uwsn中靜止目標定位設(shè)計【畢業(yè)論文】

1、<p>　　本科畢業(yè)論文(設(shè)計)</p><p>　題 目：UWSN中靜止目標定位設(shè)計</p><p>　學 院：</p><p>　學生姓名：</p><p>　專 業(yè)：電子信息工程</p><p>　班 級：</p><p>　指導教師：</p>

2、<p>　起止日期：</p><p>　　UWSN中靜止目標定位設(shè)計</p><p><b>　　摘要</b></p><p>　　隨著世界各國對海洋權(quán)益的越來越重視，發(fā)展海洋經(jīng)濟熱潮的興起和陸地無線傳感器網(wǎng)絡(luò)研究的迅速發(fā)展，水下無線傳感器網(wǎng)絡(luò)是一種包括聲、磁場、靜電場等的物理網(wǎng)絡(luò)，它在海洋數(shù)據(jù)采集、污染預測、遠洋開采、海洋監(jiān)測等

3、方面取得了廣泛的應(yīng)用，將在未來的海軍作戰(zhàn)中發(fā)揮重要的優(yōu)勢。水下無線傳感器網(wǎng)絡(luò)的研究已經(jīng)成為新的研究熱點，而沒有位置的信息是沒有意義的，所以定位技術(shù)在無線傳感器網(wǎng)絡(luò)中很關(guān)鍵。</p><p>　　想要對海洋進行研究，首要就是對水下的目標進行信息采集，需要通過水下傳感器網(wǎng)絡(luò)來完成任務(wù)，而信息的采集最基本的就是先要確定其位置。本文設(shè)計了一種改進的質(zhì)心的算法對靜止的目標進行定位，利用水下傳感器節(jié)點的連通網(wǎng)絡(luò)實現(xiàn)定位效果。

4、只有距離目標較近的節(jié)點才會對目標的位置進行估計，節(jié)點可以根據(jù)檢測到的能量或者與根據(jù)其他節(jié)點發(fā)過來的信息中包含其他節(jié)點自身位置和到目標的距離，通過對質(zhì)心算法進行加權(quán)進行初次定位，減少其定位誤差，并通過校正機制進行誤差校正，再次提高其定位精度。通過MATLAB的仿真，對定位算法進行仿真，通過仿真得出，該定位算法能較精確的實現(xiàn)對靜止目標的定位。 但該算法是在理想條件下實現(xiàn)的，實際環(huán)境中各種因素的影響還是會提高其誤差，而且有許多的制約因素，所以

5、還有待繼續(xù)研究。</p><p>　　關(guān)鍵詞：水下無線傳感器網(wǎng)絡(luò)；目標定位；改進質(zhì)心算法；MATLAB仿真</p><p><b>　　Abstract</b></p><p>　　Maritime rights and interests with the countries of the world more and more attent

6、ion to the rapid development of the development of marine economic boom, the rise and terrestrial wireless sensor networks, underwater wireless sensor networks is the physical network of a sound field, electrostatic fiel

7、d, itmarine data collection, pollution prediction, ocean exploration, marine monitoring has made a wide range of applications, will play an important advantage in the future of naval operations. Und</p><p>　

8、　Want to ocean, the first underwater target information collection, and need to complete the task through the underwater sensor networks, basic information collection is to first determine its position. This paper design

9、s an improved centroid algorithm to locate the stationary target, the use of underwater sensor nodes connected network positioning effect. Only node distance from the target closer to the target position estimate, the no

10、de can be included in the detected energy or other nodes over</p><p>　　Keywords: Underwater wireless sensor networks; targeting; improve the centroid algorithm; MATLAB simulation</p><p><b>

11、;　　目錄</b></p><p><b>　　摘要I</b></p><p>　　AbstractII</p><p><b>　　前言1</b></p><p>　　第1章 水下無線傳感器網(wǎng)絡(luò)2</p><p>　　1.1 水下無線傳感器網(wǎng)絡(luò)研究背景

12、和現(xiàn)狀2</p><p>　　1.2 水下無線傳感器網(wǎng)絡(luò)的研究熱點3</p><p>　　第2章 水下無線傳感器網(wǎng)絡(luò)的基礎(chǔ)4</p><p>　　2.1 水下無線傳感器網(wǎng)絡(luò)的概念和體系結(jié)構(gòu)4</p><p>　　2.2 水下無線傳感器網(wǎng)絡(luò)的特點6</p><p>　　2.3 水下傳感器網(wǎng)絡(luò)的協(xié)議結(jié)構(gòu)7&l

13、t;/p><p>　　第3章 水下無線傳感器網(wǎng)絡(luò)定位技術(shù)9</p><p>　　3.1 水下無線傳感器網(wǎng)絡(luò)定位技術(shù)9</p><p>　　3.1.1 定位算法介紹9</p><p>　　3.1.2 位置計算方法及定位精度11</p><p>　　3.2 對目標的定位過程13</p><p>

14、;　　第4章 對水下靜止目標定位設(shè)計14</p><p>　　4.1 定位算法14</p><p>　　4.1.1 質(zhì)心算法概念14</p><p>　　4.1.2 質(zhì)心定位算法的幾何模型14</p><p>　　4.2 基于RSSI的加權(quán)質(zhì)心算法15</p><p>　　4.3 加權(quán)定位的校正機制15&

15、lt;/p><p>　　4.4 改進質(zhì)心算法流程16</p><p>　　4.5 MATLAB環(huán)境設(shè)置和質(zhì)心算法仿真17</p><p>　　4.6 校正仿真結(jié)果分析18</p><p>　　4.6.1 合理因子的確定18</p><p>　　4.6.2 算法效果分析19</p><p>

16、<b>　　總 結(jié)21</b></p><p><b>　　致 謝22</b></p><p><b>　　參考文獻23</b></p><p><b>　　前言</b></p><p>　　海洋在全球的戰(zhàn)略地位日益突出，在今后的各發(fā)展中，海洋

17、資源的開發(fā)和發(fā)展適應(yīng)人類維持生存和資源可持續(xù)發(fā)展的要求。但想要充分利用海洋資源，仍需要面對很多制約條件，如何從海洋里采集各種有價值的信息將成為發(fā)展趨勢。陸地上的無線傳感器網(wǎng)絡(luò)發(fā)展已經(jīng)有一定成果，這些因素使得研制具有低成本、高可靠性能的水下無線傳感器網(wǎng)絡(luò)逐漸成為一個新的研究熱點。</p><p>　　本設(shè)計的主要目的是利用水下無線傳感器網(wǎng)絡(luò)，實現(xiàn)對其環(huán)境中的靜止目標進行定位。</p><p>

18、;　　為了能較好的對水下傳感器網(wǎng)絡(luò)中靜止目標進行定位，則需要選擇一種定位算法。本次設(shè)計選擇了基于非測距定位算法中的質(zhì)心算法，但該算法精確度不高，所以在此基礎(chǔ)上，需通過一定的改進來提高其精確度。質(zhì)心定位算法只單純的考慮了網(wǎng)絡(luò)的連通度，未考慮錨節(jié)點與目標的近遠程度對定位的影響，而接收信號強度指示RSSI，可近似計算信號發(fā)送點與接收點的間距，所以可以通過利用其中的影響因子對其進行加權(quán)計算。但這種方法還是不能解決目標分布不均勻帶來的定位誤差較大

19、的問題，對此，還需一種對初次定位的校正機制。</p><p>　　第1章 水下無線傳感器網(wǎng)絡(luò)</p><p>　　1.1 水下無線傳感器網(wǎng)絡(luò)研究背景和現(xiàn)狀</p><p>　　基于陸地的無線傳感器網(wǎng)絡(luò)技術(shù)已經(jīng)得到極大發(fā)展，而海洋在人類生活中所起的作用越來越大，越來越多，以水聲為主要傳輸媒介的水下無線傳感器網(wǎng)絡(luò)開始得到人們的關(guān)注。人類居住的地球是水的星球，全面研究海

