无线传感器网络非基于测距定位算法地研究 (1)

《无线传感器网络非基于测距定位算法地研究 (1)》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。

1、ClassifiedIndex：TP212．9U．D．C：SouthwestJiaotongUniversityMasterDegreeThesisIIIIIlUlIIIIIIIIIIUIY2575619RESEARCHONRANGE—FREELOCALIZATIONALGOⅪTHMⅢWII也LESSSE]NSORNETWORKSGrade：2011Candidate：ZhaoJiangyunAcademicDegreeAppliedfor：MasterofScienceSpeciality：CommunicationandInformationsystemSu

2、pervisor：YeWenxiaMay,2014西南交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于1．保密口，在年解密后适用本授权书；2．不保密幺使用本授权书。(请在以上方框内打“、／”)学位论文作者签名叁秒2一远日期：函∞亿．箩．U旷指导老师签名：1^麦仅日期2。，f．r·22西南交通大学硕士学位论

3、文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下：1、仿真分析质心定位算法、DV-HOP定位算法、APIT定位算法和PPIT定位算法四个典型非基于测距定位算法的性能。2、介绍了一个有关同一平面三角形与点关系的定理，利用此定理实现节点定位。仿真结果表明该算法不会出现In．To．Out错误，但会出现Out．To．In错误且比较大，本文将该算法与APIT定位算法做了定位性能比较。3、APIT定位算法在近似三角形内点测试时会出现In．To．Out错误和Out．To．In错误。本文提出改进算法IAPIT，在内点判断时加上三角形定理增加点与三角形内外判断成功率

4、。最后对提出的理论算法与原算法做仿真对比分析，仿真结果表明改进算法的In．To．Out错误和Out．To．In错误减少，进而定位精度得到改善。此外，改进算法在恶劣环境下适用性更强，不足的是通信能耗比起原APIT定位算法略有增加。4、针对IAPIT算法在信标节点较多时计算量较大的问题进一步优化，提出IAPIT+算法，仿真结果显示进一步改进后的算法计算量得到减少。本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中作

5、了明确说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承担。学位论文作者签名：蠡；矿立日期：@Ⅳ．j，2-2．-，西南交通大学硕士研究生学位论文第1页摘要新世纪以来，综合了嵌入式计算、传感器、射频芯片、无线通信和分布式信息处理等技术的无线传感器网络(WirelessSensorNetwork，WSN)产业悄然兴起。WSN被广泛地运用于生态环境、医疗、智能家居和交通、军事、工农业等各行各业，有关WSN的各种技术成为近年来的研究热点。传感器节点定位技术是WSN的核心支撑技术之一。WSN自定位算法主要分为基于测距(Range．based)和非基于测距(Ran

6、ge．free)两大类。由于Range．free相对于Range—based定位算法成本低、开销小，并且定位精度也满足应用要求，所以Range．free定位算法越来越受业界的关注。首先，简要介绍了WSN的背景、发展与研究现状，阐述了WSN系统组成、传感器节点和网络体系结构，介绍了WSN特点和定位算法性能评估以及节点位置估算的基本方法。其次，介绍了几种典型的非基于测距定位算法，仿真分析了质心定位算法、DV-HOP定位算法、APIT定位算法和PPIT定位算法的性能，对定位误差随信标节点、节点分布、节点密度变化的性能进行了对比。最后，针对非基于测距定位算法中的APIT

7、定位算法进行重点研究，该算法相对于PPIT定位算法的定位误差差距主要是因为在近似三角形内点测试时会出现111．To．Out错误和Out．To．In错误。这里首先介绍了有关同平面三角形与点关系的定理，利用此定理实现节点定位。仿真结果表明该算法不会出现111．To．Out错误，但会出现Out．To．In错误且比较大，导致定位误差比APIT定位算法还大。随后，将该定理应用到APIT算法的近似三角形内点判断中，提出改进算法IAPIT，该算法增加了点在三角形内或外的判断成功率。仿真结果表明IAPIT算法的In-To．Out错误和Out-To．In错误减少，进而定位误精度得

8、到改善。另外，IAPIT