《基于rssi测距优化的wsn定位算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
密级：保密期限；告备水蔓硕±学位论文－－－―基于ＲＳＳＷＳＮ定位算法妍究Ｉ测距化化的ａｔｏｎａＩｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＲＳＳＲｅｓｅａｒｃｈｏｎＷＳＮｌｏｃｉｄｉｓｔａｎｃｅｏｐｔｉｍｉｚａｔｉｏｎ学号Ｅ１３２０１０２０姓名杜±怀学位类别工学硕±—學勒专业计算机应用技术ｒ：：（工程领域）指导老师宋杰副教授完成时间２０１６年４月醒员会．Ｕｉ（主），席签名ｔｖ）＇．．．，＇‘■＇，．：．．； 独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的Ｌ研究成果。据我所知，除了文中特别加Ｘ标注和致谢的地方外，论文中不包含其他人臣经发表或撰写过的研究成果，化不包含为获得安徽大学或其他教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名古乂？字日期：年Ｓ月＞日准＞／（学位论文版权使用授权书、本学位论文作者完全了解安徽大学有关保留使用学位论文的规定，有权保留并向国家有关部口或机构送交论文的复印件和滋盘，允许论文被查阅和借阅。本人授权安徽大学可Ｗ将学位论文的全却或部分巧容编入有关数据库进行检索，！＾乂采用影印可、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书）ＡＩ学位论文作者签名：＾葦：５人导师签义主＂签字日期年主月日签字日期：心批＾月如日心八＾／２ ＾摘要随着互联网深入到大家的生活么中，与互联网技术紧密联系的无线传感器网络无疑会得到长足的发展。无线传感器网络Ｗ通常意义上来讲就是利用传感器节一区域进行感知点对某、采集、处理和传输网络覆盖地理区域内感知对象的监测信息，并呈现给用户想要看到的相关内容。随着当前互联网产业的迅速渗透到各Ｊ＋也行各业，Ｉ＾ｌ互联网为基础的互联网有了蓬勃生机的发展，带动了无线传感器网络的深入研巧和广泛应用，无线传感器网络结合互联网的思维将会为人类提供一更便捷、舒适、智能的生活。作为无线传感器网络的核也技术，节点定位直是二一研巧的热点，如何将节点定位应用于维环境下的些特殊的环境下，能够将应用环境更细化的区分，化及更垂直化的深入的结合，即是本文的研究目的。本文的具体研究内容和创新工作如下：（１）本文首先介绍了无线传感器网络定位的研究背景和意义化及当前国内外研究现状，全面和详细的讲解了无线传感器网络定位技术及其分类，Ｗ及不同分类下的节点定位算法Ｗ及给出了定位算法的性能评价标准。（２）接着提出在二维环境下的测距方面的算法改进；在测距阶段，通过分析二维环境下经典的ＲＳＳＩ测距数学模型，建立了本论文的测距数学模型，并分析ＲＳＳ一说明了影响Ｉ测距的因素。基于当前的ＲＳＳＩ测距误差情况，对己提出的种基于误差补偿的措施进行分析二一致，并计对维下的特殊条件即整体环境不、局一部环境异常的情况下给出了种基于已提出的测距误差补偿算法的改进，Ｗ期提高在持殊环境下的测距精度。（３）在研究定位阶段，分析了传统的质也定位算法的数学模型，并通过实验证明传统的质也定位算法的使用条件及影响质也定位算法的因素，并在此条件下建立了本论文的节点定位模型。针对传统质必定位算法存在的问题及适用环、境，提出了本文的改进的质屯定位算法，并通过实验证明本改进算法的适用性更强，当在二维环境下、信标节点密度较低、分布不均匀的环境下能有更好的定位。效果，它的定位精度更高，且误差更小接着将改进的质也定位算法结合基于ＲＳＳＩ的测距算法，对未知节点定位，显然通过添加距离辅助信息后，定位精度有了进一步的提高；而后提出改进的误差自校正算法，当应用环境对定位精度有Ｉ 安徽大学硕±论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研究、更高的要求时，此误差自校正算法能够得到使用，且算法的精度和稳定性可靠性都有所提高。（４）通过Ｍａｔｌａｂ平台对Ｗ上改进算法进行了仿真，在仿真测距误差补偿算法时进斤了误差补偿前后的对比实验，实验证明补偿后的测距能有效地提高测距的精度。而在定位算法阶段通过对比现有的算法证明了本文提出的改进算法在定位方面有更好的效果。关键词：无线传感器网络Ｓ化改进的质也定位算；二维环境下；定化测啦Ｒ數误差补偿ＩＩ Ａｂａｒａｃｔ乂ｂｓ化ａｃｔｏｎ＇Ｗｔｈ也ｅＩｎｔｅｒｎｅｔｉｎｔｏｅｖｅｒｅｓｌｉｆｅｔｈｅｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｗｈｉｃｈｉｓｙ，ｃｌｏｓｅｌｙｃｏｎｎｅｃｔｅｄｗｉｔｈｔｈｅＩｎｔｅｒｎｅｔｔｅｃｈｎｏｌｏｗｉｌｌｕｎｄｏｕｂｔｅｄｌｂｅｒｅａｔｌｄｅｖｅｌｏｅｄ．ｇｙｙｇｙｐＷ＾ｉｒｅｌｅｓｓｓｅｎｓｏｒ打ｅｔｗｏｒｋ化ｍｏ巧ｏｆｔｅ打ｓａｙｉｓ化ｅｕｓｅｏｆｓｅｎｓｏｒｎｏｄｅｓｉｎ汪ｉｅｉｏｎｏｆｇｐｅｒｃｅｐｔｉｏｎａｃｕｉｓｉｔｉｏｎｒｏｃ的ｓｉｎａｎｄｔｒａｎｓｍｉｓｓｉｏｎｎ约ｗｏｒｋｃｏｖｅｒａｅｗｉｔｈｉｎ江＾ｑ＾ｐｇｇｇｅｏｇｒａｐｈｉｃａｒｅａｐｅｒｃｅｉｖｅｄｏｂｊｅｃｔｓｏｆｍｏｎｉｔｏｒｉｎｇｉｎｆｏｒｍａｔｉｏｎ，ａｎｄｐｒｅｓｅｎｔｅｄｔｏｔｈｅｕｓｅｒｓｗａｎｔｔｏｓｅｅ．ＷｉｔｈｔｈｅｃｕｒｒｅｎｔＩｎｔｅｒｎｅｔｉｎｄｕｓｔｒｙｒａｉｄｌｅｎｅｔｒａｔｅｄｉｎｔｏａｌｌｗａｌｋｓｐｙｐｏｆｅｓｅｅｎｅｒｎｅｎｅｒｎｅｕｓａｓｓｏｅｄｏｅｅｖｅｏｍｅｎｏｆｖｒｌｉｆｂａｄｏｎｔｈＩｔｔＩｔｔｌｈａｌｌｔｔｈｄｌｔｉｏｏｕｓ，ｐｐｇ，－ｗｉｎｄｅｔｈｒｅｓｅａｒｃｈａｎｄｅｘｔｅｎｓｉｖｅａｌｉｃａｔｉｏｎｉｎｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓｉｒｅｌｅｓｓｐｐｐ，ｓｅｎｓｏｒｎｅｔｗｏｒｋｓｗｉｔｈｔｈｅＩｎｔｅｒｎｅｔｔｈｉｎｋｉｎｇｗｉｌｌｐｒｏｖｉｄｅａｍｏｒｅｃｏｎｖｅｎｉｅｎｔａｎｄｃｏｍｆｏｒｔａｂｌｅｉｎｔｅｌｌｉｅｎｔｌｉｆｅｆｏｒｈｕｍａｎｂｅｉｎ．Ａｓｔｈｅｃｏｒｅ化ｃｈｎｏｌｏｏｆｗｉｒｅｌｅ巧，ｇｇｇｙｓｅｎｓｏｒｎｅｔｗｏｒｋｓｎｏｄｅｌｏｃａｌｉｚａｔｉｏｎｈａｓｂｅｅｎ过ｈｏｔｓｏｔｉｎｔｈｅｒｅｓｅａｒｃｈｏｆｈｏｗｎｏｄｅ，ｐ，－ｌｏｃａｔｉｏｎｉｓａｐｐｌｉｅｄ化ｔｈｅｔｗｏｄｉｍｅｎｓｉｏｎａｌｅｎｖｉｒｏｎｍｅ打ｔｕｎｄｅｒｓｏｍｅｓｐｅｃｉａｌｅｎｖｉｒｏｍｎｅｉ车ｔｏｄｉｓｔｉｎｇｕｉｓｈｔｈｅａｐｐｌｉｃａｔｉｏｎｅｎｖｉｒｏｎｍｅｎｔｍｏｒｅｒｅｆｉｎｅｄａｎｄｍｏｒｅ，ｖｅｒｔｉｃａｌｄｅｐｔｈｃｏｍｂｉｎａｔｉｏｎｉｓｔｈｅｕｒｏｓｅｏｆｔｈｉｓｓｔｕｄ．ｐｐｙＴｈｅｓｐｅｃｉｆｉｃ巧ｓｅａｒｃｈｃｏｎｔｅｎｔｓａｎｄｉｎｎｏｖａｔｉｖｅｗｏｒｋｏｆｔｈｉｓａｅｒａｒｃａｓｆｏｌｌｏｗｓ：ｐｐ（１）ｉｎｔｈｉｓｐａｐｅｒ，ｗｅｆｉｒｓｔｉｎｔｒｏｄｕｃｅｔｈｅｂａｃｋｇｒｏｕｎｄａｎｄｓｉｇｎｉｆｉｃａｎｃｅｏｆｔｈｅｒｅｓｅａｒｃｈｏｆｔｈｅｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｌｏｃａｌｉｚａｔｉｏｎａｎｄｒｃｊｓｅａｒｃｈｓｔａｔｕｓａｔｈｏｍｅａｎｄａｂｒｏａｄ，ｃｏｍｐｒｅｈｅｎｓｉｖｅａｎｄｄｅｔａｉｌｅｄｅｘｐｌａｎａｔｉｏｎｏｆ化ｅｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｐｏｓｉｔｉｏｎｉｎｇｔｅｃｈｎｏｌｏｇｙａｎｄｉｔｓｃｌａｓｓｉｆｉｃａｔｉｏｎ，ａｎｄｄｉｆｅｒｅｎｔｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｎｏｄｅｌｏｃａｌｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍａｎｄｉｖｅｓｔｈｅｌｏｃａｌｉｚａｔｉｏｎａｌｏｒｉｔｈｍｅｒｆｏｒｍａｎｃｅｅｖａｌｕａｔｉｏｎｇｇｐｃｒｉｔｅｒｉａ．２ｈｅｎｕｉｎａｗｏ－ｄｉｍｅｎｉｉｉｎｔｔｔｓｏｎａｌｅｎｖｒｏｎｍｅｎｔｒａｎａｌｏｒｉｔｈｍｉｓｉｍｒｏｖｅｄｉｎ（）ｐｇｇｇｐ；ｒａｎ－ｉｎｓｔａｅｔｈｒｏｕｈｔｈｅａｎａｌｓｉｓｏｆｔｗｏｄｉｍｅｎｓｉｏｎａｌｃｌａｓｓｉｃａｌＲＳＳＩｒａｎｉｎｇｇｇ，ｇｙｇｇｍａｔｈｅｍａｔｉｃａｌｍｏｄｅｌｅｓｔａｂｌｉｓｈｅｄｔｈｅｒａｎｅｍａｔｈｅｍａｔｉｃａｌｍｏｄｅｌａｎｄａｎａｌｓｅｓｔｈｅｇ，ｙｆａｃｔｏｒｓ泌ｅｃｔｉｎｇ艮ＳＳＬＢａｓｅｄｏ打ｔｈｅＲＳＳＩｒａｎｉｎｅｒｒｏｒｏｆｒｏｏｓｅｄ汪ｂａｓｅｄｏｎｅｒｒｏｒｇｇｐｐｅｎｓａｔ－ｃｏｍｉｏ打ｍｅ犯ｕｒｅｓａｒｅａｎａｌｚｅｄａｎｄ化ｅｓｅｃｉａｌｃｏｎｄｉｔｉｏｎｓｆｏｒｔｗｏｄｉｍｅｎｓｉｏｎａｌｐｙ，ｐｔｈｅｅｎｖｉｒｏｎｍｅｎｔａｓ汪ｗｈｏｌｅｉｓｉｎｃｏｎｓｉｓｔｅ打ｌｏｃａｌｃｏｖｉｒｏｎｍｃｉｒｔａｌａｎｏｍａｌｉｅｓａｒｃｉｖｅ打过ｇＮＩ 安徽大学硕±论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研究ｐｒｏｐｏｓｅｄｒａｎｇｉｎｇｅｒｒｏｒｃｏｍｐｅｎｓａｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｉｍｐｒｏｖｅｄ．Ｉｎｏｒｄｅｒｔｏｉｍｒｏｖｅｈｅｒａｎｉｎａｃｃｕｒａｃｉｍｄｅｒｈｅｅｃｉａｌｅｎｖｉｒｏｎｍｅｔ．ｐｔｇｇｔｓｎｙｐ３ｉｎ化ｅｌｏｃａｌｉ之ａｔｉｏ打ｈａｓｅｏｆｔｈｅｓｔｕｄｙａｎａｌｚｅｓ化ｅｍａｔｈｅｍａｔｉｃａｌｍｏｄｅｌｏｆｔｈｅ（），ｙｐｔｒａｄｉｔｉｏｎａｌｃｅｎｔｒｏｉｄｌｏｃａｌｉｚａｔｉｏｎａｌｏｒｉｔｈｍａｎｄｔｈｒｏｕｈｔｈｅｅｘｅｒｉｍｅｎｔｒｏｖｅｇ，ｇｐｐｔｒａｄｉｔｉｏｎａｌｃｅｎｔｒｏｉｄｌｏｃａｌｉｚａｔｉｏｎａｌｏｒｉｔｈｍｕｓｉｎｇｃｏｎｄｉｔｉｏｎｓａｎｄｅｆｆｅｃｔｓｏｆｃｅｎｔｒｏｉｄｇｌｏｃａｌｉｚａｔｉｏｎａｌｏｒｉｔｈｍａｎｄｉｎｔｈｉｓｃｏｎｄｉｔｉｏｎ化ｅｓｔａｂｌｉｓｈｔｈｅｌｏｃａｔｉｏｎｍｏｄｅｌｉｎｔｈｉｓｇ，ｐａｐｅｒ．Ｉｎｖｉｅｗｏｆｔｈｅｐｒｏｂｌｅｍｓｅｘｉｓｔｅｄｉｎｔｈｅｔｒａｄｉｔｉｏｎａｌｃｅｎｔｒｏｉｄｌｏｃａｌｉｚａｔｉｏｎ站ｇｏｒｉｔｈｍａｎｄｔｈｅｓｕｉｔａｂｌｅｅｎｖｉｒｏｎｍｅｎｔｐｒｏｐｏｓｅｄｔｈｅｉｍｐｒｏｖｅｄｃｅｎｔｒｏｉｄｌｏｃａｌｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ，ａｎｄｒｏｖｅ化ｅｉｍｒｏｖｅｄａｌｏｒｉｔｂｍｉｓｂｅｔｅｒｓｕｉｔｅｄｔｏｔｈｅｅｘｅｒｉｍｅｎｔ＾ｗｈｅｎｐｐｇｐ－ｉｎｔｗｏｄｉｍｅｎｓｉｏｎａｌｅ凸ｖｉｒｏｎｍｅｎｔｄｅｎｓｉｔｏｆｂｅａｃｏｎｎｏｄｅｓｉｓｌｏｗｄｉｓｔｒｉｂｕｔｉｏｎｉｓｎｏｔ，ｊｙｕｎｉｆｏｒｍｅｎｖｉｒｏｎｍｅｎｔｃａｎｈａｖｅｂｅｔｔｅｒｏｓｉｔｉｏｎｉｎｅｆｆｅｃｔａｎｄｉｔｈａｓｈｉｈｅｒｏｓｉｔｉｏｎｉｎｐｇ，ｇｐｇａｃｃｘｉｒａｃｙａｎｄｔｈｅｅｒｒｏｒｉｓｓｍａｌｌｅｒ．Ａｎｄｔｈｅｎｔｈｅｉｍｒｏｖｅｄｃｅｎｔｒｏｉｄｌｏｃａｌｉｚａｔｉｏｎ，ｐａｌｇｏｒｉｔｈｍａｌｇｏｒｉｔｈｍｂａｓｅｄｃｍ民ＳＳＩｒａｎｉｎｇａｎｄｐｏｓｉｔｉｏｎｉｎｏｆｕｎｋｎｏｗｎｎｏｄｅｓｇｇ，ａｐｐａｒｅｎｔｌｙｂｙａｄｄｉｎｇａｕｘｉｌｉａｒｙｉｎｆｏｒｍａｔｉｏｎｏｆｒａｎｇｅ，ｐｒｅｃｉｓｉｏｎｐｏｓｉｔｉｏｎｉｎｇｈａｖｅｆｕｒｔｈｅｒｉｍｐｒｏｖｅｄ；ａｎｄｕｔｓｆｏｒｗａｒｄｔｈｅｉｍｐｒｏｖｅｄｅｒｒｏｒｓｅｌｆｃａｌｉｂｒａｔｉｏｎａｌｏｒｉｔｈｍ，ｐｇｗｈｅｎｔｈｅａｐｐｌｉｃａｔｉｏｎｅｎｖｉｒｏｎｍｅｎｔｏｆｏｓｉｔｉｏｎｉｎａｃｃｕｒａｃｈａｖｅｈｉｈｅｒｒｅｕｉｒｅｍｅｎｔｓｐｇｙｇｑ，ｔｉｂｅｅｒｒｏｒｓｅｌｆｃａｌｉｂｒａｔｉｏｎａｌｇｏｒｉｔｈｍ１；ｏｂｅｕｓｅｄａｎｄａｌｇｏｒｉｔｈｍｉｎｔｅｒｍｓｏｆａｃｃｕｒａｃｙａｎｄｓｔａｂｉｌｉｔｙａｎｄｒｅｌｉａｂｉｌｉｔｙａｒｅｉｍｐｒｏｖｅｄ．（４）ｏｆｔｈｅａｂｏｖｅａｌｇｏｒｉｔｈｍｉｓｓｉｍｕｌａｔｅｄｏｎｔｈｅＭＡＴＬＡＢｐｌａｔｆｏｒｍ，ｉｎｓｉｍｕｌａｔｉｏ。ｏｆｒａｎｇｉｎｇｅｒｒｏｒｃｏｍｅｎｓａｔｉｏｎａｌｏｒｉｔｈｍｏｆｅｒｒｏｒｃｏｍｅｎｓａｔｉｏｎｂｅｆｏｒｅａｎｄａｆｔｅｒｔｈｅｐｇｐｅｘｐｅｒｉｍｅｎｔＴｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔａｆｔｅｒｃｏｍｐｅｎｓａｔｉｎｇｔｈｅｒａｎｇｅｃａｎｂｅｅｆｆｅｃｔｉｖｅｌｙｉｍｒｏｖｅｔｈｅｒａｎｉｎａｃｃｘｉｒａｃｙ．Ａｎｄａｔｔｈｅｓｔａｅｏｆｏｓｉｔｉｏｎｉｎａｌｏｒｉｔｈｍｂｐｇｇｇｐｇｇｙｃｏｍｐａｒｉｎｇｔｈｅｅｘｉｓｔｉｎａｌｏｒｉｔｈｍｔｏｒｏｖｅｔｈａｔｔｈｅｉｍｒｏｖｅｄａｌｏｒｉｔｈｍｒｏｏｓｅｄｉｎｇｇｐｐｇｐｐｔｈｉｓａｅｒｈａｓａｂｅｔｔｅｒｅｆｆｅｃｔｉｎｏｓｉｔｉｏｎｉｎ．ｐｐｐｇＫｅｙｗｏｒｄｓ：ｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋ；ｔｗｏｄｉｍｅｎｓｉｏｎａｌｅｎｖｉｒｏｎｍｅｎｔ；ｌｏｃａｌｉｚａｔｉｏｎ；ｒａｎｉｎＲＳＳＩｉｍｒｏｖｅｄｃｅｎｔｒｏｉｄｌｏｃａｌｉｚａｔｉａｌｏｒｉｔｈｍｅｒｒｏｒｃｏｍｔｉｏｎｇ；ｏｎｅｎｓａｇ；ｐｇ；ｐＩＶ １＾目录摘要ＩＡｂｓｔｒａｃｔＩｌｌｉ录Ｖ一第章绪论１１．１论文的研究背景及意义１１．１．１论文的研究背景１１．１．２论文的研究意义２１．２无线传感器网络定位的国内外研巧现状２１．３论文的研究内容及论文结构４第二章无线传感器网络定位技术５２．１无线传感器网络定位技术的基本概念和算法６２．１．