20、洋特性，認識、開發(fā)、保護海洋是人類的責任，世界各國跟海洋有關(guān)的軍事和民用需求不斷涌現(xiàn)。建設(shè)基于無線傳感器網(wǎng)絡(luò)的水下系統(tǒng)，根據(jù)應(yīng)用場景的需要，提供長期的、高精度的、實時性的水下環(huán)境信息監(jiān)測服務(wù)，這在海洋軍事活動、生態(tài)信息收集、運輸航道監(jiān)測、漁業(yè)資源調(diào)查、海底礦產(chǎn)勘探和開發(fā)等多方面都有著十分重要的意義和作用。比如水下傳感器網(wǎng)絡(luò)軍事應(yīng)用方面表現(xiàn)出很強的應(yīng)用潛力，可完成布防區(qū)域的分布式監(jiān)視、偵察，可對可疑目標進行跟蹤及入侵偵測，可引導水下攻擊性

21、武器等等。再如，目前的海底油田地震影像應(yīng)用技術(shù)的成本非常高，且地震勘探只能進行極少的次數(shù)，相比之下使用水下無線傳感器網(wǎng)絡(luò)，則不但部署傳感器節(jié)點的成本相對廉價，并且可以長期部署在海底進行監(jiān)測。由此可見，水下無線傳感器網(wǎng)絡(luò)有著非常廣闊的應(yīng)用前景，能被廣泛應(yīng)用于各種水下工程、科學研究和軍事用途，具有非常高的研究價值[1]。</p><p>　　水下無線傳感器網(wǎng)絡(luò)從20世紀90年代開始，就引起了極大的關(guān)注，各國從21世紀

22、初相繼推出一些研究方案，例如，美國和歐洲就投入了大量的人力和財力進行水下無線傳感器網(wǎng)絡(luò)的研究。</p><p>　　DADA是美國率先提出由ONR發(fā)起的一個探測性研究計劃，由南南合作 SanDiege著手研究。該項目的目標是開發(fā)一個水下無線傳感器網(wǎng)絡(luò)來探測和跟蹤水面的行船和水下的潛艇。DADS計劃的其中一個擴展項目是Seaweb。Seaweb項目的最初目的是沿海地區(qū)進行大規(guī)模水下監(jiān)測任務(wù)需要借助DSDA Seaw

23、eb有組織地為DADS提供命令、控制、通信和導航等功能。它使用水下通信聲納的聲Modem互聯(lián)固定和移動節(jié)點，利用先進的網(wǎng)絡(luò)協(xié)議來完成一個給定的任務(wù)。</p><p>　　歐共體在MASTⅢ計劃的支持下，開展了一個系列的水聲通信網(wǎng)絡(luò)研究項目。ROBLINKS目標是研究淺水中長距離、高數(shù)據(jù)率通信算法的穩(wěn)定性。ACME Project是SWAN計劃的繼續(xù)，是歐洲委員會第五個計劃框架能源、環(huán)境、可持續(xù)發(fā)展組內(nèi)的一個計劃。

24、它于2001年12月開始，并于2003年11月結(jié)束。ACME計劃的目標是設(shè)計可靠的通信和網(wǎng)絡(luò)協(xié)議，將被應(yīng)用于一個淺水水聲通信網(wǎng)絡(luò)中，把在水下采集到的數(shù)據(jù)傳送到一個中央節(jié)點。SWAN計劃目標是研究淺水聲通信網(wǎng)絡(luò)協(xié)議算法，提高淺水聲通信網(wǎng)絡(luò)物理層的相關(guān)通信技術(shù)，建立淺水通信網(wǎng)基礎(chǔ)模塊，即MEMU陣接收器[2]。</p><p>　　水下無線傳感器網(wǎng)絡(luò)的建設(shè)在我國仍處于起步階段，對于水下傳感器網(wǎng)絡(luò)這類高延遲特殊網(wǎng)絡(luò)環(huán)境

25、下的通信網(wǎng)絡(luò)的研究，國內(nèi)開展的比較少，相比之下尚未得到足夠的重視和開發(fā)。我國當前主要的研究方向主要放在傳感器節(jié)點的協(xié)議設(shè)計、節(jié)能技術(shù)、如何擴大信息采集和控制技術(shù)。其中，如何能使水下傳感器網(wǎng)絡(luò)的的利用率變高和節(jié)點之間的通信傳輸效率，是一塊比較熱門的研究領(lǐng)域。</p><p>　　1.2 水下無線傳感器網(wǎng)絡(luò)的研究熱點</p><p>　　水下無線傳感器網(wǎng)絡(luò)和有線網(wǎng)絡(luò)，它具有自身獨特的特點作為一

26、種新的網(wǎng)絡(luò)形式，它涵蓋了多學科交叉領(lǐng)域的傳感器技術(shù)，電子計算機技術(shù)、通信技術(shù)和嵌入式技術(shù)，所以許多使用中的有線網(wǎng)絡(luò)技術(shù)不能直接應(yīng)用于無線傳感器網(wǎng)絡(luò)中，許多關(guān)鍵技術(shù)仍處于研究和試驗階段。這些關(guān)鍵技術(shù)包括以下幾個方面：</p><p>　?。?）安全問題需要解決</p><p>　　由于無線網(wǎng)絡(luò)與有線網(wǎng)絡(luò)的安全機制有所不同，有線網(wǎng)絡(luò)的安全機制不適用于無線傳感器網(wǎng)絡(luò)，因此需要制定的專門的安全協(xié)議

27、研究</p><p>　?。?）系統(tǒng)能源功耗問題</p><p>　　在無線傳感器網(wǎng)絡(luò)中不可更換的電源，是一個急需解決的問題，所以這就要求要求研發(fā)出更為耐用的電池技術(shù)來提高利用率。</p><p>　?。?）解決網(wǎng)絡(luò)通信協(xié)議的連通問題，以及如何有效的溝通和更效率地查詢節(jié)點資源，直接關(guān)系到網(wǎng)絡(luò)的效率。</p><p>　　水下無線傳感器網(wǎng)絡(luò)的研

28、究熱點還包括了傳感器節(jié)點的設(shè)計問題、定位問題、應(yīng)用層技術(shù)，數(shù)據(jù)的融合和管理、服務(wù)質(zhì)量問題和網(wǎng)絡(luò)拓撲控制，這些都是關(guān)鍵技術(shù)[4]。</p><p>　　第2章 水下無線傳感器網(wǎng)絡(luò)的基礎(chǔ)</p><p>　　2.1 水下無線傳感器網(wǎng)絡(luò)的概念和體系結(jié)構(gòu)</p><p>　　所謂的水下無線傳感器網(wǎng)絡(luò)，就是一種是用飛行器或者水面船艦將數(shù)量不等的微型傳感器節(jié)點分布到目標水域，

29、被放置的傳感器通過水聲和控制端實現(xiàn)無線通信的一種多跳的自組織網(wǎng)絡(luò)。經(jīng)過設(shè)置一定的控制程序，各個節(jié)點之間可以相互協(xié)作地搜集、采集接收端所需要的信息，并對收集到的信息進行處理之后通過特定的無線信號頻段傳送給接收端。近些年，伴隨著海洋經(jīng)濟的蓬勃發(fā)展，水下無線傳感器網(wǎng)絡(luò)已經(jīng)引起了國內(nèi)外各界的高度關(guān)注。如今這項技術(shù)已經(jīng)廣泛的應(yīng)用于海洋數(shù)據(jù)的采集、海面污染警報、海底礦產(chǎn)探測、海難避免和海洋監(jiān)測等。</p><p>　　傳感器

30、網(wǎng)絡(luò)系統(tǒng)一般由傳感器節(jié)點、管理節(jié)點和匯聚節(jié)點組成。傳感器節(jié)點監(jiān)測數(shù)據(jù)的傳輸是通過傳感器骨干節(jié)點(簇首)多跳地進行的，在傳輸過程中多個節(jié)點可能會處理同個監(jiān)測數(shù)據(jù)，經(jīng)過多跳后路由到匯聚節(jié)點，節(jié)點最后通過互聯(lián)網(wǎng)或衛(wèi)星到達管理。用戶通過管理節(jié)點對傳感器網(wǎng)絡(luò)進行配置和管理，發(fā)布監(jiān)測任務(wù)以及收集監(jiān)測數(shù)據(jù)[5]。其體系結(jié)構(gòu)示意圖如圖2.1 所示。</p><p>　　圖2.1 無線傳感器網(wǎng)絡(luò)結(jié)構(gòu)</p><

