论文部分内容阅读
随着科学技术的发展,无线传感器网络得到了越来越广泛的应用,尤其是在交通管理、环境监测、安全生产、智能家庭以及医疗设备等领域。而节点位置对于这些应用来说极其关键,只有搞清楚了传感器节点的位置,我们才能知道“某一特定的事件发生在什么区域”,进而做出决策并采取措施,没有位置信息的监测数据是毫无意义的,如:车辆跟踪、森林环境监测、煤矿事故、人员搜救等等。因此,精确的定位技术对于无线传感器网络的应用来说有着重要的意义。本文首先介绍了无线传感网络中现有的一些典型的定位算法,并对它们各自的优缺点进行了简单的分析。根据定位过程中是否需要测量实际节点间的距离,定位算法可以分为基于测试距离的定位和距离无关的定位,目前,测距方法主要包括TOA(Time of Arrival)、TDOA (Time Difference of Arrive)、AOA(Angle of Arrival)、RSSI(Received Signal Strength Indicator)等。其中,RSSI是利用理论或经验模型将信号在空气中的传输损耗转换为距离,所以RSSI测距不需要添加任何额外的硬件设备,节约成本,简单易行,因而得到了广泛的应用,成为目前研究的热点。本文针对基于RSSI测距的加权质心定位算法中存在的一些缺陷,结合无线传感器网络的特点,从测距和定位两个方面展开了研究。首先,在测距阶段,基于RSSI测距的加权质心定位算法没有充分利用信标节点之间的信息来校正信标节点到未知节点的距离,从而使RSSI测距值存在很大的误差。其次,在权值选取阶段,该算法也没有体现出不同的信标节点对未知节点的影响力,针对这些缺陷,本文对其进行了改进,提出了一种基于RSSI校正的加权质心定位算法,新算法在测距阶段将信标节点之间的距离和信号强度信息同时考虑在内对RSSI测距值进行校正,充分利用了网络环境中的已知信息;在权值选取阶段采用一种新方法,充分考虑了信标节点对未知节点的影响力,仿真结果表明改进后的算法定位精度得到了明显提高。但是本人在后来的研究中发现这种新算法还存在不足之处,于是本文又提出了一种基于RSSI校正的修正算法。仿真结果表明,修正后的算法有效提高了定位精度,降低了定位误差。