１传感器节点定位的基本概念６２．１．２节点定位技术的特点６２２．节点测距技术７２．３基于测距的定位算法１１２．３．１Ｈ边测量法１２２．３．２Ｈ角测量法１２２．３．３极大似然估计法１３２．４无需测距的定位算法１３２．４．１质也定位算法１４—２．４．２ＤＶＨｏｐ１５算法２．４．３ＡＰＩＴ算法巧２．５定位性能评价巧２．６定位算法研究面临的问题和挑战１７２．７小结１８第Ｈ章节点测距误差补偿的改进１９３．１经典的ＲＳＳＩ测距数学模型１９３．２测距误差补偿２１Ｖ 安徽大学硕±论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研究３．２．１己有的误差补偿方法２２３．２．２改进的测距误差补偿方法２４３．２．３改进的测距误差补偿方法的仿真实验２６３．３本章小结２９、第四章基于质屯定位算法的研究３１４．１传统的质也定位算法３１、４．２改进的质屯定位算法３３４％．３基于ＲＳＳＩ的改进的质也定位算法４．４改进算法的误差自校正３７４．５基于ＲＳＳＩ测距的误差自校正改进的定位算法４０４．５．１算法描述４０４．５．２核也算法伪代码４１４．６算法仿真与结果分析４２．６４．１仿真环境４２４．６．２实验结果与分析４３４．ｔ３误差分析４６４．７本章小结４６第五章总结和展望４８５．１总结４８５．２展望４９参考文献５１致谢５６在读期间发表的学术论文５７ＶＩ ｍ第一章绪论１．１论文的研究背景及意义１．１．１论文的研究背景随着互联网深入到大家的生活之中，而与互联网技术有紧密联系的相关技术也会受到相应的重视，无线传感器网络即是如此。无线传感器网络Ｗ通常意义上一区域进行感知来讲就是利用传感器节点对某、采集、处理和传输网络覆盖地理。区域内感知对象的监测信息，并呈现给用户想要看到的相关内容它的英文是ＷｉｒｅｌｅｓｓＳｅｎｓｏｒＮｅｔｗｏｒｋ，简称ＷＳＮ。无线传感器网络的实践原型是通过网络内的大量的传感器节点将探测得到的数据，通过汇聚节点经其它网络发送给了用户能够接收到的地方。随着当前互联网产业的迅速渗透到各行各业，Ｗ互联网为＋也有了蓬勃生机的发展基础的互联网，带动了无线传感器网络的深入研究和广泛应用，无线传感器网络结合互联网的思维将会为人类提供更便捷、舒适、智能的生活。对于基于无线传感器网络的应用，地理位置无疑会越来越重要。节点定位的重要性无需过多解释一，由前文己知般无线传感器部署在被监测区域，对监测区域发生的特殊情况要有时刻的监视，比如，环境监测或者森林火灾，在监测到异常发生时当然要报警，但报警的同时要对异常情况发生的地点即位置信息同时报一般很大一告，那么，由于在无线传感器网络系统中，监测区域的面积，而般的系统要求是传感器节点部署不能太密集，免提高成本，那么有可能在异常发生的区域只有数量有限的监测节点存在一，那么单节点的定位精度就会得到重视，也会被大家重点研究。传感器节点是用来监测异常事件的发生，不仅要对发生的一事件有个详细的说明，事件发生的位置也同等重要，监测节点自我位置的确定是节点定位的基础。在当前的无线传感器网络的定位算法中，Ｗ是否需要Ｗ节点间的距离信息作Ｗ为定位的辅助信息为依据而分为基于测距的定位算法和无需测距的定位算法。在前者中需要获得未知节点通信范围内的相邻节点间的距离，当然此处的距离为实测距离，精度较高，并利用此距离作为辅助信息来计算未知节点的位置；而后１ 安徽大学硕±论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研究Ｗ者则是利用节点间的估计距离作为节点距离来计算节点的位置，估计距离与实际距离就会有很大的误差。两种定位算法各有特点，前者的定位精度更高，而所需要的成本和所需要的能量都相应较高；后者所需要的成本和所需要的能量都相应较低，但定位精度却较低。显然不同的算法就会有不同的特点Ｗ及不同方面的优缺点，在实践应用中，由于应用环境及相应的需求不同，对算法的要求也不同，、考虑到方方面面，平衡各方的特点，通过对节点的规模成本及系统对定位精度的要求的分析，来选择最适合的定位算法，而本文则基于前者对定位精度及定位复杂度等多方面进行优化Ｗ及后者的算法的简便及成本低等特性，来相应的提高定位算法的精度和其适用性。１．１．２论文的研巧意义作为无线传感器网络重要且得到相应重视的技术，节点定位技术需要我们对它有深入的了解和研究。当我们在将无线传感器网络应用于实际时，要根据所获取相关信息的数据的来源来因地制宜，针对性的处理相对应的问题。例如在森林＂在什防火的应用场景中或者在军事战场探测的应用中，显然只有在获取到么地＂送样包含位置信息的消息时才会是实用的一方发生了什么，两者获得其中个信息都是无用的，只有两者相辅相成，得到的信息才能应用，因此，定位技术是无１＂一ＵＷ一线传感器网络的项重要技术也是项必需的技术。＞虽然当前在无线传感器网络的定位上己有很多成熟的算法１＾１及应用实例，但一是随着无线传感器网络大面积的应用及与各行各业的结合，使得节点定位送核也技术在其垂直方面的即某一持殊领域或专一应用领域方面的研巧和应用还是稍显匿乏，本文正是基于此，分别在节点定位的两个阶段即测距和定位阶段提＞出应用于特殊环境下，虽，＾１及对节点定位要求更严然试验证１格的环境下的算法明效果不错。１．２无线传感器网络定位的国内外研究现状在无线传感器网络的节点定位中，测距技术通过获取电波信号参数，如到达－－ＡｎｌｅｏｆＡｒｒｉｖａｌ：ＡＯＡ）ＴｉｍｅｏｆＡｎｒｉｖａｌ；ＴＯＡ到达巧间差角度（ｇ，到达时间（），（ＴｉｍｅｄｉｆｆｅｒｅｎｃｅｏｆＡｒｒｉｖａｌ；ＴＤ０Ａ），接收信号强度（ＲｅｃｅｉｖｅｄＳｉｇｎａｌＳｔｒｅｎｇｔｈＩｎｄｉｃａｔｉｏｎ；ＲＳＳＩ）等，再基于得到的距离值利用相应的定位算法得到位置信息。２ ｍ而无需测距算法无需距离和角度信息，仅根据网络连通性和已知位置的信标节点Ｕ２３等信息来实现相对精确的定位功能。其中质也定位算法是最常用到的简单的无需测距的定位算法，质也定位算法尽管在算法复杂度和能量消耗等方面都较有优、。势，但它又有定位精度差定位需要的信标节点密度高等明显的劣势而能避免无需测距定位精度差的正是基于测距的定位算法，基于测距的定位算法有相对较一高的定位精度，但另方面由于无需测距算法无需测量节点间的距离或方位，所Ｗ在对硬件要求方面，显然无需测距定位算法更有优势，况且它的节点成本更低，在大规模使用节点的情况下更加适用。而无需测距受环境因素的影响小，尽管定一位的误差相应有所増加但在对定位误差有，影响并不大。因此无，定的容忍下需测距的定位算法也有其相应的应用场景和受欢迎的市场。Ｗ当前的成型技术为基础提出的应用于无线传感器网络的定位系统已经被Ｍｗｕｗ＇：ＡｃｔｉｖｅＢａｔｓｏｔＯＮＭｉｃｒｏｓｏｆｔｓ大量提出并应用于实践，，，在国外诸如化［＂］［＂］？［ｗ］ＲＡＤＡＲ，ＡＨＬｏｓ，Ｃｒｉｃｋｅｔ，Ｃａｌａｍａｒｉ等，下章节将会进行详细介绍，此处不再赞述。在互联网技术蓬勃发展的今天一系列相关的技术发展ＷＳＮ就是其中，带动，一ＷＳＮＫＵ、之，在国内对的定位技术的研巧也呈现井喷式的发展，史龙等马祖长Ｂ等气王永才等孙学斌等都提出了针对不同的应用环境下所相适应的定位算法Ｗ及在实践应用中的改进，丰富了定位技术的理论和实践，对该方向的发展有极大的促进作用。上述部分多为已做文献中的参考，从Ｗ上所列举的的ＷＳＮ定位研究成果研究一比较可＾＾＞发现，在现如，并没有十全十种定位方案，！今如此多的定位方法中美的总有它的瑕疵，在通信开销、降低功耗、节省网络带宽和定位精度几个方面能够同时做到，只是在某个功能部分上有相对好的效果，并没有绝对理想的方法。而与基于无需测距的定位算法相比，基于测距算法定位精度相对较商，而后者的定位算法的稳定性、可靠性等多方面相对较好，基于此我们重点研究将两种方法综合起来在ＷＳＮ定位系统中的应用，通过综合两种方法的优缺点来达到定位的更好效果。３ 安徽大学硕±论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研巧１．３论文的研究内容及论文结构本论文的主要章节即对二维环境下的测距算法的改进和定位算法的改进，显然，测距算法的改进是基础，在测距算法的改进上主要是在当前的测距算法的基础所做出的改进，能够提高提商测距的精度，减少测距误差，进而减少测距误差给定位带来的影响；而质也定位的改进是核也，由于传统质也定位算法的优缺点明显，如何在保持优点的基础上去除它定位精度低的缺点是本文的核也，在将ＲＳＳ一Ｉ测距作为辅助信息添加到质也定位算法中，进步提高定位的精度，而且再加上后期的误差校正一，将测量所得的坐标值与实际坐标值的误差进步减小，显然得到的坐标结果己经无限趋近于未知节点的实际值，这样的计算方法在理论上是可靠的；再通过大量的仿真实验来证明定位的精度、稳定性Ｗ及可靠性。一一部分；绪论。即是本章节对本论文所研究的内容有个大概的介绍第；并对当前的该方向的国内外研究即无线传感器网络定位做了相关说明，并介绍了发展前景和研巧意义。第二部分：无线传感器网络定位技术。该论文的研究核也是ＷＳＮ的节点定位，首先要对ＷＳＮ的基础知识有一一个详细的介绍，在这章节中的内容正是要做这方一面的作用，，对当前的节点定位有个详细而充实的讲解Ｗ及最后的评价和总结。第Ｈ部分：改进的二维环境下的测距补偿算法。当在特殊环境下，利用已有的测距补偿算法，将之应用于毎个未知节点，提高测距的精确性，降低测距误差。一致通过试验证明，该算法在整体环境不、局部环境异常的条件下，测距效果更好。第四部分：改进的二维环境下的质也定位算法：该算法首先确定未知节点通信范围内的信标节点，然后取部分这些信标节点作为顶点构成凸多边形，通过ＲＳＳＩ获取未知节点与凸多边形的各个顶点的距离，之后将质也定位的凸多边形内的所有信标节点都作为校正节点，由这些校正节点得到相对应的自校正因子，通过添加权重因子综合所有的自校正因子来替换未知节点的测距误差因子，对测距误差进斤补偿，最后利用加权质也定位方法确定未知节点的最终位置。仿真实验表明该算法是一种定位精度更高的算法。：首先第五部分，对本论文的总结即论文做了那些工作Ｗ及有哪些成果，然后，总结未来还有哪些工作还需完善，即对未来工作的展望。４ 无线传感器网络定位技术第二章无线传感器网络定位技术＂＂，生活中常讲到知己知彼，方能百战不殆在学习研究中更是如此。节点一定位技术如何提高，进而才能在，当然首先要对节点定位技术有个充分的认识、对节点定位做深入研究。无线传感器网络中的配置正如下图中所示，传感器节点一些专用的Ｗ汇聚节点、管理节点等等，当然在ＳＮ中还会有其它的硬件设备，这里就不赞述了它的运行过程是传感器节点监测该区域中的各种有用信息，通过；节点间的传输，，将监测数据传送到汇聚节点汇聚节点收集到数据后通过互联网或卫星等能连接到外网的设备将数据传送到管理节点，汇聚节点和管理节点对数。据的处理，最后呈现到用户的面前任务管理节点＾￥／月户掉盛竊节，吉Ｑ〇）盛测区域—－３—Ｊ＾图２．１无线传感器网络Ｆｉ２，１ＷｉｒｅｌｅｓｓＳｅｎｓｏｒＮｅｔｗｏｒｋｓｇ在通常情况下，如果要定位更精确，误差更少，都会提高无线传感器网络中的节点密度，显然，这就决定了它必须是低成本的，而在控制成本的基础上，它的处理、存储、通信Ｗ及蓄电等能力相对较弱，但是从无线传感器网络的结构上来看，每个节点不仅要进行数据的采集、存储，还要作为路由器将其它节点传送的数据进行存储一些任务、管理和发送等功能，还要与其它节点协作完成如何既能降低成本？还需要在传感器节、节约能源又能实现它必须完成的任务呢点的软硬件方面继续研究，，结合软硬件的优缺点，能够更多的平衡各方面的特点得到更实用、有效、适用的无线传感器网络系统。一在这里要重点介绍下汇聚节点，汇聚节点，顾名思义就是无线传感器网络５ 安徽大学硕±论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研究一中的传感器节点在对监测区域中进行采集后统发送到的节点的地方，但由于不同的无线传感器网络的要求不同，所Ｗ汇聚节点的功能也有所不同，当普通的传感器节点能够对采集的数据处理或者数据本不需要处理时，汇聚节点仅仅只有连接到互联网或卫星进行数据传送的能力，而当节点没有处理能力有需要对数据进行处理时，汇聚节点就需要有数据处理能力，需要强大的计算和监测控制能力；所汇聚节点的功能是由传感器网络的结构设计所决定的。２．１无线传感器网络定位技术的基本概念和算法２．１．１传感器节点定位的基本概念一首先要去除些疑问点，定位为什么不使用ＧＰＳ呢？虽然当前的ＧＰＳ定位较为流行，但由于排Ｓ定位的成本过高、体积过大、无法在非视距环境内应用等弊端，无法在无线传感器网络中得到广泛的应用，但是可Ｗ将ＧＰＳ定位节点作为信标节点，能够突出，，部分性的使用其优点即利用其可自我定位的功能作为信。巧节点，可Ｗ将其布置在监测区域内，这样在方便使用的同时，降低了成本虽然当前在二维环境下无线传感器网络的定位上已有很多成熟的算法Ｗ及应用实例，但是随着无线传感器网络大面积的应用Ｗ及与各行各业的集合，使得节点定位这一核也技术在其垂直方面的即二维环境下的某一特殊领域或专一应用领域方面的研究和应用还是稍显匿乏，本文正是基于此，分别在二维环境下的节点定位的两个阶段即测距和定位阶段提出的算法改进，即当整体环境动态变一化，而局部的环境与整体环境的影响因素不致如环境监测、火灾等情况时的算法改进，显然实验证明效果不错。下章节要先对节点定位做详细的介绍。２．１．２节点定位技术的特点一作为无线传感器网络关键技术么，节点定位研究有着非常光明的前景，在研究它之前需要清楚定位技术有一个清晰的了解，即了解它必须具备的特点，在此基础上思考如何利用好这些特点，才能基于这些特点能够更好的研究定位技术。特点如下：一？自组织特性：般无线传感器网络都是随机抛洒的节点组成，应用环境都６ 无线传感器网络定位技术在一些偏远及没有基础设施的地方，所只有节点之间自己形成网络才能实现应有的应用支持。？，节能特性：尽管在可见的未来能源电池不再是瓶颈，但在当下传感器节点的能量还是Ｗ节约为主，只有在计算复杂度和通信量上有更优化的处理，才能。对能量消耗有帮助，延长节点的使用寿命？