基于无人机动态路径的无线传感器网络定位

《基于无人机动态路径的无线传感器网络定位》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于无人机动态路径的无线传感器网络定位摘要：无线传感器网络若收集的数据带有位置信息，则作用更加显著，普遍应用的GPS对能耗要求较高，但无线传感器为了延长寿命和工作时间，为能源节俭型，而且GPS成本高于传感器，所以单个传感器配备GPS是不可行的。可移动灯塔能够重复使用，且可以配置GPS、可充电电源，无人机是典型的可移动灯塔的应用实例，由算法实时决定的无人机动态路径是无线传感器网络定位的更优选择。实验与仿真结果表明，与传统静态路径算法相比，该算法更加灵活，效率更高，用类似的时长和距离，可实现平均90%的定位率。关

2、键词：线传感器网络；传感器；可移动灯塔；静态路径;动态路径；无人机DOIDOI：10.11907/rjdk.173245中图分类号：TP301文献标识码：A文章编号：1672-7800(2018)008-0065-06英文摘要Abstract：DatacollectedbyWSNismorevaluableifitprovideslocationinformation.GPSisthecommonsourceoflocationinformation,butitrequiressustainableenerg

3、ywhichisnotavailablefromwirelesssensor,inaddition,thecostofGPSistooexpensiveforWSNcomparedtothecostofsensor・MobilebeaconisaspecialsensorwhichisequippedwithGPSandanditisrechargeablepowersupplyandflexibletomove・Itcanbealternativeofmanystaticbeaconswhicharefix

4、ed.Staticpathofmobilebeaconcanbeplantedinadvancesoitisintentionalandsuitableforregularterritory.Bycontrast,dynamicpathneednotknowtheconditionanditisflexibleandeconomicalwithtime・UAVispopularandaffordablecurrently,anditmeetstheneedofmobilebeacon.Simulationin

5、thepaperprovesthatdynamicpathforlocalizationofWSNbasedonUAViseffectiveandefficientwithsimilarstepsofstaticpathanditcanachieve90%localizedrateinaverage・英文关键词KeyWords：WSN；sensor；mobilebeacon；staticpath；dynamicpath；UAV0引言WSN由一组互联的小尺寸、低成本传感器组成，通常用于监视特定区域参数［1］,其

6、收集到的数据如果带有位置信息将更具有价值。GPS常用于提供位置信息［2］,但其能耗较高，不适用于要求低能耗的WSNo灯塔作为WSN中的一个特殊节点,可配备GPS且具有高电量。可移动的灯塔（MBC）能够代替多个静态灯塔，穿越监测区域发现传感器位置，从而帮助传感器提供带有位置信息的传感数据。无人机（UAV）是理想的可移动灯塔，其移动灵活，可反复充电以保证电源充足［3］。最新的智能飞行模式［4］包括航向锁定、航点飞行与兴趣点环绕等,使UAV的控制更加灵活。更重要的是，由于无人机制造公司对API开放，使固件层次的直接

7、编程控制无人机成为可能。可移动灯塔路径将决定传感器定位所需时间、成功百分比及定位准确性。静态路径，也即预先规划好的路径适用于传感器均匀分布的规则区域，而动态路径由灯塔在运动过程中接收到的传感器信息变化实时决定，更适用于传感器不均匀分布的不规则区域。由于传感器通常随机分布在目标区域，所以动态路径方法更加合理与可行［5］。几何学由于具有直观特性，因而在路径设计方面应用广泛。XiaoB［6］等提出两种基于MB的传感器定位方法。一种利用MB到达与离开传感器时可能的重叠区域（ADO）,缩小传感器的可能位置范围；另一种根

8、据MB越接近则信号越强的基本原理，利用接收到的信号强度(RSS)推测MB最接近的时刻。以上两种方法都要求MB严格跟从预设路径，但有些位置的传感器仍无法定位。根据圆上任意两点形成线段的垂直平分线必然通过圆心的几何原理，如果传感器接收到3个来自MB的信号,则可确定自身位置，即3点形成两线段所在圆的圆心［7］。由于圆心位置最后由RSS推算而来，所以误差相对较大，随机理论与RSS配合更好。MLSichiti