31、p>　　水下傳感器節(jié)點主要由一個主控制器或CPU組成。這個控制器通過接口電路與傳感器相連。控制器接收傳感器的數(shù)據(jù)，存儲在內(nèi)存中，然后處理這些數(shù)據(jù)，并通過聲MODEM 發(fā)送給其他網(wǎng)絡(luò)節(jié)點。其內(nèi)部結(jié)構(gòu)如圖2-2 所示。</p><p>　　圖2.2 一個水下傳感器節(jié)點的內(nèi)部結(jié)構(gòu)</p><p>　　水下傳感器網(wǎng)絡(luò)的拓撲結(jié)構(gòu)是一個開放的研究領(lǐng)域，水下無線傳感器網(wǎng)絡(luò)有2D、3D靜態(tài)網(wǎng)絡(luò)和帶有

32、AUVs 的三維網(wǎng)絡(luò)，這些在目前研究比較多[6]。</p><p>　　圖2.3 和圖2.4 分別顯示了靜態(tài)2D網(wǎng)絡(luò)和基于海底的靜態(tài)3D網(wǎng)絡(luò)的示意圖。兩種結(jié)構(gòu)中傳感器節(jié)點被部署在海底。2D靜態(tài)網(wǎng)絡(luò)中的傳感器網(wǎng)絡(luò)節(jié)點被固定在海底，自組形成群集，節(jié)點采集的信息直接或多跳地傳送到簇頭，簇頭發(fā)送到水上中繼站或船基接收站，然后與岸上接收站通信，然后到達數(shù)據(jù)處理中心。3D靜態(tài)網(wǎng)絡(luò)通過錨鏈把錨節(jié)點固定在海底，利用海水浮力，調(diào)整

33、錨鏈的長度，實現(xiàn)錨節(jié)點的位置不同，形成了一種立體的網(wǎng)絡(luò)結(jié)構(gòu)，每個傳感器節(jié)點必須能夠中繼收集的信息到水面匯聚節(jié)點，因此要求每個節(jié)點要存在至少一條鏈路與水面中繼站連通，它比2D靜態(tài)網(wǎng)絡(luò)能更好的進行水下采樣。由于兩者的傳感器節(jié)點部署在海底，所以它將不會影響航行，但其也不易被發(fā)現(xiàn)，而且布置和維護難度也較大。</p><p>　　圖2.3 2D靜態(tài)網(wǎng)絡(luò)體系結(jié)構(gòu)示意圖</p><p>　　圖2.4

34、基于海底的3D靜態(tài)網(wǎng)絡(luò)體系結(jié)構(gòu)示意圖</p><p>　　圖2.5 是基于海面浮標的3D靜態(tài)網(wǎng)絡(luò)。這個水下無線傳感器網(wǎng)絡(luò)中每個傳感器節(jié)點都跟一個浮標相連，與圖2.4 中3D靜態(tài)網(wǎng)絡(luò)中的帶有浮標傳感器節(jié)點利用方法不同，傳感器節(jié)點通過浮標的浮力牽引下沉到一個計算好的深度，深度位置可以不同，形成三維的傳感器節(jié)點分布空間。由不同位置的傳感器節(jié)點組成一個統(tǒng)一的網(wǎng)絡(luò)，水下網(wǎng)絡(luò)部分可以是3D移動、固定或者兩者混合的網(wǎng)絡(luò)，水面部

35、分可以檢測風向、波高、潮汐等信息。該結(jié)構(gòu)有便于部署和維護，成本低，容易被發(fā)現(xiàn)，對外界的天氣變化敏感，傳感器節(jié)點會流動的特點。</p><p>　　圖2.5 基于水面浮標的3D靜態(tài)網(wǎng)絡(luò)體系結(jié)構(gòu)示意圖</p><p>　　水下機器人的三維水下通信網(wǎng)絡(luò)是一種靜態(tài)的網(wǎng)絡(luò)功能的擴展。水下機器人可以是沒有電纜、遙控器，所以它們在應(yīng)用海洋學、環(huán)境監(jiān)測、水下資源開發(fā)中有廣泛的運用。使用水下機器人可以提高水

36、聲通信網(wǎng)絡(luò)的能力，這樣的網(wǎng)絡(luò)通過命令水下機器人完成網(wǎng)絡(luò)節(jié)點的自適應(yīng)采樣和網(wǎng)絡(luò)自配置。</p><p>　　2.2 水下無線傳感器網(wǎng)絡(luò)的特點</p><p><b>　　1）網(wǎng)絡(luò)規(guī)模大</b></p><p>　　為了獲得準確的信息，大量的傳感器節(jié)點通常部署在監(jiān)測區(qū)域。大規(guī)模的水下通信的包括兩層的含義：一方面是傳感器節(jié)點分布在很大的海洋領(lǐng)域，如利

37、用水下傳感器網(wǎng)絡(luò)在海洋下面進行海洋信息的采集工作，則需要部署大量的傳感器節(jié)點；另一方面，把很多傳感器節(jié)點部署在一塊特定的區(qū)域。水下無線傳感器網(wǎng)絡(luò)系統(tǒng)的大規(guī)模性主要體現(xiàn)在幾下幾點：想要有更高的信噪比，則需要通過不同的視角來采集；想要提高監(jiān)測信息的可信度，則需要分布處理大量的信息，減少到一個單一的傳感器節(jié)點的準確性要求；存在大量的系統(tǒng)高容錯性能的冗余節(jié)點，使得系統(tǒng)的容錯性能增強；大量節(jié)點能夠增大覆蓋監(jiān)測區(qū)域，減少空洞或盲點。</p&g

38、t;<p><b>　　2）自組織性</b></p><p>　　在水下通信中，傳感器節(jié)點通常被放置在一個沒有任何基礎(chǔ)設(shè)施的地方。傳感器節(jié)點的位置不能預先設(shè)定，也不清楚相鄰節(jié)點之間的相互關(guān)系，比如沒有預先設(shè)置的向廣闊的海洋散播大量的傳感器節(jié)點。這就需要傳感器節(jié)點有自組織性，能通過網(wǎng)絡(luò)協(xié)議和拓撲機制進行自動配置和管理。</p><p>　　在水下通信網(wǎng)絡(luò)使

39、用過程中，由于部分傳感器節(jié)點能源枯竭或環(huán)境因素導致失效，也有一些節(jié)點為了彌補失效節(jié)點，以提高監(jiān)測的準確性，并添加到網(wǎng)絡(luò)中，在這種節(jié)點的數(shù)量水下通信網(wǎng)絡(luò)動態(tài)地增加或減少，從而使網(wǎng)絡(luò)的拓撲結(jié)構(gòu)動態(tài)變化，而使水下傳感器網(wǎng)絡(luò)自組織能夠適應(yīng)網(wǎng)絡(luò)拓撲的動態(tài)變化。</p><p><b>　　3）動態(tài)性</b></p><p>　　水下無線傳感器網(wǎng)絡(luò)的拓撲結(jié)構(gòu)可能會改變，由于以下因

40、素：環(huán)境因素或由傳感器節(jié)點的故障或失效造成的能源消耗；海洋環(huán)境變化可能導致聲通信鏈路時斷時續(xù)；傳感器網(wǎng)絡(luò)中的各部分可能不固定；加入新的節(jié)點。這就要求水下通信網(wǎng)絡(luò)是一個動態(tài)可重構(gòu)性的系統(tǒng)，能夠適應(yīng)這些變化。</p><p><b>　　4）可靠性</b></p><p>　　在復雜多變的水下環(huán)境中，傳感器節(jié)點的損耗會更快。而傳感器節(jié)點的位置不可預知，如用飛機或船散播到指

