取得較好的定位效果時(shí)所付出的代價(jià)也較高。移動(dòng)信標(biāo)節(jié)點(diǎn)定位從減少信標(biāo)節(jié)點(diǎn)數(shù)量出發(fā),可以在一定程度上解決靜態(tài)節(jié)點(diǎn)定位面臨的困境。值得注意的是,節(jié)點(diǎn)移動(dòng)增加了算法設(shè)計(jì)的復(fù)雜性,需在前人工作的基礎(chǔ)上對(duì)移動(dòng)信標(biāo)節(jié)點(diǎn)定位適用的算法做進(jìn)一步研究。本文首先研究了靜態(tài)節(jié)點(diǎn)定位算法,移動(dòng)信標(biāo)節(jié)點(diǎn)定位算法以及移動(dòng)信標(biāo)節(jié)點(diǎn)路徑規(guī)劃的基礎(chǔ)理論。分析了信標(biāo)節(jié)點(diǎn)移動(dòng)對(duì)解決定位問(wèn)題的優(yōu)勢(shì)以及現(xiàn)階段群智能算法在解決節(jié)點(diǎn)定位問(wèn)題中的作用。然后介紹了布谷鳥(niǎo)搜索算法,人工魚(yú)群算法的行為特點(diǎn)和操作步驟,并將人工魚(yú)群算法中的覓食行為以串行混合方式引入布谷鳥(niǎo)搜索算法中,加快算法的收斂速度。將多個(gè)移動(dòng)信標(biāo)節(jié)點(diǎn)對(duì)多個(gè)靜止未知節(jié)點(diǎn)的定位問(wèn)題作為論文研究的核心。將移動(dòng)信標(biāo)節(jié)點(diǎn)定位問(wèn)題分為初步定位和精確定位兩個(gè)階段。初步定位階段混合了RSSI信號(hào)接收強(qiáng)度測(cè)距法、極大似然估計(jì)法和DV-Hop算法。精確定位階段即改進(jìn)的布谷鳥(niǎo)搜索算法。先通過(guò)初步定位階段求得未知節(jié)點(diǎn)坐標(biāo)的粗略值,再代入精確定位階段改進(jìn)布谷鳥(niǎo)搜索算法中迭代求精。仿真驗(yàn)證階段,論文分析了信標(biāo)節(jié)點(diǎn)移動(dòng)前后對(duì)未知節(jié)點(diǎn)的定位覆蓋率與定位精度的影響,通過(guò)大量仿真實(shí)驗(yàn)分析了滿足較高定位覆蓋率情況下移動(dòng)信標(biāo)節(jié)點(diǎn)需求數(shù)量的最低值。其次,論文在多移動(dòng)信標(biāo)節(jié)點(diǎn)定位算法研究的基礎(chǔ)上,結(jié)合“先選取虛擬信標(biāo)節(jié)點(diǎn),再進(jìn)行路徑規(guī)劃”的研究思想,設(shè)計(jì)了單一移動(dòng)信標(biāo)節(jié)點(diǎn)路徑規(guī)劃算法。該算法先利用單一移動(dòng)信標(biāo)節(jié)點(diǎn)按照SCAN路徑模型移動(dòng),通過(guò)多移動(dòng)信標(biāo)節(jié)點(diǎn)定位算法初步定位階段粗略估算未知節(jié)點(diǎn)的坐標(biāo)。然后在精確定位階段計(jì)算需要遍歷的虛擬信標(biāo)節(jié)點(diǎn)位置,將移動(dòng)信標(biāo)節(jié)點(diǎn)路徑規(guī)劃問(wèn)題轉(zhuǎn)化為數(shù)學(xué)領(lǐng)域的TSP問(wèn)題,最后利用蟻群算法優(yōu)化節(jié)點(diǎn)移動(dòng)路徑。仿真結(jié)果表明,該算法在獲得較高定位覆蓋率的情況下使得信標(biāo)節(jié)點(diǎn)移動(dòng)距離較短。
【學(xué)位單位】：太原理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TN929.5;TP212.9
【部分圖文】：

傳感器網(wǎng)絡(luò)概述傳感器網(wǎng)絡(luò)結(jié)構(gòu)感器網(wǎng)絡(luò)由大量普通傳感器節(jié)點(diǎn)、匯聚節(jié)點(diǎn)和管理節(jié)點(diǎn)組成[53的制約，網(wǎng)絡(luò)中的傳感器節(jié)點(diǎn)的數(shù)據(jù)處理能力和通信距離受到感器節(jié)點(diǎn)可以和自身通信半徑范圍內(nèi)的鄰居節(jié)點(diǎn)進(jìn)行通信，通通信半徑以外的節(jié)點(diǎn)。普通傳感器節(jié)點(diǎn)通過(guò)采集和處理感知要不斷的接收和轉(zhuǎn)發(fā)其他傳感器節(jié)點(diǎn)傳遞的數(shù)據(jù)信息。點(diǎn)在數(shù)據(jù)處理、信息儲(chǔ)存、電源能量等方面強(qiáng)于普通傳感器節(jié)信息收集至匯聚節(jié)點(diǎn)，匯聚節(jié)點(diǎn)將傳感器網(wǎng)絡(luò)和外部網(wǎng)絡(luò)連接者互聯(lián)網(wǎng)等介質(zhì)將數(shù)據(jù)信息傳遞到管理節(jié)點(diǎn)，觀察者可以通過(guò)測(cè)區(qū)域的狀態(tài)[54]。無(wú)線傳感器網(wǎng)絡(luò)結(jié)構(gòu)示意圖如圖 2-1：

