论文部分内容阅读
无线传感器网络(WirelessSensorNetworks,WSN)具有随机部署、成本低等优点，利用无线传感器网络节点定位技术实现定位与追踪是当前探索的一个重要应用方向，高精度和快速定位是无线传感器网络节点定位追求的目标，因此研究精度高和速度快的无线传感器网络定位算法是关键。基于距离的定位和距离无关的定位是现有的两种主要无线传感器网络定位方法。前者具有定位精度高优点，但是需要附属设备使得成本会增加。后者实现起来比较简单，但是定位精度会比较低。基于接收信号强度指示(ReceivedSignalStrengthIndication,RSSI)定位方法是一种典型基于距离定位算法，主要是将节点间接收信号强度转换成距离再进行定位。由于每个节点都具有通信模块，因此不需要增加额外硬件设备，使得基于RSSI定位方法得到广泛研究。 考虑到传统定位算法定位精度低、时间复杂度高的问题，本课题将接收信号强度指示RSSI定位算法与协作技术相结合，提出一种无线传感器网络RSSI协作定位算法，主要完成工作如下： (1)测距阶段。以RSSI对数信号模型为基础，针对路径损耗指数建立相应环境的RSSI动态信号传播模型，有效减少环境对测距影响。根据区域内锚节点信息，建立RSSI测距误差修正函数，进一步提高测距精度。 (2)协作节点筛选阶段。协作节点精度直接影响着算法效率和误差修正效果，为选择符合精度要求的协作节点，本文提出RSSI阈值、subset(4,3)子集和锚节点置换准则分步提取符合精度要求的协作节点。首先，通过实验观察RSSI值与测距误差的关系，确定在相同条件下测距误差较小时的RSSI阈值，然后根据RSSI阈值从大量粗定位的未知节点中快速筛选出定位精度相对较高节点；接着，利用subset子集判断方法从经过RSSI阈值筛选的节点中提取出受环境影响较小的节点，作为次选协作骨干节点；最后，使用锚节点置换准则，根据置换锚节点的定位误差，从次选协作节点中进一步提取出高精度节点作为优选协作骨干节点。 (3)协作阶段。协作方式关系到算法效率，本文根据协作节点精度优先级采用一种两级精度的协作方式。未知节点首先以邻居优选协作骨干节点为协作对象对未知节点进行协作求精，在没有邻居优选协作骨干节点的情况下，再考虑以邻居次选协作骨干节点作为协作对象进行协作求精，避免因参与协作的未知节点因自身精度低而无法达到对定位精度修正效果，提高了节点定位精度，减小了算法复杂度。 (4)最后，对本文所提算法与相关定位算法进行分析对比。实验表明，在相同条件下，本文所提算法相较于相关定位算法在定位精度和时间效率上都有较大提升。