基于无线传感器网络的一种可扩展的定位技术-智能与网络化系统研究所.doc

基于无线传感器网络的一种可扩展的定位技术 摘要： 定位作为无线传感器网络的重要技术挑战之一，它由传感器节点间的自我处理来定位的。它的难点就是要在低功耗的基础上实现准确定位，可扩展的高密度传感器网络的能耗调节是未来研究的重点。在本文中，我们提出了Cluster-based Localization (CBL)基于簇的定位方法，这种定位方法能够有效地应用于大规模且高密度的传感器网络。CBL综合利用了多边精确测算技术（如MDS）和三边侧量技术两者的优点，来实现性能和功耗之间的平衡，它能通过扩展簇类来克服传感器网络的局部故障。仿真结果显示，CBL减少了节点的计算量和通信量，但是节点的位置准确度却没减少。 引言 无线传感器网络(WSN)因具有高的鲁棒性、准确性、灵活性及智能化等优点，被认为是未来恶劣战场环境中监控敌我双方兵力、装备和物资状态以及完成目标协同检测等关键应用技术之一，已得到国内外研究者的高度重视。随着无线传感器规模越来越大，传感器网络的密度能达到每平方米有几百个节点，高密度的WSN中的节点位置需要可扩展的定位方法来实现。 在本文中我们提出了一种基于跳数的可扩展的定位技术——CBL。在CBL中，使用簇类可以使得整个网络可扩展且效率高。可扩展是指，首先在一小块区域的节点里使用一种能耗高但定位精确度高的技术来定位，接着其临近区域节点的位置就其已经定位好的节点来作参考以确定自己的位置，整个网络就是这样逐层逼近来定位的。 虽然可扩展是CBL区别于其他定位技术的主要之处，但是它还有一个好处就是可能屏蔽网络中局部节点的障碍，使得即使有局部节点坏了，传感器网络还可以继续运行。 本文的结构如下：第二部分是讲目前无线传感器网络定位的相关技术与研究。第三部分主要介绍了本文提出的CBL技术的构造和特点。第四部分：对CBL的性能评估及与以往定位技术的比较。第五部分是本文的结论。 相关的研究工作 这里罗列了目前几种典型的无线传感器网络定位的相关技术。定位技术通常分为两大类：（1）基于测距的定位技术：通过测量邻居节点间的距离来确定节点的位置。（2）基于跳数的定位技术：无需用专门的测量设备来测得节点间的距离，它认为节点间的距离近似等于其在最短传输路径上的跳数。 基于测距的定位技术有以下几种：GPS全球定位系统、APS定位（一种分布式定位技术）、LORAN（LONG Range Navigation）是一种地区导航系统、RSS方式定位系统（如RADAR定位系统利用指纹识别技术来进行定位，从而解决了定位移动计算设备的问题），使用TOA/TDOA方式定位的系统（Bat System和Cricket）、混合定位系统（如Calamari 和AHLoS）。 CBL定位 为了能准确定位整个传感器网络的节点，定位过程通常需要经过精密的计算。因为传感器节点希望被设计成资源消耗低且网络规模要求越来越大且密度也越来越高，所有具有高定准确度且高可扩展性的低负载的定位算法值得我们研究。因此，我们设计了CBL算法，这种算法能有效应用于实际无线传感器网络。 CBL采用了一种逐级定位的思想来实现整个网络的定位过程，以代替以往算法的所有节点都是同一定位过程。我们把节点分成两类，并且运用不同的定位逼近法来改进这两类节点的可扩展性和准确性。第一种节点类型是代表一小块区域节点的簇头节点，簇头节点是被选取出来的能正确反映网络性能的节点，其定位采用复杂但准确的定位算法，这种定位算法能从根本上改进整个网络定位的准确性。除了簇头节点剩下来的节点就是另一种节点类型，这类大众节点以簇头节点为参考，采用低负载的定位过程。使用这些机制，CBL定位算法准确度相当好，且计算量少，通信量也少。 簇头选取 因为簇头节点最先被定位并给剩余簇内节点做定位参考，所以它们必须是网络中性能好的节点。还有，簇头选取过程要低负载以确保整个网络的可扩展性。因此，CBL算法中，我们应用了一种简单的单跳的小范围簇类算法来选取簇头。这种算法运用单跳确保了算法的低功耗，同时小范围性使每一个簇节点都能公平地被选取为簇头。 我们假设每一个节点都有一个唯一的ID号，为了进行簇的分类，开始时每一个节点都同邻居节点进行通信以得到节点的单跳距离。接着，假定在邻居节点中其ID号最大的节点中的任一节点为簇头，或者等待其比较完整个簇的节点来选取ID号最大的那个节点为簇头。只要选取出了簇头节点，其将同邻居节点通信以建立自己的簇，这个簇群的初始 图1.a描述了随机的无线传感器网络拓扑结构，节点间相互连接。图1.b表示簇类网络结构。图1.c表示了各簇群之间的网络连接。 Cluster Head Localization 簇头定位 簇头能影响整个网络