论文部分内容阅读
本文首先介绍了无线传感器网络和节点定位的基本理论,主要包括节点定位的基本原理和典型算法,指出了各种定位算法的优缺点,然后着重分析了基于RSSI的信号传播模型和质心定位算法相结合来计算距离和坐标的算法-加权质心定位算法WCL (Weighted Central Localization),分析了这种算法模型存在的问题,具体表现在：由于信号传播环境的复杂性,特别是障碍物的存在,使得定位结果往往存在很大误差,其中,障碍物对算法定位结果的影响主要是：在空气中,信号一般是沿直线传播的,遇到障碍物会发生反射、折射或者衍射,从而会影响信号的接收功率,造成距离计算上的误差。针对一般WCL算法存在的问题,本文给出了改进措施,其中,对于障碍物对定位结果的影响,提出了参考节点区域划分算法RNZ(Reference Nodes-Zooming),把现实中被障碍物隔离开的小区域中的参考节点映射到逻辑上的各邻居节点组中,使得处于同一邻居节点组中的各节点之间几乎不受障碍物的影响,信号沿视距传播,可以用统一的信号传播模型参数；同时,未知节点也可以采用这种方法得到初步位置估计。随后详细介绍了基于RNZ的WCL节点定位算法。该算法首先用RNZ区域划分法把参考节点划分到不同的子区域中,未知节点定位开始后,首先确定出未知节点的所在区域,在实现未知节点的初步定位后,用改进后的WCL节点定位算法来实现对未知节点的精确定位。最后,用matlab对本文的算法进行了模拟仿真,包括局部仿真和整体仿真。局部仿真主要用于确定对定位有直接影响的两个参数(参考节点密度和节点通信半径),整体仿真则测试本文算法的总体定位性能。实验结果表明,基于RNZ的WCL定位算法可以显著减小NLOS所造成的误差,把平均定位误差控制在1.5m左右,能满足绝大部分无线传感器网络对节点定位精度的要求。