计算机网络原理论文模板.docVIP

无线传感器网络的定位算法综述 林海燕 （三明学院 数学与计算机科学系 07数媒） 摘要：作为一种全新的信息处理和获取技术,无线传感器网络广泛的在应用领域内实现复杂的追踪任务和大规模监测,介绍了无线传感器网络算法的性能评价标准和自身定位系统及分类方法, 着重讲述了近年来该领域具有代表性的算法及系统的特点和原理,并指出未来研究的方向. 关键词：无线传感器网络;节点定位;定位算法; 仿真系统. 引　言 随着微机无线通信、数字电子技术和电系统(MEMS)的发展,无线传感器网络(WSN)在目标追踪、军事应用、环境监测、医疗保健、空间探索等领域都广泛得到应用[ 1,2 ] 。节点位置信息的基础是无线传感器应用网络,节点定位[ 3 ]技术在具有无线传感器网络中重要的地位。 在应用中,明确传感器节点自身位置才能详细说明“在什么区域或位置发生了什么特定的事件”,不知道传感器位置所感知的数据是没有多大的意义。对外部目标的追踪和定位。可以提高路由效率从了解传感器节点位置信息可知,提供命名空间的网络,报告网络的覆盖,实现网络拓扑的自配置及网络的负载均衡以. 现有的定位方法大多数都包含两个基本过程: ②计算定位;①节点间的角度(或距离)测量。 1　节点定位计算方法 把未知节点即需要定位的节点;通过已知位置即锚节点，邻居节点即是可直接通信的节点，必须是一个节点通信半径内。 在获得自身未知节点到3个或3个以上锚节点的(角度或距离)后可以采用三边测量法、三角测量法、最小最大法计算自身的位置或极大似然估计法。 1.1基本概念 定位节点算法的目的，让所有邻居节点之间的测量距离值，计算未知节点的位置，使其能与相一致的测距结果。无线传感器网络定位节点技术的中涉定义及到的定位一些基本概念如： （1）邻居节点（neighbor node） 在一传感器节点通信半径内，可以直接进行通信的节点构成的集合就称为该节点的邻居节点。 （2）锚节点（anchor node） 无线传感器网络中，已知相对全网坐标系位置信息，为其它节点提供位置参考，协助其它节点定位的节点则称为锚节点。 （3）未知节点（unknown node） 未知节点通过锚节点的点定位算法及节位置信息来确定自身位置。在网络中，除比例很少或者没有的锚节点，而其它节点都为未知节点。 （4）节点连接度（node degree） 节点可以通信发现的邻居节点数目称为节点连接度。 （5）网络密度（network density） 包括所有节点的邻居节点平均的数目称为网络密度，通常记为μ(R)。若N个节点分布在面积为A的区域，节点通信半径为R，则可求网络密度为式（2-1） 式（2-1） （6）跳段距离（hop distance） 两个节点间隔的各跳段距离之和，则称为两个节点之间的跳段距离。 （7）跳数（hop count） 两个节点之间间隔的跳段的总数，则称为两个节点之间的跳数。 1. 2　三角测量法 三角测量定位方法也称为方位测量定位法或信号到达角度(AOA)定位法[4] ,如图1所示。 假设未知节坐标为( x0 , y0 )的点A ,锚节点测得分别B、C ( x1 , y1 ) , ( x2 , y2 )分别为其坐标θ1 和θ2分别为信号发出到达的 角度,则有: （i=1,2） （1） 上述非线性方程求解得,可( x0 , y0 )未知节点的得到位置。 1. 3　三边测量法 三边测量法是在基于测距的定位算法中坐标计算的基本途径。如图2所示, 三边测量定位法的基本原理就是求3个已知半径和坐标圆心的圆的交点。 假设已知点A、B、C的坐标的3个锚节,距离分别为d1 , d2，d3的未知节点D,由二维空间计算距离公式,可以解方程组就未知节点D可得到坐标。 1. 4　极大似然估计法 　极大似然估计法定位的原理如图3所示。已知坐标分别为 ( x1 , y1 ) , ( x2 , y2 ) ,( x3 , y3 ) , …, ( xn , yn )的n个锚节点 ,距离分别为d1 , d2 , d3 ,…, dn 到未知节点D,假设( x, y)是D坐标,则: （2） 第1个方程可以分别减去最后一个方程, 就可以求解 (3) 用 式(3)线性方程组表示，其中: 由此求出未知节点的解的非线性最小二乘估计节点及极大似然估计D的位置: 缺点在于此方法的要进行浮点的较多运算,所以计算带来的能量开销是不容忽视。 2　无线传感器节点定位基于测距技术的定位和无需测距技术的定位分类 定位过程可根据是否测量节点间的实际距离,算法定位可分为:无需测距技术的定位和基于测距技术的定位两类。 定位机制需要测量相邻节点间的绝对方位或者距离,并节点间的利用来计算未知节点的