一种基于角度判断无线传感器网络APIT改进定位算法

来源 :华中师范大学 | 被引量 : 0次 | 上传用户:yongheng0106
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
随着信息技术的飞速发展,人们对客观事物的认知不断增强,无线传感器网络(Wireless Sensor Network,WSN)作为反映客观世界的媒介逐渐被重视起来。通常,无线传感器网络中节点是大规模随机部署,导致许多节点自身的位置并不确定,严重的影响了无线传感器网络应用的性能。因此,网络中节点必须确定自身的准确位置,才能更好的发挥网络各方面的性能。定位技术(Localization technology)不仅可以运用于目标追踪和定位,而且可以提高路由选择的效率以及网络安全性能。由于无线传感器网络自身的特性,使得传统的定位技术并不完全适用。因此,国内外众多学者致力于无线传感器网络定位的研究,提出了许多适用于无线传感器网络的定位算法。本文在对于现有的无线传感器网络节点定位算法大量研究的基础之上,对定位技术相关研究作了以下工作:  首先,本文对无线传感器网络的发展历程进行简要的介绍,并阐述了无线传感器网络节点定位研究背景及内容。分析了常用的定位系统原理和几种常用定位算法,指出之间的互补和不足。  其次,着重对非测距的APIT(Approximate Point-In-Triangulation Test)定位算法实现过程进行了分析,指出APIT定位算法由于网络中节点部署不规则会造成两种误判情况的发生,以及对于一些未知节点不满足APIT定位算法的条件下仍然是不确定节点的问题进行分析。  最后,本文针对APIT算法中存在的缺点,提出了一种基于角度判断的APIT定位改进算法。改进后的APIT定位算法对存在的两种误判情况进行了分析,根据点在三角形内部和外部两种不同情形时,与三角形顶点形成的夹角不同的特性,改进了三角形内点测试的方法,更加准确的对节点所存在的位置进行定位,并且特别分析了位于三角形边界附近的点的情况,改进后的算法对这类节点所在区域予以排除,有效的减少了误判情况发生,增加了节点的定位精度。在APIT算法中,由于节点部署的不规则性,可能导致网络中部分节点并不满足定位算法执行的条件,改进后的算法将不同原因造成无法定位的情况分成了两类,对每一类情况如何定位加以说明,有效地减少了网络中不能被定位节点的比例,增加了节点覆盖率,并有效的改进了无线传感器网络中节点的定位精度。
其他文献
由于无线传感器采集到的数据信息精准、部署比较简单、成本较低且不需要现场维护等特点,无线传感器网络目前已经成为一个研究的热点。无线传感器节点一般直接布置在暴露的地理
近年来,由于人们对视频效果要求不断提高,而国外垄断着视频编码标准核心技术,并且专利费昂贵,中国自主研发并达到国际先进音视频编码标准的AVS(Audio Video coding Standard)应运而
学位
移动群智感知是指移动用户通过随身携带的电子设备来采集数据,并且协作完成复杂任务。最近数十年,随着智能手机、车载电子设备、可穿戴式设备等大量的移动终端设备的普及,可以利
随着移动智能终端的日益普及,移动互联网的飞速发展,移动用户规模不断壮大,各种业务和应用不仅直接影响到了人们的工作方式和生活方式;同时也对人们的学习工具和学习过程产生
推荐系统在数字图书馆中有着重要作用。通过帮助用户发现他们感兴趣的图书,推荐系统既充分利用了数字图书馆的资源,也更好满足了用户的阅读需求。传统基于内存的推荐方法是有效
在现代生活中,每天都有大量的视频数据不断涌现,人们怎样才能从数量众多、类型多样的视频数据中找出自己所需的视频片段已经成为一个新的问题。但是由于视频数据信息量大,内容复
无线传感器网络是当今物联网的关键技术之一,是一种多跳无线自组织网络,由大量的微型传感器节点所构成。它的主要特点是低功耗、低成本、分布式和自组织,但是网络中的每一个
EDF是1973年由海外学者提出的一个实时调度算法,作为一个经典算法,它出现在很多的实时系统教材中,至今尽管己跨越了数十年的历史,但关于EDF的动态性能方面,仍有许多问题有待
IB方法(InformationBottleneck)通过对数据的压缩来分析其中所蕴含的内在模式,在机器学习、模式识别等众多领域中取得了成功的应用。多变量IB方法(MultivariateInformationBot