41、定的區(qū)域進行部署。這些都需要傳感器節(jié)點非常堅固，不易損壞，具有適應(yīng)各種環(huán)境的能力。由于監(jiān)測區(qū)域環(huán)境的制約，以及大量的傳感器節(jié)點數(shù)量，使得不能人為的照應(yīng)到每個傳感器節(jié)點，網(wǎng)絡(luò)的維護是非常困難的，甚至不能維護。水下網(wǎng)絡(luò)通信的保密性和安全性也很重要，以防止數(shù)據(jù)被竊取，監(jiān)測和獲取偽造監(jiān)測信息。因此，水下無線傳感器網(wǎng)絡(luò)的硬件和軟件必須具有魯棒性和容錯性[7]。</p><p>　　2.3 水下傳感器網(wǎng)絡(luò)的協(xié)議結(jié)構(gòu)</

42、p><p>　　水下無線傳感器網(wǎng)絡(luò)協(xié)議棧應(yīng)該具有節(jié)能意識，管理和促進節(jié)點之間的合作功能。協(xié)議結(jié)構(gòu)一般由物理層協(xié)議棧、數(shù)據(jù)鏈路層、網(wǎng)絡(luò)層、傳輸層、和應(yīng)用層，還包括能源管理面、協(xié)調(diào)面和定位面。網(wǎng)絡(luò)管理面是為了最大限度的減少能源消耗的網(wǎng)絡(luò)功能，協(xié)調(diào)平臺之間的協(xié)調(diào)職能是負責傳感器節(jié)點之間的協(xié)調(diào)，定位平臺是用于提供絕對或相對的節(jié)點位置信息。</p><p>　?。?）物理層提供信號調(diào)制和聲收發(fā)技術(shù)<

43、;/p><p>　　無線傳感器網(wǎng)絡(luò)的傳輸介質(zhì)可以是無線、紅外或者光介質(zhì)，它們都需要在收發(fā)雙方之間存在視距傳輸通道，而大量的無線傳感器網(wǎng)絡(luò)節(jié)點基于射頻電路。 在實際應(yīng)用中，由于水道信道的復雜性，所以得選用一種較好的調(diào)制方式。FSK調(diào)制是一種能量監(jiān)測系統(tǒng)，具有很強的能力，以適應(yīng)水下聲信道的時間和頻率擴展，但它需要較寬的帶寬和較高的信噪比。</p><p>　?。?）數(shù)據(jù)鏈路層負責數(shù)據(jù)成幀、幀檢測、

44、媒體訪問和差錯控制</p><p>　　水下聲信道的復雜性對水下通信網(wǎng)絡(luò)媒體訪問控制提出了新的挑戰(zhàn)。由于頻分多址FDMA信道的帶寬比傳輸信道的想干帶寬小，所以FDMA用戶容易遇到信道衰落問題。在水聲信道等嚴重下降的FDMA系統(tǒng)正面臨著巨大的困難。此外，由于信道帶寬是固定的，因此這種方法的適應(yīng)性不強，在突發(fā)通信是無效的。</p><p>　　時分多址TDMA與FDMA相比之下，其主要優(yōu)勢是具

45、有較強的靈活性。由于每個用戶的Modem硬件是相同的，而可變數(shù)量的時間分配給每個用戶，這些用戶的數(shù)據(jù)速率可以根據(jù)需要增加。TDMA的主要缺點是在水聲通信運用中要求時鐘嚴格的同步，然而，為了避免水下聲信道的傳播延遲所造成的碰撞，所需要的時間保護區(qū)通常是很長的，它將使流量大大減少。</p><p>　　（3）網(wǎng)絡(luò)層主要負責路由生成與選擇</p><p>　　無線傳感器網(wǎng)絡(luò)中節(jié)點和接收節(jié)點之間需

46、要特殊的多跳無線路由協(xié)議。傳統(tǒng)的Ad Hoc網(wǎng)絡(luò)多基于點對點的通信。而為了增加路由可達度，并考慮到無線傳感器網(wǎng)絡(luò)節(jié)點并非很穩(wěn)定，在傳感器節(jié)點中多數(shù)使用廣播式通信。路由算法也基于廣播方式進行優(yōu)化，此外，與傳統(tǒng)的Ad Hoc網(wǎng)路路由相比，無線傳感器網(wǎng)絡(luò)的路由算法在設(shè)計時需要特別考慮能耗的問題，基于節(jié)能的路由有若干種，如最大有效功率路由算法、基于最小跳數(shù)路由等。無線傳感器網(wǎng)絡(luò)網(wǎng)絡(luò)層設(shè)計的設(shè)計特色還體現(xiàn)在以數(shù)據(jù)位中心，在無線傳感器網(wǎng)絡(luò)中人們只關(guān)

47、心某個區(qū)域的某個觀測指標的值，而不會去關(guān)心具體某個節(jié)點的觀測數(shù)據(jù)，而傳統(tǒng)網(wǎng)絡(luò)傳送的數(shù)據(jù)是和節(jié)點的物理地址聯(lián)系起來的。以數(shù)據(jù)為中心的特點要求無線傳感器網(wǎng)絡(luò)能夠脫離傳統(tǒng)網(wǎng)絡(luò)的尋址過程，快速有效地組織起各個節(jié)點的信息并融合提取有用信息直接傳送給用戶。</p><p>　?。?）傳輸層的功能是主要負責數(shù)據(jù)流量的傳輸控制，它保證了通信服務(wù)的質(zhì)量。</p><p>　　（5）應(yīng)用層包括了一系列應(yīng)用層軟

48、件用于監(jiān)測任務(wù)，目前對于水下無線傳感器網(wǎng)絡(luò)應(yīng)用協(xié)議層協(xié)議的研究也是很少。</p><p>　　（6）能耗管理面的作用是管理傳感器節(jié)點合理使用能源，協(xié)調(diào)能量在各個協(xié)議層的消耗。</p><p>　?。?）移動管理面檢測并注冊移動的傳感器節(jié)點的狀態(tài)，監(jiān)測和護理路由，傳感器節(jié)點可以動態(tài)跟蹤其鄰居節(jié)點的位置。</p><p>　　（8）任務(wù)管理面的作用合理分配一個區(qū)域的任務(wù)

49、。</p><p>　　管理面的存在主要是用于協(xié)調(diào)不同層次的功能以求在能耗管理、移動管理和任務(wù)管理方面獲得綜合考慮的最優(yōu)設(shè)計[8]。</p><p>　　第3章 水下無線傳感器網(wǎng)絡(luò)定位技術(shù)</p><p>　　3.1 水下無線傳感器網(wǎng)絡(luò)定位技術(shù)</p><p>　　3.1.1 定位算法介紹</p><p>　　基于測距

50、的定位機制需要兩個節(jié)點之間具有測量相互距離或者角度的能力，定位通過以下兩個主要階段完成：節(jié)點之間獲得相互間的距離信息或者角度信息；以及節(jié)點利用相互間的距離信息采用某種定位算法計算自身位置[9]。</p><p>　　基于測距的主要通過測量以下幾種信號來確定節(jié)點之間的距離或者角度：</p><p>　?。?）接受信號強度指示（RSSI）</p><p>　　RSSI是

51、基于信號指示強度定位方法。該技術(shù)是利用已知鄰居節(jié)點發(fā)射功率的條件下，在接收信號節(jié)點測量接收功率，然后根據(jù)發(fā)射功率和接收功率之差來利用公式計算傳播損耗，使理論或者經(jīng)驗信號傳播模型將傳播損耗轉(zhuǎn)化為相應(yīng)的距離。這種算法主要是利用射頻信號來測量信號功率。</p><p>　　這是一種低功耗、低成本的測量技術(shù)，因為在無線傳感器網(wǎng)絡(luò)中的傳感器節(jié)點一般都是具有無線通信能力的，所以這種定位算法并不需要配置額外的節(jié)點通信設(shè)備。因此

52、，在RADAR、sport ON等項目中都是定位方案中首先優(yōu)先的算法。該算法的誤差來源主要是模擬信號傳播模型所造成的環(huán)境影響的復雜性。通常的誤差來源有反射效應(yīng)，多徑傳播效應(yīng)，非視距問題，天線增益和其他的問題會導致不同的傳播損耗。RSSI是一種粗略的距離測量技術(shù)，有可能存在50%左右的誤差，這種測距技術(shù)通常不可靠而且不精確，所以要提高這種算法的定位精度就要加入其他相應(yīng)的手段來減小傳播損耗。 </p><p>　　（

