【正文】
閱讀過后,希望您提出保貴的意見或建議。An Adaptive Localization Approach for Wireless Sensor Networks Based on GaussMarkov Mobility Model[J]. Acta Automatica Sinica . 2010 (11) [11] Tomic S,Mezei DVHop localization algorithm for wirelesssensor networks. 2012IEEE10thJubilee International Symposium onIntelligent Systems and Informatics (SISY) . 2012[12] Savarese C,Rabay J,Langendoen Positioning Algorithms for Distributed AdHoc Wireless Sensor Networks. Proceedings of the USEN IX Technical Annual Conference . 2002[13] JAspenes,T Eren,D K Goldenberg,et a Theory ofNetwork Localization. IEEE Transactions onMobile Computing . 2006[14] Andreas Savvides,ChihChien Han,Mani finegrained localization in adhoc networks of sensors. Proceeding of the 7th Annual ACM/IEEE International Conference on Mobile Computing and Networking(MobiCom 2001) . 2001[15] He T,Huang C,Blum B M,et Localization Schemes in Large Scale Sensor Networks. Proceedings of the 9th annual international conference on Mobile puting and networking . 2003[16] Poggi C,Mazzini for sensor network localization. Proceedings of 2003 IEEE 58th Vehicular Technology Conference . 2004您好,歡迎您閱讀我的文章,本W(wǎng)ORD文檔可編輯修改,也可以直接打印。n.本文首先分別介紹了基于測(cè)距的定位技術(shù)和無(wú)需測(cè)距定位算法的基本原理,并在此基礎(chǔ)上研究了常用二維和三維無(wú)線傳感網(wǎng)定位算法?,F(xiàn)有算法也對(duì)硬件要求比較高,Landscape3D算法和Ou算法都需耍有特定軌跡的鋪節(jié)點(diǎn),這一點(diǎn)在實(shí)驗(yàn)室環(huán)境下,甚至在實(shí)際應(yīng)用中都較難于實(shí)現(xiàn)。同樣的該算法需要做如下要求:,并能夠?qū)⑽恢眯畔V播給被定位節(jié)點(diǎn);,飛行鋪節(jié)點(diǎn)的密度足夠,能夠用于未知節(jié)點(diǎn)坐標(biāo)的獲?。?,相對(duì)獨(dú)立。Landscape3D算法的最大優(yōu)點(diǎn)是不依賴與網(wǎng)絡(luò)中節(jié)點(diǎn)的密度和網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu),減小了通信幵銷。圖 Landscape3D 原理圖假設(shè)LA裝置在三維空間中是運(yùn)動(dòng)的,并且在運(yùn)動(dòng)過程中隨時(shí)可以獲取自身的位置信息。:接收到其他鋪節(jié)點(diǎn)信號(hào)后,根據(jù)信號(hào)能量大小和未知信息計(jì)算信號(hào)衰減系數(shù),當(dāng)有多個(gè)鄰居錨節(jié)點(diǎn)時(shí),由于根據(jù)距離的不同,利用加權(quán)平均數(shù)求最后的衰減系數(shù)。最后,過濾較遠(yuǎn)的鄰居節(jié)點(diǎn),選擇最近的四個(gè)鄰居鋪節(jié)點(diǎn),利用與鄰居節(jié)點(diǎn)的距離,根據(jù)四面體定位算法求出未知節(jié)點(diǎn)的坐標(biāo)。