一分布式特性：般节点的成本较低，而且需要大量应用，所Ｗ单个节点的计算能力会很弱，由此可Ｗ将计算机技术中的分布式汁算应用其中，即是将大量的工作分成若干个部分分散到不同的节点上完成一，减少某个节点的计算压力，此处即是不存在单一节点的计算压为过大。？鲁捧性：在ＷＳＮ系统中，需要软硬件的结合，由于软硬件的配合Ｗ及整体一个强健的系统设计的不完善，总会存在意想不到的错误和异常，此时需要构建，能够有容错性，对错误的抗压性好，减少这些错误和异常对系统的损害。？可扩展性：显然可扩展性不止是软件的算法方面，在硬件方面也是必不可少的，在当前科技发展的时代，只有保持可扩展性才能不会被淘汰。２．２节点测距技术在二维环境下的无线传感器网络中，根据定位算法的关联和差异性，由于角度不同、关注的点不同、适用的方向等的原因，定位算法就有许多种不同的分类，而在本文中是Ｗ基于测距和无须测距两种方法结合使用为重屯、，所Ｗ本文重点介。节点测距是定位算法的辅助信息绍基于测距和无须测距的两种定位方法，也是基于距离测距的定位算法的铺垫步骤；距离或者方位能够具象的表现节点间的关系，将本不相关的节点用具体的数据产生联系，这样的辅助信息对于定位或者其它的后续操作都会有帮助；测距的技术有很多，但是应用于实践中并被证明经得；起检验的方法并不多，如１＾１下介绍的几个方法，方法虽不多，但各自有其特点，也有其优缺点，在实践应用前要对其有充分的了解和实验，由于应用实践中的环境和需求的不同，需要彼此了解，才能因地制宜，随机应变，继而在此基础上，才能将方法灵活应用于实践中。在二维环境下，常用的测距技术如下，将会详细介绍：１）基于ＴＯＡ的测距技术７ 安徽大学硕±论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研究基于ＴＯＡ的测距顾名思义，即是利用信号的传播速度和信号的传播时间来计ＵＷ２Ｗ２５３。算节点间的距离，继而就能得到节点的位置坐标具体过程如下：首先在发送节点端发送信号，接收节点接收信号数据包，记录下当前时间并减去接收的数据包中的发送时间得到信号的传播时间，再通巧传播速度得到传播距离值。这其中最重要的环节就是节点之间的时钟要保持尽可能一致的，在发送节点和接收节点的时钟在同步的前提下，这样测得的数据才有可靠性。—〇）〇）／）发送节点／接收节点图２．２ＴＯＡ定位原理图Ｆｉ２．２ＴＯＡｏｓｉｔｉｏｎｉｎｒｉｎｃｉｌｅｄｉａｒａｍｇｐｇｐｐｇ当然基于ＴＯＡ的定位方法也有其明显的缺点，即要求节点间保持精确的时间同步，很显然会对传感器节点的硬件等方面提出更高的要求，特别会影响到节点成本和其普遍适用性。２）基于ＴＤ０Ａ的测距技术Ｊｌ基于ＴＤ０Ａ定位机制：接收节点通过发射节点发射的两种信号的传播速度｜＾及时间差得到节点间的距离。８ 无线传感器网络定位技术发射端按收端＼、瓶声彼脉冲＾ｈ＞＾ｌＴｎ＞Ｋ跑機图２．３ＴＤＯＡ定位示意图Ｆｉｇ２．３ＴＤＯＡｐｏｓｉｔｉｏｎｉｎｇｐｒｉｎｃｉｐｌｅｄｉａｇｒａｍ３）基于ＡＯＡ的测距技术在基于到达角度（ＡｎｇｌｅｏｆＡｒｒｉｖａｌ，ＡＯＡ）的定位机制中，接收节点通过天线阵列或多个超声波接收机感知发射结点信号的到达方向，计算接收节点和发射节２５１３点之间的相对方位或者角度，再通过Ｈ角测量法计算出节点的位置。ＡＢＤ图２．４ＡＯＡ定位示意图Ｆｉｇ２．４ＡＯＡｐｏｓｉｔｉｏｎｉｎｇｐｒｉｎｃｉｐｌｅｄｉａｇｒａｍ４）基于ＲＳＳＩ的测距技术在基于接收信号强度指示ＯＲｅｃｅｉｖｅｄＳｉｇｎａｌＳｔｒｅｎｇｔｈＩｎｄｉｃａｔｏｒ，盼ＳＩ）的定位化己知发射节点的发射信号强忠接收节点根据收到信号的强度计算出信号的传播损耗，利用理论和经验模型将传输损耗转化为距离，再利用已有的算法计算出节点的位置９ 安徽大学硕±论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研巧１、信号传播的经验模型经验模型顾名思义就是利用预先得到的经验来计算传播损耗而得到节点间的距离，在实际应用中，首先在待应用场地选取若干测试点，部署上信标节点，记录各节点之间收到的信号强度，建立起在各个点上的位置和信号强度的关系理想数据库，，当然为了提高精度，可将多次测得的值去平均值。然后在实际应用中将测得的信号强度和离线数据库中记录的信号强度进行比较，将信号强度均方差ｔｗ最小的那个点的坐标作为节点的坐标。采用此信号传播模型的优点是有较高的精度，测得的值更可靠；缺点是需要预先建立位置和信号强度关系数据库，预备工作要更精确和繁杂，而在待测区域移动时又要重新建立数据库，，増加了繁复工作；更适用于固定的待测应用当应。用场地经常变动时，不适合使用此方法２、信号传播理论模型经验模型有其独有的特点Ｊ，ｌｉｌ，成本高，不适用于移动的基站故可利用信号传播的理论模型对其弥补；即利用己有的理论模型对测得的信号强度进行节点间测距，而且在基站移动后不必重新计算参数，，既不必提前建立离线数据库但很显然在实际应用之间就已确定理论模型是跟实际应用环境有误差的，故此方法在测距精确度方面会明显不如经验模型。上文提到的理论传播模型常用的有Ｈ种分ｅｅ－ｓＴｗｏ－ｒａｙＧｒｏｕｎｄＲｅｆ訊ａｄｏｗｉｎ别是ｈｐａｃｅ模型、ｌｅｃｔｉｏｎ模型和ｇ模型。一ｅｅ－ｓａｃｅ在时ｐ模型中考虑了个理想的传播环境即不考虑折射、多径传播，假想式的认为在接收和发送之间是没有障碍的直接传播，而且此模型的通信范围一主要在发送者周围的个圆，如果接受者在此圆内，就能接收到所有的数据包；否则就丢失，如仿，在；所Ｗ此模型多应用于简单的理想环境下真实验中实际应用中不适合用此方法。ｏ－ｒａＧｒｏｕｎｄ在ＴｗｙＲｅｆｌｅｃｔｉｏｎ，则，模型中考虑了地面反射路径等其他情况－比Ｆｒｅｅｓｐａｃｅ模型做出更精确的预测，当然效果会更好。而在Ｓｈａｄｏｗｉｎｇ模型－虹ｏｕｎｄ中，不仅像ＴｗｏｒａｙＲｅｆｌｅｃｔｉｏｎ模型中考應到多径传播即诞色效应，而且结合不同的场景如室内室外等，通过场地测量来获得其中的经验值，此种方法更适合在仿真实验和实际环境中使用，而且，，更符合实际应用相对经验模型成本更低；相对其它理论模型精度又高；故在本文中所使用的ＲＳＳＩ测距都是采用１０ 无线传感器网络定位技术一的Ｓｈａｄｏｗｉｎｇ模型。尽管该方法的精度般，但在节约成本Ｗ及复杂度如不需要提前建立数据库等、而且基站移动后也不需要重新计算参数等的有事条件下还是可Ｗ使用在本文中的。Ｗ上篇幅介绍了基于ＲＳＳＩ的测距算法中经验和理论模型，显然在对盼ＳＩ测距算法研巧已经有大量的文献可供参考，而且在对经验和理论模型的研巧也很完善了，对于我们来说，如何利用好前人的研巧才是重点，将Ｗ上的方法利用到盼Ｓ一Ｉ测距上ＲＳＳＩ测距有，会有相对较好的结果；要想对个更为准确和充分的了解，不能仅仅局限于理想的实验环境下，还需要在实际应用环境下考察诸如温度、障碍物、传播模式等条件的影响，所Ｗ还需要更深入的了解。２．３基于测距的定位算法节点定位的重要性无需过多解释，但定位的概念就是获取当前未知节点的位一置信息，由前文已知般无线传感器部署在被监测区域，对监测区域发生的特殊情况要有时刻的监视，比如，环境监测或者森林火灾，在监测到异常发生时当然要报警，，由，但报警的同时要对异常情况发生的地点即位置信息同时报告那么一般很大一于在无线传感器网络系统中，监测区域的面积，而般的系统要求是传感器节点部署不能太密集，Ｗ免提高成本，那么有可能在异常发生的区域只有数量有限的监测节点存在，此时节点的精确定位显得非常重要。２．２节中介绍了当前的二维环境下的测距算法，将测距算法得来的距离值作为本章节的基础即作为定位算法的辅助信息，由于在我们己学过数学方法中有很简单的数学公式相对应，而且是非常基础且易于理解的数学方法，而且也可Ｗ利用节点之间的角度Ｗ及高等数学中的极大似然法同样能得到相应的未知节点的位置信息，当然这也是我们最容易和最快想到的方法，故将这些信息和定位算法结合即可得到所要求的结果。１１ 安徽大学硕±论文基于胎ＳＩ测距优化的ＷＳＮ定位算法研究２．３．１；边测量法图２．５Ｈ边测量法定位示意图Ｆｉｇ２．５Ｓｃｈｅｍａｔｉｃｄｉａｇｒａｍｏｆｔｒｉｌａｔｅｒａｔｉｏｎ由图中，相应的点对应相应的坐标，即可得到未知节点Ｄ的坐标。那么存在下列公式；２Ｘ－＋－＝ｄＶ（（ｊｙＪ。）ａ？ｘ－＋＂－＝ｄ２（．１）Ｖ（（＞ｂ２ｘ－Ｘ＋－＝ｄＶ（ｃ）（＿ｙｃ由此可Ｗ得到节点Ｄ的坐标为；＇＇＿＿Ｘ２（ＸＸ）２（＞）ｘ－－ｄａｃｙａ＞ｃ＿ｊｊ（２２）２２２２２－－２（义义）２）＿—＿＋；＋社６。如乂＾＞乂＿＿兩４乂心＊式＿即可由１＾＾上公式得到未知节点的坐标值；但在现实实践中，由于信号传输会受到，会使得误差值较大不可预料的环境干扰，常见的误差结果是测得的距离值总大。于实际距离值，故此方法使用的并不广泛２３．２兰角测量法Ｈ角测量法的原理顾名思义就是根据角度来得到未知节点的定位。Ｈ角测量法如图２，．５所示相应的点对应相应的坐标，通过兰个节点，可Ｗ确定的圆，最后利用求得的值即角度和圆也坐标，利用Ｈ边测量法得到未知节点的坐标；Ｗ此数学概念就可建立下列公式：１２ 无线传感器网络定位技术２２Ｘ－Ｘ＋（－）＝（〇）ｙｌｙ。乂。２２－－＇＊＋）＝厂２（而义（（．３）２）又〇乂＼／！２２２２２＿）＿＝＿（ｘ尤＋（ｙ於）２ｒ２ｆｃｏｓａ〇３〇！ｉ２．３３极大似然估计法极大似然估计法，图２．６中１，２，３等ｎ个节点为信标节点，节点Ｄ为未知节点，能得到如下公式。Ｄｎ图２．６极大似然估计法原理图Ｆｉｇ２．６ＳｃｈｅｍａｔｉｃｄｉａｇｒａｍｏｆＭａｘｉｍｕｍＬｉｋｅｈｏｏｄＥｓｔｉｍａｔｅ那么存在下列公式：２２２Ｘ－Ｘ＋－＝（ｌ）〇）ｌｙ４？．．．．．．化４）２－＋－＝知才化分＾／。使用标准的最小均方差估计方法可得到未知节点Ｄ的坐标为：—］山］咖脚脚二ＸＷＡ）Ｗ。２．４无需测距的定位算法传统的距离无关的定位技术其实就是成本和定位精度的取平衡，两者虽都想＞，但两者在此处不可同时得到１要，所＾只有将其应用在对定位精度要求不高的环１一境下：，才能将它的优点发挥到极致。两类与测距无关的定位算法类方法是先估计未知节点和信标节点之间的距离，然后利用Ｈ边测量法或者极大似然估计法５１２１一进行定位；另类方法是在未知节点的通信范围内，由未知节点的邻居节点和１３ 安徽大学硕±论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研巧信标节点来确定包含未知节点的区域，然后再取这个区域中的信标节点构成多边＂５１。形，把这个多边形的质也作为未知节点的坐标２．４．１质也定位算法由数学概念可知多边形的几何中也称为质也，多边形顶点坐标的平均值就是ｕｓｉ质也节点的坐标。如下图２．７所示，当然是在二维环境下，假设在未知节点０的通信范围内只有５个顶点与未知节点连通，即多边形ＡＢＣＤＥ的顶点坐标分别为Ａ（Ｘ）、Ｂ（Ｘ）、Ｃ（Ｘ，）、Ｄ（Ｘ）、Ｅ（Ｘ），其质也坐标ｉ，Ｙｉ２，ｙ２３ｙ３４，ｙ４５，ｙ５Ｘ＋Ｗ＋；迫２３种＝。质也定位算法，其实望文生心）产户，＾）义就能知道它的原理，即把多边形的质也作为未知节点的坐标位置，如何确定多边形呢？人为设置条件，即未知节点接收信标节点的信息个数或接收的时间长度，当达到某个闽值时，即认定次信巧节点在多边形区域内，即可确定多远形进一而得到质也，如下图所示显然是多边形的种情况，多边形为规则的凸多边形，还有比如不规则的凹多边形或在此多边形内也有信标节点等等。包图２．７质私定位原理图Ｆｉｇ２．７Ｓｃｈｅｍａｔｉｃｄｉａｇｒａｍｏｆｃｅｎｔｒｏｉｄｌｏｃａｔｉｏｎ由于质屯、、算法无需测距而且算法复杂度低，只是基于网络连通性因此简，单、易于实现。但质也定位算法有其天然的劣势，即要想质也定位算法的精确度有一定的保证，必须要使信标节点的数目尽可能的多，这样未知节点的通信范围内的信标节点増多，在信标节点分布均匀的情况下，得到的质也位畳才更接近于未知节点的坐标，所Ｗ信标节点的数量和定位的精度是成正比的，只有当信标数１４ 无线传感器网络定位技术一定量时即某个阔值时但是増加信标量达到，定位得到的坐标值才有实际意义；节点的个数无疑増加了无线传感器网络的成本和维护费用，所Ｗ如何取舍两者的平衡还要根据实际情况分析。２－．４．２ＤＶＨＯＰ算法ＤＶ－Ｈｏ法由３个阶段组成。首先使用典型的距离矢量交换协议ｐ算，使网络中ｕｓｕｗ所有节点获得距信标节点的跳数＾ｉｓｔｎａｅｃｉｎｈｏｐｓ）。第２阶段，在获得其他信标节点位置和相隔跳距之后，信标节点计算网络平均每跳距离，然后将其作＂９３为一ｃｏｒｒｅｃ个校正值（ｉｔｏｎ）广播至网络中。第３阶段执行Ｈ边测量定位。２．４．３ＡＰＩＴ算法近似Ｈ角形内点测试法（ＡＰＩＴ）首先利用未知节点和通信范围内的信标节点组成多个Ｈ角形区域这些Ｈ角形的区域进行重合就会得到一，将个更小的重叠区域，然后通过计算得到这个多边形的各个节点信息，计算这个重叠区域的质也，＂Ｗ并把质也当作未知节点的位置。忌然ＡＰＩＴ算法的优点明湿，即是它的各方面性能较为稳定，即使在异常环境下依然会保持很高的稳定性，而且相对来说它的定位精度也很高，但它也有个无法避免的缺点即对网络的连通性提出了较高的要求。２．５定位性能评价在２．３．４和２章节中介绍了基于测距和无需测距的两种定位算法，显然两者各有优缺点；在前者中更多的利用未知节点和通信范围内的信标节点的距离关系进而得到未知节点的位置坐标，显然这些都是利用基础的数学知识将实际应用抽象到数学模型计算坐标值，这种计算方法更易理解，计算复杂度也更低；而无需测距的定位算法中，更多的利用无线传感器网络的特点，利用节点之间通过跳段进行信息传输的特点Ｗ及信标节点和未知节点之间的位置关系等特点来求解未知节点的坐标信息，从知识的理解上需要更多时间，而且实现的算法复杂度也更高。那么如何评价算法的性能呢？仅仅从表面的理解上并不能全面而准确的评价各个算法，下面将会从多个角度对算法评价的指标做相关的介绍。１５ 安徽大学硕±论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研巧无线传感器网络的定位方法有很多一，孰好孰坏需要个评价标准。对无线传感器网络定位算法的性能评价指标主要有Ｗ下几个部分。１）定位精度：定位技术首要的评价指标就是定位精度、均，目前最常用的指标是均方误差方根误差、圆误差概率、几何精度因子等，也可Ｗ用误差值与节点无线射程的比２０％表例表示定位精度，例如，定位精度为示定位误差相当于节点无线射程的山脚［创２０％。