【正文】 ccording to localization error, work topology and so on. Simulation results show that these 燕山大學(xué)工學(xué)碩士學(xué)位論文 IV algorithms proposed in this paper improve the localization accuracy and are more adaptable to the irregular topology, largescale work. Keywords: Wireless Sensor Network。 5 第 2 章 無線傳感器網(wǎng)絡(luò)及其定位技術(shù) 8 定位技術(shù)的相關(guān)概念及術(shù)語 13 本章小結(jié) 15 引言 28 改進算法的相關(guān)研究工作 28 鄰居選擇機制 35 網(wǎng)絡(luò)部署 47 結(jié) 論 目前非常熱門的兩個概念 —— 物聯(lián)網(wǎng)與智慧地球，其核心技術(shù)就是無線傳感器網(wǎng)絡(luò)。 其一 ， 節(jié)點自身位置的缺點是 WSN中的很多特定應(yīng)用 的基礎(chǔ) ， 在 傳感器 節(jié)點的 位置 信息未知的情況下， 所獲取的傳感器節(jié)點 感知的數(shù)據(jù)是 毫無 意義的 [8]。 根據(jù) WSN的特點 ，傳感器節(jié)點的位置信息應(yīng)該 以最小通信開銷和 最低的 硬件代價來 獲取 。 近年來隨著無線通信技術(shù)、 片上系統(tǒng) 、 MEMS的發(fā)展 與進步 ， WSN的理想藍圖 逐一 實現(xiàn)，其應(yīng)用越來越廣 泛 ， 從而 得到 了 研究者們 的 極度 關(guān)注。 2020年， Srdjan Capkun等人提出了一種 針對無基礎(chǔ)設(shè)施的移動無線網(wǎng)絡(luò)的 相對定位算法 [17]； 2020年 8月， Akyildiz等 人 發(fā)表了 以 “ A Survey on Sensor Networks” 為題 的綜述性學(xué)術(shù)論文 以來 ， 又一 次激發(fā)了學(xué)術(shù)界對WSN的研究興趣。 本文主要研究 基于多維標(biāo)度 分布式的定位算法 。 研究內(nèi)容及 主要工作 在 WSN的應(yīng)用中，絕大多數(shù)情況下需要有節(jié)點位置信息，否則采集到的數(shù)據(jù)將沒有任何意義，尤其是關(guān)于環(huán)境監(jiān)測、橋梁結(jié)構(gòu)變化監(jiān)測、管道泄漏監(jiān)測等，發(fā)生地點的地理位置信息非常重要。 第 1 章 緒 論 5 其次，重點分析研究了 分布式加權(quán)多維標(biāo)度定位算法， 經(jīng)過研究發(fā)現(xiàn)，該算法由于采用的是高斯加權(quán)機制和自適應(yīng) 2步鄰居選擇機制，造成離未知節(jié)點近的節(jié)點定位誤差不斷擴大 ；此外，如果網(wǎng)絡(luò)稀疏時，會有部分節(jié)點的 1跳鄰居節(jié)點很少， 這樣就會使得這些節(jié)點無法實現(xiàn)定位。 第 3章 詳細闡述了多維標(biāo)度技術(shù)在無線傳感器網(wǎng)絡(luò)定位算法中的應(yīng)用 及MDSMAP定位算法 ， 著重 對 MDSMAP定位算法的不足之處做了 較全面的分析， 主要針對其有較大的距離誤差及不適用于大規(guī)模密集型網(wǎng)絡(luò)兩方面的不足， 提出了 一種 基于 HopEuclidean的 MDSMAP(D)定位算法 ，并 對其 進行了詳細的闡述。 