圖 2-2 傳感器節(jié)點(diǎn)結(jié)構(gòu)圖Fig.2-2 The image of sensor node單元的功能是數(shù)據(jù)采集和數(shù)據(jù)轉(zhuǎn)化，即將采集的數(shù)據(jù)進(jìn)行模數(shù)轉(zhuǎn)換單元發(fā)送的數(shù)據(jù)進(jìn)行運(yùn)算和存儲(chǔ)，控制傳感器節(jié)點(diǎn)的工作狀態(tài)。通與其他節(jié)點(diǎn)的無(wú)線信息傳輸任務(wù)，包括發(fā)送和接收數(shù)據(jù)信息。若該其他節(jié)點(diǎn)轉(zhuǎn)發(fā)的數(shù)據(jù)信息，由處理單元處理并存儲(chǔ)。電源單元可以單元供能。電源單元一般是用能量有限的電池代替，因此傳感器節(jié)，直接影響傳感器節(jié)點(diǎn)的使用壽命。能量單元也為添加定位系統(tǒng)和能。傳感器網(wǎng)絡(luò)的特點(diǎn)傳感器網(wǎng)絡(luò)在設(shè)計(jì)目標(biāo)、應(yīng)用要求等方面與一般無(wú)線網(wǎng)絡(luò)不同。一

測(cè)距精度一般都比 TOA 高；但是由于 T本較高。]（AOA）助陣列天線等設(shè)備獲得信號(hào)到達(dá)的各個(gè)法測(cè)距精度容易受到節(jié)點(diǎn)附近的環(huán)境因素見(jiàn)的測(cè)距方法，當(dāng)未知節(jié)點(diǎn)接收到與信下算法估算未知節(jié)點(diǎn)坐標(biāo)。-4 所示，若已知信標(biāo)節(jié)點(diǎn) A、B、C 的坐未知節(jié)點(diǎn) U 的通信半徑范圍內(nèi)。未知節(jié)過(guò)組建距離方程式求解未知節(jié)點(diǎn)坐標(biāo)。
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄧慧允;張清泉;;蟻群算法與遺傳算法在TSP中的對(duì)比研究[J];山西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年03期

2 潘浩;舒服華;;基于改進(jìn)布谷鳥(niǎo)算法的無(wú)線傳感網(wǎng)絡(luò)覆蓋多目標(biāo)優(yōu)化[J];吉林師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年02期

3 陳樹(shù);陸穎;;移動(dòng)錨節(jié)點(diǎn)定位WSNs中無(wú)標(biāo)識(shí)節(jié)點(diǎn)算法研究[J];傳感器與微系統(tǒng);2016年12期

4 張新榮;熊偉麗;徐保國(guó);;一種基于RSSI的無(wú)線傳感器網(wǎng)絡(luò)全程優(yōu)化分布式定位策略[J];傳感技術(shù)學(xué)報(bào);2016年12期

5 張強(qiáng);張慶;張磊;于紀(jì)言;賈方秀;;無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位中移動(dòng)信標(biāo)的路徑規(guī)劃[J];兵器裝備工程學(xué)報(bào);2016年02期

6 尚俊娜;劉春菊;岳克強(qiáng);李林;;多智能體蝙蝠算法在無(wú)線傳感器中的應(yīng)用[J];傳感技術(shù)學(xué)報(bào);2015年09期

7 徐浩杰;劉濟(jì)科;呂中榮;;基于布谷鳥(niǎo)算法的結(jié)構(gòu)損傷識(shí)別[J];中山大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年04期

8 杜楊洋;毛永毅;;基于多功率移動(dòng)錨節(jié)點(diǎn)WSN智能定位算法[J];電子技術(shù)應(yīng)用;2015年06期

9 明波;黃強(qiáng);王義民;劉登峰;白濤;;基于改進(jìn)布谷鳥(niǎo)算法的梯級(jí)水庫(kù)優(yōu)化調(diào)度研究[J];水利學(xué)報(bào);2015年03期

10 陳曉海;彭艦;劉唐;;基于最優(yōu)信標(biāo)節(jié)點(diǎn)的無(wú)線傳感器網(wǎng)絡(luò)質(zhì)心定位算法[J];計(jì)算機(jī)應(yīng)用;2015年01期

相關(guān)博士學(xué)位論文 前2條

1 石琴琴;無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)自定位系統(tǒng)及其算法研究[D];上海交通大學(xué);2009年

2 李曉磊;一種新型的智能優(yōu)化方法-人工魚(yú)群算法[D];浙江大學(xué);2003年

相關(guān)碩士學(xué)位論文 前8條

1 曹建;基于RSSI的無(wú)線傳感器網(wǎng)絡(luò)混合定位算法[D];太原理工大學(xué);2017年

2 馬烈;混合優(yōu)化算法及其在圖像處理中的應(yīng)用研究[D];湖北工業(yè)大學(xué);2017年

3 付美玲;引入蛙跳局部搜索和混沌原理的布谷鳥(niǎo)算法[D];內(nèi)蒙古工業(yè)大學(xué);2016年

4 王安琦;無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位若干問(wèn)題研究[D];北京交通大學(xué);2016年

5 王浩;基于優(yōu)先節(jié)點(diǎn)定位和人工魚(yú)群優(yōu)化的DV-Hop算法研究[D];中國(guó)礦業(yè)大學(xué);2016年

6 于佩佩;基于人工蜂群算法的無(wú)線傳感器網(wǎng)絡(luò)移動(dòng)節(jié)點(diǎn)定位技術(shù)研究[D];南京郵電大學(xué);2015年

7 占宏;基于移動(dòng)信標(biāo)的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位算法研究[D];華南理工大學(xué);2012年

8 徐云劍;基于蟻群算法的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位技術(shù)的研究與分析[D];湖南師范大學(xué);2009年

本文編號(hào)：2849216