基于UKF滤波的WSN节点定位研究.pdfVIP

第23卷 第6期 传 感 技 术 学 报 V01．23 No．6 2010年 6月 CHINESEJOURNALOFSENSORSANDACTUATORS Jun．2010 Research onNodeLocalizationBasedonUKF f0rW SN LIANGYuqin，ZENGQinghua，LIUJianye (NavigationResearchCenter，Na@ngUniversityofAeronauticsandAstronautics，Nanjing210016，China) Abstract：UnscentedKalmanFiltering(UKF)simulatestheposteriorprobabilitydensityfunctionofasystem， whichavoidsthefaultoflinearizationerrorinExtendedKalmanFiltering(EKF)．AWirelessSensorNetwork (WSN)localizationalgorithmwasproposedbasedonweightedleastsquaresestimation(WLSE)andUKF．Timeof Flight(TOF)rangingwasselectedtomeasurethedistancebetweenthebeaconnodeandtheunknownnode．With theTOFdata，thedistancemeasurementwasobtainedandoptimized．Aninaccuratepositioncoordinateofthean— knownnodewasobtainedbyusingWLSE，andanaccuratenodelocalizationmethodwasachievedbyusingUKF． Simulationandanalysisresultsindicatethatthealgorithm combiningTOFandWLSE withUKFperformswellin WSN nodelocalization，anditcanimprovethepositioningaccuracygreatly． Keywords：WSN(wirelesssensornetwork)；nodelocalization；TOF；UKF；EKF EEACC ：6140B 基于 UKF滤波 的WSN节点定位研究水 梁玉琴，曾庆化，刘建业 (南京航空航天大学导航研究中心，南京210016) 摘 要：无迹卡尔曼滤波(UKF)模拟系统的后验概率密度函数，避免了扩展卡尔曼滤波(EKF)中引入的较大线性化误差的 缺陷。本文提出了一种基于加权最小二乘法(WLSE)和UKF的无线传感器网络(WSN)节点定位算法。算法采用TOF测距技 术测量未知节点到信标节点的距离，利用加权最小二乘法估算未知节点的初始位置，并采用UKF滤波对节点进行精确定位， 同时与EKF滤波结果进行比较。相关分析结果表明，算法在TOF测距基础上，将加权最小二乘法和UKF滤波结合，可以较大 提高节点的定位精度。 关键词：无线传感器网络；节点定位；TOF测距；UKF、EKF滤波 中图分类号：TP301．6 文献标识码 ：A 文章编号：1004—1699(2010)06-0878-05 无 线传感器 网络 (WirelessSensorNetwork， 点的距离或角度实现定位 ，该技术主要包括 TOA、 WSN)是当前备受关注的热点研究领域，它广泛应 TDOA、AOA、RSSI4J、TOF_5等 。由于 TOF测距技 用于国防军事、航空航天、环境监测、交通管理、医疗 术具有测距范围长、系统简单、测距精度较高等特 救护等领域 ]。在 WSN的应用 中，传感器节点定 点，本文选用 TOF测距技术测量未知节点和信标节 位技术是无线传感器网络定位的关键技术，在无线 点间距离。 传感器网络中占有重