WSN的發(fā)展將有助于物聯(lián)網(wǎng)等前沿學(xué)科全面提升社會生產(chǎn)生活中信息互通性、信息感知能力和智能決策能力等，進而增強整個系統(tǒng)的性能。 (2)傳感器節(jié)點結(jié)構(gòu) 通常傳感器節(jié)點是 一個 由 采集 模塊 (傳感器， AC/DC轉(zhuǎn)換器 )、無線通信模塊 (主要有收發(fā)器 )、能量供應(yīng)模塊 (電池、 DC/DC能量轉(zhuǎn)換器 )、 控制模塊 (微處理器、存儲器 )以及其它輔助可選功能模塊等部分組成 的 微型的嵌入式系統(tǒng)[35]， 如圖 22所示。系統(tǒng)的工作質(zhì)量并 不是通過 提升單個設(shè)備的能力 提高，而是靠 大量冗余節(jié)點的協(xié)同工作來提高 的 。 (6) 節(jié)點 資源有 限 傳感器節(jié)點資源包括兩方面：其一是計算能力，其二是節(jié)點的能量。 跳數(shù) (hop count)：兩個節(jié)點之間建立通信需要經(jīng)過的跳段總數(shù)，稱為兩 點 之 間的跳數(shù)。目前 WSN定位中， 可以使用多種測距技術(shù)，如測量無線電、紅外線、激光信號強度， 測量 無線電信號 或超聲波等到達的時間，測量 無線電信號 或超聲波等到達的時間 差 等。 如圖 23所示，已知信標(biāo)節(jié)點 1L 與 2L 、 3L 之間的距離和跳數(shù)，計 算 得到校正值 (即平均每跳距離 )? ? ? ?4 0 7 5 2 5 1 6 .4 2? ? ?。通過 RSSI技術(shù)直接測得節(jié)點間距 BL ，BC 和 CL 。 MDSMAP 算法 MDSMAP算法 [42]是 一種 不論傳感器節(jié)點是否具有測距能力都可以實現(xiàn)定位的集中式定位算法 ， 而且依 據(jù) 實際 情況 既可以實現(xiàn)相對定位，也能夠?qū)崿F(xiàn) 絕對定位。 首先 ， 主要從 無線傳感器網(wǎng)絡(luò) 體系 結(jié)構(gòu)和傳感器節(jié)點結(jié)構(gòu) 兩方面闡述了 無線傳感器網(wǎng)絡(luò) 的體系結(jié)構(gòu) ；第二，介紹 了 無線傳感器網(wǎng)絡(luò) 的特點 ；第三， 闡述 了 無線傳感器網(wǎng)絡(luò) 定位技術(shù)的 基礎(chǔ)知識 ，燕山大學(xué)工學(xué)碩士學(xué)位論文 14 其中 包括節(jié)點定位的基本概念、術(shù)語及定位算法的分類 ； 最后， 重點介紹了現(xiàn)有的幾種 與本文研究相關(guān)的經(jīng)典定位算法： DVHop算法、 Euclidean定位算法、 MDSMAP算法 ， 同時對這三種算法的優(yōu)缺點作了分析 。燕山大學(xué)工學(xué)碩士學(xué)位論文 16 本章算法的基礎(chǔ)是多維標(biāo)度定位算法，下面具體介紹 一下 多維標(biāo)度定位算法。 傳統(tǒng)的 MDSMAP 算法， 由美國密蘇里哥倫比亞大學(xué) Yi 等人提出 。在實際 的WSN應(yīng)用中， 求解全網(wǎng)絡(luò)節(jié)點間的距離 只能 依據(jù) 相鄰節(jié)點 之間 的距離信息 進行估計 。 分簇 算法分為 以下 兩 大步 ： 第一步 選擇簇頭 節(jié)點 假定 簇內(nèi) 各節(jié)點 與簇頭 節(jié)點間的 通信 是 選擇最短的路徑 進行的 ， 然而距離 簇頭節(jié)點近 的節(jié)點 除了 要 將 自身的相關(guān)信息 傳播給 簇頭 節(jié)點 ， 還 需 將 其 他 距 離 較 遠 的 節(jié)點信息 轉(zhuǎn)發(fā) 給簇頭 節(jié)點 。 