物聯(lián)網(wǎng)技術(shù)具有智能、開放和靈活等優(yōu)點(diǎn),在我們生產(chǎn)和生活各方面的應(yīng)用越來越廣泛。其主要是通過傳感器檢測(cè)技術(shù)獲取環(huán)境信息,并將環(huán)境信息利用無線通信技術(shù)上傳至云端,并通過云計(jì)算實(shí)現(xiàn)信息的共享。在物聯(lián)網(wǎng)技術(shù)中無線傳感器網(wǎng)絡(luò)（Wireless Sensor Networks,WSN）為其各項(xiàng)功能的實(shí)現(xiàn)發(fā)揮了至關(guān)重要的作用,其中WSN節(jié)點(diǎn)定位和路由協(xié)議是傳感器網(wǎng)絡(luò)精準(zhǔn)獲取和傳輸數(shù)據(jù)的關(guān)鍵技術(shù)。目前的定位技術(shù)普遍依靠GPS等定位系統(tǒng)和硬件設(shè)備實(shí)現(xiàn)精準(zhǔn)地定位,成本過高,不具有普適性。而WSN根據(jù)節(jié)點(diǎn)的連通度和密集度實(shí)現(xiàn)定位,成本低廉,但精確度較差。大范圍WSN應(yīng)用中,路由協(xié)議在傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸中普遍存在節(jié)點(diǎn)能源消耗過快而死亡,網(wǎng)絡(luò)結(jié)構(gòu)不穩(wěn)定等問題。文中針對(duì)WSN節(jié)點(diǎn)自身定位和節(jié)點(diǎn)能源損耗問題:（1）提出了基于混合群智能算法優(yōu)化的RSSI質(zhì)心定位算法。文中在粒子群算法基礎(chǔ)上引入了模擬退火算法,解決粒子群算法過早陷入局部極值點(diǎn)的問題,提高了算法的收斂性。該方法既保留了粒子群算法參數(shù)少、求解簡(jiǎn)單、全局搜索能力較強(qiáng)的優(yōu)點(diǎn),又結(jié)合了模擬退火算法的高運(yùn)行效率的優(yōu)點(diǎn),可以有效地提高RSSI質(zhì)心定位算法的定位精度。... 

【文章來源】：桂林電子科技大學(xué)廣西壯族自治區(qū)

【文章頁數(shù)】：64 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

無線傳感器網(wǎng)絡(luò)的體系結(jié)構(gòu)示意圖

圖 2-1 無線傳感器網(wǎng)絡(luò)的體系結(jié)構(gòu)示意圖2.1.3 WSN 節(jié)點(diǎn)的構(gòu)成WSN 傳感器節(jié)點(diǎn)作為無線傳感器網(wǎng)絡(luò)的感知層，主要分為普通節(jié)點(diǎn)和特殊節(jié)殊節(jié)點(diǎn)不僅獲取外界數(shù)據(jù)信息后進(jìn)行分析、處理和融合，還擔(dān)當(dāng)傳感器網(wǎng)絡(luò)中的節(jié)點(diǎn)，處理融合其他普通節(jié)點(diǎn)發(fā)來的數(shù)據(jù)信息，然后再發(fā)送到基站和外部網(wǎng)絡(luò)傳感器節(jié)點(diǎn)之間有略微的差別，但其主要都是由傳感器模塊、處理器模塊、無線模塊、電源模塊四部分組成，圖 2-2 是傳感器節(jié)點(diǎn)結(jié)構(gòu)圖。

圖 2-3 WSN 節(jié)點(diǎn)分布圖計(jì)算方法主要有三邊定位算法、極大似然估計(jì)法和三角定位定位算法位算法需要 3 個(gè)參考節(jié)點(diǎn)1 1A( x , y )、2 2B( x , y )、3 3C ( x , y )和未節(jié)點(diǎn)的距離1d ，2d ，3d 。如圖 2-4 所示：未知節(jié)點(diǎn)的坐標(biāo)到未知節(jié)點(diǎn)的距離分別為： 2 21 1 12 22 2 22 23 3 3x x y y dx x y y dx x y y d 面 3 個(gè)式子可以得到D x ,y 的坐標(biāo)為： 12 2 2 2 2 21 3 1 3 1 3 1 3 3 12 2 2 2 2 22 3 2 3 2 3 2 3 3 22 22 2x x x y yx x y y d dy x x y xx x y y d d

【參考文獻(xiàn)】：
期刊論文
[1]無線傳感器網(wǎng)絡(luò)在精準(zhǔn)農(nóng)業(yè)中的應(yīng)用分析[J]. 董暐.  農(nóng)業(yè)與技術(shù). 2019(01)
[2]改進(jìn)LEACH的傳感器網(wǎng)絡(luò)分簇路由算法[J]. 潘繼強(qiáng),馮永政.  吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2018(06)
[3]無線傳感器網(wǎng)絡(luò)與物聯(lián)網(wǎng)的應(yīng)用研究[J]. 薛國(guó)超.  智能建筑與智慧城市. 2018(09)
[4]針對(duì)智能家居應(yīng)用中的LEACH協(xié)議改進(jìn)[J]. 王改云,胡方舟.  現(xiàn)代電子技術(shù). 2018(17)
[5]物聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展綜述和技術(shù)創(chuàng)新趨勢(shì)[J]. 羅松,續(xù)合元.  信息通信技術(shù). 2018(04)
[6]物聯(lián)網(wǎng)關(guān)鍵技術(shù)及應(yīng)用[J]. 敬如雪,高玉琢.  電腦知識(shí)與技術(shù). 2018(22)
[7]基于深度傳感器的坐姿檢測(cè)系統(tǒng)[J]. 曾星,孫備,羅武勝,劉濤誠(chéng),魯琴.  計(jì)算機(jī)科學(xué). 2018(07)
[8]一種改進(jìn)可穿戴設(shè)備的血氧測(cè)量精度的傳感器設(shè)計(jì)與驗(yàn)證[J]. 董琴,郭清,袁貞明.  傳感技術(shù)學(xué)報(bào). 2018(05)
[9]D2D技術(shù)與無線傳感器網(wǎng)絡(luò)比較研究[J]. 姜冰,吳韶波,李雨謙,王明浩.  物聯(lián)網(wǎng)技術(shù). 2018(05)
[10]基于模擬退火的改進(jìn)粒子群算法研究及應(yīng)用[J]. 薛永生,吳立堯.  海軍航空工程學(xué)院學(xué)報(bào). 2018(02)

博士論文
[1]無線傳感器網(wǎng)絡(luò)時(shí)間同步技術(shù)研究[D]. 胡冰.南京郵電大學(xué) 2017
[2]無線傳感器網(wǎng)絡(luò)的壓縮數(shù)據(jù)收集方法研究[D]. 喬建華.太原理工大學(xué) 2018

碩士論文
[1]智能樓宇節(jié)能系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 肖鵬.南京郵電大學(xué) 2018
[2]基于無線傳感器網(wǎng)絡(luò)的智能家居系統(tǒng)研究與設(shè)計(jì)[D]. 張壯.濟(jì)南大學(xué) 2017



本文編號(hào)：3555650