２）信标节点密度：一般信标节点的部著分两类一一，种是人工部署，还有种是在特殊环境下随机抛洒ＧＰＳ等带有自定位的节点进行部署。人工部署可自定义部著密度及是否均匀，但是由于受到环境的影响，有其制约性。而且使用ＧＰＳ功能的节点的成本、必然升高，所基于成本定位精度等的考虑，信标节点如何部署还需要因地制宜，仔细考虑。３）节点密度：一有信标节点的密度考虑，自然有普通节点的密度分析，节点密度方面对定位及测距等方面有影响，在部署和成本等方面也是需要考虑的因素；只有平衡各方面需求，对实际应用的场景做详尽的分析和考量，才能做出相应的决定。４功耗：）尽管在可预见的未来一，节点电池不会再是制约节点定位的个因素，但在当下功耗对于当前的无线传感器网络的影响是巨大的。由于传感器节点电池能量有、限，因此如何平衡定位精度、计算量通信开销、存储开销、时间复杂度等指标还需要综合考虑。巧代价：在当前的市场经济的环境下，考虑代价是必不可少的，只有利润才能带来将、科学研究带进市场，走进人们的生活中，当然此处的代价有时间代价空间代价还有资金代价。巧容错和自适应性：此处的容错和鲁棒性其实是一个道理，不仅是此处的定位系统和算法，在任何应用中一，应用环境都需要稳定可靠的，但是这里讲到的定位系统般应用环境１６ 无线传感器网络定位技术都非常恶劣，会出现很多意想不到的情况，如多径传播、通信盲点等等，还有由于周围环境或自身原因都会导致节点的失效，而由于地理环境等等的因素，维护起来又非常的困难，因此定位系统和算法的软、硬件必须具有很强的容错性和，自适应性、适应环境、减小各种误差的影响，能够通过自动调整或重构纠正错误，Ｗ提高定位精度７）规模；一般无线传感器网络的规模按照应用环境来确定，在不同的应用环境下相对应的规模和节点部署的密度都会有变化，还有与定位系统的实用性等等指标有密切的关系。２．６定位算法研究面临的问题和挑战在无线传感器网络中，根据定位算法的关联和差异性，由于角度不同、关注的点不同、适用的方向等的原因，定位算法就有许多种不同的分类，而在本文中是基于测距和无须测距两种方法结合使用为重也，所Ｗ本文重点介绍基于测距和无须测距的两种定位方法。节点测距是定位算法的辅助信息，也是基于距离测距的定位算法的铺垫步骤；距窝或者方位能够具象的表现节点间的关系，将本不相关的节点用具体的数据产生联系，这样的辅助信息对于定位或者其它的后续操作都会有帮助，：测距的技术有很多但是应用于实践中并被证明经得起检验的方法并不多，如ＬＪ下介绍的几个方法，方法虽不多，但各自有其特点，也有其优缺点，在实践应用前要对其有充分的了解和实验，由于应用实践中的环境和需求的不同，需要彼此了解，才能因地制宜，随机应变，继而在此基础上，才能将方法灵活应用于实践中。一根据上述所知，，解决同种问题终会有多种多样的解决方法由于它们站在不同的角度去看待问题，得到的解决方案就会有所侧重，有所擅长，也就有所弊端，只有充分了解算法的特点，平衡每种算法的优缺点，做到算法的优点最大化缺点最小化，才能灵活的应用于实践当中。首先在测距过程中，难免会带来误差，测距虽是简单的测量节点之间的距离，但是距离信息的作用有举足轻重的作用，显然送是这对定位算法的影响是巨大的，而且测距还需要相应的硬件支持、还有对使用的环境的要求和基于Ｗ上的要１７ 安徽大学硕±论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研究求的基础就会带来能量的消耗，显然在支持这样的要求的情况下，它的适用性就。会受到限制，这就会带来更多需要解决的问题同样的，任何方法既不是万能的，也不是十全十美的，都会存在这样或那样的问题，在无需测距的定位算法中，尽管其针对基于测距的缺点进行了改进如对硬件节点的要求降低，、距，但它也有它所特有的问题如由于多跳离估计等原因也会对定位误差累加，而且无需测距的定位算法对网络中节点的布置巧ａ节点密度）具有很大的依赖性等等相应的问题也是需要去解决的。本文针对上述说明的原因，局部环，在应用于节点分布不均匀境异常的情况时，提出了前文所提到的测距算法和定位算法相结合，Ｗ及下文将介绍的误差校正算法综合起来对节点进行定位。实验和仿真结果表明：在持定的环境下，这种方法能够有效地提高定点的定位性能，并不需要额外的能量消耗。２．７小结显然，本章是为下文做铺垫之用，本文重点将在无线传感器网络中的测距和定位，所Ｗ在详述本文所提出的算法前，要先对现有的测距和定位算法做详细的介绍，本章节的主要部分如下：点定位的重要性一（１）节：在无线传感器网络的研究中，节点定位占了很大部分，当然也是极重要的部分，几乎所有的ＷＳＮ应用中，定位都是不可缺少的。（２）测距：由于在定位中有测距和非测距之分，但是无论如何定位，在定位算法中测距信息都可Ｗ用来作为辅助信息，提高定位的精度及稳定和可靠性，本章节中对现在广泛使用的测距算法做了详细的描述Ｗ及基于其上的知名的定位系统。（３）定位：这是本文的核也肉容，定位对ＷＳＮ的重要性不言而喻，本文对两。种不同的定位方法也做了详细的介绍，Ｗ方便下文中相关知识的理解（４）在测距和定位中的性能评价化及当前节点定位所面临的问题，基于这些分化对我们今后的工作有了指导性的作用，将提高我们研究的目的性。１８ 节点测距误差补偿的改进第Ｈ章节点测距误差补偿的改进一一。般基于距离的定位算法，首先要对节点测距进行研巧由上章节中Ｗ及己有的文献中可知，当前的测距技术都己成熟而且都已经投入到应用中，通过测距算法的特点和应用场景的结合，能够很容易的选出相对应的测距算法；而此处并不是要提出新的节点测距的算法，而是在已有的文章中提到的测距算法的改进。对当前的已有算法的改进，目的是在二维下特殊环境中即整体环境动态变化、整体与局部的环境不一致时一，提出的种提高测距的精度的改进算法：在多方面的考虑下，选择了相对来说功耗较低、成本不高的ＲＳＳＩ测距作为基本测距的方法。基于ＲＳＳＩ的节点间的测距算法虽然能够测得准确的节点间的距离值，而且能表现出良好的性能，但是实验条件为某些理想条件下，而理想环境和实际应用差距很大，有很多无法模拟的情况出现，而且任何方案都有利有弊，不存在完美一Ｒ的答案，在这里也样，基于ＳＳＩ的节点测距在实际的实验和研究中，由于众多的环境影响因素和非环境影响因素往往是变化的，具有很多的不确定性。由于Ｗ一ＲＳＳ上原因文提出二Ｉ测距的误差，本种基于传统的即应用于维环境下的基于补偿方法改进的测距方法。该方法利用未知节点通信范围内的已知确切位置的信标节点的协助，获得局部的误差补偿相关参数，补偿未知节点的ＲＳＳＩ测距获得的Ｕ５３ｔ％３距离估计值。实验证明：该方法有效提高了测距精度。本章提出的测距误差补偿方法是在现有的误差补偿方法即在彭潮文章中已提到的节点测距误差补偿的基础上做出的改变，将文章中提到的通用的测距算一法应用到种特殊环境下时提出的改进算法，在能量消耗上会有额外的増加，但还是在可接受范围内，还是继承了传统的ＲＳＳＩ低能耗测距的特点。３．１经典的ＲＳＳＩ测距数学模型ＲＳＳＩ测距即通过测得的ＲＳＳＩ值去计算发送节点和接收节点之间的距离，通常的方法即是采用信号强度或接收功率来测量，而无线射频信号是这类测量的常１９ 安徽大学硕±论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研究用方法：通过测得的射频信号的衰减程度来估计未知节点与多；此方法的关键是ＷＷ个信标节点的距离。经典的ＲＳＳＩ在传播过程中的理论模型具有对数衰减特性如下公式；＝－ＲＳＳｌ－ｒｎＲＳＳＩｄ１０Ａ＋口１）（，）ｇ（４）Ｃａ〇＂ｗ其中；ＲＳＳＩ（ｄ）、ＲＳＳＩ（ｄ。）为对应ｔｄ。米处未知节点受到的ＲＳＳＩ信号强度值，单位地ｍ；＂＂ｄ为发射端与接收端的距离；ｄ。为参考距离，单位化Ａ为路径衰减指数，与周围环境和障碍物密切相关ＷＣ〇的正态随，单位地ｍ０取决于具体的多。表示标准偏差为机变量；而径环境。由公式（３．１）得；ＲＳＳＩＷ－｝ｉＳＳｌ＋〇）＂）ｇ。ｄ＝＼０ｘｄ３．２〇（）Ａ（３．２）式就是经典的距离ｄ与ＲＳＳＩ计算关系。公式中，Ｃ。与外界环境密Ｗ＂Ｗ切所相关。如下表３．１中所示，给出了Ｘ，Ｃ。在不同环境下的取值范围。表３．１不同条件下的Ｘ和Ｃ。值Ｔａｂｌｅ３．１Ｕｎｄｅｒｄｉｆｆｅｒｅｎｔｃｏｎｄｉｔｉｏｎｓ乂ａｎｄＣ。环境条件路径衰减指数Ｘ偏差Ｃ。实验室１．４＜Ａ〈２．２２．３９〈Ｃ。＜３．４６走廊１．９＜Ａ〈２．２１．７３〈Ｃ〇＜３．３２２．７＜Ｘ〈３．４１．５５＜Ｃ＜４．２操场？１Ｘ＜２阳台１．４＜．４２．００＜Ｃ？＜４．００２．８＜Ｘ＜３．８１．００＜Ｃ＜３．０３庭院？．４４７巷子２．１＜Ａ＜３．０２１９＜Ｃｎ＜．：４．６＜Ｕ５．１１．６７＜Ｃ．２３草地？＜２马路３．３＜Ｘ＜３．７２．９７＜Ｃ？＜４．２７ＲＳＳＩ测距ＲＳＳＩ即利用测得的值去计算发送节点和接收节点之间的距离，通常采用的方法即是信号强度或接收功率来测量，而无线射频信号是这类测量的常用方法，；考虑到在实际环境中，无线信号是受到多路径、散射等的影响故在这２０ 节点测距误差补偿的改进里使用Ｓｈａｄｏｗｉｎｇ模型作为无线信号传播路径损耗模型。故也可得到如下３．３式；＝－ｒＰＰ＼０＼＼＋Ｘ．３），，ｊｇ＾，口Ｗ上列出的只是部分的无线电波的数学模型，而在实际应用的数学模型有很多，因为距离与路径衰减之间没有固定或己公认的明确的数学模型，所Ｗ在大家对此探索的过程中产生了很多适用于不同情况的模型，如基于各种测量值的纯经验模型，也有在物理参数测量基础上进行理论分析的半经验模型，这些模型能否得到应用取决于能否很好的符合实际工作环境，当然符合只是相对的，并没有哪个模型是几乎与实测数据相等的，所在此情况下，就有人提出了进行传播衰减ＲＳＳＩ均值数学模型校正的方法，通过实测数据的采集来获取特定距离的，从而利用这些均值来对该区域的传播模型进行校正，得到本区域内信号传播的衰减变化特性，通过模型的计算和校正算法能够最大限度的得到和实测相近的结果，从ｆｗ而有效地提高节点定位精度，基于此，下文将会对此详述。３．２测距误差补偿由上述分析可知，在经典的数学模型公式（３．２）中不仅考虑了传送距离和能量消耗之间的关系，而且也对所应用的地理环境等进行了分析并加Ｗ讨论，在不同的环境下，调整相应的参数即可，从理论上来讲，这样的分析已经做到极致，不可能再有改进的空间，但问题出在应用中：首先应用环境较为复杂，不再是如上所分析的单一环境一且难Ｗ把握，般都是复合型的复杂环境，影响因素多；再者，送样的显式的修改参数，从应用角度来讲是不实用的，不能够去灵活的调整，而且，大自然时时刻刻都是变化的，变化才是永恒的主题，在变化Ｗ及动态的环境下一，显然不适用的；而且Ｗ上的分析只是基于应用环境下，那么还要考虑些地理和非地理的因素、硬件的影响等等。显然，Ｗ上的方法是不适合大批量的投入使用的。那么解决Ｗ上问题呢？显然由于在实际应用的环境下如果将配置参数固定一个不明智的做法应对动态变化的环境时显然是，设畳动态的参数是必然的，在，２１ 安徽大学硕±论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研究。当应用场景中的各项参数发生变化时，才会有动态的精准的测距结果那么如何才能保持配置参数的动态化呢？３２．１已．有的误差补偿方法＂Ｗ４）Ｘ假设两节点间的距离Ｘ与误差（）存在如下关系：＝０（ｊｃ）ａｃ＋Ｓ（３．４）ｔｗｅＳ一、、：其中：分别称为：次误差系数常误差系数令：２ｎ紛＋－０片（？Ｘ（３．。，巧［（），餐，］Ｗｉ：Ｘｌ。其中，Ｋｘ）为实际测量值，即距离测量值、距离实际值与距离测量值之差ｉｆｗ根据多元函数的极值求法，则对（３．巧式误差系数分别求偏导：巡＝－＝２ＪＣ－＋《（ＪＣ＇Ｘ０尚Ｉ，口乙，‘％ｎ化巧－＝＝２＋３如．０違￡权，）］ｄｓＭ［根据二元一次方程可得－ｉＸ．Ｘ）Ｉ玄，抑，皮別皮口０，Ｘ巧＝＝１１＿！１《－■３軒巧（．７）巧巧－＜ｘｓｘＪｐ（），，＾＾Ｓ＝￣＾＿巧、ｗｅ５当、可知时，则最终测距修正值为：Ｘ＝Ｘ－４Ｘ８（）化）ｉ＠ｉｉ在实际应用中一，般传感器网络节点会部署在特定的地域长期不会改变，但、ｅ８随着时间的推移，空气中的介质气压等环境会发生变化，继而误差系数和Ｂ２ＵＷ，从而影响节点的测距和定位。在常用的方法中也会随之发生变化，利用信标节点在无线传感器网络中的已知位畳，即信标节点间的距离Ｘ是已知的，因此通过信标节点间的测距可获得距离测量值Ｘｉ和４（Ｘｉ），而汇聚节点通过收集各个２２ 节点测距误差补偿的改进信标节点数据ｅ５￡５，在汇聚节点将数据汇总后按如上方法计算出和后，将和ｅ５广播至整个无线传感器网络，和证了使各个节点的及时被更新，尽可能的保ＵＷＷＷ节点间的测距精度。通过Ｗ上介绍，我们己清晰已有的误差补偿方法，我们将此方法利用Ｍａｔｌａｂ一进行仿真实验，该实验是在信标节点之间相隔２０ｃｍ为步长的情况下进行，即个固定节点作为接收节点，其它节点作为发送节点，观察其效果：；实验结果如下表３．２传统的补偿测距实验Ｔａｂｌｅ３．２Ｔｒａｄｉｔｉｏｎａｌｃｏｍｐｅｎｓａｔｉｏｎｒａｎｇｉｎｇｅｘｐｅｒｉｍｅｎｔ距离ｃｍ３０５０７０９０１１０１３０１５０１７０１９０２１０２３０２５０２７０测量值３３５５８２９６１１４１３９１５２１７４２０１２１８２４５２６１２７５修正值２８５０７６９２１０８１３２１４５１６６１９３２１０２％２５２２６５＝６＝３．２￡０．０２４．１６其中：表中的，；由表３．２中及图３．１中可明显观察到修正后的测距值都更趋近于真实值，对３１测距误差有了显著的改进．，从图中能清脯的观察出，此算法能够有效并可靠地提高了测距的精度。其对比如下图３．１所示。……￣—－—￣：２０；：ｒＴ：；ｖ；ｐ边：ｒ／令Ａ一八．／：／＼巧９０ＴＫ１３０則饼溯Ｊｊｒ－＊＋１０测量值差值修正值差值传统漏赚正前后误差对比图图３．１传统的测距修正前后误差对比图Ｆｉｇ３．１Ｃｏｍｐａｒｉｓｏｎｏｆｅｒｒｏｒｓｂｅｆｏｒｅａｎｄａｆｔｅｒｔｈｅｔｒａｄｉｔｉｏｎａｌｄｉｓｔａｎｃｅｍｅａｓｕｒｅｍｅｎｔ但是，这种方法并不能通用，Ｗ上所提到的算法运用在地域环境稳定，整个一应用场景中所有的环境变化致，，不会出现局部的环境变化异常的环境下使用２３ 安徽大学硕±论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研究一些如森林火灾它的补偿效果较好但是在、环境监测等特殊室外的二维条件下，；一全局的环境变化不致，Ｗ上的算法就不能保证测距补，局部环境大幅度异常时偿的准确性一，故在下文提出种新的测距补偿的方法，来适用于整个应用环境变化不一致、局部环境变化异常的条件。