53、2）達到時間（TOA）</p><p>　　TOA，基于信號到達時間的測距方法。這是已知的節(jié)點信號的傳播速度，取決于信號的傳播時間來計算節(jié)點的距離。在節(jié)點計算和記錄相鄰多個錨節(jié)點的距離后，然后再利用三邊測量法等計算方法來確定待測節(jié)點的位置。GPS是使用TOA技術(shù)最基本的定位系統(tǒng)。GPS系統(tǒng)需要昂貴的電子設(shè)備，以精確地同步衛(wèi)星的時鐘，能耗高。所以利用GPS的成本非常高，并不適合低成本、低能耗的無線傳感器網(wǎng)絡(luò)。因此，

54、在實際應(yīng)用中，使用GPS定位傳感器測試節(jié)點是不現(xiàn)實的，也是行不通的。但是，當錨節(jié)點發(fā)出某種信號時，可以記錄下這種信號傳輸?shù)乃俣龋ㄟ^TOA來計算待測節(jié)點的位置。</p><p>　　雖然TOA定位算法有較高的定位精度，但節(jié)點之間需要保持精確的時間同步的要求，所以對傳感器節(jié)點的硬件和功耗提出了較高的要求。</p><p>　?。?）到達時間差TDOA</p><p>

55、　　TDOA的原理是是利用發(fā)送兩種不同信號的到達時間不同來測距。為此一般需要在傳感器節(jié)點上安裝超聲波收發(fā)器和RF收發(fā)器，這兩個信號到達測試節(jié)點的到達時間又一個時間差。在測量距離時，發(fā)射節(jié)點同時推出同時發(fā)送和接收信號，然后利用聲波和電磁波在接收端記錄兩個不同的信號到達時間的差異。這兩個信號到達的時間，由于傳播速度的不同，就有些差異。所以我們可以通過已知的傳播速度，直接轉(zhuǎn)換為節(jié)點的距離時間，然后把時間轉(zhuǎn)化為節(jié)點距離。這是一種對TOA測距算法

56、的一種改進算法，使其能更加精確的對節(jié)點的進行定位。</p><p>　　TDOA技術(shù)受限于超聲波傳播距離有限和NLOS問題對超聲波信號傳播的影響，這樣使得傳感器網(wǎng)絡(luò)節(jié)點的部署要求非常高，非視距的其他問題也是影響測量距離的一個重要因素。</p><p>　　（4）到達角度AOA</p><p>　　AOA基于信號到達角度測距算法。與前面介紹的幾種基于測量距離的算法不同

57、，AOA是是利用信號到達的方向來測距的。在這種測距技術(shù)中，接收節(jié)點感知抵達反映節(jié)點的信號通過天線陣列或多個超聲波接收器的方向，然后計算接收節(jié)點和傳輸節(jié)點之間的相對角度或位置，然后利用三角測量法計算未知節(jié)點的位置，該算法除了能定位外，還可以提供定向信息的節(jié)點位置。如麻省理工學院的板球指南針就是是利用AOA算法，使用多個接收器來解決方案問題的。</p><p>　　外界環(huán)境的影響也會對AOA測距造成誤差，例如有噪聲、

58、非視線路徑和其他因素的影響。這種機制需要節(jié)點發(fā)送信號，接收節(jié)點的天線陣列。因此，它們需要額外的硬件設(shè)備，從而使傳感器網(wǎng)絡(luò)帶來了很多的負載，同時，以實現(xiàn)和維持的天線陣列的成本也很昂貴，所以由于硬件規(guī)模大和高能耗，使得其不能適用于傳感器節(jié)點的應(yīng)用。</p><p>　　幾種定位算法各有各的特點，適用于不同的需求[10]。</p><p>　　在無線傳感器網(wǎng)絡(luò)中，許多節(jié)點定位的算法都要求節(jié)點之間

59、具有測距的能力。網(wǎng)絡(luò)中傳感器定位系統(tǒng)使用了多種測距技術(shù)， RSSI定位技術(shù)和TDOA定位技術(shù)與其他兩種相比，在實際運用中更為實用和常見。根據(jù)一個合適的距離測量技術(shù)的實際應(yīng)用的需要。在WSN節(jié)點基于測距技術(shù)的定位中主要使用的是RSSI,TOA,TDOA,AOA幾種方法。測距方法有很多不同，有自己的優(yōu)點和缺點，所以，在不同的網(wǎng)絡(luò)環(huán)境中，可以用不同的測距方法。</p><p>　?。?）TOA測距算法是利用信號的傳輸時

60、間來計算節(jié)點之間的距離。該算法通常利用聲音或無線射頻信號傳輸?shù)焦?jié)點的時間來測量。然而溫度和氣壓等其他因素影響著聲波在空氣中的傳播速度，從而影響其定位精度。如果對節(jié)點的定位精度要求比較高時，需要對算法進行修正。</p><p>　　（2）TDOA，基于超聲波信號和無線電信號到達時間差的測量。TDOA測距機制和TOA測距機制有很多相似之處，唯一不同的是，TDOA是使用超聲波信號，而TOA使用的是普通聲波信號，這種改變

61、可以提高定位精度，避免了聲波信號易受環(huán)境影響的缺點，但是其也有缺陷，就是沒有TOA的有效距離長。</p><p>　?。?）RSSI是基于測量無線信號強度的算法。這種測距機制是這些測距機制中，最簡便的一個算法。無線電接收器是無線傳感器節(jié)點已有的資源，所以，不需要配置額外添加硬件設(shè)備。在理想的環(huán)境中，節(jié)點接收信號強度的增加與減少從的RSSI信號強度改變可知，節(jié)點接收信號的強度與節(jié)點之間的距離成反比。兩節(jié)點之間的距離

62、越近，則節(jié)點接收先的強度越強。而兩節(jié)點之間的距離越遠，則接收的RSSI強度越弱。但是，在一般的實際應(yīng)用中，RSSI測距機制也受環(huán)境的影響，所以它的測距誤差也會比較大，不是一種精確測距的算法。在實際應(yīng)用中，RSSI通常不作為一個主要的定位算法，可被用于粗定位算法測距技術(shù)。</p><p>　　（4）AOA是基于測量發(fā)射節(jié)點的到達方向的算法。它是利用信號到達的角度和方向，通過天線陣列或者多個超聲波接收機感知到發(fā)射節(jié)點

63、信號的到達方向計算出傳輸節(jié)點和發(fā)射節(jié)點的相對位置，然后通過三角測量法來計算出待測節(jié)點的位置，這種定位機制還可以向用戶提供節(jié)點的位置信息及節(jié)點坐標。但AOA受外界環(huán)境影響，而且需要額外的硬件，在硬件尺寸和功耗上可能無法用于傳感器節(jié)點。</p><p>　　3.1.2 位置計算方法及定位精度</p><p>　　節(jié)點在通過物理測量或者網(wǎng)絡(luò)內(nèi)多跳通信獲得距離（或角度）的估計后，一般采用下面三種方

64、法估計自己的位置，他們分別是：三邊測量法、三角測量法、極大似然估計法[11]。</p><p>　?。?）三邊測量法的基本原理就是求3個已知半徑和坐標圓心的交點。</p><p>　　圖3.1 三邊測量法圖示</p><p>　　已知A,B,C3個節(jié)點的坐標分別為（xa，yb），（xb,yb），（xc,yc），以及他們到未知節(jié)點M的距離分別為da，db，dc，假設(shè)節(jié)

65、點M坐標（x，y）。</p><p><b>　　那么，有下列公式:</b></p><p><b>　　(3-1)</b></p><p><b>　　(3-2)</b></p><p><b>　　(3-3)</b></p><p&

