NSFC相关资料-基于拓扑控制和安全策略的无线传感器网络定位研究.doc

基于拓扑控制和安全策略的无线传感器网络定位研究 2.2研究内容 2、无线传感器网络的定位问题 无线传感器网络的定位问题，虽然已经有了国内外的一些研究成果，但是目前关于网络可定位性的理论，尤其是如下两个基本问题的解决尚不完备： 给定一个网络配置，其中一个节点是否可定位？它的位置如何唯一确定？ 网络中有多少个节点可以被定位，它们在哪里？ 针对以上两个问题，本项目设计的定位算法并非是要具备绝对优势 ，而是根据不同场景和需求，选用不同适应能力和应用范围的定位算法。研究内容包括： 无线传感器网络可定位的条件； 噪声环境、有/无锚节点、多维、移动/静止等不同环境的定位； 无线传感器网络的定位理论体系。 2.3拟解决的关键科学问题 2、无线传感器网络定位的关键问题 图1- 5 节点可定位的充分必要条件 3.3.2有锚节点的定位 总体思路：基于锚节点的位置已知、通信能力强大的特点，采用区域、跳数、相邻性等测量技术，分别选用线性优化和非线性优化方法进行定位。 基于非线性优化的定位，包括以下步骤：计算未知节点与每个锚节点的最小跳数，通过洪泛方式使未知节点获得到锚节点的最小跳数；将未知节点到不同锚节点的距离比用最小跳数比进行近似，将建立方程时出现的没有交点、仅有一个交点和有多于一个交点三种情况抽象为统一的非线性优化模型；求解非线性优化问题，确定未知节点位置，根据步骤（２）中非线性优化模型解的不同情况分别处理。RSSI 值，利用经验的无线信号传播模型——无向图G=(V,E)，推导出所有可通信节点间距离的相对关系。 将节点的圆形通信区域近似为矩形，可将二次的约束条件转化为线性的。 以所有传感器节点的质心和所有锚节点的质心之间距离向量的范数作为目标函数，并给出距离的估算方法。 然后以这些距离为约束条件，用线性优化的方法求解出节点的位置信息。 4、关键技术：二次约束转化为线性约束 考虑到二次约束的优化求解问题具有较大计算量，不适用于单个普通传感器节点，本项目采用如下方法进行简化。 图1-6 约束条件的简化设计 用节点通信圆形区域的外接正方形来代替圆形约束区域，则定位的约束优化问题可以转化成线性优化问题。约束条件的简化大大降低计算复杂度。 3.3.3与锚节点无关的定位 总体思路：采用分簇或分层机制进行等级划分，实施与锚节点无关的定位。然后将这些簇融合成一个簇，建立起统一的全局坐标系，从而实现全网定位。 网络的分簇：分簇首先从处于网络中央的sink节点开始，主要过程包括： （1）网络中的信标节点计算网络平均每跳距离，然后把该值发送给未知节点，便于分簇以后计算簇内各节点之间的距离； （2）在网络中选择第一个簇的簇头节点，并建立第一个簇； （3）第一簇的簇头节点发起其它簇的簇头选举。收到选举消息的节点进行选举，选举结束后启动三跳以外的节点进行新的簇头节点的选举，直至网络被划分为若干簇后终止。 局部坐标系的建立：传感器网络中的各个簇建立自己的局部坐标系。在局部坐标系的建立过程中，采用MDS、MDP技术。 簇内相对定位。簇内节点广播邻居节点到自身的距离，簇首接收后记录本簇内节点对的距离信息。这样簇首就能够获知本簇内所有能通信的节点对之间的距离，则可利用【3.3.2】节所述的线性优化法求解簇内节点的相对坐标。 通过全局坐标实现全网绝对定位。 关键技术：坐标系统拼接 首先在相对坐标系的局部集合中进行定位，最后融合所有的局部图集，从而在全局坐标系中获得全网的定位。主要包含三个步骤： 图1-7 坐标系统拼接 首先将网络划分成相互重叠的小区域。最小的区域就是一个节点与其一跳邻居节点。 对于每个子区域，计算一个局部图，该图把子区域中的节点表示在相对坐标系统中。 最后，使用坐标系统注册程序将子区域进行融合。注册程序实现节点在不同坐标系统间的转换。最后所有的子区域融合进一个全局坐标系统。 3.3.4各向异性噪声环境的定位 总体思路：首先对接收到的anchor节点的接收信号强度(RSSI)进行从大到小的排序，然后利用UDG图依次计算每个anchor节点的Voronoi区域，最后将所有Voronoi区域交集的质心输出作为定位结果。 网络建模：连通的无向图，其中V为空间中所有传感节点的集合，E为连接所有相邻传感器的边的集合。 图1-8基于Voronoi图定位演示 图1-9 二维空间的Voronoi划分 采用Voronoi图求解定位问题不等式。 考虑到所有Voronoi图相交之后可能出现空集的情况，给每个Voronoi区域增加权重。权重的数值就是对应anchor节点的接收信号强度。最后选出所有最大权重的点计算它们的质心得到定位结果。 图1-10噪声存在情况下的定位问题 本方法是将接收信号强度排序和空间区域作映射。比如参考上