义２．２改进的测距误差补偿方法Ｗ上验证了已有的测距误差的补偿方法是有效的，能够很好的应用于实际中并提高测距的精度，但世上没有万能的钥匙，通常情况下，已有的测距误差补偿的方法还是可用的一，但是像上文中提到的在些如森林火灾、环境监测等特殊室外的二维条件下一，全局的环境变化不致，局部环境大幅度异常的条件下，Ｗ上的算法就不能保证测距补偿的准确性；但由Ｗ上测距算法作为启发，如果要适应一５ｅ致，全局的环境变化不，将参数值和做针对性的传播即每个未知节点传播对应的ｅ和５，取代传播到全局的方法，已有前人文章的验证参数ｅ和６对测距改进的有效性，而在本应用场景下也有很好的适用性。一一、故在此提出种新的测距补偿的算法，适用于整个应用环境变化不致局部环境变化异常的条件下，此算法描述如下：将未知节点通信范围内的信标节点的数据信息的数据信息发送给汇聚节点，汇聚节点计算出未知节点通信范围内的ｅ和５ｅ６ｅ５信标节点的，并将和发送到相对应的未知节点，未知节点将和作为未知节点和待测信标节点的误差参数，对测距结果补偿，得到的测距值即是通一过改进算法补偿后的值ｅ５；此算法中每个未知节点都有相对应的和，即取代了通用的参数值，将每个未知节点所对应的参数值计算出并将值传送给对应的未知节点，通过及时更新，最大限度的保证了节点间的测距精度，对测距结果能有一效的补偿；这就解决了整体和局部区域的影响因素不致的问题，尽管此算法会提高复杂度，但是当应用在特殊的环境下会有明显的效果。很显然，此方法并没有彻底推翻己有的测距误差补偿方法，而是改变原有方法的某个阶段，不是扩散到全局，而是应用于局部环境下，对不同的局部环境应用不同的误差补偿系数：，明显能降低单个的测距误差。算法流程图如下２４ 节点测距误差补偿的改进ｍｈ（）未知节点据ＲＳＳＩ的经验模型和理论模型获取节点＇１的测距值＾ｉｉ将未知节点通信范围未知节点结合￡和５，Ｉ内的信标节点的数据计算出测距的补偿值，信息发送到汇聚节点即为最堯距离值Ｉｉ＊汇聚节点计算出每个未知节点／Ｎ的相对应的Ｓ￡和，并将它们（结束）发送给相对应的未知节点Ｖｙ图３．２改进的测距误差补偿流程图Ｆｉｇ３．２Ｉｍｐｒｏｖｅｄｒａｎｇｉｎ呂ｅｒｒｏｒｃｏｍｐｅｎｓａｔｉｏｎｆｌｏｗｃｈａｒｔ相对应的核也算法的伪代码如下：输入；未知节点的信息Ｗ及在其通信范围内信标节点的节点信息ｂ（Ａ，Ｂ，Ｃ．．．．），这些信息按照节点之间的测量距离信息；Ｗ及这些信标节点之间的卖际距离信息。ｅ６输出；未知节点相对应的和。Ｂｅｇｉｎ—ＲＳＳＩ化ｉ）ｂｉｄＤ／／通过ＲＳＳＩ获取未知节点和信标节点的测距值Ｗ及信标节点之间的距离值—ＲａｎＶａｌｕｅ（ｂ）ｂＣｄ／／通过两点之间的距离公式计算获得信标ｉｉ节点的实际距离值—Ｃａｌｃｕ（Ｃ）ｅ和６／／得到未知节点相对应的ｅ和６Ｓ一Ｃｏｒｒｅｃｔｉｏｎ（￡的Ｒ／／得到对应的未知节点的补偿测距值，，ＥｎｄＷ上伪代码即为核也算法的关键流程。２５ 安徽大学硕±论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研究３．．２３改进的测距误差补偿方法的仿真实验根据上述所描述的改进的误差补偿方法，利用Ｍａｔｌａｂ进行仿真实验，首先在普通的二维的环境下实验，，即整体环境相同，不出现异常变化的环境下同Ｗ上的传统的测距误差补偿方法的试验环境相同，在信标节点之间相隔２０ｃｍ为步一长的情况下进行，即个固定节点作为接收节点，其它节点作为发送节点，通信范围即假设在巧０ｃｍ范围内能接收信息；实验结果如下表所示；表３．３改进的补偿测距实验Ｔａｂｌｅ３．３Ｉｍｐｒｏｖｅｄｃｏｍｐｅｎｓａｔｉｏｎｒａｎｇｉｎｅｘｅｒｉｍｅｎｔｇｐ距离ｃｍ３０５０７０９０１１０１３０１５０测量值３３５５８２９６１１４１３９巧２修正值２７４９７６９０１０８１３３１４６＝５＝其中表３．３中的￡０．００１３，５．７３；由表中及图中可明显观察到修正后的测距值都更趋近于真实值，对测距误差有了显著的改进，有效并可靠地提高了测距的精度。其修正前后的误差对比如下一图３．３所示。即改进的测距误差补偿方法在通常的整体环境致的条件下也能使用Ｗ上算法。泌＾－—５＇，３＾．甲ｉｌ—＾－＋ｉ〇測量值差值做值差值改进麵風姐齡體对關图３．３改进的测距修正前后误差对比图２６ 节点测距误差补偿的改进門呂３．３Ｉｍｐｒｏｖｅｍｅｎｔｏｆｔｈｅｅｒｒｏｒｂｅｆｏｒｅａｎｄａｆｔｅｒｔｈｅｃｏｒｒｅｃｔｉｏｎｏｆｔｈｅｄｉｓｔａｎｃｅ由ｗ上实验数据可得两种测距补偿的算法都能有效的降低测距误差，实现测一一距补偿的效果＾上实验是在整体环境＾，，；［１致未出现局部异常的情况下下个＾实验要在局部出现异常的情况下进行，１＾？验证此改进算法的在局部的测距补偿的有效性；同样如上实验环境，在未知节点附近出现环境异常即干犹使得局部出现测距值误差偏大的情况，实验数据如下：表３．４局部异常下的传统的补偿测距实验Ｔａｂｌｅ３．４Ｔｒａｄｉｔｉｏｎａｌｃｏｍｐｅｎｓａｔｉｏｎｒａｎｇｉｎｇｅｘｐｅｒｉｍｅｎｔｕｎｄｅｒｌｏｃａｌａｎｏｍａｌｙ距离ｃｍ３０５０７０９０１１０１３０１５０１７０１９０２１０２３０２５０２７０测量值４５７２９３１１４１２４１６２１７７１７４２０１２１８２４５２６１２７５修正值２３５１巧９５１０６１４６１６２１５８化６２０４２３３２５０２６５表３．５局部异常下的改进的补偿测距实验Ｔａｂｌｅ３．５Ｉｍｐｒｏｖｅｄｃｏｍｐｅｎｓａｔｉｏｎｒａｎｇｉｎｇｅｘｐｅｒｉｍｅｎｔｕｎｄｅｒｌｏｃａｌａｎｏｍａｌｙ距离ｃｍ３０５０７０９０１１０１３０１５０测量值４５７２９３１１４１２４１６２１７７修正值２０４８７６９１１０２１３３１５７￡＝－５二ｅ＝－５＝０．．２０．０４２７．０３其中：表３．１中的．０５，２４５４表３中的１，；；测距修正误差对比图如下：２７ 安徽大学硕±论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研究－＇…‘￣￣￣￣＇．日０＇‘■－－■．．７一．４０三二＾／二＼．．－．二……．寸‘—－＞，／，＼■ｆ．，ｘ０＂甜邱如＾＇１撕１胡＼１孤湖２５００￣￣＇１０？，Ｖ，－１＋２０測量值差值修正值差值局部异常補備ＳＷ目紙前賊割比图图３．３局部异常下的传统的测距修正前后误差对比图Ｆｉｇ３．３Ｃｏｍｐａｒｉｓｏｎｏｆｅｒｒｏｒｂｅｔｗｅｅｎｔｈｅｔｒａｄｉｔｉｏｎａｌｍｅａｓｕｒｅｍｅｎｔａｎｄｃｏｒｒｅｃｔｉｏｎｏｆｔｈｅｌｏｃａｌａｎｏｍａｌｙ￣．．二５０１厂：４０——－－－－Ｉｉ’ｉ３０：——＂…＂．…＂—￣．…．…１０：，繼ｊ南纖：班ｊ；；歷普恕霜强煎玉瓣１．０－＝＝＝＝—．．Ｉ＊４０１；：ｊ■测量值差值修正值差值２０局部异常下的改进麵距修正前后體对比图图３．４局部异常下的改进的测距修正前后误差对比图Ｆｉｇ３．４Ｅｒｒｏｒｃｏｎｔｒａｓｔｄｉａｇｒａｍｏｆｉｍｐｒｏｖｅｄｒａｎｇｉｎｇｃｏｒｒｅｃｔｉｏ打ｕｎｄｅｒｌｏｃａｌａｎｏｍａｌｙ很盈然，如上实验可见，在整体环境正常，环境变化稳定的情况下，测距的补偿在两种方法之间区别不大，都能有效的降低测距的误差，对定位精度能够有效的提升；而在局部异常环境下，尽管两者都能提高测距的精度，但改进算法能更有效的对测距补偿，减小测距的误差，而且在局部范围内的节点的测距补偿的效果更为明显一，故本算法是个有效的测距补偿算法。Ｗ上提到的测距补偿方法的优点：通过本文提出的方法能有效的提升测距精度，而且没有相比于之前算法的额外的能量消耗，只是局部的能量消耗会稍微增２８ 节点测距误差补偿的改进加一，在可介绍范围之内，使低耗能技术的ＲＳＳＩ测距得Ｗ进步的体现，当应用一致于实际环境复杂多变，而且整体环境不、局部有异常的环境变化时，此算法一有更好的效果。缺点是；此种改进误差补偿算法虽然能在定程度上降低测距的误差，但是它相应的提高了测距的补偿的算法复杂度，每个节点都要计算相对应￡５且只有在局部环境与整体环境异常程度过高时的和，这种算法的有效性；而才能更清楚的显现出来，；当然在去除干扰方面如噪声等等本文所做的仿真实验都去除了，Ｗ防影响实验结果。３．３本章小结一一。般基于距离的定位算法，首先要对节点测距进行研究由上章节中Ｗ及己有的文献中可知，当前的测距技术大量而且都已经投入到应用中，通过测距算法的特点和应用场景的结合，能够很容易的选出相对应的测距算法；而此处并不。是要提出新的节点测距的算法，而是在己有的文章中提到的测距算法的改进当一前所常用的测距技术都有般的测距技术存在的通病，尽管本文也是使用常用的测距技术，也会有共同的缺点，但是本章提出的测距误差补偿方法是在现有的误差补偿方法文章中己提到的节点测距误差补偿的基础上做出的改变，将文章中提到的通用的测距算法应用到一种特殊环境下时提出的改进算法，在能量消耗上会有额外的増加，还是继承ＳＳＩ，但还是在可接受范围内了传统的Ｒ低能耗测距的特点。本章主要内容有如下几个方面：（１）全面的分析了经典的基于ＲＳＳＩ测距的数学模型，通过己有的文献及相对应的实验，分析说明了影响ＲＳＳＩ测距的因素。一（２）基于当前的基于ＲＳＳＩ测距误差情况，对已提出的种基于误差补偿的措二维的一施进行分析、，并针对特殊条件下即整体环境不致局部环境异常的情况一下给出了种基于已提出的测距误差补偿算法的改进，在此基础上，为了充分了解，将具体的数学计算公式也详细列出，并基于此给出了进行误差补偿前后的对。比实验，实验证明补偿后的测距能有效地提高测距的精度（３）本测距误差补偿法虽然在能量消耗上相对经典的方法有稍微的増加，但増加的范围也是可接收的，而且随着科学技术的逐步提高，无线传感器网络中的能量不会在成为瓶颈，所Ｗ增加能量消耗在可预期的将来并不会带来问题；而且２９ 安徽大学硕±论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研究采用现有的节点硬件基础，无需额外的成本，尽管増加了算法的复杂度，降低了算法的可适用性，但当对测距精度有严格的要求，并在特殊环境下即整体环境不一致、局部环境异常的情况下时，这种算法还是能有效的降低测距的误差，提高定位的精度的。３０ 基于质也定位算法的研究第四章基于质也定位算法的研究虽然当前在无线传感器网络的定位上己有很多成熟的算法Ｗ及应用实例，但是随着无线传感器网络大面积的应用及与各行各业的集合一，使得节点定位这核也技术在其垂直方面的即某一特殊领域或专一应用领域方面的研究和应用还是稍显匿乏，本文正是基于此，分别在节点定位的两个阶段即测距和定位阶段提出应用于特殊环境下即如二维环境下的环境监测中节点随机抛洒的情况下，Ｗ及对节点定位要求更严格的环境下的算法即将无需测距的质也定位算法与基于ＲＳＳＩ的测距相结合得到改进的定位算法，显然试验证明效果不错。节点定位的性能评价主要在精度、功耗、代价Ｗ及适用性等方面，而节点定位的精度是最重要的评价因素，在我们研巧节点定位过程中无非参考这些评价标准，要么在能保持定位精度的基础上能够降低功耗和成本，Ｗ及提高定位的适用性，；要么在提高节点定位的基础上，其它方面不会有大幅度的变化不会影响到整个ＷＳＮ系统的运行和使用；当然最好的结果就是各方面都有改善；当然这是我一们的目标，在我们的学习研巧上，能有其中项的改进已经非常难得；本文基于这些参考对传统的质也定位做了一些工作，见本章详细描述。二、在第章中曾简略提过质屯定位算法，本章将对此算法做祥细的研究及在此基础上提出改进的方法，Ｗ期提高定位精度及定位的可靠性、稳定性，降低环境等各方面对定位的干扰。４．１传统的质也定位算法美国加州大学的ＮｉｒｕｐａｍａＢｕｌｕｓｕ教授提出的质也定位算法是与距离无关的即在定位过程中是无需测距的，而且其适用于室外的二维环境下的定位，基于节点间的连通性的、。质屯定位算法是未知节点根据其通信范围内能福射到的信标节点进行定位的，采用Ｗ信标节点的顶点作为多边形的顶点，而这个多进形的几何＂＂质也的位宣就看作是这个未知节点的位畳。实际操作过程如下：１）无线传感器网络中的信标节点定期的向周围的邻居节点发送信息，送个信Ｗ息包括信标节点本身的ＩＤ和信标节点的位置坐标信息。３１ 安徽大学硕±论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研巧２）未知节点收到信标节点的信息后进行储存。一３）当未知节点收到的信息达到定阀值后，未知节点将认为此信标节点与其是连通的，并将不在接收信标节点的信息４）计算信标节点所组成的多边形的质也，该质也就是未知节点的位置。一个无线传感器网络中在，采用随机的方式分布了多个信标节点，多个信标．．．．ｒ）节点表示为（ｒ。。，信，，。标节点在Ｗ时间Ｔ为周期的向四周广播并发送了Ｓ个信息，所抖未知节点的定位时间为ｔ：ｔ－＝ｓ４．；〇ＴｘＳ＋ｌ（｛）公式中的ｅ取值为０到１之间的随机数。当达到某个定位时间ｔ后，信标节点的通信成功率表示为：ＮｒｅｃｅｉｗＭ〇＝ＣＭ．＾！〇〇／〇（４．２）？＇心，０利用信标节点广播的信息包中的信标节点本身的ＩＤ可Ｗ计算出咕。。。１，。。，ｔ），是在送段时间内未知节点共接收到了多少个信标节点信息包，是在这段时间内信标节点共广播出的信息包的数量一。在节点定位初期要给节点设置个闽值，当ＣＭ大于这个闽值的时候说明信标节点在未知节点的通信范围内，未知节ｉ点和信标节点是连通的Ｗ此类推，即可得到未知节点通信范围内的所有信标节点。．合．图４．１质也定位原理图Ｆｉｇ４．１Ｃｅｎｔｒｏｉｄｌｏｃａｌｉｚａｔｉｏｎｐｒｉｎｃｉｐｌｅｄｉａｇｒａｍ如上图所示一ｎ，在个无线传感器网络中，随机的分布了个信标节点，每个一Ｘ信标节点的坐标分别为（Ｘ，，，这竖ｉＹｉ），（Ｘ２，ｙ）（。ｙ。）信标节点构成了个多。３２ 基于质也定位算法的研究边形，如果未知节点０的坐标为〇（ｘ，ｙ），则未知节点的坐标为这些信标节点所：构成的多边形的质必，所Ｗ送个未知节点的坐标为＝４ｘ，３（，ｙ）（５）（）打内４．