66、gt;　　由式（1）式（2）式（3）可得未知節(jié)點M的坐標為</p><p><b>　　(3-4)</b></p><p>　　這種算法需要未知節(jié)點至少知道與三個或3個以上錨節(jié)點的距離。由于無線傳感器網(wǎng)絡(luò)隨機部署條件的限制，未知節(jié)點常常不能獲得3個或3個以上到錨節(jié)點的距離，從而無法實現(xiàn)定位，對于無線傳感器網(wǎng)絡(luò)的許多應(yīng)用這些不能定位的節(jié)點監(jiān)測到的信息或事件由于缺乏位置信

67、息，所監(jiān)測到的信息會變得毫無意義，從而這些不能定位的節(jié)點成了監(jiān)測盲點，大大影響了無線傳感器網(wǎng)絡(luò)的監(jiān)測能效[12]。</p><p><b>　?。?）三角測量原理</b></p><p>　　三角測量定位法是一種利用未知節(jié)點接收錨節(jié)點發(fā)射的信號的的入射角，然后通過天線陣列構(gòu)成一根從錨節(jié)點到未知節(jié)點的徑向連線，這條徑向連線叫方位線。使用多個錨節(jié)點到未知節(jié)點信號達到角度的

68、測量值，通過利用AOA算法畫出方位線的匯聚點，那樣就可以估計出未知節(jié)點的大概位置，如圖3.2所示:</p><p>　　圖3.2三角測量定位圖示</p><p>　　設(shè)未知節(jié)點A坐標為（xa,ya）分別測得錨節(jié)點B,C坐標值分別為（xb，yb）、（xc，yc）,發(fā)射信號的到達角度為θ1和θ2，則得到式（3-5）：</p><p>　　錯誤!未找到引用源。

69、 (3-5)</p><p>　　其中i=1,2。通過求解上述非線性方程，可得到待測節(jié)點的位置（x0,y0）。</p><p>　?。?）極大似然估計算法原理</p><p>　　該算法的原理是已知某個參數(shù)能使這個樣本出現(xiàn)的概率最大，我們當然不會再去選擇其他小概率得

70、樣本，所以干脆就把這個參數(shù)作為估計的真實值。假設(shè)已知n個錨節(jié)點的坐標和錨節(jié)點到未知節(jié)點的距離，通過列出矩陣方程，解方程可獲得未知節(jié)點的坐標，而這個坐標就是未知節(jié)點的估計位置。求極大似然函數(shù)估計值的一般步驟是寫出似然函數(shù)；對似然函數(shù)取對數(shù)，并整理；求似然函數(shù)的導數(shù)；解似然方程X=（ATA）-1ATb。</p><p>　　在WSN中，節(jié)點的測量使用三邊測量方法獲得節(jié)點位置的節(jié)點之間的距離，但是，這個位置不是一個精確

71、的位置坐標，其坐標是由一定的誤差的，引起定位誤差主要原因有幾下幾種：首先，用于定位的錨節(jié)點的位置坐標本身具有誤差；其次，利用RSSI測距算法帶來的測距誤差。這種定位機制受環(huán)境的影響比較大，其方法也比較簡便和粗糙，因而結(jié)果誤差也比較大。最后，計算時出現(xiàn)的誤差等其他因素。由于傳感器節(jié)點的定位存在較大的誤差，為了提高其定位精度，就需要對估計出的坐標進行一些校正和判斷。 </p><p>　　定位精度的高低是評價一個無線

72、傳感器定位系統(tǒng)算法的重要評價標準，它是由定位誤差和節(jié)點通信半徑的比值來決定的。當定位誤差小于傳感器節(jié)點無線通信半徑的40%以下時，定位誤差對于定位精度的影響不會很大[17]。</p><p>　　基于非測距的定位算法：</p><p>　　無需測距的定位算法相對測距的定位算法而言，由于無需測距的定位算法不需要節(jié)點間的絕對距離和角度等信息的來進行測量，只是通過網(wǎng)絡(luò)的連通度和節(jié)點之間的交換信息

73、來定位，其精確度明顯降低。但它具有通信開銷少、耗能少的優(yōu)點。當定位誤差小于傳感器節(jié)點無線通信半徑的40%時，定位誤差對路由性能和目標追蹤精確度的不會產(chǎn)生很大的影響，range-free定位算法已經(jīng)備受關(guān)注。DV—Hop、凸規(guī)劃、APIT定位算法和MDs—MAP定位算法等都是典型的Range-free定位算法。其中，MDS-MAP還可以在Range-Based條件下實現(xiàn)更精確的定位。</p><p>　　DV-Ho

74、p算法的原理是將未知節(jié)點到參考節(jié)點之間的距離用網(wǎng)絡(luò)平均每跳距離和兩者之間的跳數(shù)的乘積表示。首先使用距離矢量交換協(xié)議，使用網(wǎng)絡(luò)中所有節(jié)點獲得距參考節(jié)點的跳數(shù)，然后通過參考節(jié)點計算網(wǎng)絡(luò)平均每跳距離，并將其廣播至網(wǎng)絡(luò)中。當接收到校正值后，節(jié)點根據(jù)跳數(shù)計算與參考節(jié)點的距離。當未知節(jié)點獲得與3個或3個以上參考節(jié)點的距離，則執(zhí)行三邊測量定位。</p><p>　　該算法不需要多的參考節(jié)點，計算和通信開銷適中，不需要節(jié)點具有測

75、距能力，是一種可擴展的算法。對于各向同性的密集網(wǎng)絡(luò)，可以得到合理的平均每跳距離，從而能夠達到適當?shù)亩ㄎ痪龋坏珜τ诰W(wǎng)絡(luò)拓撲不規(guī)則的網(wǎng)絡(luò)，定位精度迅速下降，不適合采用DV-Hop算法。</p><p>　　3.2 對目標的定位過程</p><p>　　水下無線傳感器網(wǎng)絡(luò)對目標的定位主要分為兩個階段：第一個階段為檢測階段，第二個階段為定位階段。水下無線傳感網(wǎng)絡(luò)中的節(jié)點周期性的向周圍檢測靜止目標

76、是否出現(xiàn)在其檢測范圍內(nèi)，如果目標出現(xiàn)，節(jié)點將會計算該節(jié)點與目標的距離，同時向整個網(wǎng)絡(luò)廣播目標進入檢測范圍的信息，信息中包括節(jié)點的ID、節(jié)點自身的位置和目標到節(jié)點的距離等基本信息，它的鄰居節(jié)點接收到信息后，記錄時間。</p><p>　　每個檢測區(qū)域有3種狀態(tài)：沒有目標出現(xiàn)；目標明顯；偽裝目標出現(xiàn)。有2個假設(shè)：當前沒有目標；有1個目標，真實目標或者偽目標。在分布式水下無線傳感器網(wǎng)絡(luò)中，可以通過多個傳感器投票來決策是

77、否檢測到目標。</p><p>　　在定位階段中，為了節(jié)省能量，只有距離目標較近的節(jié)點才會對目標的位置進行估計，節(jié)點可以根據(jù)檢測到的能量或與根據(jù)其他節(jié)點發(fā)送過來的信息中包含其他節(jié)點自身位置和到目標的距離，應(yīng)用三角測量法計算目標的位置，也可以根據(jù)接收到目標的信息如電磁能，或者聲音能量根據(jù)建立的目標發(fā)出能量的衰減模型來估算節(jié)點到目標的距離[18]。</p><p>　　第4章 對水下靜止目標

78、定位設(shè)計</p><p><b>　　4.1 定位算法 </b></p><p>　　假設(shè)該靜止目標為帶有通信設(shè)備，則其可被看為未知節(jié)點。由于質(zhì)心算法的定位誤差過大，以及其在實際應(yīng)用中也不廣泛，本文設(shè)計了一種改進的質(zhì)心算法對其定位，該算法利用基于RSSI的質(zhì)心加權(quán)算法，減少初次定位的誤差，然后利用設(shè)計的校正算法對估計位置進行誤差校正，提高定位精度。</p>

79、<p>　　4.1.1 質(zhì)心算法概念</p><p>　　質(zhì)心算法的中心思想為：依據(jù)所有在其通信半徑內(nèi)的錨節(jié)點的幾何質(zhì)心來估計未知節(jié)點的位置。具體實現(xiàn)過程為：通過錨節(jié)點周期性地向鄰居節(jié)點廣播信標信息，信標信息中主要包含有錨節(jié)點的編號和坐標信息。當未知節(jié)點接收到來自不同信標節(jié)點的信標信息數(shù)量超過預設(shè)門限或接收達到一定時間后，就把自身位置確定為這些信標節(jié)點所組成的多邊形的質(zhì)心。質(zhì)心定位算法雖然實現(xiàn)簡單、

