WSN信號(hào)傳播狀態(tài)鑒別及魯棒定位方法研究.pdf

1、在無線傳感器網(wǎng)絡(luò)(WSN)中，信號(hào)的傳播狀態(tài)鑒別和節(jié)點(diǎn)間的魯棒定位成為WSN的關(guān)鍵技術(shù)。在室內(nèi)環(huán)境下，由于障礙物的反射和衍射，傳播信號(hào)的強(qiáng)度會(huì)因此削弱，從而產(chǎn)生非視距誤差。文本針對(duì)室內(nèi)非視距環(huán)境，研究了信號(hào)傳播的參數(shù)特性，提出了基于期望最大化的算法改進(jìn)和基于傳播延遲估計(jì)的狀態(tài)鑒別算法，并結(jié)合本文提出的基于泰勒級(jí)數(shù)展開的TDOA定位算法，實(shí)現(xiàn)良好的非視距誤差鑒別和較高的定位精度。
　　本文針對(duì)傳播信號(hào)的參數(shù)特性，將期望最大化算法的改

2、進(jìn)應(yīng)用于信號(hào)的狀態(tài)鑒別中。由于信號(hào)的測(cè)量值中可能既包含視距情況又包含非視距情況，且均服從高斯分布，故整體服從高斯混合模型(GMM)。基于GMM，通過期望最大化算法的改進(jìn)確定GMM的分支項(xiàng)數(shù)目，從而達(dá)到對(duì)信號(hào)狀態(tài)的鑒別。從仿真結(jié)果來看，存在非視距的環(huán)境下，通過混合模型的分支數(shù)確定，結(jié)合定位算法可以很好地改善定位精度。
　　基于傳播延遲的測(cè)量值估計(jì)，本文提出一種改進(jìn)算法對(duì)信號(hào)的傳播狀態(tài)進(jìn)行鑒別。通過phase-only-correla

3、tor(POC)原理得到信號(hào)的傳播延遲時(shí)間，再乘以信號(hào)傳播速度得到距離的估計(jì)值。通過RSSI定位模型得到目標(biāo)節(jié)點(diǎn)與信標(biāo)節(jié)點(diǎn)之間的距離估計(jì)值。通過上述兩種距離估計(jì)值的比較，鑒別出的測(cè)量值屬于強(qiáng)非視距。在剩余的測(cè)量值中，利用期望最大化算法和交替優(yōu)化算法對(duì)分布的參數(shù)進(jìn)行估計(jì)，通過判別式鑒別出的信號(hào)屬于弱非視距，其余的為視距。在仿真實(shí)驗(yàn)中驗(yàn)證了該算法較高的探測(cè)成功率，并能很好地轉(zhuǎn)化到定位精度上。
　　對(duì)于節(jié)點(diǎn)的魯棒定位，本文提出一種基于泰