２改进的质也定位算法首先、二，本文所提到的质屯定位算法是应用于维环境下的，故Ｗ上的质也定、位的公式是可Ｗ使用的，质屯算法的好坏直接取决于信标节点的多少，当；再次信标节点分布的密度大时、，其质屯定位算法的精度就高，当信标节点分布的密度、，小时，其质屯定位算法的精度就低当然通过大量的文章中我们知道，基于质也定位的算法有很多，大部分的提高定位精度的观点主要在提高信标节点一的密度，；点，通常在，或者提高定位算法的复杂度效果当然各有差异但实际实际应用环境下，信标节点的分布密度越小越适用，应用成本也会越低，而在信、？标节点分布密度小时，如何保证质屯定位算法的精度一般在实际应用环境下，信标节点是人工均匀设置，而在未知节点的通信范围内的信标节点也是均匀分布，在理想环境下，在信标节点由与未知节点连通的信标节点组成的多边形的质也位畳即可认为是未知节点的位置，而此时的多边形内的信标节点之间基本上是对称的，即可认为，未知节点信号发射为半径向周围箱射的，当，外围的的信，即在理想环境下信标节点分布密度足够大时标节一、正是未知节点点连接起来屯，示意图如下：，应该无限趋近于个圆，而圆？？参？参参：：图４．２信标节点均匀分布理想图３３ 安徽大学硕±论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研究Ｆｉｇ４．２ｄｉｓｔｒｉｂｕｔｉｏｎｏｆｂｅａｃｏｎｎｏｄｅｓｄｉａｇｒａｍ如图中应用区域中的五角星为未知节点即０，其它圆点为信标节点，楠圆的大小即为未知节点的通信范围，此为理想环境下信标节点均匀分布即楠圆内的信、标节点均匀分布，很显然质屯算法适用于这种信标节点均匀分布的情况下；但在，信标节点多为抛洒实际应用环境下，，如在森林火灾、环境监测等特殊环境下，或不足Ｗ提供信标节点的均匀排放，即由于环境的Ｗ及其它复杂的特殊的因素者未知节点与信标节点受到多种因素的影响，导致未知节点的通信范围内的信标、节点组成的多边形多位不规则多边形，而在这种情况下的多边形的质屯与未知节：点相差甚远，产生了极大的误差，示意图如下？★０？？？？？？图４．３信标节点分布不均匀图Ｆｉｇ４ｔｒｉｂｕｔｏｎｏｆｂｅａｃｏｎｎｏｄｅｓｄｉａｒａｍ．３Ｕｎｅｖｅｎｄｉｓｉｇ如图可见，在这样的条件下使用质也定位算法是不适合的，由于信标节点的不均匀排放、与未知节点显然有很大的出，楠圆中的信标节点构成的图形的质屯入、定位算法的前提下提高定位精度，那么，在这样的情况下如何在不改变质屯呢？：故在不改变定位成本的基础上，本文提出Ｗ下想法通常由未知节点通信范一围为个标准的圆形，未知节点通信范围，在理想的信标节点均匀分布时内的信レ标节点相互之间应该是对称的，而由于在实际应用环境下义及在信标节点分布不，，均匀的条件下，未知节点内的信标节点分布较为不可预测更与对称无关此时３４ 基于质屯、定位算法的研究这些节点很难再与质也算法联系；但在未知节点通信范围的边界处却不同，由于未知节点的通信范围理论上是ＷＲ为半径的圆形，尽管信标节点分布不均匀，但在与未知节点通信范围的边界上的信标节点连接成的多边形仍然会尽可能的保持规则的图形，这个多迪形也会更接近于通信范围的圆，即连通的信标节点构成的多边形多为不规则多边形，而在多边形的外边界处的信标节点多为通信范围的圆的边界，而，它们的连接更趋向于规则的圆，而该圆的质也与未知节点更相近此时应用质也算法，定位精度就会有相应的提高；故将多进形通过变换，剔除导致多边形不规则的顶点，转变为凸多边形，更接近于圆的工作可视为准备工作。由不规则多边形转变为凸多边形的过程如下：１）信标节点周期性的向邻居节点广播自身的ＩＤ和位置信息的信号；当未知节点一０接收到某个信标节点这些信息后将其储存起来并记录收到同个节点信息的次数，当收到某个信标节点的信号数量超过预先设定的阔值后，该节点就会认为与此信标节点连通，获取与未知节点连通的信标节点即一Ｂｓｅｔ化ｂ．．．ｂ，，。）将这些节点连接起来组成个多边形；＿１。，一：通过凸多边形的所有边中２）通过凸多进形的定义规则，任意条边向两方ＷＷＵ５３一无限延长成为条直线时，其他各谊及顶点都在此直线的同旁。依次延长多边形的每条边一，当所有顶点都在这条线的旁时，此信标节点保留；当顶点分布在这条延长线的两侧时，则此信标节点剔除。３）通过步骤２，将保留的信标节点连接起来得到预期的凸多边形，然后利用质也公式可得到质也的坐标即位置节点的坐标。此过程如下图所示。图４．４凸多边形转变过程图Ｆｉ呂４．４Ｃｏｎｖｅｘｐｏｌｙｇｏｎｔｒａｎｓｆｏｒｍａｔｉｏｎｐｒｏｃｅｓｓ３５ 安徽大学硕±论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研究４．３基于ＲＳＳＩ的改进的质也定位算法由４．２节中的改进的质也定位算法可得到未知节点的位置坐标，该方法相对于之前的定位算法有所改进，但若想要更高的定位精度，则需要其它辅助信息；而在通常的定位中有根据ＲＳＳＩ测距算法计算未知节点的位置坐标，如：根据ＲＳＳＩ测得未知节点与信标节点的距离，通过Ｈ边测量等方法则可得到未知节点的坐标；但由于软硬件Ｗ及环境等因素的干扰和影响，这样的定位算法得到的结果误差较大，在当前常提到的算法中，如在质也定位算法中引入ＲＳＳＩ信息，利用节点接收的ＲＳＳＩ值通过能量损耗得到节点间的距离作为质也定位算法中的权值，对其进行加权计算，Ｗ获得更髙的精度。故在此处将ＲＳＳＩ信息引入定位中，起辅助信息的作用。在第二章中己对ＲＳＳＩ测距有过介绍：ＲＳＳＩ，在此处做详细的应用介绍测距即测量发送节点和接收节点之间的距离，通常采用信号强度或接收功率来测量，而无线射频信号是这类测Ｗ量的常用方法；考虑到在实际环境中，无线信号是受到多路径、散射等的影响，Ｗ。故在送里使用Ｓｈａｄｏｗｉｎｇ模型作为无线信号传播路径损耗模型如下式：＝－〇＋ｌ７ｌｇ４．４Ａ巧＾式（）其中，发射节点到接收节点的距离为ｄ；参考距离为ｄ。；ｎ为衰减指数，通常取￣２４；Ｐｄ为距发射节点ｄ处的信号强度；Ｐ。为参考距离ｄ。处的接收信号功率；Ｘ。、〇是均值为零方差为的高斯随机噪声，；在应用中常常忽略Ｘ。的影响并取参＝考距离ｌｍ，于是得到常用的基于ＲＳＳＩ的测距公式如下：＝＾－ｌ〇７ｌｄ５Ａ７ｇ件）其中Ａ为距发射节点Ｉｍ处的接收信号功率。由未知节点对通信范围内信标节点的ＲＳＳＩ值进行收集，通过上公式可由ＲＳＳＩ值信息转为得到节点间的距离值；而由信标节点到未知节点的距离越近，其对未知节点的坐标影响越大，所Ｗ，根据信标节点位置的远近为各个信标节点坐标附上权值，即距离远近与权重大小呈反比的关系。而多边形的每个顶点是由１ＷＷ４＂两个距离确定，如图中的信标节点Ａ，故其权值选择为；故加入过＋０４巧３６ 基于质也定位算法的研巧ＲＳＳＩ值的质也公式为：ＡｘＢｘＥｊｘ（，ｙ）（，ｙ），ｙ）＊＇＊＊＊Ａ干ＩｌＡＡＡＡＡｄ＊ｄ＾￣＾＾〇技〇＾〇ｅｏａ〇（ｘ—４６ｙ）（）－—？？？Ａ＋ＡＡ＋ｊＡＡｄ＋ｄｄ＋ｄｄ＋ｄ〇Ａ畑〇Ｂ成；〇Ｅ〇ｊ如此这样即可得到未知节点的坐标信息，基于ＲＳＳＩ的定位是通过已知发射节点的发射信号强度，而接收节点根据收到的信号强度与发射信号强度做对比来计算出信号的传输损耗，利用理论和经验模型将传输损耗转化为距离模型，再利ＷＷ用基于距离的定位算法计算出节点的位置。因为此改进的基于ＲＳＳＩ的定位算法相对之前的定位算法复杂度并没有明显的变化，而且硬件支撑要求较低，并没有増加硬件成本，所Ｗ该改进方法适合无线传感器网络节点定位。４．４改进算法的误差自校正在４．２和４３．中介绍了本文关于质也定位的改进算法和将ＲＳＳＩ测距值作为辅助信息添加到算法中的改进算法．２，很显然４中的改进算法是针对传统的质也定位算法的改进，在不改变过去的硬件设置，通过修改软件算法部分，提高定位的精度，但由于硬件和算法固有的缺陷，误差是不可避免的，特别是测距阶段，而且这个精度仅仅满足于对定位精度要求不高的应用，所为了提高定位精度将ＲＳＳＩ的测距值作为辅助信息填入到算法中，对定位有了很大的帮助，香型的提商了定位的精度，但相应的也会提高成本，因为需要测距，就联系到基于测距的定位和无需测距定位的结合，在此基础上的精度提高。虽然使用Ｗ上措施能减小对未知节点坐标定位的误差，但由于在基于ＲＳＳＩ的测距方面会引入误差，故为了使坐标定位更精确，最后再对坐标进行误差自校入一正在现有的误差自校正的算法中，；，通常引个校正节点利用此节点计算出校正因子，将此校正因子当作未知节点的误差因子；如下所示及如图；３７ 安徽大学硕击论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研巧各图４、．５改进的质屯定位图Ｆｉ４．５Ｉｍｒｏｖｅｄｃｅｎｔｒｏｉｄｌｏｃａｔｉｏｎｍａｇｐｐ信标节点与未知节点的测距距离Ｊ与实际距离ｄ存在误差，定义测距误差因子《，ａ直接反映＾？与ｄ测距误差，建立测距距离和实际距离的数学关系式如下：ｄ＝（４－７）（１＋ｏｒ）ｄ首先通过测距得到离未知节点最近的信标节点即如图中的信标节点Ｇ，将此节点作为校正节点，将迄个校正节点与已选定的信标节点（如图中Ａ、Ｂ、Ｃ、、、）的胎ＳＩ测距可得到校正节点的误差校正因子。由于未知节点与校正节点距离很一致近，此处可Ｗ使用近似法（明显此处出现误差）认为两者的误差因子影响，因而利用校正节点的自校正因子代替未知节点的误差因子。ｔｗｗ０最近的Ｇ。如图所示，将离未知节点信标节点作为校正节点由于Ａ和Ｇ都是信标节点，可得到两者么间的实际距离如下：＇＾－Ｘ－＝ＸｄＡＧ（４｛ａ？＋．８）ｇ｛ｙＡｙｃｆ接着如下式中式、ｄ分别是校正节点Ｇ与信标节点Ａ的测量距离和实际ｅｗ＂＾４＂距离，得到误差自校正因子庐＾。（４．９）由Ｗ上分析可将校正节点Ｇ与信務节点Ａ的自校正因子风０ｅ取代未知节点ｆｗｗ与信标节点Ａ的误差因子ａ。即得到未知节点０与信标节点Ａ的校正测距值：＝１（．＾＋４１０）（ＡＧＰａｇ３８ 基于质也定位算法的研究综合校正节点Ｇ与信标节点（Ｂ、Ｃ、、、）即可分别得到校正值（布、、、），＾即可得到自校正因子（化。、資＾、、、）。一＾１１＾上算法的得到的自校正因子在定程度上能够校正＾上得到的预测坐标，一＾但是在环境干扰过大１＾１及其它不确定的因素下，误差因子由某个节点确定难免会带来更大的误差，故本文提出更为可靠及有效的自校正方法Ｗ避免上类问题的出现。本文提出的改进的误差自校正算法如下：一１）首先如图中，在构造的凸多进形区域内，种情况：如果没有信标节点，则依然使用传统的自校正方法，由离未知节点最近的信标节点与凸多边形各个顶一点的校正因子６（０。，０Ｐ．．．），代入校正公式中ｂ，得到校正坐标值；另．。种情况：该区域有多个信标节点如（ｆｌ、ｆ２、巧…）盼ＳＩ测距得到它们，通过与Ａ的测距距离、Ｊ、．．．．），通过已知坐标计算他们的实际距离Ｗ、Ａ＂若３１ｉ／ｄ、ｄ．．．），通过Ｗ下测距距离和实际距离的数学关系式如下：／，／；Ｊ气ｌ＋ａｄ（４．１１））可得相应的测距误差因子（ａ、ａ、ａ…）。／ｉ／２／３巧由于离未知节点越近的信标节点的测距误差因子对未知节点的误差因子影响越大，所Ｗ通过添加权重因子体现它们之间的作用力，此处的ｄ、／ｉ？ｄ是实际距离更能准确的反映他们之间的内在关系。如下式：／２ａ。＂口／３■？—＋＋＋…＋ｄ＋ｄｄ２，ｆ＼ｆｐＡＱ＝（４■１２）－—－＾＋＾＋Ｌ＋…＾ｄ＋＋＋＋＊＾Ｉ／１夸２今２夸１３今３夸４夸／通过上式可得对应信标节点Ａ的自校正因子几，按照Ｗ上两步可得自校正因子、、、。因而利用校正节点的自校正因子代替未知节点的误差因子属化麻化。而将自校正因子风、、Ａ、化、麻、化代入加权质屯定位算法即可得到测距误差自校正公式：３９ 安徽大学硕±论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研究Ａｘｙｘ－￣Ｘ＾（（，）（＾）＾７＾＾＾ＰＯＡＯＢａ＋公ｘ￣（４．１３）（０，ｙ）（＾１￣…Ｘ＋；ｃｘ＋ＣＥ（，ｙ）（）＾），ｄ＋ｄ１＋畑〇ＡＰｓ而ｕＸＶ、＝－快ｗ１１１１１１—－￣＾－—！——？？？Ｘ＋＾＾Ｘ＋．．ｘ＊，）＋（＾（）（Ｖ）ｄ＋＾ｌ＋ｄ＋ｄ１＋ｄ＋１＋含ｏＡｏｓｇｊ〇ＢＰｂ知（ｘ：〇石ｏｊ其中Ａ、Ｂ、Ｃ、Ｄ、Ｅ为凸多边形上的顶点，５〇：示未知节点的校正位置。即，Ｗ表由Ｗ上公式即可得到未知节点的校正坐标值。４．５基于ＲＳＳＩ测距的误差自校正改进的定位算法４．５．１算法描述正如Ｗ上所述，在传统的基于ＲＳＳＩ的质必定位算法中，当由未知节点通信范围内的信标节点构成的多边形是凸多边形时，会提高定位的精度，故提出将多边形通过凸多边形的定义原则判断多边形的形状，及剔除顶点的方式将多边形转为凸多边形；而常用的误差自校正方法存在环境干扰的偶然性过大及相关的不确定因素存在一，故本文提出了种更可靠Ｗ及更有效的误差自校正算法Ｗ避免上类问题的出现。算法过程及流程图如下所示。首先通过己确定的未知节点接收信标节点的信号数量的阀值判断节点之间的连通性，然后使用与未知节点连通的信标节点构造多边形，接着对多边形向凸多边形转变，通过剔除节点的方式，剔除原则是通过凸多边形的所有边中，任意一一条边向两方无限延长成为条直线时，其他各边及顶点都在此直线的同旁，然后利用ＲＳＳＩ，将１上信息．计算未知节点与信标节点的距离（＾代入公式（４巧中得到未知节点的预测坐标值，在对定位精度要求不高的应用环境中，此种方法已满足；在定位精度更高的环境下，则可Ｗ将自校正因子代入（４．６）式，即利用凸多边形内的信标节点作为校正节点，由这些校正节点得到相对应的自校正因子，通过添加权重因子综合所有的自校正因子来替换未知节点的测距误差因子，对测距误差４．１３进行补偿，最后利用加权质也方法确定定位公式（），从而得到未知节点的最４０ 基于质也定位算法的研究终坐标。综上，基于ＲＳＳＩ测距的改进的质也定位算法的整体流程图如下：开始）Ｉ＊将凸多边形内的所有信标Ｉ通过通信范围内的信节点都作为校正节点，通标节点构造凸多边形过添加权重获得未知节点ｙ１对应的自校正因子ｆＩ通过ＲＳＳＩ计算未知节｛点与信妍？点么司的将信标节点触标、离未Ｉ距离知节点的距离Ｗ及对应的自校正因子代入加权质屯、＊定位的公式得到校正的坐１通过凸多边形的的顶点坐标信标值息Ｗ及与未知节点的距离信息，通过化权质也公式得到未，，＾知节点的坐标／＼＾图４．６基于ＲＳＳＩ测距的改进的质也算法流程图Ｆｉｇ４．