WSN中移動節(jié)點定位算法研究與實現(xiàn).pdf

1、獲取傳感器網(wǎng)絡節(jié)點的位置坐標是無線傳感器網(wǎng)絡應用中需要解決的基本問題。對于大多數(shù)應用，不知道節(jié)點位置而感知的數(shù)據(jù)是沒有意義的?？梢苿觽鞲衅鞴?jié)點的位置具有實時可變性，這給定位的實施和定位精度的保證帶來一定困難。因此，研究有效的定位算法保證無線傳感器網(wǎng)絡中移動節(jié)點的定位精度具有重要的理論意義和應用價值。
　　目前大多數(shù)無線傳感器網(wǎng)絡定位方案都是針對靜止節(jié)點的定位，即已知被定位節(jié)點處于靜止狀態(tài)。在這種情況下，對基于RSSI的定位方案，一

2、般可通過采集多個RSSI樣本并對樣本進行過濾的方法從底層減小因RSSI信號的不穩(wěn)定所引起的誤差。但是在很多應用環(huán)境下，系統(tǒng)是不能確定未知節(jié)點是處于靜止狀態(tài)還是運動狀態(tài)，例如固定在井下作業(yè)礦工身上的傳感器節(jié)點，為研究動物生活習性給野生動物身上加裝的傳感器節(jié)點等等。在這種情況下，傳感器節(jié)點的移動性使得難以在同一地點采集多個有效的RSSI樣本，因此通過重復采樣來減小定位誤差的方法不再有效，定位精度也難以得到保證。為此，本文從三個方面對傳統(tǒng)的定

3、位方案進行了改進:在測距方面，提出了改進的自適應對數(shù)正態(tài)陰影模型，用以提高測距模型的自適應性，進而提高測距精度;在定位算法方面，提出了模糊質心定位算法，該算法具有精度可調節(jié)，算法易實現(xiàn)，定位精度高等優(yōu)點;在定位誤差修正方面，采用了Kalman濾波方法，利用馬爾可夫過程原理建立了狀態(tài)方程，根據(jù)未知節(jié)點某個時刻的狀態(tài)對下一時刻的坐標位置進行預測，并結合未知節(jié)點狀態(tài)數(shù)據(jù)的測量值估計出坐標位置的最優(yōu)值，從而達到減小定位誤差的目的。
　　課