论文部分内容阅读
无线传感器网络是一种新型的网络技术，由于其可靠性，动态性，自组织性强等众多优势使其在军事、交通、工业、医疗等领域有着广泛的应用前景。其中目标定位技术是无线传感器网络的一项重要应用。本文主要对能量衰落模型下的最大似然估计算法（ML）进行研究并改进。首先，将栅格化的思想应用到ML算法中。研究了二进制最大似然估计算法（BML），采用二进制数据进行定位，有效地减小网络传输负荷、降低算法的计算复杂度。接着，分析了BML算法容错性能，研究了其修正算法——容错二进制最大似然算法（FTBML）。FTBML算法充分考虑传感器失效和误判的存在，降低了差错对于定位算法的影响。通过仿真实验，研究比较了不同参数下各算法性能.随后，研究了一种二次搜索策略——CE-FTBML算法。先在整个区域内执行定位精度不高但算法复杂度低的质心定位算法（CE），然后根据质心算法的定位精度确定二次搜索半径，执行定位精度高的FTBML算法。对算法的定位精度和算法时间复杂度做了详细分析。通过仿真实验验证，在一定的节点差错概率下，CE-FTBML算法能够保持良好的定位精确度，并大大降低算法的时间复杂度。最后，对算法的目标源信号强度的获取做了进一步讨论——CE-FTBMLe算法。采用一种启发的方式获得信号强度的理论值。通过仿真实验验证，目标源强度的实验值具有较高的准确度。所以该算法具有较强的实际应用价值。