基于RSSI的无线传感器网络节点定位算法研究.pdfVIP

摘要

无线传感器网络(Wirelesssensornetworks,WSNs)因其成本低、自适应能力强等特点，被

广泛应用于人们的现实生活中，涉及的领域包括军事打击、医疗建设、智能交通管理和智能

家居等。WSNs包含了诸多重要技术，包括节点定位技术、数据融合技术以及时间同步技术

等。其中，节点定位技术是WSNs的关键技术，在大部分的WSNs应用场合里，若无法获取

具体的节点位置信息，那么获得的其他信息将会毫无意义。基于RSSI的无线传感器网络节

点定位算法因其成本低、灵活性好等特点成为各界研究的重点，然而由于噪声、障碍物等不

利因素的存在，RSSI测距往往存在较大的误差，导致其定位精度较低。因此本文研究的主

要内容是提高基于RSSI的无线传感器网络节点定位算法的精度，本文具体研究内容如下：

一、以现有文献为基础，介绍了无线传感器网络的体系结构、特点、应用场景以及主要

技术，并对WSNs的节点定位技术做详细的阐述，最后介绍了节点定位算法的相关性能评价

指标。

二、为了解决经典三边定位算法中锚节点选取策略单一的问题，本文提出一种基于参考

三角形几何形状的改进三边定位算法。该算法首先在锚节点选取阶段结合参考三角形几何形

状(GeometryofReferenceTriangle,GRT)与三角形内点(PointInTriangle,PIT)准则排除掉未知

节点通信范围内几何形状以及与未知节点相对位置不好的锚节点组合，接着对通过筛选的锚

节点组合分别做三边测量，得到n组未知节点的估计坐标，最后利用n组未知节点估计坐标

的平均绝对距离差值计算得到未知节点的坐标，相比于经典三边定位算法与GRT三边定位

算法，提高了定位精度与效率。

三、传统质心定位算法通常将未知节点通信范围内的锚节点组合构成多边形，并以其质

心作为估计坐标。实际定位环境中，若未知节点位于定位的边界区域或锚节点包围形成的区

域面积过大，会导致质心定位的精度较低。因此，本文针对质心定位算法精度较低的问题，

提出了一种基于改进鱼优化算法的迭代质心定位算法。改进的质心定位算法的核心思想是：

首先，使用Min-Max算法缩小定位区域，接着利用迭代的思想对Min-Max定位区域做进一

步缩小，最后利用改进鱼优化算法迭代计算未知节点的位置，相较于经典Min-Max算法、

ICE算法与CPSCFO算法，提高了定位精度。

关键词:无线传感器网络，三边定位，锚节点选择，迭代质心定位，改进鱼优化算法

Abstract

Wirelesssensornetworks(WSNs)iswidelyusedinpeoplesreallifeduetoitslowcostand

strongadaptability.ThefieldsinvolvedinWSNsincludemilitarystrike,medicalconstruction,smart

transportationmanagement,andsmarthomefurnishings.WSNsincludesmanyimportant

technologies,includingnodelocalizationtechnology,datafusiontechnology,andtime

synchronizationtechnology.Amongthem,nodelocalizationtechnologyisthekeytechnologyof

WSNs.InmostWSNsapplications,ifspecificnodelocationinformationcannotbeobtained,other

informationobtainedwillbemeaningless.RSSI-basedwirelesssensornetworksnodelocalization

algorithmhasbecomethefocusofrese