复杂条件下的无线传感器网络定位技术研究-测试计量技术及仪器专业论文.docx

万方数据 万方数据 承诺书 本人郑重声明：所呈交的学位论文，是本人在导师指导下，独立进 行研究工作所取得的成果。尽我所知，除文中已经注明引用的内容外， 本学位论文的研究成果不包含任何他人享有著作权的内容。对本论文所 涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标 明。 本人授权南京航空航天大学可以有权保留送交论文的复印件，允许 论文被查阅和借阅,可以将学位论文的全部或部分内容编入有关数据库 进行检索，可以采用影印、缩印或其他复制手段保存论文。 (保密的学位论文在解密后适用本承诺书) 作者签名： 日 期： 南京航空航天大学硕士学位论文 摘 要 无线传感器网络(WSN，Wireless Sensor Network)作为获取信息的重要手段，在军事战场、 环境监测、医疗护理等诸多领域有广泛的应用。而对于诸多应用如目标跟踪、森林火灾监控、 远程数据采集等都需要确定的位置信息，因此节点定位技术对 WSN 的应用至关重要，是 WSN 核心技术之一。 本文主要研究了复杂条件下的节点定位技术。针对 RSSI 值常常受到各种复杂条件的干扰， 提出了基于卡尔曼滤波的 RSSI 值筛选策略。另外一方面，在 RSSI 值与实际距离的信号衰减模 型中，提出了信号衰减方程与线性回归理论结合的方法获取准确的环境参数，修正 RSSI 测距 模型。实验证明该方法能够有效的抑制干扰对测距结果的影响。 一些定位场合中，锚节点的个数超过三个，其性能会有优劣之分，应该尽量选取性能较好 的锚节点进行定位，否则将性能较差的锚节点加入定位会造成定位误差增大。因此本文提出了 一种基于线性回归分析的定位策略。用相关系数和剩余标准差对锚节点的测距模型进行性能评 估，制定了一套适合实际情况的定位策略。实验表明，采用修正的测距模型和新的定位策略， 使得节点定位精度明显提高。 为了解决锚节点稀疏的条件下，传统的静态节点定位方法往往无法实现移动节点定位的问 题，提出了一种基于 RSSI 测距和蒙特卡洛预测相结合的移动节点定位算法。当移动节点进入 锚节点稀疏区域时，通过 RSSI 测距和最小二乘曲线拟合预测当前时刻各自的采样区域，将最 终的采样区域缩小在它们的交集以内，缩减采样区域的同时提升了样本采样成功率和定位的精 度。最后利用 RSSI 线性回归分析技术和基于预测的移动节点定位方法相结合，实现了锚节点 不同密度情况下的移动节点定位。实验表明，该定位方法效果良好。 关键词：无线传感器网络，RSSI，卡尔曼滤波，线性回归，移动节点 基金资助：远程测控技术江苏省重点实验室开放基金项目 (YCCK200901) I 复杂条件下的无线传感器网络定位技术研究 ABSTRACT Wireless sensor network (WSN) is becoming a new approach of information collection. It is widely applied in the military, the medical treatment, the environmental monitoring and so on. Since the data collection, object tracking and mesh topology managing are significant only when the positions of corresponding sensor nodes have been identified, therefore, as one of the core technologies, the nodes locating plays a pivotal role in the WSN application. This paper studies the node positioning technology under complex conditions. RSSI values for a variety of complex conditions often subject to interference, the proposed screening strategy based on RSSI values Kalman filter. On the other hand, the RSSI value of the signal attenuation model and the actual distance, the signal attenuation is proposed theoretical equation of linear regression method to obtain a