非視距環(huán)境下WSN移動節(jié)點定位算法研究.pdf

1、無線傳感器網(wǎng)絡(Wireless Sensor Network，WSN)是一門新興的信息采集與處理技術，具有極為廣闊的應用前景。移動節(jié)點定位作為WSN的關鍵技術，是無線傳感器網(wǎng)絡研究的熱點問題之一。目前的研究通常僅考慮視距狀態(tài)(Line-of-sight，LOS)，但在實際應用中，信號的非視距(Non-line-of-sight，NLOS)傳播現(xiàn)象是普遍存在的，并將導致定位算法的精度大大降低。本文對NLOS環(huán)境下的節(jié)點定位問題展開了深入

2、的討論和研究，目的在于提高NLOS環(huán)境下移動節(jié)點的定位精度。
　　本文分析了NLOS距離測量值的殘差特性，并提出嚴格殘差選擇機制以對距離測量值進行狀態(tài)鑒別。由于距離測量值通常既包含LOS測量值又包含NLOS測量值，因此，充分利用LOS測量值進行定位可以有效提高算法的定位精度。本文首先應用擴展卡爾曼濾波(Extended Kalman Filter, EKF)算法的線性回歸模型生成測量值的殘差，并利用LOS測量值與NLOS測量值的殘

3、差差異完成測量值狀態(tài)的準確鑒別。仿真結果表明，在NLOS環(huán)境下，采用嚴格殘差選擇機制進行測量值的狀態(tài)鑒別，結合變節(jié)點EKF算法可以得到較高的定位精度。
　　基于M-估計算法定位思想，本文提出了一種移動節(jié)點魯棒定位算法。通過分析NLOS殘差的統(tǒng)計特性，提出了一種基于最鄰近估計的變量核密度估計算法，以估算殘差的概率密度函數(shù)。然后結合M-估計的定位思想，提出了一種基于變量核密度估計的移動節(jié)點定位算法。實驗結果表明，該算法克服了M-估計算

4、法需要模型匹配與人工調整參數(shù)的局限性，實現(xiàn)了對不同環(huán)境下NLOS誤差的抑制。
　　考慮到NLOS誤差的特性，本文提出了一種基于投票選擇機制的概率數(shù)據(jù)關聯(lián)算法。利用NLOS誤差標準差大于測量誤差標準差的特性，然后結合高頻測距數(shù)據(jù)處理思想，提出了一種基于投票選擇機制的數(shù)據(jù)處理算法對距離測量值進行篩選，并保留可靠的測量值。在此基礎上，提出了一種改進的概率數(shù)據(jù)關聯(lián)算法對經(jīng)投票篩選后的多個測量值進行數(shù)據(jù)融合，最后應用基于參考節(jié)點選擇的線性最