無線傳感器網(wǎng)絡(luò)從最初的戰(zhàn)爭裝備,到如今民用領(lǐng)域的多元化應(yīng)用,歷經(jīng)半個多世紀(jì)的洗禮。在實際應(yīng)用中,人們在處理網(wǎng)絡(luò)中節(jié)點捕獲的數(shù)據(jù)之前需要確定節(jié)點自身所處的位置。節(jié)點定位技術(shù)建立在算法研究基礎(chǔ)上。由于受到網(wǎng)絡(luò)成本、節(jié)點分布狀態(tài)等因素的影響,傳統(tǒng)靜態(tài)節(jié)點定位算法取得較好的定位效果時所付出的代價也較高。移動信標(biāo)節(jié)點定位從減少信標(biāo)節(jié)點數(shù)量出發(fā),可以在一定程度上解決靜態(tài)節(jié)點定位面臨的困境。值得注意的是,節(jié)點移動增加了算法設(shè)計的復(fù)雜性,需在前人工作的基礎(chǔ)上對移動信標(biāo)節(jié)點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)點定位算法,移動信標(biāo)節(jié)點定位算法以及移動信標(biāo)節(jié)點路徑規(guī)劃的基礎(chǔ)理論。分析了信標(biāo)節(jié)點移動對解決定位問題的優(yōu)勢以及現(xiàn)階段群智能算法在解決節(jié)點定位問題中的作用。然后介紹了布谷鳥搜索算法,人工魚群算法的行為特點和操作步驟,并將人工魚群算法中的覓食行為以串行混合方式引入布谷鳥搜索算法中,加快算法的收斂速度。將多個移動信標(biāo)節(jié)點對多個靜止未知節(jié)點的定位問題作為論文研究的核心。將移動信標(biāo)節(jié)點定位問題分為初步定位和精確定位兩個階段。初步定位階段混合了RSSI信號接收強(qiáng)度測距法、極大似然估計法和DV-Hop算法。精確定位階段即改進(jìn)的布谷鳥搜索算法。先通過初步定位階段求得未知節(jié)點坐標(biāo)的粗略值,再代入精確定位階段改進(jìn)布谷鳥搜索算法中迭代求精。仿真驗證階段,論文分析了信標(biāo)節(jié)點移動前后對未知節(jié)點的定位覆蓋率與定位精度的影響,通過大量仿真實驗分析了滿足較高定位覆蓋率情況下移動信標(biāo)節(jié)點需求數(shù)量的最低值。其次,論文在多移動信標(biāo)節(jié)點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,再進(jìn)行路徑規(guī)劃”的研究思想,設(shè)計了單一移動信標(biāo)節(jié)點路徑規(guī)劃算法。該算法先利用單一移動信標(biāo)節(jié)點按照SCAN路徑模型移動,通過多移動信標(biāo)節(jié)點定位算法初步定位階段粗略估算未知節(jié)點的坐標(biāo)。然后在精確定位階段計算需要遍歷的虛擬信標(biāo)節(jié)點位置,將移動信標(biāo)節(jié)點路徑規(guī)劃問題轉(zhuǎn)化為數(shù)學(xué)領(lǐng)域的TSP問題,最后利用蟻群算法優(yōu)化節(jié)點移動路徑。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)點移動距離較短。
【學(xué)位單位】：太原理工大學(xué)
【學(xué)位級別】：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、匯聚節(jié)點和管理節(jié)點組成[53的制約，網(wǎng)絡(luò)中的傳感器節(jié)點的數(shù)據(jù)處理能力和通信距離受到感器節(jié)點可以和自身通信半徑范圍內(nèi)的鄰居節(jié)點進(jìn)行通信，通通信半徑以外的節(jié)點。普通傳感器節(jié)點通過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)點傳遞的數(shù)據(jù)信息。點在數(shù)據(jù)處理、信息儲存、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，匯聚節(jié)點將傳感器網(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，觀察者可以通過測區(qū)域的狀態(tài)[54]。無線傳感器網(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)行運算和存儲，控制傳感器節(jié)點的工作狀態(tài)。通與其他節(jié)點的無線信息傳輸任務(wù)，包括發(fā)送和接收數(shù)據(jù)信息。若該其他節(jié)點轉(zhuǎn)發(fā)的數(shù)據(jù)信息，由處理單元處理并存儲。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)的特點傳感器網(wǎng)絡(luò)在設(shè)計目標(biāo)、應(yīng)用要求等方面與一般無線網(wǎng)絡(luò)不同。一

測距精度一般都比 TOA 高；但是由于 T本較高。]（AOA）助陣列天線等設(shè)備獲得信號到達(dá)的各個法測距精度容易受到節(jié)點附近的環(huán)境因素見的測距方法，當(dāng)未知節(jié)點接收到與信下算法估算未知節(jié)點坐標(biāo)。-4 所示，若已知信標(biāo)節(jié)點 A、B、C 的坐未知節(jié)點 U 的通信半徑范圍內(nèi)。未知節(jié)過組建距離方程式求解未知節(jié)點坐標(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中的對比研究[J];山西師范大學(xué)學(xué)報(自然科學(xué)版);2017年03期

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

3 陳樹;陸穎;;移動錨節(jié)點定位WSNs中無標(biāo)識節(jié)點算法研究[J];傳感器與微系統(tǒng);2016年12期

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

5 張強(qiáng);張慶;張磊;于紀(jì)言;賈方秀;;無線傳感器網(wǎng)絡(luò)節(jié)點定位中移動信標(biāo)的路徑規(guī)劃[J];兵器裝備工程學(xué)報;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線傳感器中的應(yīng)用[J];傳感技術(shù)學(xué)報;2015年09期

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

8 杜楊洋;毛永毅;;基于多功率移動錨節(jié)點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)布谷鳥算法的梯級水庫優(yōu)化調(diào)度研究[J];水利學(xué)報;2015年03期

10 陳曉海;彭艦;劉唐;;基于最優(yōu)信標(biāo)節(jié)點的無線傳感器網(wǎng)絡(luò)質(zhì)心定位算法[J];計算機(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;無線傳感器網(wǎng)絡(luò)節(jié)點自定位系統(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算法[D];內(nèi)蒙古工業(yè)大學(xué);2016年

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

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

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

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

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

本文編號：2849216