復(fù)雜環(huán)境中無線傳感器網(wǎng)絡(luò)定位算法研究.pdf

1、無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks，WSN)以其低成本、低功耗、多用途的特點，在自動控制、建筑行業(yè)、環(huán)境監(jiān)測、危險等領(lǐng)域中有著大量的應(yīng)用，特別在危險環(huán)境和人不能到達(dá)的環(huán)境中，更是發(fā)揮著重要的應(yīng)用。在實際應(yīng)用場合，傳感器節(jié)點有時通過飛行器拋撒在工作區(qū)域，節(jié)點的位置都是隨機并且未知的，節(jié)點所采集到的數(shù)據(jù)必須結(jié)合其位置信息才有意義。因此，實現(xiàn)節(jié)點的自身定位對無線傳感器網(wǎng)絡(luò)有重要的研究意義。如何提高定位的準(zhǔn)確度，以

2、提供更優(yōu)質(zhì)的定位服務(wù)是近年來熱門的研究課題。在復(fù)雜環(huán)境中，由于無線電波會受到諸多因素的干擾，現(xiàn)有的算法如ToA(Time of Arrival)、TDoA(Time Difference of Arrival)、AoA(Angle of Arrival)、RSS(Received Signal Strength)等定位算法都會在復(fù)雜環(huán)境中產(chǎn)生較大的誤差。
　　本文在“十二五”國家科技支撐計劃(2012BAD10B01)項目資助下，

3、研究無線傳感器在復(fù)雜環(huán)境中的定位算法，對使用模糊推理的加權(quán)質(zhì)心定位算法和RSS定位算法展開深入的研究和分析，取得了如下成果:
　　(1)建立復(fù)雜環(huán)境中信標(biāo)節(jié)點的RSS可靠度機制。在復(fù)雜環(huán)境中，如果信標(biāo)節(jié)點受到障礙物等的干擾，未知節(jié)點接收到的RSS是不穩(wěn)定的，會在一個范圍內(nèi)產(chǎn)生很大變化，為了克服環(huán)境對RSS的影響，常常采取對RSS進行濾波處理，使RSS值較為接近真實值。但有時RSS的濾波不能取到真實值，比如障礙物遮擋了信標(biāo)節(jié)點的信號

4、，未知節(jié)點接收到的RSS很小，會產(chǎn)生和實際距離較大的誤差。本文通過建立信標(biāo)節(jié)點RSS的可靠度機制，使用可靠程度描述信標(biāo)節(jié)點發(fā)出無線電波的可信程度。在這個機制中，通過信標(biāo)節(jié)點接收其它信標(biāo)節(jié)點的RSS值的準(zhǔn)確度，判別未知節(jié)點接收信標(biāo)節(jié)點RSS的值是否準(zhǔn)確。如果這個信標(biāo)節(jié)點接收的其它信標(biāo)節(jié)點的RSS值在合理范圍，那么就認(rèn)為未知節(jié)點接收到的RSS值是合理的;如果信標(biāo)節(jié)點的信號受到干擾，那么這個信標(biāo)節(jié)點接收到其它信標(biāo)節(jié)點的RSS值也不準(zhǔn)確的，我們

5、就認(rèn)為未知節(jié)點接收到的RSS值也不準(zhǔn)確。
　　(2)提出基于RSS可靠度的Mamdani模糊概率質(zhì)心定位算法。在無線傳感器網(wǎng)絡(luò)中，加權(quán)質(zhì)心定位算法實現(xiàn)簡單，在實際場合應(yīng)用非常方便。但是，在復(fù)雜環(huán)境中如果信標(biāo)節(jié)點少、并且RSS受到障礙物的干擾，加權(quán)質(zhì)心定位算法的精度非常差。通過模糊質(zhì)心的算法推理得到的權(quán)值，在復(fù)雜環(huán)境中定位精度也不理想。本文在RSS可靠度機制的基礎(chǔ)上，提出模糊概率質(zhì)心定位算法，通過Mamdani型模糊推理得到權(quán)值，使

6、算法有一定的魯棒性能。采用通過實際環(huán)境中生成的RSS隸屬度函數(shù)和可靠度隸屬度函數(shù)，通過模糊推理運算減小了復(fù)雜環(huán)境因素對RSS的干擾。
　　(3)提出基于RSS可靠度的Sugeno型模糊推理質(zhì)心定位算法。為了提高模糊質(zhì)心定位算法的精度，建立了基于RSS可靠度的Sugeno型模糊推理質(zhì)心定位算法，通過自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)在復(fù)雜環(huán)境中學(xué)習(xí)模糊系統(tǒng)的參數(shù)，達(dá)到了比Mamdani型模糊推理更佳的定位精度。
　　(4)提出帶慣性因子和Lé

7、vy飛行策略的蝙蝠算法并應(yīng)用在WSN的定位之中。在無線傳感器定位算法中，使用全局優(yōu)化的問題求解定位問題成為研究的一個熱點，有學(xué)者提出使用遺傳算法和蜂群算法解決定位問題，但是在高維的問題的求解上存在精度低的問題。本文分析了傳統(tǒng)的蝙蝠算法的基礎(chǔ)上，提出了帶慣性因子的Lévy飛行策略的蝙蝠算法（Bat Algorithm with Inertia Weight Factor and Lévy Flight，ILBA），對蝙蝠個體的飛行公式采取

8、了兩種方式改進:由于蝙蝠個體飛行速度有一定連續(xù)性，采用類似微粒群算法(PSO)中慣性因子，采用慣性因子保持蝙蝠的飛行速度，通過慣性因子使ILBA算法自適應(yīng)調(diào)整局部搜索能力，提高尋優(yōu)精度;另外，采用了Lévy飛行搜索策略指導(dǎo)蝙蝠個體的飛行，擴大了搜索空間，避免搜索陷入局部最優(yōu)。通過仿真測試，說明ILBA算法在定位問題上比基本BA算法和LBA算法，有更佳的求解精度和更快的收斂速度。
　　(5)最后本文建立一個實際手機定位的系統(tǒng)，實現(xiàn)了