６Ｆｌｏｗｃｈａｒｔｏｆｉｍｐｒｏｖｅｄｃｅｎｔｒｏｉｄａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎ民ＳＳＩｄｉｓｔａｎｃｅｍｅａｓｕｒｅｍｅｎｔ４．５．２核也算法伪代码利用伪代码实现改进的质也定位算法的整个过程，使读者能轻易地了解算法过程，伪代码如下：：１）（心８０．．．．输入未知节点通信范围内信标节点的节点信息，），迄些信息按照节点之间的距离排序；Ｗ及未知节点与这些信标节点的距离信息。。输出：未知节点的坐标，即不同需求对应的坐标Ｂｅｉｎｇ／／输入未知节点通信范围内的信标节点的信息ｂ（Ａ，Ｂ，Ｃ．．．．），将相邻信标节点相结合。／／通过。多边形的定义原则，构造凸多边形—ＩＦＩｓＣｏｎｖｅｘ（ｂｉ）ｂｉＣｄ４１ 安徽大学硕±论文基于胎ＳＩ测距优化的ＷＳＮ定位算法研究一ＥｌｓｅｂＤｄｉＩＦ精度不高的定位—Ｃｅｎｔｒｏｉｄ（Ｃ）０（ｘ，ｙ）／／通过质也定位算法，加入基于ＲＳＳＩ的距离信息，计算未知节点的坐掠Ｅｌｓｅ—［６１１化〇Ｄ）目一ＣｅｎＦａＥｒｒ目Ｃ０〇：（）／／通过带有误差自校正的质也定位算，，＿ｙ）法，计算未知节点的坐标Ｅｎｄ上伪代码即为核屯、算法的关键流程。４．６算法仿真与结果分析为了检驗新算法的有效性，本文采用了ＭＡＴＬＡＢ软件对算法进行了仿真和比较分析。４．６．１仿真环境无线传感器网络节点采用随机部署方式，节点部署的区域为二维空间区域，每个节点的福射范围呈圆形的方式由内向外射频，每个节点在它的辖射范围内都可Ｗ发现邻居节点，节点通信范围内的所有节点都是连通的，所有节点的通信半一致的径都是，只要是通信范围内的节点都可Ｗ接收和发送信息，信标节点也采Ｕ？＂３２＂４＂Ｗ用随机的方式进行定位。传感器节点随机分布在ｌＯＯｍＸ１００ｍ的监测区域内，２００个未知节点随机分布在平面内，通信半径设为２０ｍ，通过Ｍａｔｌａｂ对实验环境进行模拟并对数据进斤分、析。本仿真实验分Ｈ部分，首先仿真实验改进的质屯定位算法与传统执行定位算法的对比，然后仿真改进的基于ＲＳＳＩ的质也定位算法，Ｗ及改进的基于ＲＳＳＩ的质也定位算法通过误差自校正的算法能否有效的提高定位精度，然后验证误差自校正算法在有环境干扰的情况下定位的精度，是否更加稳定和可靠。实验结果与分析如下。４２ 基于质屯、定位算法的研究４．６．２实验结果与分析、屯、１）首先仿真试验验证改进的质屯定位算法与传统的质定位算法相比是否一能够提高定位的精度，仿真条件是：无干扰的理想环境下进行，在同网络环境下重复试验５０次，每次实验都将所有的节点重置，对５０次仿真结果球均值。仿，，真实验结果如下所示：从图中可见在信标节点分布均匀的情况下随着信标节、点的数量从２０增加到８０的质屯、定位算法与改进的质屯定位算法在定位误，传统，差上差别不大，而且在随着信标节点的增多，定位的误差在逐渐降低降低的趋，势两种算法都相似，说明改进的算法能实现定位的要求；另外在信标节点分布不均匀的情况下，在定位，，仔细查看仿真实验结果可得误差逐渐降低的趋势下传统的定位误差的波动较大一些情况下差变化不，在随着信标节点增多，定位误明显，能有效的降低定位误差，，而改进的质也定位算法的误差的下降趋势更大屯、，而且比较稳定，定位算法不仅有更好的定位精度，没有大的波动说明改进的质而且稳定性和可靠性也更强。．■．．．．…－４５．—兰巧＿＿抑—？＝ｉ－￣：＝：Ｚ：ｚ＝＝＝ｆｃ＝巧妇巧２０巧巧—夺—１０传统的质必定位算法＋改进顏屯，定位算法—５＾０２０；Ｚ点个数ｍ７４图．７信标节点均匀分布的实验Ｆ４．７Ｅｘｅｒｉｍｅｎｏｆｕｎｉｆｏｒｍｄｉｓｔｒｉｂｕｔｉｏｎｏｆｔｈｅｂｅａｃｏｎ打ｏｄｅｓｉｇｔｐ４３ 安徽大学硕±论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研究如＇…―…—一三＾＾Ｉ＊班仙＿Ｉ＾＿＿．－臀３０妇＿■■—巧幼寶＇４－＿１０？＞■传统顏也定怔算法子改进的质也定位算法＇１Ｍ：裔永节黑个数Ｍ＾Ｍ图４．８信标节点不均匀分布的实验Ｆｉｇ４．８Ｔｈｅｅｘｐｅｒｉｍｅｎｔｏｆｔｈｅｕｎｅｖｅｎｄｉｓｔｒｉｂｕｔｉｏ打ｏｆｔｈｅｂｅａｃｏ打ｎｏｄｅｓ２ＳＳ、然后实验验证改进的基于ＲＩ的质屯定位算法和基于其的误差自校正算）、法能否提高定位的精度，将改进的算法与传统的基于ＲＳＳＩ的质屯定位算法做对一比，实验是在无环境干扰的情况下进行，在同网络环境下重复实验５０次，每次实验都将所有节点重置，对５０次实验结果求均值，而且在信标节点分布不均８０匀的情况下。实验结果如下所示：随着信标节点的数量从２０増加到，传统的、２３质屯定位算法的定位误差从％．２４％下降到．２８％，改进的算法的定位误差从２９．８９％下降到１７．１７％，而误差自校正的定位误差则从巧．７７％下降到１４．３８％。可、、ＲＳＳＩ见，改进的基于ＲＳＳＩ的质屯定位算法在定位误差方面与基于的质屯定位算法的区别较大，有明显提升定位的精度；而误差自校正算法能有效的降低定位误差，，提升定位的精度效果也明显；而后两者的在降低定位误差方面的稳定性更，从图中可见，后两者的下降趋势更流畅，前者下降的波动性更强好。故分析得ＲＳＳ、到在定位的稳定性及可靠性上改进的基于Ｉ的质屯定位算法和误差自校正算，法的效果更好，定位的精度上误差自校正算法有明显的优势能有效的降低定位的误差，提局定位的精度。４４ 基于质也定位算法的研究４０＇■￣￣３５４３。一＊Ｉ＾一￣￣，巧’、．—幣—￣■—＾：這—２０￣＾￣—＊巧１＾；巧；■■－一一’ＬＩ１０传绞的基于监Ｓ的质ｔ定位算法＋规的軒ＲＳＵ的质也定敞法５■＊■巧删軒１ＲＳＳＩ的质也碰自拙鉛。１；４０阳７０扣图４．９Ｈ种定位算法的对比Ｆ．ｉｏｆ化ｅｌｏｃａｌｉｚａｉｏｎａｌｏｒｉ化ｍｓｉｇ４９化ｒｅｅｃｏｍｐａｒｓｏｎｔｇ接着在同样的环境下，増加环境干扰，对比基于ＲＳＳＩ的误差自校正的Ｈ角、定位算法和本文提出的基于ＲＳＳＩ误差自校正质瓜定位算法形质屯。对比两种算法之间的误差分布对比图如图４所示：在此实验中固定信标节点为４０个，此处ＭＡ一使用的环境干扰为高斯白噪声，在ＴＬＡＢ中产生此噪声非常方便，对某局部Ｉ，此干扰的影响是ＲＳＳ，对定位造成影响进行干扰的测距的误差逐渐变大；故。在实验中不断加大环境干扰，分析在此情况下两种算法的稳定性和可靠性实验结果如下所示，两种定位算法的误差都逐渐增大，但：随着噪声干扰的逐渐增大显然基于ＲＳＳＩ的误差自校正的Ｈ角形质也定位算法的误差增大的幅度比本文提出的算法更快，而且误差也更大。—６０＾加之巧■■２－巧０＂一＊基于盼Ｕ的误差自校正的；角形质屯定位算法中＋自校正的质也定位算法…改进的误差－ＩＩＩＩＩＩＩＩＩＩＱ随着噪声的干扰逐渐増大图４．１０两种误差自校正定位方法的对比ａｒｉｓｏ打ｏｆｔｗｏｍｅｔｓｏｆｅｒｒｏｒｃｏｒｒｅｃｔｉｏ打ａｎｄｓｅｌｆＦｉｇ４．１０Ｃｏｍｐｈｏｄｃｏｒｒｅｃｔｉｏｎ４５ 安徽大学硕±论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研究４．６．３误差分析在做仿真试验时，即使是在仿真条件下还是存在这误差，误差主要有Ｗ下几个方面产生；一１）截断浮点数带来的误差：截断浮点数的误差大致可分成两部分，部分Ｓ一是ＲＳＩ衰减模型中的浮点数截断造成的误差；另外部分来自于整个算法的计Ｕ５１。算过程中，整数做除法舍去了小数点后面的部分所造成的误差２）测距带来的误差；由于改进的算法中测距的结果在定位过程中起到了非常重要的作用，测距所带来的误差对定位结果的影响是巨大的：尽管对测距己做了大量的补偿Ｗ及相应的措施减少环境等对测距带来的误差，但不可否认，数据的测量误差是无法避免的，总会有意想不到的异常情况出现来影响到测距的结果，只有尽量做到减少不必要的误差，将误差值降到最小，才能减少误差带来的影响。３一）质也定位算法带来的误差：显然质也定位算法中的信标节点的数据旦，对计算结果和定位精度都会有不可预期的结果受到影响；估误差自校正算法中的校正节点采用多个信标节点，Ｗ减少单个信标节点带来误差的偶然性。４．７本章小结虽然当前在无线传感器网络的定位上已有很多成熟的算法Ｗ及应用实例，但是随着无线传感器网络大面积的应用Ｗ及与各斤各业的集合一，使得节点定位这一核也技术在其垂直方面的即某特殊领域或专一应用领域方面的研究和应用还是稍显匿乏，本文正是基于此，在节点定位的两个阶段即测距和定位分别提出改进的算法，即在二维环境下的特殊的应用环境下的应用，将基于盼ＳＩ的测距和。质也定位算法相结合，最大程度的提高定位的精度节点定位的性能评价主要在精度、功耗、代价Ｗ及适用性等方面，而节点定位的精度是最重要的评价因素，在我们研究节点定位过程中无非参考这坠评价标准，要么在能保持定位精度的基础上能够降低功耗和成本，Ｗ及提高定位的适用性；要么在提高节点定位的基础上，其它方面不会有大幅度的变化，不会影响到整个ＷＳＮ系统的运行和使用；当然最好的结果就是各方面都有改善；当然这是我４６ 基于质也定位算法的研究们的目标一，在我们的学习研充上，能有其中项的改进己经非常难得；本文基于这些参考对传统的质也定位做了一些工作主要内容包括如下几个方面：；本章１）分析了传统的质也定位算法的数学模型，并通过实验证明传统的质也定位算法的使用条件及影响质也定位算法的因素，并在此条件下建立了本论文的节点定位模型。２）件对传统质也定位算法存在的问题及适用环境，提出了本文的改进的质必、定位算法，并通过实验证明本改进算法的适用性更强，当在信标节点密度较低分布不均匀的环境下能有更好的定位效果，，它的定位精度更高且误差更小。３）接着将改进的质也定位算法结合ＲＳＳＩ的测距信息，对未知节点定位，显然通过添加距离辅助信息后一，定位精度有了进步的提高；而后提出改进的误差自校正算法，当应用环境对定位精度有更高的要求时，此误差自校正算法能够得到使用，且算法的精度和稳定性、可靠性都有所提高，此结论都有相应的实验支撑，故本章的算法在解决节点定位方面有更巧的效果，从而更加适用于无线传感器网络节点的定位。４）本测距误差补偿法既没有额外的消耗能量，也没有増加硬件基础，且无需附加额外的硬件等的能量开销，做到尽量不改变原系统的结构的原则，尽管本方法略微的増加了算法的复杂度，化及降低了算法的可适用性，但当对测距精度有严格的要求，并在信标节点密度较低、分布不均匀的特殊环境下时，这种算法还是能有效的降低定位的误差，提高定位的精度的。４７ 安徽大学硕±论文甚于ＲＳＳＩ测距优化的ＷＳＮ定位算法研究第五章总结和展望无线传感器网络的定位是无线传感器网络研究的热点问题，也是核也问题、关键问题，但是基于无线传感器网络的定位技术研究还需要还有很多的王作继续研究。本文主要研究了应用在二维场景下的在测距和定位两个阶段的无线传感器一网络定位算法，重点对测距和定位算法进行了深入的研究，提出了种改进的基于ＲＳＳＩ测距技术的误差补偿算法和改进的质也定位算法Ｗ及误差校正算法，将基于ＲＳＳＩ的测距和质也定位算法相结合，尽可能的提高定位的精度。首先，对本论文的总结即论文做了那些工作Ｗ及有哪些成果，然后，总结未来还有哪些工作还需完善，即对未来工作的展望。５．１总结１）本文简略地介绍了无线传感器网络的概念和特点，并对无线传感器网络的国内外研究现状和研究背景做了详细的介绍，Ｗ及结合本文的研巧内容做了相关性的描述。２）由于本文主要是对无线传感器网络的节点定位的研究，所Ｗ在文章的开始阶段对无线传感器网络的节点定位技术做了详细而简洁的介绍，对节点定位的不同类的算法从及基于这些算法的的相关应用做了充实而有力的讲解，根据当前的定位系统和算法的性能评价标准指出当前算法的优缺点和各自的特点，进而解释提出本文算法的前因后果，为下文做铺垫。３）对传统的基于ＲＳＳＩ测距模型从优缺点方面进行分析，得出传统的二维环一境下的测距模型得到的参数值是在整个无线传感器网络中统使用，未考虑到在一致复杂的应用环境下，当整体环境变化不、局部环境异常的条件下的特殊性；ＳＳＩ测距本文从这方面入手得到改进的基于Ｒ模型，能够很好的降低测距误差，提高测距的精度。４）根据对传统的应用于二维环境下的质也定位算法的特性分析发现，其定位精度不高、需要在信标节点较密集Ｗ及分布较均匀的环境下时，质也定位才能有良好的效果，故本文提出了改进的质也定位算法，与基于盼ＳＩ测距的算法相铅 总结和展望结合一，提高定位的精确度，Ｗ及最后相对应的误差自校正算法，对定位误差进。步降低，使得此改进算法的有效性Ｗ及其稳定性和可靠性５）本文还对相应的改进算法进巧优缺点分析，得出对应的改进算法的适用一性レ义及定位误差分析，说明误差的来源，能够进步提高定位的精度。５．２展望近些年，无线传感器网络节点定位技术作为热点学科被广泛研究，已经取得了众多的研巧成果，在此领域也已有了成熟的方法满足现实应用的需求，但随着基于传感器网络的应用范围越来越广泛，将无线传感器网络与其它学科的结合使得更多待研巧的方面浮现，如何让本研究方向有更广泛的适用性和更有效的应一，这也是我们研究的重点用，还有很多问题要解决；本文只是在定的适用范围内，提出了相应的改进，但是在很多方面还是有很多不成熟的想法，还是有很大的提升空间。需要改进的地方还有很多：１）算法复杂度和适用性：显而易见，尽管本文中提出了几个改进算法，对节点定位的精度有了一定的改善，但是相应的也増加了算法的复杂度，进而就会有更高的能量消耗的需求，这显然无线传感器网络的节能的原则相悍，尽管本文提到的算法所提高的算法复杂度还在容忍范围内，而且随着科技的发展，能源问题一一定会得到解决，但如何更好的节省能量消耗，充分利用其优势也是个重要的课题一。本文的改进算法是针对定的恃殊条件下提出的改进算法，算法的可适用性很显然决定着算法的成败，只有改进的效果明显有优势，而且能够切实的解决相应的问题，才能说此算法是普遍可适用的，显然，在这方面还有更多的应用去证实。２）实验的改进和优化：由于条件限制，本文中的实验部分采用ｍａｔｌａｂ进行仿真实验，很显然，仿真实验与真实的应用环境下还是有很大的区别；在真实环境下，由于温度、湿度、Ｗ及障碍物分布情况的差异都会给定位结果造成很大的影响一，而且如测距上对采集的信号进斤处理和定位算法中场地的影响等，还有一些意想不到的情况也影响着试验的结果，而在仿真环境下，送些都不存在，切在设计之中，少了许多的不确定性，本算法在仿真环境下效果好，那么在真实环境下是不是还有这样的效果呢？