本文關(guān)鍵詞：基于WSN的目標(biāo)定位技術(shù)的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：無線傳感器網(wǎng)絡(luò)涉及傳感器技術(shù)、嵌入式技術(shù)、通信技術(shù)、分布式信息處理技術(shù)以及微機(jī)電技術(shù)等眾多學(xué)科,已被廣泛應(yīng)用在軍事、醫(yī)療、交通、環(huán)保等領(lǐng)域。在救災(zāi)、探礦等領(lǐng)域中,網(wǎng)絡(luò)中節(jié)點的位置至關(guān)重要。因此,如何有效地實現(xiàn)節(jié)點定位從而獲取節(jié)點的位置信息已成為無線傳感器網(wǎng)絡(luò)必須要解決的關(guān)鍵問題之一。論文工作對WSN的定位算法進(jìn)行了深入的研究。論文首先論述了WSN定位技術(shù)的基本原理、定位算法的分類、常用的定位算法、定位算法的評價指標(biāo)以及定位技術(shù)亟需解決的問題。針對傳統(tǒng)的DV-Hop算法在節(jié)點分布不均勻的情況下定位精度不夠理想的缺點,提出了一種基于共線度信標(biāo)節(jié)點選擇的四重優(yōu)化WSN定位算法,對傳統(tǒng)DV-Hop算法進(jìn)行了四個方面的改進(jìn)。對比實驗結(jié)果表明,本文提出的算法與同類算法相比,定位精度和定位的穩(wěn)定性均有明顯提高。進(jìn)一步,研究工作擴(kuò)展到了三維空間中,提出了一種基于共面度的三維空間WSN定位算法。該算法引入共面度的思想以消除三維空間定位中定位單元近似共面所引起的定位誤差;并且動態(tài)擴(kuò)充信標(biāo)節(jié)點,間接地提高信標(biāo)節(jié)點的比例;最后采用擬牛頓法對定位結(jié)果迭代求精進(jìn)一步提高精度。實驗結(jié)果表明,相比同類算法,該算法能夠在顯著提高定位算法精度的同時提高定位覆蓋率。最后,本文進(jìn)一步研究了移動節(jié)點定位技術(shù),提出了一種基于蒙特卡羅的自適應(yīng)移動節(jié)點定位算法;設(shè)置了雙重自適應(yīng)策略,可根據(jù)網(wǎng)絡(luò)中信標(biāo)節(jié)點的密度大小自適應(yīng)地選取采樣樣本數(shù)和信息廣播的跳數(shù),在保證定位精度的前提下可減少采樣次數(shù)和計算量,進(jìn)而減少不必要的通信開銷和能量消耗。實驗結(jié)果表明,該算法能夠在減少通信量的同時,獲得更高的定位精度。該算法適用于節(jié)點分布不規(guī)則、信標(biāo)節(jié)點密度變化和無需測距的WSN移動節(jié)點定位,具有很好的實際應(yīng)用價值。
【關(guān)鍵詞】：無線傳感器網(wǎng)絡(luò) 定位技術(shù) 三維空間定位 蒙特卡羅 移動定位
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP212.9;TN929.5
【目錄】：

• 摘要4-5
• ABSTRACT5-11
• 注釋表11-12
• 縮略詞12-13
• 第一章 緒論13-22
• 1.1 概述13-14
• 1.2 國內(nèi)外研究現(xiàn)狀14-19
• 1.2.1 二維WSN定位算法的國內(nèi)外研究現(xiàn)狀15-16
• 1.2.2 三維WSN定位算法的國內(nèi)外研究現(xiàn)狀16-17
• 1.2.3 移動WSN定位算法的國內(nèi)外研究現(xiàn)狀17-19
• 1.3 論文主要研究工作19-20
• 1.4 論文組織結(jié)構(gòu)20-22
• 第二章 相關(guān)理論與技術(shù)22-31
• 2.1 定位基本知識22-24
• 2.1.1 WSN定位的基本原理23
• 2.1.2 WSN定位方法的分類23-24
• 2.2 常用的WSN定位算法24-28
• 2.2.1 靜態(tài)WSN定位算法24-27
• 2.2.2 移動WSN定位算法27-28
• 2.3 WSN定位算法的評價指標(biāo)28-29
• 2.4 WSN定位技術(shù)的挑戰(zhàn)29-30
• 2.5 本章小結(jié)30-31
• 第三章 基于共線度信標(biāo)節(jié)點選擇的四重優(yōu)化定位算法31-46
• 3.1 經(jīng)典DV-Hop算法描述31-32
• 3.2 經(jīng)典DV-Hop算法的誤差分析32-33
• 3.3 CASBDV-Hop算法33-40
• 3.3.1 基于共線度的信標(biāo)節(jié)點篩選33-34
• 3.3.2 信標(biāo)節(jié)點修正平均跳距34-35
• 3.3.3 未知節(jié)點對各信標(biāo)節(jié)點平均跳距加權(quán)處理35-36
• 3.3.4 最速下降法對定位結(jié)果迭代求精36-37
• 3.3.5 CASBDV-Hop算法描述37-40
• 3.4 仿真實驗與結(jié)果分析40-45
• 3.4.1 仿真實驗環(huán)境與參數(shù)設(shè)置40
• 3.4.2 仿真實驗結(jié)果分析40-45
• 3.5 本章小結(jié)45-46
• 第四章 基于共面度的WSN三維空間目標(biāo)定位算法46-57
• 4.1 三維空間定位模型46-50
• 4.1.1 基于RSSI的測距模型46-47
• 4.1.2 基于共面度的定位單元選擇47-49
• 4.1.3 基于共面度的三維空間定位模型49-50
• 4.2 基于共面度的三維空間定位算法50-52
• 4.2.1 信標(biāo)節(jié)點的擴(kuò)充50
• 4.2.2 基于擬牛頓法的定位結(jié)果優(yōu)化50-51
• 4.2.3 3D-IDCP算法描述51-52
• 4.3 仿真實驗與結(jié)果分析52-56
• 4.4 本章小結(jié)56-57
• 第五章 基于蒙特卡羅的自適應(yīng)WSN移動節(jié)點定位算法57-70
• 5.1 蒙特卡羅方法57-62
• 5.1.1 蒙特卡羅方法的原理57-58
• 5.1.2 蒙特卡羅方法的性能分析58-59
• 5.1.3 蒙特卡羅方法在移動WSN定位中的應(yīng)用59-62
• 5.2 基于蒙特卡羅的自適應(yīng)定位算法62-66
• 5.2.1 樣本數(shù)自適應(yīng)策略63
• 5.2.2 跳數(shù)自適應(yīng)策略63-64
• 5.2.3 AMCBML算法描述64-66
• 5.3 仿真實驗與結(jié)果分析66-69
• 5.3.1 仿真實驗參數(shù)設(shè)置66
• 5.3.2 仿真實驗結(jié)果分析66-69
• 5.4 本章小結(jié)69-70
• 第六章 總結(jié)與展望70-72
• 6.1 總結(jié)70-71
• 6.2 未來研究工作71-72
• 參考文獻(xiàn)72-79
• 致謝79-80
• 在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文80

  本文關(guān)鍵詞：基于WSN的目標(biāo)定位技術(shù)的研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：451850