動態(tài)傳感器網絡節(jié)點定位技術的研究.pdf

1、動態(tài)傳感器網絡作為無線傳感器網絡的一種，近年來被廣泛的應用于許多領域中，如環(huán)境監(jiān)測、動物跟蹤、醫(yī)療健康、井下人員搜救等都依賴于傳感器節(jié)點的移動性。移動的節(jié)點不僅提高了事件監(jiān)測的靈活性，而且增強了無線傳感器網絡的自組織性和適應性。對于動態(tài)傳感器網絡而言，節(jié)點的位置信息是其各種應用的前提。節(jié)點的移動性使動態(tài)傳感器網絡的節(jié)點定位比靜態(tài)傳感器網絡的節(jié)點定位更復雜。如何在動態(tài)條件下，對節(jié)點實現低功耗、低復雜度和高精度的定位是無線傳感器網絡定位面臨

2、的挑戰(zhàn)之一。
　　本文以動態(tài)傳感器網絡節(jié)點定位技術為主要研究內容，分析并仿真研究了不同網絡模型下的動態(tài)傳感器網絡節(jié)點定位問題，以及節(jié)點移動模型對定位算法的影響。本文的主要工作和創(chuàng)新點如下:
　　首先，本文針對未知節(jié)點靜止、錨節(jié)點移動的動態(tài)傳感器網絡模型的定位問題展開了研究，提出了一種基于虛擬信標選擇的移動錨節(jié)點定位算法。該算法從幾何學的角度，對在測距誤差存在的情況下，如何減少誤差積累和確保定位誤差最小的問題進行了研究，定量的

3、分析了由節(jié)點間相對位置所引入的誤差，并通過數學證明了當參與定位的三個虛擬信標的位置成等邊三角形時定位誤差最小的定理。依據這一定理，未知節(jié)點在定位過程中對虛擬信標進行合適的選取，獲得了更準確的位置信息。
　　接著，本文研究并探討了移動錨節(jié)點定位算法中的錨節(jié)點路徑規(guī)劃問題，提出了一種能自適應網絡拓撲的動態(tài)路徑規(guī)劃方法。為使移動錨節(jié)點能根據網絡中節(jié)點的分布情況進行移動，該算法對錨節(jié)點的移動方向進行了劃分，并利用錨節(jié)點與未知節(jié)點之間的信息

4、交互，獲取錨節(jié)點當前通信范圍內的節(jié)點的鄰居節(jié)點數，使錨節(jié)點的移動路徑盡量規(guī)劃在鄰居節(jié)點數最多的區(qū)域內，以此確定錨節(jié)點的移動方向。仿真結果顯示，本文提出的動態(tài)路徑規(guī)劃方法能有效的避免無節(jié)點區(qū)域的遍歷，特別適用于網絡節(jié)點非均勻分布的應用場景。
　　其次，本文針對未知節(jié)點和錨節(jié)點均移動的動態(tài)傳感器網絡模型的定位問題進行了研究。蒙特卡洛定位算法是解決這類定位問題的重要方法，但蒙特卡洛定位算法為實現定位而進行的大量采樣不僅降低了算法的執(zhí)行效

5、率，而且消耗了傳感器節(jié)點的大量能量。針對這些缺點，本文提出了一種自適應采樣的改進的蒙特卡洛定位算法。該算法首先使用未知節(jié)點接收到的一跳和二跳錨節(jié)點建立采樣區(qū)，然后采用Kullback-Leibler距離作為衡量節(jié)點位置的后驗概率密度分布的真值與估計值之間的誤差限，依據采樣區(qū)的大小計算出基于此誤差限的最大采樣次數，在采樣區(qū)域內進行均勻的采樣和過濾，最后利用未知節(jié)點的一跳鄰居節(jié)點對樣本的權值進行區(qū)分，計算出節(jié)點的估計位置。仿真結果顯示，該算

6、法能在保證節(jié)點定位精度的情況下，有效降低采樣次數，減少計算開銷。
　　由于受到網絡規(guī)模和成本的限制，以及難以從實際場景中獲得節(jié)點的移動軌跡，目前針對動態(tài)傳感器網絡節(jié)點定位算法的研究仍以仿真研究為主。節(jié)點移動模型作為動態(tài)傳感器網絡節(jié)點定位算法仿真研究的基礎，對定位算法的性能分析具有重要的影響。通過研究發(fā)現，節(jié)點移動模型的參數設置及許多與時間相關的特性是造成定位算法性能評估不一致的主要原因。因此，本文最后研究并分析了節(jié)點移動模型對動態(tài)