發(fā)布時間：2017-08-30 20:47

  本文關鍵詞：無線傳感器網(wǎng)絡移動錨節(jié)點定位技術研究

  更多相關文章： 定位 APIT RSSI 分裂聚類 MCB

【摘要】：隨著無線傳感網(wǎng)的廣泛應用,節(jié)點定位技術逐漸成為研究的熱點。對于無線傳感器網(wǎng)絡應用技術而言,正確的節(jié)點位置直接決定后繼信息的采集、處理和傳輸狀況,估算適宜的節(jié)點坐標具有重要的實際意義。一種算法不可能適用于任何場景,針對靜態(tài)和動態(tài)網(wǎng)絡中節(jié)點有無標志的定位問題,本文在分析總結已有成果的基礎上,對不同場景中的節(jié)點定位問題進行了分析研究,并且提出了對應解決方案,具體研究內(nèi)容安排如下:(1)在分析移動錨節(jié)點代替靜態(tài)錨節(jié)點優(yōu)勢的基礎上,獲悉標識號已知環(huán)境下移動錨節(jié)點定位普遍結合測距算法。這里本文首次將非測距定位算法與移動錨節(jié)點技術相結合,設計出一種移動錨節(jié)點結合APIT定位稀疏環(huán)境中未知節(jié)點的算法,克服了APIT算法需較高錨節(jié)點密度且易內(nèi)外誤判的弊端。該算法中單個錨節(jié)點按照預先設定的軌跡在區(qū)域中移動,待定位節(jié)點記錄通信范圍內(nèi)虛擬錨節(jié)點坐標,窮盡虛擬錨節(jié)點構成的所有三角形組合,利用角度求和方式判定待定位節(jié)點大致位置,最后利用覆蓋節(jié)點的三角形內(nèi)切圓質(zhì)心表示待定位節(jié)點最優(yōu)坐標,實現(xiàn)節(jié)點定位。(2)然而實際定位節(jié)點過程中,未知區(qū)域中節(jié)點個數(shù)和ID往往是未知的。針對這種無標識環(huán)境中的節(jié)點定位問題,本文在引入RSSI量化模型的同時,利用無監(jiān)督分裂算法聚類移動錨節(jié)點在駐留位置處收集的來自未知節(jié)點的混合RSS樣本序列,聚類個數(shù)對應未知節(jié)點數(shù)目,然后網(wǎng)格劃分未知區(qū)域,依據(jù)駐留位置處聚類獲得的最強RSS值進行圓環(huán)交叉搜索,再利用八鄰域極大值法估算待定位節(jié)點,PSO算法最終確定最優(yōu)節(jié)點位置坐標。(3)隨著物聯(lián)網(wǎng)技術的快速發(fā)展,動態(tài)傳感器網(wǎng)絡越來越得到重視�？紤]到靜態(tài)網(wǎng)絡算法定位移動節(jié)點需頻繁調(diào)用的缺陷,本文設計了一種基于蒙特卡洛盒的移動錨節(jié)點算法定位實際應用環(huán)境中涉及到的移動未知節(jié)點。該算法引入RSSI量化模型修正蒙特卡洛盒算法,錨節(jié)點依據(jù)接收到的RSS值進一步確定有效錨盒子區(qū)域,然后利用二次牛頓插值法預測節(jié)點的移動速度,計算采樣盒區(qū)域,自適應估算采樣個數(shù),最終引入遺傳算法中交叉、變異的思想優(yōu)化樣本。實驗仿真結果表明改進后的MCB算法擁有較高的定位精度。本文研究設計的移動錨節(jié)點定位算法,成功地解決了上述三種不同場景中的節(jié)點定位問題,并且均在原算法基礎上大幅度提高了節(jié)點的定位精度。仿真結果表明,改進后的算法均能夠準確定位節(jié)點,具有廣泛的應用前景。
【關鍵詞】：定位 APIT RSSI 分裂聚類 MCB
【學位授予單位】：江南大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP212.9;TN929.5
【目錄】：

• 摘要3-4
• Abstract4-8
• 第一章 緒論8-15
• 1.1 研究背景8-9
• 1.2 無線傳感網(wǎng)概述9-11
• 1.2.1 無線傳感網(wǎng)特點9-10
• 1.2.2 國內(nèi)外研究現(xiàn)狀10-11
• 1.3 WSN節(jié)點定位技術基礎11-13
• 1.4 研究內(nèi)容和結構安排13-15
• 第二章 基于移動錨節(jié)點的定位算法15-23
• 2.1 節(jié)點定位術語及指標15-16
• 2.2 基于移動錨節(jié)點的定位算法16-20
• 2.2.1 定位基礎算法16-19
• 2.2.2 MBAL定位算法19
• 2.2.3 雙圓定位算法19-20
• 2.3 移動錨節(jié)點路徑模型20-22
• 2.3.1 靜態(tài)路徑模型20-21
• 2.3.2 動態(tài)路徑模型21-22
• 2.4 本章小結22-23
• 第三章 WSN基于APIT的移動錨節(jié)點定位算法23-31
• 3.1 APIT定位算法分析23-24
• 3.1.1 APIT具體內(nèi)容23
• 3.1.2 最佳三角形內(nèi)點測試(PIT)23-24
• 3.1.3 APIT算法不足之處24
• 3.2 無線信道模型24-25
• 3.3 本章算法25-28
• 3.3.1 反余弦定理角度求和27
• 3.3.2 三角形內(nèi)切圓定位27-28
• 3.4 實驗仿真與性能分析28-30
• 3.5 本章小結30-31
• 第四章 移動錨節(jié)點定位WSN中無標識節(jié)點算法研究31-43
• 4.1 算法流程圖31
• 4.2 K均值初始化EM31-35
• 4.2.1 Kmeans32
• 4.2.2 EM算法32-33
• 4.2.3 適度函數(shù)33
• 4.2.4 實驗仿真與性能分析33-35
• 4.3 分裂聚類EM35-39
• 4.3.1 信息熵35-36
• 4.3.2 聚類效果36-39
• 4.4 PSO圓環(huán)搜索算法39-42
• 4.4.1 圓環(huán)搜索39-40
• 4.4.2 網(wǎng)格劃分40-41
• 4.4.3 八鄰域極大值算法41
• 4.4.4 粒子群優(yōu)化算法41-42
• 4.5 實驗仿真42
• 4.6 本章小結42-43
• 第五章 WSN中改進的MCB移動節(jié)點定位43-50
• 5.1 MCL與MCB算法介紹43
• 5.2 本章算法43-47
• 5.2.1 有效獲取r44-45
• 5.2.2 牛頓插值法45-46
• 5.2.3 自適應確定采樣數(shù)46
• 5.2.4 采樣優(yōu)化46-47
• 5.3 RSSI測距模型47
• 5.4 實驗仿真結果與性能分析47-49
• 5.5 本章小結49-50
• 第六章 總結與展望50-51
• 6.1 總結50
• 6.2 展望50-51
• 致謝51-52
• 參考文獻52-55
• 附錄: 作者在攻讀碩士學位期間發(fā)表的論文55

，

本文編號：761423