论文部分内容阅读
在无线传感器网络(Wireless Sensor Networks,WSN)相关技术中,定位技术是其中最关键的支撑技术。WSN的各个应用都是位置信息与传感器感知到的信息相匹配的,因此,定位技术是WSN最关键的研究技术之一,但目前所提出的定位算法在复杂环境下的定位精度较低,为了保证定位性能,根据环境的变化对定位算法进行优化具有十分重要的意义。本文研究分析了大量关于定位技术的相关理论与方法,通过引入校正方法、智能优化算法和Voronoi图区域划分方法等知识,提出新定位方法降低环境对定位精度的影响,达到提高定位精度的效果。主要工作如下:(1)针对复杂山地环境下并且节点密度较低时的问题,提出基于三维近似三角形内点测试算法(Approximate Point In Triangle,APIT)和距离向量-跳段算法(Distance Vecotr-Hop,DV-Hop)融合的方法解决节点部署稀疏情况下的未知节点位置精确定位问题,当锚节点数目小于4而不能构造四面体时,引入DV-Hop算法对未知节点进行定位。在确定未知节点的位置坐标之后,提出近点垂足均值法校正未知节点的位置坐标以达到进一步提高定位精度的效果。最后,通过仿真实验验证表明,提出的定位方法提高了节点定位精度。(2)在山地环境中考虑定位精度的同时也需关注能耗问题,首先提出单一锚节点映射方法,在山顶部署单一锚节点,利用单一锚节点向山体映射多个虚拟锚节点以降低能耗;然后使用加权质心算法确定未知节点的位置,由于其估算值与实际位置坐标值相差较大,引入蝴蝶优化算法(Butterfly Optimization Algorithm,BOA)对未知节点的位置进行优化,进一步提高定位精度;最后,通过在室外实验场景中与其它算法进行对比,实验结果表明,该定位方法的能耗和定位精度优于其它两种算法。(3)针对特定定位区域定位精度低的问题,提出一种改进的基于计算几何的算法。首先利用Voronoi图对定位区域进行划分来确定未知节点所在的区域;然后在该区域中利用支持向量机(Support Vector Machine,SVM)算法进一步确定未知节点的位置,以提高节点的定位精度;最终,在室内外两种环境下验证可知,VDSVM定位方法的定位精度优于其他定位方法。