论文部分内容阅读
无线传感器网络是信息领域一次重大的发展和变革，是当今新兴技术中的研究热点，在军事和民用领域都蕴含着十分广阔的应用前景。无线传感器网络节点定位技术是无线传感器网络的关键技术之一。然而，受低成本、低功耗以及复杂部署环境等条件的制约，节点定位技术在理论和实验研究方面均面临着重大挑战。无线传感器网络节点定位方法一般分为两类：基于测距(Range-Based)的定位方法和无需测距(Range-Free)的定位方法。基于测距的定位方法可以达到较高的定位精度，但是常常需要增加额外硬件来测量邻居节点间的距离或角度，极大地增加了节点的成本和功耗，不适合大规模部署的无线传感器网络。无需测距的定位方法一般通过节点间的连接性来定位，不需要额外测距硬件，从经济、功耗等方面来看，这类方法更适合大规模部署的无线传感器网络，然而这类方法的定位精度相对偏低。本文着重研究无线传感器网络节点定位技术中的无需测距定位，分别从理论和实验两个方面展开。在理论研究中，分析了导致无需测距定位精度低的根本原因：跳数-距离模糊问题，即一个传感器节点简单地认为自己到所有一跳邻居的估计距离都相同，尽管实际距离并不相同；提出了相应的改进方法来解决跳数-距离模糊问题，进而提高节点定位精度。在实验研究中，利用了广泛使用的Mica2节点来构建实验测试平台，并利用该平台展开定位实验研究，具体来说，本文创新之处如下：（1）针对无需测距定位中广泛存在的跳数-距离模糊问题，提出了一种新的网络测度，即归一化邻近距离(RND)。RND的基本思想是利用两邻居节点之间的公共邻居数来反映它们之间的接近程度，即公共邻居数越多，那么这两邻居节点就越接近。分析了RND在有限和无限节点密度条件下的统计特征，进一步将RND应用到经典的DV-Hop算法中，进而提出一种基于RND的定位算法DV-RND，该算法的实现仅依赖于节点间的连接性和少量的邻居列表交换，无需增加额外测距硬件。通过仿真，将DV-RND算法与经典的DV-Hop算法和DV-CNED算法在不同的部署场景中进行比较，仿真结果表明，在网格部署、随机均匀部署、非均匀部署和含有网络覆盖空洞部署的场景中，DV-RND算法的定位性能优于DV-Hop算法以及DV-CNED算法。DV-RND算法能有效解决跳数-距离模糊问题，具有较高的定位精度和可靠性。（2）针对一般无线传播模型下的最优邻居定义问题，提出了一种动态自适应邻居选择算法，并结合DV-RND算法，进一步提出一种基于自适应RND的定位算法DV-ARND。在接收功率测量实验的基础上，建立一种基于实验数据的多项式拟合模型，并归纳出一般无线传播模型的特征：接收功率是随机变量，且接收功率的期望是关于收发机之间距离的非单调增函数。在此模型下，利用收包率(PRR)重新定义了圆盘模型(UDG)中的‘跳’和‘邻居’，并通过锚节点搜索最优PRR门限来实现动态自适应邻居选择算法，最终使得DV-ARND算法的定位性能达到最优。DV-ARND算法不仅较好地解决了跳数-距离模糊问题，而且自适应于一般无线传播模型中。通过仿真，在一般无线传播模型下验证和比较了DV-ARND算法的定位性能。仿真结果表明，在对数-正态阴影衰落模型和多项式拟合模型下，DV-ARND算法有效地提高了节点的定位精度。在相同条件下，DV-ARND算法的定位性能明显优于DV-Hop算法和DV-RND算法。（3）针对基于接收信号强度(RSS)定位的环境依赖性问题，提出了一种基于自适应权重(IRW)的加权质心定位算法AWCL-IRW。该算法通过RI(RSS Indicator)倒数的g次方构建自适应权重函数IRW，并且通过锚节点自学习算法获得最优权重因子g，将环境依赖性很强的RSS和算法复杂度很低的加权质心定位(WCL)有机地结合起来。构建了一个由20个Mica2节点组成的实验测试平台，并利用该平台测量了不同距离、不同环境、不同方向、不同发射功率等测试条件下的RSS。利用实验测试平台，验证和比较了AWCL-IRW算法在不同实测环境中的定位性能。定位结果显示，在水泥地面环境(20×30(m2))中，AWCL-IRW算法的平均定位误差在2(m)以内；在小树林草地环境(40×50(m2))中，AWCL-IRW算法的平均定位误差在4(m)以内；与CL算法和WCL-Distance算法相比，AWCL-IRW算法具有更高的定位精度。