無(wú)線傳感器網(wǎng)絡(luò)三維全局定位算法研究.pdf

1、隨著無(wú)線傳感器網(wǎng)絡(luò)的廣泛應(yīng)用，作為傳感器眾多應(yīng)用基礎(chǔ)的傳感器節(jié)點(diǎn)的位置信息變得越來(lái)越重要。針對(duì)傳感器本身所具有的能量、存儲(chǔ)、計(jì)算等資源相對(duì)有限的特點(diǎn)，如何用較低的能耗，準(zhǔn)確的得到傳感器節(jié)點(diǎn)的位置信息就顯得越來(lái)越重要。到目前為止，傳感器節(jié)點(diǎn)的定位算法主要分為兩類：與錨節(jié)點(diǎn)相關(guān)的定位算法和與錨節(jié)點(diǎn)無(wú)關(guān)的定位算法。本文將會(huì)對(duì)這兩類算法分別進(jìn)行研究與改進(jìn)，并提出新的算法。
　　 首先，本文研究了與錨節(jié)點(diǎn)相關(guān)的定位算法。雖然目前已有的與錨

2、節(jié)點(diǎn)相關(guān)的定位算法已經(jīng)對(duì)節(jié)點(diǎn)的定位精度和能耗進(jìn)行了改進(jìn)，但通常無(wú)法對(duì)這兩者兼顧，提高了定位精度的同時(shí)也增大了節(jié)點(diǎn)的能耗。線性最優(yōu)化的方法計(jì)算量不大，但是節(jié)點(diǎn)的定位精度低，而使用非線性最優(yōu)化的方法來(lái)定位的節(jié)點(diǎn)定位算法精度高，但是計(jì)算量大，針對(duì)如上問(wèn)題，結(jié)合傳感器的特性，本文提出一種改進(jìn)的非線性最優(yōu)化定位方法。仿真結(jié)果顯示本文提出的對(duì)傳統(tǒng)定位算法改進(jìn)的兩種算法，能夠有效的緩解定位精度和節(jié)點(diǎn)計(jì)算量之間的矛盾。算法具有較高的定位精度和相對(duì)較低的

3、計(jì)算消耗，不增加額外通信開(kāi)銷的優(yōu)點(diǎn)。同時(shí)，考慮到集中式算法會(huì)造成某些節(jié)點(diǎn)的計(jì)算量大，能量消耗過(guò)多的情況，本文對(duì)與錨節(jié)點(diǎn)相關(guān)的定位算法中的分布式算法進(jìn)行了研究，引入粒子群算法的思想，提出一種多種群并行粒子群算法（MPPSO），有效的解決了單一粒子群算法中某些節(jié)點(diǎn)能量消耗過(guò)多，且容易陷入局部最優(yōu)化的問(wèn)題。通過(guò)在多個(gè)信標(biāo)節(jié)點(diǎn)上部署粒子群算法，有效的節(jié)約待定位節(jié)點(diǎn)的計(jì)算資源，實(shí)現(xiàn)算法的并行化，同時(shí)，通過(guò)使用多種群協(xié)同避免了局部最優(yōu)問(wèn)題。仿真結(jié)果

4、表明當(dāng)測(cè)距誤差在30％以內(nèi)時(shí)，MPPSO與某些傳統(tǒng)的定位算法相比，能夠提高定位精度8％到40％。
　　 其次，考慮到傳感器所在的惡劣環(huán)境，在沒(méi)有GPS的情況下獲得節(jié)點(diǎn)的位置也是非常重要的。本文研究了與錨節(jié)點(diǎn)無(wú)關(guān)的定位算法，提出了一種基于分簇機(jī)制的新的與錨節(jié)點(diǎn)無(wú)關(guān)的定位算法。本算法考慮到了節(jié)點(diǎn)的能量，連接度，以及三角形幾何限制性原理來(lái)啟發(fā)式的建簇，然后將這些簇融合成一個(gè)簇，建立起一個(gè)統(tǒng)一的全局坐標(biāo)系。這個(gè)算法有效的解決了無(wú)錨節(jié)點(diǎn)的