所Ｗ在实验方面还是有很多工作要做。４９ 安徽大学硕±论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研究最后，由于本人的认识有限，文中的错误和疏漏在所难免，请读者批评和指正。５０ 参考文献参考文献［１］孙利民．．２００５，李建中，陈渝等无线传感器网络［Ｍ］北京：清华大学出版狂，２原海宁林闯．无线传感器网络［］［］任丰．软２００３，黄件学报，，Ｊ，－１４（７）：１２８２１２９１．［３］郑军．无线传感器网络技术［Ｍ］．机械工业出版社，２０１２．［４］李彦岑．无线传感器网络数据感知节点与接入汇聚技术研究［Ｄ］．东南大学，２００６．［引张婢爱马艳艳．．，白凤娥等基于ＲＳＳＩ的加权质也定位算法的实现［Ｊ］，，工大学学报２００９４０２－：１４６１４７．太原理，（），６Ｊ＇ｉｎＧＲｅｎＬＧｕＤ．ＧｅｏｒａｈｉｃａｌｒｏｕｔｉｎｆｏｒＷＳＮｏｆｓｔｒｅ幻ｌｉｈｔｉｎｍｏｎｉＵ）ｒｉｎ［］ｇ，，ｇｐｇｇｇｇａｎｄｃｏｎｔｒｏｌｓｙｓｔｅｍ［Ｃ］／７ＣｏｍｐｕｔｅｒＤｅｓｉｇｎａｎｄＡｐｐｌｉｃａｔｉｏｎｓ口ＣＧＤＡ），２０１０－ｅｒｎａｏｎｆｅｒｅｎｃｅｎ－ＩｎｔｔｉｏｎａｌＣｏ．２０１０：Ｖ３Ｊ３５Ｖ３２％．［７］詹杰，吴伶锡，唐志军．无线传感器网络ＲＳ幻测距方法与精度分析［Ｊ］．电讯技２０－术１０５０４：８３８７．，（），＊Ｈａｒｏｅｅ－ｔｅｒＡ，ＨＩＰ巧Ａ，ＳｔｇｇＩ的Ｐ，巧ａｌ．ＴｈＡｎａｔｏｍｏｆＡＧｏｎｔｅｘｔＡＷａｒｅ脚ｙ＊Ａｐｐｌｉｃａｔｉｏｎ．ＩｎｒＰｒｏｃｏｆｔｈｅ５ＡｎｎｕａｌＡＣＭ／ＩＥＥＥＩｎｔＣｏｎｆｏｎＭｏｂｉｌｅＣｏｍｐｕａｎｄｅｗｏｎｅａｅ一ｔｉｎｇＮｔｒｋｉ．ＳｔｌＵＳＡ１９９９５９６８ｇ，，，［９］钱志鸿，王义君．面向物联网的无线传感器网络综述［Ｊ］．电子与信息学报，２０－１３１：２１５２２７．（）１０杜敏．基于ＲＳＳＩ的无线传感器网络定位技术研究及应用［Ｄ］．湖南大学［］，２００９．［１１］张恒．无线传感器网络定位技术研巧［Ｄ］．西安科技大学２０１２．，［１２］程海军．基于ＲＳＳＩ的无线传感器网络定位算法改进研究［Ｄ］．重庆理工大学，２０１３．一－［１３］杨宁，钟绍山徐耀良．种改进高斯ＲＳＳＩ处理Ｊ．，，等卡尔曼滤波的算法［］２０１３－自动化仪表３４７：６８．，，（）［Ｍ］刘晚基于接收信号强度指示的误差自校正定位算法町传感技术学报－２０１４７：９７０９７５（．）５１ 安徽大学硕±论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研巧一［１５］朱博陈曙．种无线传感器网络质也定位改进算法［町传感技术学报２０１０，，，２３６－：８６８８７２．（）［１巧李娟．基于错圆交点加权质必的无线传感器网络定位算法［Ｊ．，王巧，李莉，等］－吉林大学学报：工学版２００９３９６：１６４９１６５３．，（），１７张春卸刘兴长张伟银等．基于化ｏｗＰＡＮ的ＲＳＳＩ测距方法优化化自动［］－化与仪器仪表：ｍ１５４．，２０１４（ｌｌ）１张埼张峰基于ＲＳＳＩ测距的改进加权质如定位算法化电测与仪［刊王振朝，，表２０－１４２１：６３６６．，（）１９］文春武宋杰姚家振．基于ＲＳＳＩ校正的无线传感器网络定位算法扣．传感［，，２０－器与微系统１４３３１２：１３４１３６．，，（）巧０］陈红阳．基于测距技术的无线传感器网络定位技术研究［扣．西南交通大学，２００６．［２１］张中华．基于ＲＳＳＩ校正的无线传感器网络质也定位算法．山东大学［扣，２０１１．巧２］赵±强．基于盼ＳＩ的ＷＳＮ定位算法及测距影响因素的研究［Ｄ］．吉林大学，２０１４．－ｏ；２３］．改进的ＤＶＨ［］．２０１２！冯江，朱强，吴春春ｐ定位算法研究Ｊ计算机工程，，３８９－（１）：７４７７．巧４］赵昭小惠．无线传感器网络中基于ＲＳＳＩ的改进定位．传感技，陈算法［Ｊ］２００９２２３－术学报：３９１３９４．，（），一巧５］胡文鹏．种基于ＲＳＳＩ的无线传感器网络定位算法的设计与实现巧］．吉林大学，２００９．、［２６］刘运杰金明录．ＳＳＩ的无线传感器网络修正加权质屯，崔承毅基于Ｒ，定位－：巧１算法［Ｊ］．传感技术学报０１０２３７１７．，２，巧）巧７］苟胜难．基于改进的ＲＳＳＩ无线传感器网络节点定位算法研究［Ｊ］．计算机－应用研巧２０１２２９：１８６７１８關．，，巧）口引金卫民．基于胎ＳＩ的室外无线传感网络自定位算法［Ｊ］．，神显豪计算机工程２００８３４３－（１）：８９９１．，，５２ 参考文献９Ｌ－－口］ｉｎＷＨｏｎｇＸＨＸｕＣｅｔａｌ．ＯＰＣＰＰ：ＡｎＯｎｌｉｎｅＰｌｕＣｏｎｆｉｕｒｅＰｌａ，，，ｇｇｙＥｘｐｅｒｉｍｅｎｔＰｌａｔｆｏｒｍｆｏｒＷＳＮ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＤｉｓｔｒｉｂｕｔｅｄ－ＳｅｎｓｏｒＮｅｔｗｏｒｋｓ２０１３２０１３４：（）２４５２５３．，，［３０］ＮａｄｅｒａｎＭ，ＤｅｈｇｈａｎＭ，ＰｅｄｒａｍＨ．Ｕｐｐｅｒａｎｄｌｏｗｅｒｂｏｕｎｄｓｆｏｒｄｙｎａｍｉｃｍｕ—ｃｌｕｓｔｅｒａｓｓｉｇｎｍｅｎｔｆｏｒｌｔｉｔａｒｇｅｔｔｒａｃｋｉｎ呂ｉ打ｈｅｔｅｒｏ呂ｅ打ｅｏｕｓＷＳＮｓ［Ｊ］，＿ＪｏｕｒｎａｌｏｆＰａｒａｌｌｅｌ＆Ｄｉｓｔｒ化ｕｔｅｄＣｏｍｐｕｔｉｎｇ２０１３，７３（１０）：１３８９１３９９．，巧１］杨郁．无线传感器网络路由算法的研究与实现化］．天津大学，２００６．巧２］田玉昆．基于直推式回归的无线传感器网络定位与跟踪算法研究［Ｄ］．湖南大学，２００９．３３ＫｕｍａｒＳｂ－［］ＬｏｉａｌＤＫ．ＡｎＡｄｖａｎｃｅｄＤＶＨｏＬｏｃａｌｉｚａｔｉｏｎＡｌｏｒｉｔｈｍｆｏｒ，ｙｐｇＷｉｒｅｌｅｓｓＳｅｎｓｏｒＮｅｔｗｏｒｋｓ［Ｊ］．ＷｉｒｅｌｅｓｓＳｅｎｓｏｒＮｅｔｗｏｒｋｓ＆Ｅ打ｅｒ呂ｙＥｆｆｉｃｉｅｎｃｙｍ－ＰｒｏｔｏｃｏｌｓＲｏｕｔｉｎ＆Ｍａｎａｅｎｔ２０１２７１２：６４〇５１ｇｅ．ｇ，（），［３４］ＬｉＢ，ＨｅＹ，ＧｕｏＦ，ｅｔａｌ．ＡＮｏｖｅｌＬｏｃａｌｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎＩｓｏｍａｐａｎｄＰａｒｔｉａｌＬｅａｓｔＳｑｕａｒｅｓｆｏｒＷｉｒｅｌｅｓｓＳｅｎｓｏｒＮｅｔｗｏｒｋｓ［Ｊ］，ＩＥＥＥＴｒａ打ｓａｃｔ４一ｉｏｎｓｏｎＩｎｓｔｒｕｍｅｎｔａｔｉｏ打＆Ｍｅａｓｕｒｅｍｅｎｔ２０１３６２２：３０３１４．，（），－－［３５］ＣｏｒｐｏｒａｔｉｏｎＨＰ．ＲＥＡＴＴＥＭＰＴ：ＡＮｅｗＥｎｅｒｇｙＥｆｆｉｃｉｅｎｔＲｏｕｔｉｎｇｒｏｔｏｃｏｌＰｆｏｒＷｉｒｅｌｅｓｓＢｏｄｙＡｒｅａＳｅｎｓｏｒＮｅｔｗｏｒｋｓ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＤ－ｉｓｔｒ：ＬｂｕｔｅｄＳｅｎｓｏｒＮｅｔｗｏｒｋｓ，２０１４，２０１４巧）：７７４７７７．ａｎ－—３６］ＴａｏＭＬｕＤ．ＡｎＡｄａｐｔｉｖｅＥｎｅｒａｗａｒｅＭｕｌｔｉａｔｈＲｏｕｔｉｎ［，Ｙ呂Ｊｇｙｐ，ｇＰｒｏｔｏｃｏｌｗｉｔｈＬｏａｄＢａｌａｎｃｅｆｏｒＷｉｒｅｌｅｓｓＳｅｎｓｏｒＮｅｔｗｏｒｋｓ［Ｊ］．Ｗｉｒｅｌｅｓｓｓｏｎａ－ＰｅｒｌＣｏｍｍｕｎｉｃａｔｉｏ打ｓＡｎＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌ２０１２６３（４）：８２３８４６．，，３７ＺｈａｎＡｅ－ａ［］ｇＹＸ，ＨｕＨ，ｅｔａｌ．ＩｍｒｏｖｅｄＤＶＨＯＰｏｓｉｔｉｏｎ！打ｌｏｒｉｔｈｍｂａｓｅｄ，ｐｐ呂ｇ－ｈｏｓｕｂｄｏｎｏｎｅｐｉｖｉｓｉｏｎａｎｄａｖｅｒａｇｅｈｏｐｐｉｎｇｄｉｓｔａｎｃｅｍｏｄｉｆｉｃａｔｉｏ打［Ｊ］．ｓｔｒｕ－ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＳｃｉｅｎｔｉｆｉｃＩｎ３３：２５５２２５５９ｍｅｎｔ２０１２．，（１１），［３８］ＣｕｌｌｅｒＤ．ＯｖｅｒｖｉｅｗｏｆＳｅｎｓｏｒＮｅｔｗｏｒｋｓ［Ｊ］．ＩＥＥＥＣｏｍｐｕｔｅｒ２００４，，－３７８）：．（４１４９巧９］王越周奥．．，刘金城无线传感器网络中非测距混合定位算法［Ｊ］，传感器与微－＋系统２０１５３４：（２）１４７１４９巧３．，，５３ 安徽大学硕±论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研究［４０］彭潮．基于ＲＳＳＩ测距误差补偿的无线传感器网络定位算法研究［Ｄ］．大连理工大学２００８．，４１］．．吉林大学．［皮文静无线传感器网络定位算法的研究化］，２０１４［４２］ＤｅｉｆＤＳ，ＧａｄａｌｌａｈＹ．ＣｌａｓｓｉｆｉｃａｔｉｏｎｏｆＷｉｒｅｌｅｓｓＳｅｎｓｏｒＮｅｔｗｏｒｋｓＤｅｌｏｍｅｎｔＴｅｃｈｎｉｑｕｅｓ，Ｃｏｍｍｕｎｉｃａｔｉｏ打ｓ＆ｌｓ４ｐｙ［Ｊ］ＩＥＥＥＳｕｒｖｅｙｓＴｕｔｏｒｉａ，２０１，－１６：８３４８５５．巧）［４３］ＺｈｕＭ，ＬｉｕＨＬ，ＺｈａｎｇＺＨ，ｅｔａｌ．ＡｎＩｍｐｒｏｖｅｄＬｏｃａｌｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎＤＶ－ＨＯＰｏｕｒｎａｃｈｕａｎｅｒｓｉｎＷＳＮ［Ｊ］．ＪｌｏｆＳｉＵｎｉｖｉｔｙ，２０１２，４４－（１）：９３９８．一Ｖ－［４４］王景薛．种基于ＤＨｏｐ的无线传感器网络节点定位算法［Ｊ］．计算机工２０－１５４１：８２８６．程，（１），［４５］．ｓＴ恩杰，乔，常飞基于ＲＳＳＩ的ＷＳＮ加权质也定位算法的改进［Ｊ］．欣，等２０－传感器与微系统１３３２（７）：５３５６．，，４６Ｓ－［］ｉｆｕｅ打ｔｅｓＥＣａｓａｓ０，ＰａｌｌａｓＡｒｅｎＲ．ＷｉｒｅｌｅｓｓＭａ打ｅｔｉｃＳｅｎｓｏｒＮｏｄｅ，ｙｇｆｏｒ－ｎｓｏｒｓＶｅｈｉｃｌｅＤｅｔｅｃｔｉｏｎＷｉｔｈＯｐｔｉｃａｌＷａｋｅＵｐ［Ｊ］，ＩＥＥＥＳｅＪｏｕｒｎａｌ，２０１１，－１１巧）：１６６９１６７６．［４７］ＭｅｒｈｉＺ，ＥｌｇａｍｅｌＭ，ＢａｙｏｕｍｉＭ．ＡＬｉｇｈｔｗｅｉ呂ｈｔＣｏｌｌａｂｏｒａｔｉｖｅＦａｕｌｔＴｏｌｅｒａｎｔＴａｒｇｅｔＬｏｃａｌｉｚａｔｉｏｎＳｙｓｔｅｍｆｏｒＷｉｒｅｌｅｓｓＳｅｎｓｏｒＮｅｔｗｏｒｋｓ［Ｊ］．－ＭｏｂｉｌｅＣｏｍｐｕｔｉｎｇＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎ２００９８（１２）：１６９０１７０４．，，［４引ＭｏｔｔｏｌａＬ，ＰｉｃｃｏＧＰ，ＣｅｒｉｏｔｔｉＭ，ｅｔａｌ．Ｎｏｔａｌｌｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓａｒｅｃｒｅａｔｅｄｅｑｕａｌ：Ａｃｏｍｐａｒａｔｉｖｅｓｔｕｄｙｏｎｔｕｎｎｅｌｓ．［Ｊ］．ＡｃｍｒａｎｓａｃｔｅｎｓｏｒｅｔｗｏｒｋｓＴＴｉｏｎｓｏｎＳＮ２０１０７２）：２０１０．，，（［４９］ＤａｒｇｉｅＷ．ＤｙｎａｍｉｃＰｏｗｅｒＭａｎａｇｅｍｅｎｔｉ打ＷｉｒｅｌｅｓｓＳｅｎｓｏｒＮｅｔｗｏｒｋｓ：－－－ＳｔａｔｅｏｆｔｈｅＡｒｔｅｎｓｏｒｓｏｕｒｎａ－［Ｊ］，ＩＥＥＥＳＪｌ，２０１２１２（５）：１５１８１５２８．，［日０］ＦｏｎｔａｎａＲＪ，ＲｉｃｈｌｅｙＥ，ＢａｒｎｅｙＪ．Ｃｏｍｍｅｒｃｉａｌｉｚａｔｉｏｎｏｆａ打ｕｌｔｒａｗｉｄｅｂａｎｄｐｒｅｃｉｓｉｏｎａｓｓｅｔｌｏｃａｔｉｏｎｓｙｓｔｅｍ［Ｃ］／／ＵｌｔｒａＷｉｄｅｂａｎｄＳｙｓｔｅｍｓａｎｄＴｅｃｈｎｏｌｏ－ｉｅｓ２００３ＩＥＥＥＣｏｎｆｅｒｅｎｃｅｏｎ．ＩＥ郎２０１０：３６９３７３．ｇ，，［５１］王福豹．，史龙，任丰原无线传感器网络中的自身定位系统和算法［Ｊ］．软－２００５１６：８５７８６８件学报．，巧），５４ 参考文献［５２］马祖长，孙怡宁．无线传感器网络节点的定位算法［Ｊ］．计算机工程２００４，，－３０７：１３１４．（）巧３］王永才．传感器网络自身定位方法的设计与实现［Ｊ］．计，赵千川，郑大钟工程与应用－２００５４１（１３：４６算机．，，）巧４］孙学斌周正．无线传感器网中目标定位算法的研究［Ｊ］．计算机工程与应，２００４０３－用：３２３４．，４（）１１，［５引胡佳文．基于无线传感器网络的空间坐标测量技术研究［Ｄ］．合肥工业大学，２０１３．５５ 安徽大学硕壬论文基于ＲＳＳＩ测距优化的ＷＳＮ定位算法研究致谢人生的每个阶段都会有种种的问题和疑惑，我们的好奇也总会驱使我们去找到答案，在寻找答案的过程中常会遇到热也的人给你Ｗ启迪，尽管他／她们从未一。索取回报，但颗感恩的也当时刻保持对家人说感谢永远不会嫌多，感谢的不仅是他／她们在物质上的帮助，还有也理上的慰藉；是他／她们孜孜不倦的关也、爱护、包容让我得Ｗ有更简单的生一切活、更自由的选择、更坦然自信真诚的面对生活中的。对每一个老师，我都怀有最高的敬意，是他／她们的指点迷津让我拨开浓雾见月明，从他／她们真诚和期许的眼睛里，让我有了面对困难和挫折时的勇气和一一信也；在此特别要感谢我的导师宋杰，宋老师的言行都值得我们学习，无论在专业上的学术研巧还是在生活中的细节都教育我们认真对待生活中的每件事每个人。言语无法代替我的感激之情，唯有不断的努为生活，提高白己，才能回报他／她们。一对每个同学、朋友，我们真诚、热情相待，相互竞争、相互鼓励、共同提高，给周围的人带来积极向上的正能量；言必斤、行必果，建立友朋之间最基本的信任一。谢谢我每个阶段的朋友，无论我们现在是否还在联系，我都会珍藏我们共同拥有的每一段回忆，是你们点缀了我二十五年的生活，有机会Ｗ后还要在一起共同积累生活中的点点滴滴。一一感恩生活，感谢每件事、每个人，感谢食堂的大叔大妈，感谢宿舍楼的楼管大叔、清洁卫生的阿姨、宿舍维修大叔，感谢实验室的保洁阿姨，感谢球场管理员大爷，感谢无尽的感谢，是自己努为的源泉，Ｈ年的学习终究不够，只有时刻保持谦虚一、好学、认真、自律，才能不断前进。选择个正确的道路坚持不懈一、不忘初也的走下去，享受生活带给我的切。５６ 在读期间发表的学术论文在读期间发表的学术论文一。。计算机应用与软件。杜±怀，宋杰种改进的质也定位及误差校正算法录用待发表。５７
此文档下载收益归作者所有