第二 步 劃分簇 由于 本文計算簇內(nèi)節(jié)點間的距離時所采用的方法可以直接計算出相隔兩跳的節(jié)點間的距離，而且考慮到后面通過局部定位求出的局部坐標(biāo)需要通過融合算法轉(zhuǎn)換為全局坐標(biāo)，所以相鄰簇之間應(yīng)擁有相應(yīng)的重疊度，因此為了提高本章定位算法的性能 ，將 上一步選擇出 的 簇頭節(jié)點的 兩跳鄰居節(jié)點作為其從節(jié)點來進行劃分簇， 且相鄰簇間的 重疊度 為 大于 2且小于 5，因為如果重疊度較大，一個節(jié)點會屬于多個簇，在這些個簇內(nèi)都需要對其進行定位即需要重復(fù)定位的節(jié)點會增多，這樣不僅會降低算法的定位效率， 還會消耗更多 珍貴的能量 。 算法 ： HopEuclidean算法。 (10) end if (11) if hop==2,then (12) discard MSG。 (23) end if (24) end if (25) end if End 燕山大學(xué)工學(xué)碩士學(xué)位論文
。 anchor==ture then (7) if hop==1 then (8) MNode←i,hop++。 在下面的介紹中將劃分后的簇統(tǒng)稱為局部網(wǎng)絡(luò)。 第二種情況 初選簇頭節(jié)點個數(shù)等于所需的簇頭節(jié)點數(shù)量 n ，則無需再計算其綜合性能值，初選簇頭節(jié)點都是最終的簇頭節(jié)點。 分簇算法 分簇算法可將一 個大型 的 WSN劃分 成 多個區(qū)域 并選出各個區(qū)域中 負(fù)責(zé)數(shù)據(jù)的路由轉(zhuǎn)發(fā) 同時 管 理 其 簇內(nèi)節(jié)點 的 簇頭節(jié)點 ， 這樣既能夠保證原有覆蓋范圍內(nèi)的書籍通信，又在很大程度上節(jié)省了節(jié)點的能量。 基于 HopEuclidean 的 MDSMAP(D)定位算法 改進算法的 相關(guān)研究工作 如果 所有節(jié)點 之 間 的 歐幾里德 距離 沒有誤差 ， 則 采用 經(jīng)典的 MDS定位 算法 求出的節(jié)點位置坐標(biāo)是精確的 。 ? ?2B JP J?? (33) (4) 將 B 進行奇異值分解 ，求最大的 w 個正特征值 1 2 w? ? ?、 、 和對應(yīng)的 w 個特征向量 1 2 we e e、 、 ， w 個向量組成 w 維對角矩陣 ? ， w 個特征向量組成 nw? 維矩陣 V ,所有 節(jié)點 的相對坐標(biāo)為 1XV??? (34) MDSMAP 定位算法 無線傳感器網(wǎng)絡(luò) 中節(jié)點定 位的實質(zhì)是 未知節(jié)點 通過 與 少量 位置 已知的信標(biāo)節(jié)點之間的 連通 性信息來確定 自身 在 相應(yīng) 空間 中 的 位置 坐 標(biāo) ,而 MDS 技術(shù)就是 根據(jù) 各 個對象 (或?qū)嶓w )間的相異 (似 )信息構(gòu)建多維空間上點的相對坐標(biāo)圖。 為了實現(xiàn)大規(guī)模 無線傳感器網(wǎng)絡(luò) 中節(jié)點的定位，本文采用分簇算法將大規(guī)模網(wǎng)絡(luò)劃分為 多個區(qū)域同時在各個區(qū)域中選出各自的簇頭節(jié)點 ， 然后 采用 HopEuclidean算法計算出 每個區(qū)域 內(nèi)節(jié)點之間的距離， 再 讓各個 簇頭節(jié)點 采用多維標(biāo)度技術(shù) 通過簇內(nèi)節(jié)點之間的距離 矩陣 計算出 各個區(qū)域內(nèi)傳感器節(jié)點的 局部相對坐標(biāo)，最后 通過融合算法將其融合為全局相對坐標(biāo) 并根據(jù) 信標(biāo)節(jié)點信息 通過線性轉(zhuǎn)換 將 器 相對坐標(biāo)轉(zhuǎn) 變 為絕對坐標(biāo)。 