80、通信開銷小，但僅能實現(xiàn)粗粒度定位，希望信標錨點具有較高的密度，各錨節(jié)點部署的位置也對定位效果有影響。</p><p>　　4.1.2 質(zhì)心定位算法的幾何模型</p><p>　　當未知節(jié)點得到所有與其相連通的信標節(jié)點的位置信息后, 根據(jù)這些信標節(jié)點所組成的多邊形的頂點坐標來估算自己的位置。設(shè)一未知節(jié)點P( x , y ) , 已接收到周圍n 個信標節(jié)點的廣播消息( 為描述問題的方便, 假設(shè)

81、n = 5) , 信標節(jié)點分別為A, B , C, D, E, 其坐標信息分別為( x1 , y1 ) , ( x2 , y2 ) , ( x3 , y3 ) , ( x4 , y4) , ( x5 , y5 ) , 模型如圖4.1 所示。</p><p>　　圖4.1 算法幾何模型</p><p>　　則P點的坐標計算如下：</p><p><b>　

82、　（4-1）</b></p><p>　　多邊形頂點坐標的平均值就是質(zhì)心結(jié)點的坐標，即：</p><p><b>　　（4-2）</b></p><p>　　4.2 基于RSSI的加權(quán)質(zhì)心算法</p><p>　　基于RSSI的加權(quán)質(zhì)心算法主要是利用信標節(jié)點和未知節(jié)點的RSSI作為依據(jù)，來計算每個固定信標節(jié)點

83、的權(quán)值，通過權(quán)值來體現(xiàn)固定信標節(jié)點對質(zhì)心坐標決定權(quán)的大小，利用權(quán)值來體現(xiàn)固定信標節(jié)點對質(zhì)心位置的影響程度，反映它們之間的內(nèi)在關(guān)系。已知網(wǎng)絡(luò)中的n歌固定信標節(jié)點Bi(xiyj),，未知節(jié)點N的估測位置坐標為（X，Y），那么加權(quán)質(zhì)心計算公式為：</p><p><b>　　(4-3)</b></p><p>　　式中αi表示信標節(jié)點Bi被賦的權(quán)值， 錯誤!未找到引用源。，

84、該權(quán)值是未知節(jié)點到信標節(jié)點的距離的函數(shù)，如果未知節(jié)點不能與信標節(jié)點Bi通信，則αi的值為0.當某錨節(jié)點與未知節(jié)點距離越近時，該錨節(jié)點的坐標對未知節(jié)點的定位結(jié)果影響越大；反之，則影響越小。</p><p>　　4.3 加權(quán)定位的校正機制</p><p>　　利用上述α加權(quán)質(zhì)心定位算法，但對于節(jié)點分布不均勻帶來的較大誤差問題還是未能解決，為此需要設(shè)計一種校正機制對其進行誤差校正。</p&

85、gt;<p>　　定位誤差ε估計位置與實際位置的距離差相對于節(jié)點通信半徑的大小。計算公式為：</p><p><b>　　(4-4)</b></p><p>　　其中，n需要定位的靜止目標數(shù)量，Pi表示靜止目標Ni實際位置，Pi’表示Ni的估計位置。R表示節(jié)點通信半徑的大小。</p><p>　　錨節(jié)點相對于靜止目標的距離誤差系數(shù)

86、：</p><p><b>　　(4-5)</b></p><p>　　其中，dk表示靜止目標與錨節(jié)點的真實距離，d’表示靜止目標估計位置到錨節(jié)點的距離，k為靜止目標可以接收到錨節(jié)點個數(shù)，θij（i,j）為各個錨節(jié)點相對于靜止目標的距離誤差系數(shù)。</p><p>　　如圖4.2所示，S1~S5為錨節(jié)點位置，N表示靜止目標的實際位置，N‘表示對靜

87、止目標的一個估計位置。由距離誤差系數(shù)算式可以看出，當N‘從N點出發(fā)遠離N點時，估計位置與實際位置產(chǎn)生距離誤差系數(shù)在慢慢變大。依據(jù)上述方法，我們采取一種分布區(qū)域逐漸逼近的算法取得校正位置。</p><p>　　圖4.2 定位校正算法基本原理示意圖</p><p>　　4.4 改進質(zhì)心算法流程</p><p>　　算法流程圖如圖4.3所示。信標節(jié)點初始化指布置完成無線傳

88、感器網(wǎng)絡(luò)節(jié)點以后，節(jié)點以自組織方式構(gòu)建成網(wǎng)。計算誤差時，采用校正算法。這樣可以相對精確地計算出靜止目標到已知節(jié)點的距離誤差值；靜止目標定位以后，加入到網(wǎng)絡(luò)當中，并與其他信標節(jié)點一樣，向周圍廣播自身位置[19]。</p><p><b>　　圖4.3算法流程圖</b></p><p>　?。?）區(qū)域內(nèi)隨機布設(shè)完節(jié)點之后，錨節(jié)點初始化各信息</p><

89、p>　?。?）各個錨節(jié)點按其最大發(fā)射功率廣播他們的信標信息（包括錨節(jié)點編號和位置信息），廣播T（T≥1）輪。</p><p>　?。?）靜止目標接受來自錨節(jié)點的信標信息，記錄下收到各錨節(jié)點的信標信息</p><p>　?。?）目標利用自身帶有的通信功能，通過接收錨節(jié)點的平均接收功率計算出影響因子αi和估計距離di，各靜止目標利用公式計算出初次定位位置。</p><

90、p>　?。?）各靜止目標利用與各錨節(jié)點的估計距離di和初次定位位置。然后使用校正機制進行誤差校正，再次獲得定位位置。</p><p>　?。?）成為錨節(jié)點，廣播自身信息。</p><p>　　4.5 MATLAB環(huán)境設(shè)置和質(zhì)心算法仿真</p><p>　　為了實現(xiàn)本算法對目標進行定位，本文在MATLAB環(huán)境中進行了仿真實驗。</p><p&

91、gt;　　在測試中，設(shè)置仿真區(qū)域為100m*100m的范圍內(nèi)隨機放置一定數(shù)量的錨節(jié)點。在實際應(yīng)用中，錨節(jié)點的通信強度大于目標，令ANR為錨節(jié)點通信半徑與目標通信半徑的比值。</p><p>　　首先仿真出用質(zhì)心算法定位的結(jié)果和誤差，如圖4.4：</p><p>　　圖4.4質(zhì)心算法定位</p><p>　　圖4.5質(zhì)心算法誤差</p><p>

92、;　　由4.5圖可知，利用質(zhì)心算法對靜止目標定位后，其定位精度并不是很高，有較大的定位誤差，所以首先用加權(quán)的質(zhì)心算法對其進行第一次降低誤差，然后用校正算法進行再一次校正，這樣就能大大提升對靜止目標定位的精確度[13]。</p><p>　　4.6 校正仿真結(jié)果分析</p><p>　　4.6.1 合理因子的確定</p><p>　　由前述可得，取影響因子</p

93、><p><b>　　(4-6)</b></p><p>　　當n值越大時，則離目標越近的錨節(jié)點對定位影響越大，但當n增大到一定的值時，不僅帶來了更大的運算量，而且也會使得距離目標較遠的錨節(jié)點失去了定位作用。圖4.6、圖4.7分別為ANR=3和ANR=6時，α因子取n=1,2,3的仿真圖。由圖可得，當ANR=3，n=2或3時，獲得較好的定位精度；當ANR=6,n=3時，獲

94、得較好的定位精度。所以，α因子中n的取值與ANR有關(guān)，當ANR較大時，此時目標收到錨節(jié)點數(shù)據(jù)比較多，故合理的n值較大；反之則較小。通過仿真獲得了比較合理的一組值如下：ANR=1時，n=1;ANR=2,3,4時,n=2,ANR=5,6時，n=3。</p><p>　　圖4.6 ANR=3時中n取值對定位的影響</p><p>　　圖4.7 ANR=6時中n的取值對定位的影響</p&

