無線傳感器網(wǎng)絡(luò)室內(nèi)定位與網(wǎng)絡(luò)修復(fù)方法研究.pdf

1、微電子技術(shù)、計(jì)算技術(shù)和無線通信等技術(shù)的進(jìn)步，推動(dòng)了低功耗、多功能無線傳感器網(wǎng)絡(luò)的迅速發(fā)展。無線傳感器網(wǎng)絡(luò)在戰(zhàn)場監(jiān)視、環(huán)境監(jiān)測和災(zāi)難救援等領(lǐng)域中具有廣泛的應(yīng)用，因此受到越來越多研究者的關(guān)注。本文在分析總結(jié)國內(nèi)外相關(guān)研究的基礎(chǔ)上，對(duì)室內(nèi)定位和網(wǎng)絡(luò)修復(fù)技術(shù)進(jìn)行了深入地研究，主要研究內(nèi)容和成果體現(xiàn)在以下幾個(gè)方面:
　　針對(duì)室內(nèi)障礙物較多容易造成信號(hào)非視距(Non-line of sight，NLOS)傳播的問題，提出了一種基于TDOA(T

2、ime Difference of Arrival)的室內(nèi)NLOS定位算法。分析了NLOS環(huán)境下接收信號(hào)強(qiáng)度和TDOA模型的特性，在此基礎(chǔ)上采用序貫概率似然比檢驗(yàn)方法對(duì)信號(hào)傳播狀態(tài)進(jìn)行檢測，使用LOS下的測量值建立目標(biāo)函數(shù)，并基于粒子群優(yōu)化算法計(jì)算未知節(jié)點(diǎn)位置。最后設(shè)計(jì)了基于TDOA的室內(nèi)高精度定位系統(tǒng)，并利用該系統(tǒng)驗(yàn)證了所提算法的有效性。
　　針對(duì)室內(nèi)環(huán)境下NLOS誤差動(dòng)態(tài)性較強(qiáng)的問題，提出了一種基于似然矩陣的混合Kalman-

3、H∞濾波算法。該算法根據(jù)構(gòu)建的似然矩陣對(duì)NLOS誤差進(jìn)行校正，并采用混合Kalman-H∞濾波方法以降低測量噪聲對(duì)定位精度的影響，最后利用濾波后的測量值對(duì)移動(dòng)節(jié)點(diǎn)進(jìn)行定位。該算法在無需事先已知NLOS誤差任何統(tǒng)計(jì)信息的情況下，實(shí)現(xiàn)了對(duì)NLOS誤差的有效抑制。
　　考慮到NLOS誤差在小范圍內(nèi)服從某種分布的特性，提出了一種基于高斯混合模型的移動(dòng)魯棒定位算法。由于多個(gè)高斯概率密度函數(shù)的線性組合可以用來描述任何一種概率密度分布，因此該算

4、法首先采用基于EM(Expectation Maximization)方法的高斯混合模型來估計(jì)測量值的分布情況，然后利用概率數(shù)據(jù)關(guān)聯(lián)算法對(duì)估計(jì)值進(jìn)行數(shù)據(jù)融合，從而計(jì)算出移動(dòng)節(jié)點(diǎn)的位置。該算法有效地削弱了NLOS誤差，提高了移動(dòng)節(jié)點(diǎn)的定位精度。
　　針對(duì)二元傳感器易受到環(huán)境噪聲干擾的問題，提出了兩種二元傳感器網(wǎng)絡(luò)的多源定位算法。首先基于Neyman-Pearson準(zhǔn)則建立了多源探測模型，該模型能夠較好地反應(yīng)節(jié)點(diǎn)誤警的特性。然后針對(duì)兩

5、個(gè)信號(hào)源的情況，采用Fisher準(zhǔn)則對(duì)節(jié)點(diǎn)進(jìn)行分類，并提出WSNAP算法對(duì)信號(hào)源位置進(jìn)行估計(jì);針對(duì)多個(gè)信號(hào)源的情況，提出了基于模糊C均值的多源定位算法。這兩種算法均能夠有效抑制測量噪聲的不利影響，并具有較高的定位精度。
　　針對(duì)無線傳感器網(wǎng)絡(luò)易產(chǎn)生網(wǎng)絡(luò)空洞的問題，提出了能量均衡的網(wǎng)絡(luò)修復(fù)算法。首先分析了節(jié)點(diǎn)的探測模型和能耗模型，并建立了網(wǎng)絡(luò)狀態(tài)指示值，利用該指示值作為網(wǎng)絡(luò)修復(fù)的標(biāo)準(zhǔn)，然后針對(duì)不同的修復(fù)思想提出了COST_MAX_M