无线传感器网络非基于测距定位算法研究

来源 :西南交通大学 | 被引量 : 0次 | 上传用户:shena011
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
新世纪以来,综合了嵌入式计算、传感器、射频芯片、无线通信和分布式信息处理等技术的无线传感器网络(Wireless Sensor Network, WSN)产业悄然兴起。WSN被广泛地运用于生态环境、医疗、智能家居和交通、军事、工农业等各行各业,有关WSN的各种技术成为近年来的研究热点。传感器节点定位技术是WSN的核心支撑技术之一。WSN自定位算法主要分为基于测距(Range-based)和非基于测距(Range-free)两大类。由于Range-free相对于Range-based定位算法成本低、开销小,并且定位精度也满足应用要求,所以Range-free定位算法越来越受业界的关注。首先,简要介绍了WSN的背景、发展与研究现状,阐述了WSN系统组成、传感器节点和网络体系结构,介绍了WSN特点和定位算法性能评估以及节点位置估算的基本方法。其次,介绍了几种典型的非基于测距定位算法,仿真分析了质心定位算法、DV-HOP定位算法、APIT定位算法和PPIT定位算法的性能,对定位误差随信标节点、节点分布、节点密度变化的性能进行了对比。最后,针对非基于测距定位算法中的APIT定位算法进行重点研究,该算法相对于PPIT定位算法的定位误差差距主要是因为在近似三角形内点测试时会出现In-To-Out错误和Out-To-In错误。这里首先介绍了有关同平面三角形与点关系的定理,利用此定理实现节点定位。仿真结果表明该算法不会出现In-To-Out错误,但会出现Out-To-In错误且比较大,导致定位误差比APIT定位算法还大。随后,将该定理应用到APIT算法的近似三角形内点判断中,提出改进算法IAPIT,该算法增加了点在三角形内或外的判断成功率。仿真结果表明IAPIT算法的In-To-Out错误和Out-To-In错误减少,进而定位误精度得到改善。另外,IAPIT算法比起原APIT算法在恶劣环境下适用性更强,不足的是通信能耗有所增加。最后针对IAPIT算法在信标节点较多时计算量较大的问题提出优化算法IAPIT+,仿真结果显示IAPIT+算法计算量减少了。
其他文献
显微镜获得的图像一般为低对比度图像,色彩不分明,不便于分析和观察。颜色增强技术是图像处理技术中的一个非常重要的课题,应用在工业生产、生物学等多个领域。通过颜色增强技术
近年来,在信息融合理论研究和应用的基础上,多源图像融合技术逐步发展了起来,其中最经典的应用就是可见光与红外图像的融合。可见光传感器通过获取目标场景的反射信息成像,红外传
多输入多输出,即MIMO通信系统以其特有的大容量和高可靠性在高速无线通信中占据着重要地位。预编码技术是一种应用于发射端,以达到抑制多用户间干扰的预均衡方法。因为MIMO系
正交频分多址接入技术是以OFDM (Orthogonal Frequency Division Multiplexing)技术为基础,结合了FDMA (Frequency Division Multiplexing Access)技术而形成的一种多用户接
摘要:LTE (long term evolution)是3GPP长期演进项目,LTE兼容第三代(3G)移动通信系统,传输质量高,适应高速移动,并拥有高达100Mbps的下行数据传输率。高级长期演进(LTE-A)是真
光纤布拉格光栅传感器(Fiber Bragg Grating,FBG)是一种新型的光无源器件,在抗电磁干扰、轻巧、灵敏度等方面具有独特的优势,可以用来测量应变、温度、压力以及一切可以转换为应
向量网是一种面向连接的通信网络,它对通信路径上节点的出端口进行编号,并将途径的一系列端口号序列作为向量地址,从而实现地址资源的扩展。向量网通过呼叫寻由过程建立向量
现如今视频采集设备已非常普遍,早已进入了每家每户。随着社会的发展与进步,人们对信息量的要求越来越高,也就是说对视频的广泛性及连续性的要求越来越高,然而仅仅靠单个采集
随着移动通信和智能终端的发展,移动数据量急剧增加,移动业务的种类也日益多样化,运营商面临着严重频谱资源不足的挑战。为了应对各种通信场景和业务的需求,第五代(Fifth-Generat
近年来,宽色域显示设备不断推陈出新,在LED显示器出现后,激光显示器已经成了显示设备新的代表。与传统显示设备相比,宽色域显示设备优势显著,在色域覆盖率上有了很大提升。与