无线网络模型.docxVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
无线网络模型

在无线网络中,若想实现对离群失联节点的定位,首先需要利用其它通信节点与离群失联节点进行通信获取与位置相关的信息。利用采集的信息和定位技术来判断离群失联节点的相对位置,实现对离群失联节点的定位。定位的详细步骤如下:设在无线网络系统中,所有节点组成一个集合。对节点的定位空间是S,定位测量误差服从高斯曲线,定位在S的概率比在S之外的空间的概率要高。因此,在定位空间就形成一个概率分布函数,这个函数的峰值就是离群失联节点的位置。基于概率的离群失联节点定位算法就是根据计算节点的概率密度函数实现对离群失联节点的准确定位的。1 概率定位信息选取设在无线网络中有个节点,各个节点都含有位置的信息,并且都能相互通信,通过将位置信息进行相互通信能够计算出与相邻节点的距离。则每一对相邻节点对应的网络图为:。其中,表示顶点的集合,表示边长的集合。任意选取,表示图中的顶点,则,表示顶点的距离的子集。表示实际的距离。离群失联节点定位的算法是,根据每对相邻节点之问的测量距离计算出各个节点的坐标,让其与测量结果相同。即:对于,使得。利用概率定位算法,对于实际距离的测量结果,服从高斯曲线分布,能够用的概率密度函数进行描述: (1)上述式中,是的方差。将区域内复杂分布的节点线性化,与测量的节点的坐标点的关系为:在节点坐标为的周围区域,利用泰勒级数计算方法,能够用以下线性方程式进行描述:因此,式(1)可以变成以下公式:上述式中,是二次多项式。其标准能够以下公式表述:计算最大概率密度的过程就是对离群失联节点对位的过程。将式(6)求导,设置导数是零,能够计算出离群失联节点的定位点的方程式:利用上述公式能够得到唯一的解,此解就是概率密度唯的峰值。此峰值就是离群失联节点的位置。通过计算得到的离群失联节点位置的坐标如下所示:利用式(6)能够得到的系数。为了让表达公式更简单,改为起始点为基准点的坐标系中,能够得到以下公式:因此,式(4)可以简化为:上述式中,,通过计算,得到F的系数如下:各个节点进行通信时利用自身包含的定位信息能够计算出节点之间的距离,通过距离能够得到系数的值。2 离群失联节点定位条件离群失联节点定位的前提条件是:①节点之间利用无线通信的方式能够计算出距离;②每个节点都有唯一的地址,最小的,值是0,作为坐标的起始点。③各个节点之间能够相互通信。对离群失联节点定位的具体的过程如下所述:1)设无线网络中有个节点,每个节点都有唯一的地址;2)节点之间相互通信时能够得到各节点之间的距离和相邻节点的信息,各个节点之间的距离组成一个距离集合。3)利用节点编号和相邻节点的信息能够判断该节点的地址是否最小。如果是最小值,则将其作为坐标系的原点,并告知相邻节点。4)利用相邻节点的信息,选取距离最远的节点作为参考节点,令最远距离是,其坐标系是,坐标值是,这样能够建立无线网络的相对坐标系。5)和与相邻节点进行通信,如果存在某一节点都是和的相邻节点,并且具有最大连接距离,则该节点是下一个未知节点,坐标是已知到的距离是,到的距离是,根据余弦定理计算可得:利用上述公式能够得到角度,得到的坐标。利用概率定位的算法,能够计算出其它未知节点的坐标。令初始两个节点的坐标和,则测量公式是:其微分式为:是两个节点的距离。其对应的为经过计算得到的系数值是:6)利用节点之间的距离集,以此类推计算其它节点坐标。利用上述过程能够完成对离群失联节点的定位。

文档评论(0)

shenlan118 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档