无线传感器网络定位算法研究

【摘要】：无线传感器网络(WSN)具有强大的分布式数据感知和处理能力,已被广泛应用于社会的各个领域。在众多WSN应用中,获取网络中节点的位置是实现许多功能的必要条件。DV-Hop作为一种经典的非测距定位算法,易于实现但往往误差较大。基于信号接收强度指示(RSSI)的定位技术因其无需额外硬件且精度较高的优势,在WSN定位领域中应用广泛。本文主要研究并改进了基于RSSI测距的定位方法,同时与经典DV-Hop算法相结合提高了无线传感器网络的定位精度,主要贡献如下:(1)基于蓝牙和Zigbee设备,对RSSI路径损耗模型与测距误差原理进行了分析与验证。首先对RSSI值与传输距离的理论模型进行了推导,并分析了测距误差与传输距离、损耗参数以及观测次数之间的理论关系。然后基于低功耗蓝牙和Zigbee设备,在实际环境中分别采集了不同距离下的RSSI值,对数据标准差与模型拟合情况展开分析,并验证了测距误差与传输距离成正比这一理论结果。(2)基于RSSI测距误差与传输距离的关系,提出了加权非线性最小二乘法进行坐标计算。在已知锚节点坐标和距离的情况下,我们首先介绍了最小二乘法(LLS)和非线性最小二乘法(NLS)这两种常见的坐标计算方法,并研究了 L-M算法在非线性目标函数上的优化求解。之后,根据测距误差与传输距离成正比这一关系,提出了加权非线性最小二乘法(WNLS),该方法基于NLS的目标函数,对距离较远的节点施以较小的权重。仿真结果显示,加权非线性最小二乘法的定位精度在多种参数配置下均优于对比算法,其平均定位误差相比于最小二乘法和非加权算法分别下降了 70%和40%左右。(3)针对DV-Hop算法误差较大的问题,提出了一种基于RSSI和DV-Hop的混合定位算法(RDLA)。该算法主要有两项改进:1、利用RSSI测距对相邻节点间的距离估计进行优化,同时引入未知节点的坐标广播机制,使得节点间能够相互更新、互为锚节点;2、采用加权非线性最小二乘法作为坐标计算方法,通过权重分配与非线性目标优化,进一步降低了定位误差。实验结果表明,相比于原始DV-Hop,RDLA的平均定位精度有50%～64%的显著提升,在增加了一定复杂度的情况下获得了较高的定位精度,同时能够适应不同的环境参数。