此外，當(dāng)傳感器網(wǎng)絡(luò)中的節(jié)點密度減小 或網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)不規(guī)則 時，其節(jié)點的定位誤差會增大，甚至?xí)写罅康膫鞲衅鞴?jié)點無法實現(xiàn)定位。 該 算法針對 Euclidean 定位算法 只有 未知節(jié)點 擁有 三個 以上 鄰居節(jié)點 且這些鄰居節(jié)點都必須彼此相鄰 才能 統(tǒng)計出 到 信標(biāo) 節(jié)點 的跳數(shù) 的問題 ， 通過 融入 距離矢量路由的思想， 并且 有 選擇 性 地 把 已定位節(jié)點 逐漸 升級為 信標(biāo) 節(jié)點 ，以此來 提高 算法的定位精度的同時也擴展了算法的可用性 。該算法核心思想如圖 24所示 。 基于本文的研究重點 與 三種無需測距定位 算法： DVHop算法、 Euclidean定位算法和 MDSMAP算法 有關(guān) ，接下來 具體介紹 這三種經(jīng)典的定位算法。 定位 覆蓋率 (coverage rate)： 無線傳感器網(wǎng)絡(luò)中， 能確定坐標(biāo)位置的未知節(jié)點 占總節(jié)點數(shù)的比例 。信標(biāo)節(jié)點是未知節(jié)點定位的參考點 ， 未知節(jié)點是根據(jù)信標(biāo)節(jié)點的位置信息利用節(jié)點燕山大學(xué)工學(xué)碩士學(xué)位論文 10 間的連通約束等通過一定技術(shù)來確定自身位置。 (5) 網(wǎng)絡(luò)可靠性 通常 部署 傳感器節(jié)點 的環(huán)境都比較 惡劣 甚至 人類 無法 抵達 ， 因此， 傳感器節(jié)點 必須 結(jié)實耐用 ， 同時能夠 適應(yīng)各種 各樣 的惡劣環(huán)境。 除了這些 ， WSN還具有以下一些 與 無線自組網(wǎng)絡(luò)不同的特點。 其中的各個傳感器 節(jié)點 都具有 收集 信息及 監(jiān)測數(shù)據(jù) 的功能 ， 而且可以將檢測或收集到的 數(shù)據(jù) 傳播給其他傳感器節(jié)點，這樣在傳播的過程中就會出現(xiàn)“冗余”現(xiàn)象即有可能多個節(jié)點同時處理一個數(shù)據(jù)，因此都應(yīng)先將燕山大學(xué)工學(xué)碩士學(xué)位論文 8 這些被處理過的數(shù)據(jù)傳輸給匯聚節(jié)點，由匯聚節(jié)點進行相應(yīng)的處理。因而，傳感器技術(shù)作為信息獲取最基本且最重要的技術(shù) [32]，也在不斷發(fā)展。 論文結(jié)構(gòu)安排 本文 是圍繞著無線傳感器網(wǎng)絡(luò)的 定位 算法 進行的， 論文的結(jié)構(gòu) 安排如下 。本文主要是針對 MDSMAP 算法這兩 方面的不足 提出了一 種基于 HopEuclidean的MDSMAP(D)定位算法。 然而雖然 經(jīng)過這 些年 學(xué)術(shù)界、軍界及商業(yè)界 的不斷 努力，目前 無線傳感器網(wǎng)絡(luò)節(jié)點的自 身 定位問題 在一定程度上 能夠 解決，但 仍有 許多 問題 沒有得到有效合理的解決 ， 比 如 ， 通過測距技術(shù)獲得的節(jié)點間距離仍有一定的誤差 、 在定位過程中 所需的 通信開銷 仍比較大 等 問題 。 近年來， 隨著科學(xué)技 術(shù)的發(fā)展與 WSN實用價值的不斷提升， 國