假設(shè)無(wú)線傳感器節(jié)點(diǎn)符合理想的信號(hào)傳輸模型,即在三維空間中是一個(gè)中心福射的球,并且隨著點(diǎn)到球心距離的增加信號(hào)強(qiáng)度成逐漸衰減的趨勢(shì)?,F(xiàn)如今,在國(guó)內(nèi)外無(wú)線傳感器節(jié)點(diǎn)定位領(lǐng)域中,仍然缺少一種被公認(rèn)的三維空間定位算法。 APIT的算法是一種典型的分布式定位算法,因?yàn)樵诙ㄎ挥?jì)算中,都是由每個(gè)節(jié)點(diǎn)內(nèi)部完成。如此循環(huán)選取相鄰錨節(jié)點(diǎn)組成三角形,直到所有的相鄰的錨節(jié)點(diǎn)都選取完成或者選取的三角形已經(jīng)達(dá)到了定位的精度則停止。如果傳感器節(jié)點(diǎn)離開了網(wǎng)絡(luò)中心,那么就會(huì)增加算法定位的誤差。:圖 凸規(guī)劃定位算法原理示意圖,算法首先要根據(jù)錨節(jié)點(diǎn)之間的位置以及錨節(jié)點(diǎn)的與未知節(jié)點(diǎn)P之間相互通信的范圍來(lái)計(jì)算位置節(jié)點(diǎn)存在的某個(gè)區(qū)域。根據(jù)已知信息首先計(jì)算出平均節(jié)點(diǎn)的跳距為(35+63)/(2+5)=14M。目標(biāo)檢測(cè)區(qū)域的相鄰節(jié)點(diǎn)之間的通信表示為1跳,當(dāng)未知節(jié)點(diǎn)接收到廣播信號(hào)時(shí),先計(jì)算錨節(jié)點(diǎn)傳播的最小跳數(shù),然后根據(jù)網(wǎng)絡(luò)的連通性,計(jì)算平均每一跳的距離。算法不需要具體錨節(jié)點(diǎn)和未知節(jié)點(diǎn)之間的頻繁通信,算法流程相對(duì)簡(jiǎn)單,是非測(cè)距算法中易于實(shí)現(xiàn)的算法。當(dāng)未知節(jié)點(diǎn)的超過一定的時(shí)間閾值,就認(rèn)為接收到所有的廣播數(shù)據(jù)都已經(jīng)收到。 在質(zhì)心算法中,第一,發(fā)送廣播信號(hào)。但使用該方法對(duì)錨節(jié)點(diǎn)之間的同步要求很高。由此可以進(jìn)一步得到兩個(gè)接收傳感節(jié)點(diǎn)的相對(duì)相位偏移為: (25)圖 無(wú)線射頻干涉測(cè)量從式25來(lái)看,兩個(gè)接收節(jié)點(diǎn)的相對(duì)相位偏移只與發(fā)送節(jié)點(diǎn)和接收節(jié)點(diǎn)之間的距離以及射頻波長(zhǎng)有關(guān)。所以對(duì)于硬件的消耗也比較高。未知節(jié)點(diǎn)C與錨節(jié)點(diǎn) A、B之間的形成兩個(gè)夾角。無(wú)線信號(hào)從未知節(jié)點(diǎn)到錨節(jié)點(diǎn)之間的時(shí)間分別表示為t1,t2和t3則可以分別計(jì)算出r12和r23: (23) 將坐標(biāo) A、B、C、P 坐標(biāo)帶入到(23)中,得到基于TDOA的定位算法中雙曲線的表達(dá)式(24):(24)然后利用數(shù)學(xué)計(jì)算方式進(jìn)一步求解,最終求的未知節(jié)點(diǎn) p 的坐標(biāo)。最大的缺點(diǎn)在于要求錨節(jié)點(diǎn)時(shí)間的同步性。錨節(jié)點(diǎn)a在T2時(shí)刻發(fā)送超聲波,未知節(jié)點(diǎn)b在T3時(shí)刻接收到a發(fā)送的超聲波信號(hào)。但同時(shí)監(jiān)測(cè)區(qū)域的環(huán)境對(duì)于信號(hào)傳輸?shù)挠绊懣赡苡行Фㄎ坏木取;赥DOA的定位算法是一種基于測(cè)量錨節(jié)點(diǎn)到達(dá)未知節(jié)點(diǎn)的時(shí)間差來(lái)計(jì)算未知節(jié)點(diǎn)的位置的定位算法。:圖 在二維平面的 TOA 定位原理示意圖其中r表示未知節(jié)點(diǎn)到錨節(jié)點(diǎn)的距離,而t表示信號(hào)從錨節(jié)點(diǎn)到未知節(jié)點(diǎn)的時(shí)間。:圖 環(huán)境因子與功率之間的關(guān)系圖基于TOA的定位算法是一種利用測(cè)量來(lái)自錨節(jié)點(diǎn)信號(hào)到達(dá)的時(shí)間來(lái)進(jìn)行定位的一種算法。ζ表示與傳播距離無(wú)關(guān)的高斯噪音,通常稱之為遮蔽因子。通常情況下