WSN中移動(dòng)節(jié)點(diǎn)定位算法研究與實(shí)現(xiàn).pdf

1、獲取傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的位置坐標(biāo)是無(wú)線傳感器網(wǎng)絡(luò)應(yīng)用中需要解決的基本問(wèn)題。對(duì)于大多數(shù)應(yīng)用，不知道節(jié)點(diǎn)位置而感知的數(shù)據(jù)是沒(méi)有意義的。可移動(dòng)傳感器節(jié)點(diǎn)的位置具有實(shí)時(shí)可變性，這給定位的實(shí)施和定位精度的保證帶來(lái)一定困難。因此，研究有效的定位算法保證無(wú)線傳感器網(wǎng)絡(luò)中移動(dòng)節(jié)點(diǎn)的定位精度具有重要的理論意義和應(yīng)用價(jià)值。
　　目前大多數(shù)無(wú)線傳感器網(wǎng)絡(luò)定位方案都是針對(duì)靜止節(jié)點(diǎn)的定位，即已知被定位節(jié)點(diǎn)處于靜止?fàn)顟B(tài)。在這種情況下，對(duì)基于RSSI的定位方案，一

2、般可通過(guò)采集多個(gè)RSSI樣本并對(duì)樣本進(jìn)行過(guò)濾的方法從底層減小因RSSI信號(hào)的不穩(wěn)定所引起的誤差。但是在很多應(yīng)用環(huán)境下，系統(tǒng)是不能確定未知節(jié)點(diǎn)是處于靜止?fàn)顟B(tài)還是運(yùn)動(dòng)狀態(tài)，例如固定在井下作業(yè)礦工身上的傳感器節(jié)點(diǎn)，為研究動(dòng)物生活習(xí)性給野生動(dòng)物身上加裝的傳感器節(jié)點(diǎn)等等。在這種情況下，傳感器節(jié)點(diǎn)的移動(dòng)性使得難以在同一地點(diǎn)采集多個(gè)有效的RSSI樣本，因此通過(guò)重復(fù)采樣來(lái)減小定位誤差的方法不再有效，定位精度也難以得到保證。為此，本文從三個(gè)方面對(duì)傳統(tǒng)的定

3、位方案進(jìn)行了改進(jìn):在測(cè)距方面，提出了改進(jìn)的自適應(yīng)對(duì)數(shù)正態(tài)陰影模型，用以提高測(cè)距模型的自適應(yīng)性，進(jìn)而提高測(cè)距精度;在定位算法方面，提出了模糊質(zhì)心定位算法，該算法具有精度可調(diào)節(jié)，算法易實(shí)現(xiàn)，定位精度高等優(yōu)點(diǎn);在定位誤差修正方面，采用了Kalman濾波方法，利用馬爾可夫過(guò)程原理建立了狀態(tài)方程，根據(jù)未知節(jié)點(diǎn)某個(gè)時(shí)刻的狀態(tài)對(duì)下一時(shí)刻的坐標(biāo)位置進(jìn)行預(yù)測(cè)，并結(jié)合未知節(jié)點(diǎn)狀態(tài)數(shù)據(jù)的測(cè)量值估計(jì)出坐標(biāo)位置的最優(yōu)值，從而達(dá)到減小定位誤差的目的。
　　課