95、gt;<p>　　由圖4.8所示，各算法隨著隨錨節(jié)點數(shù)目的上升，平均定位誤差都呈現(xiàn)下降趨勢，后面下降趨于平穩(wěn)。其中初次定位后質(zhì)心算法的誤差下降比較明顯，校正后有了更大的提升，可以看出，受到錨節(jié)點密度的影響較小，在錨節(jié)點數(shù)目為30時，效果最好。 </p><p>　　圖4.8 ANR=3時錨節(jié)點數(shù)目對定位精度影響的比較</p><p>　　由圖4.9所示，隨著ANR的提高，質(zhì)

96、心算法的定位誤差有更快的增長趨勢，可見錨節(jié)點通信半徑對算法有較大的影響。但當錨節(jié)點通信范圍較小時，部分目標將無法利用錨節(jié)點的位置信息，使得其目標無法被定位。所以，在錨節(jié)點半徑與目標比為1時，將有40%的目標無法定位。由于初次定位考慮了距離加權(quán), 而校正算法的總體距離誤差系數(shù)是以距離比值的形式進行計算的, 與目標相近的錨節(jié)點對其的定位誤差要大于遠離的錨節(jié)點。故距離目標越近的錨節(jié)點對定位結(jié)果產(chǎn)生的誤差越大,所以對于ANR的升高，30個錨節(jié)點

97、時的平均誤差與質(zhì)心算法相差不多[20]。 </p><p>　　圖 4.9 錨節(jié)點為30時ANR對定位精度影響的比較</p><p>　　4.6.2 算法效果分析</p><p>　　利用α因子的改進質(zhì)心算法，校正后的定位精度比加權(quán)質(zhì)心算法和質(zhì)心算法更高。隨著錨節(jié)點數(shù)目的增大，各算法的平均定位誤差都呈下降趨勢，由表4.1可得，校正算法的精度比質(zhì)心算法提高了68.3%

98、~76.5%，比基于RSSI的加權(quán)算法提高了50.2%~64.4%。且錨節(jié)點數(shù)目越多則定位精度提高越明顯。</p><p>　　表4.1 定位誤差比較</p><p>　　由于校正機制利用的距離誤差系數(shù)是根據(jù)距離的比值確定的，錨節(jié)點相對水下靜止目標越近，則影響越大。而對于通信半徑比值的提升，定位誤差與質(zhì)心算法相比，精確度提升不是很明顯。</p><p><b&

99、gt;　　總 結(jié)</b></p><p>　　本文設(shè)計了一種質(zhì)心定位改進算法對UWSN中靜止目標進行定位，通過仿真表明: 該算法在未增加通信開銷，運算復雜度相對較低的基礎(chǔ)上， 改進了質(zhì)心定位算法對錨節(jié)點密度和均勻性過高的要求;利用總體距離誤差系數(shù)來進行定位校正， 定位效果相對于錨節(jié)點通信范圍的升高不敏感，并且極大的提高了定位精度。</p><p>　　通過畢業(yè)設(shè)計,我學到了很

100、多。學習是一個長期積累的過程在以后的工作、生活中都應(yīng)該不斷的學習，努力提高自己知識容量和綜合素質(zhì)。知識只有在實踐之后才能更加深刻的體會。在實踐中出現(xiàn)問題是在所難免的，一定要有探索的精神，要細心、完整的考慮事情，并要學會利用已有資源，遇到困難不可以退縮，也不可以模凌兩可，一定要做到清清楚楚、明明白白。這次設(shè)計提高了我的獨立思考能力，也讓我學會了如何去和人合作。</p><p>　　對我而言，知識上的收獲重要，精神上

101、的豐收更加可喜。讓我知道了學無止境的道理。我們每一個人永遠不能滿足于現(xiàn)有的成就，人生就像在爬山，一座山峰的后面還有更高的山峰在等著你。挫折是一份財富，經(jīng)歷是一份擁有。這次畢業(yè)設(shè)計必將成為我人生旅途上一個非常美好的回憶！</p><p><b>　　致 謝</b></p><p>　　大學四年即將逝去，經(jīng)過五個月的精心準備的畢業(yè)論文終于到了要完結(jié)的時候，心里舒了一口

102、氣，但在論文完成過程中，那種輾轉(zhuǎn)難眠，力不從心的感覺還是令人記憶猶新。在此次畢業(yè)論文寫作中，我的種種問題暴露無疑，知識積累不足，而且對知識的運用也不熟練，于是，我只能泡于圖書館中，補充自己的知識含量。第一次花費如此長的時間和如此多的精力，完成一篇論文，其中的艱辛與困難難以訴說，但曲終幕落后留下的滋味，值得我一生慢慢品嘗。</p><p>　　能夠順利的完成這次畢業(yè)設(shè)計，我要感謝我的導師張老師給我的悉心指導。在設(shè)計

103、中，張老師的無私幫助、耐心嚴謹?shù)闹螌W態(tài)度及傾囊相授的教學準則讓我受益匪淺。讓我知道了如何去發(fā)現(xiàn)問題、解決問題、總結(jié)問題。</p><p>　　也要感謝我的室友和同學，正是他們的幫助和鼓勵，讓我在很多次堅持不下去的時候有了繼續(xù)下去的勇氣，也是他們的幫助讓我解決了很多的難題。</p><p>　　也感謝學院為我們提供的資源，圖書館、實驗室等等，正是有了這些，我們這些學生才可以更好的去學習、去探

104、索。</p><p><b>　　[參考文獻]</b></p><p>　　[1]孫利民,李建中，陳渝等.無線傳感器網(wǎng)絡(luò)[M].北京，清華大學出版社，2005</p><p>　　[2]丁晉俊, 李志剛. 傳感器網(wǎng)絡(luò)在戰(zhàn)場目標定位跟蹤中的應(yīng)用[J]. 電子對抗, 2006,(3): 22-25.</p><p>　　[3

105、] 王殊, 閻毓杰, 胡富平編著 無線傳感器網(wǎng)絡(luò)的理論及應(yīng)用[M].北京:北京航空航天大學出版社,2007</p><p>　　[4]胡必武，蔡海濱.基于無線傳感器網(wǎng)絡(luò)的目標檢測與跟蹤系統(tǒng)研究[J].計算機工程與設(shè)計，第29卷，第5期</p><p>　　[5]王靜,陳建峰,張立杰,黃建國. 水下無線傳感器網(wǎng)絡(luò)[J]. 聲學技術(shù), 2009, (01)</p><p&g

106、t;　　[6]王長生. 水下傳感器網(wǎng)絡(luò)節(jié)點布置方法研究[D].合肥工業(yè)大學, 2011</p><p>　　[7]李建中,高宏. 無線傳感器網(wǎng)絡(luò)的研究進展[J].計算機研究與發(fā)展, 2008, (01) .</p><p>　　[8]李善倉，張克旺編著.無線傳感器網(wǎng)絡(luò)原理與應(yīng)用[M].北京，機械工業(yè)出版社，2008.1</p><p>　　[9]崔遜學，左從菊編著.

107、無線傳感器網(wǎng)絡(luò)簡明教程[M].北京，清華大學出版社，2009,7</p><p>　　[10]劉明. 無線傳感器網(wǎng)絡(luò)中目標覆蓋問題的研究[D].中南大學, 2010</p><p>　　[11]孫桂芝.水聲通信網(wǎng)絡(luò)路由協(xié)議研究[D]. 哈爾濱工程大學,2006</p><p>　　[12]周瑩.水下無線傳感器網(wǎng)絡(luò)的研究和設(shè)計[D].西安電子科技大學,2008<

108、/p><p>　　[13]陳懷琛，吳大正，高西全編著.MATLAB及在電子信息課程中的應(yīng)用[M].北京:電子工業(yè)出版社,2006.3</p><p>　　[14]Akyildiz Ian F,Pompili Dario,Melodia T. Underwater acoustic sensor networks:research challenges[J] .Ad Hoc Networks J