無線傳感器網(wǎng)絡室內定位與網(wǎng)絡修復方法研究.pdf

1、微電子技術、計算技術和無線通信等技術的進步，推動了低功耗、多功能無線傳感器網(wǎng)絡的迅速發(fā)展。無線傳感器網(wǎng)絡在戰(zhàn)場監(jiān)視、環(huán)境監(jiān)測和災難救援等領域中具有廣泛的應用，因此受到越來越多研究者的關注。本文在分析總結國內外相關研究的基礎上，對室內定位和網(wǎng)絡修復技術進行了深入地研究，主要研究內容和成果體現(xiàn)在以下幾個方面:
　　針對室內障礙物較多容易造成信號非視距(Non-line of sight，NLOS)傳播的問題，提出了一種基于TDOA(T

2、ime Difference of Arrival)的室內NLOS定位算法。分析了NLOS環(huán)境下接收信號強度和TDOA模型的特性，在此基礎上采用序貫概率似然比檢驗方法對信號傳播狀態(tài)進行檢測，使用LOS下的測量值建立目標函數(shù)，并基于粒子群優(yōu)化算法計算未知節(jié)點位置。最后設計了基于TDOA的室內高精度定位系統(tǒng)，并利用該系統(tǒng)驗證了所提算法的有效性。
　　針對室內環(huán)境下NLOS誤差動態(tài)性較強的問題，提出了一種基于似然矩陣的混合Kalman-

3、H∞濾波算法。該算法根據(jù)構建的似然矩陣對NLOS誤差進行校正，并采用混合Kalman-H∞濾波方法以降低測量噪聲對定位精度的影響，最后利用濾波后的測量值對移動節(jié)點進行定位。該算法在無需事先已知NLOS誤差任何統(tǒng)計信息的情況下，實現(xiàn)了對NLOS誤差的有效抑制。
　　考慮到NLOS誤差在小范圍內服從某種分布的特性，提出了一種基于高斯混合模型的移動魯棒定位算法。由于多個高斯概率密度函數(shù)的線性組合可以用來描述任何一種概率密度分布，因此該算

4、法首先采用基于EM(Expectation Maximization)方法的高斯混合模型來估計測量值的分布情況，然后利用概率數(shù)據(jù)關聯(lián)算法對估計值進行數(shù)據(jù)融合，從而計算出移動節(jié)點的位置。該算法有效地削弱了NLOS誤差，提高了移動節(jié)點的定位精度。
　　針對二元傳感器易受到環(huán)境噪聲干擾的問題，提出了兩種二元傳感器網(wǎng)絡的多源定位算法。首先基于Neyman-Pearson準則建立了多源探測模型，該模型能夠較好地反應節(jié)點誤警的特性。然后針對兩

5、個信號源的情況，采用Fisher準則對節(jié)點進行分類，并提出WSNAP算法對信號源位置進行估計;針對多個信號源的情況，提出了基于模糊C均值的多源定位算法。這兩種算法均能夠有效抑制測量噪聲的不利影響，并具有較高的定位精度。
　　針對無線傳感器網(wǎng)絡易產生網(wǎng)絡空洞的問題，提出了能量均衡的網(wǎng)絡修復算法。首先分析了節(jié)點的探測模型和能耗模型，并建立了網(wǎng)絡狀態(tài)指示值，利用該指示值作為網(wǎng)絡修復的標準，然后針對不同的修復思想提出了COST_MAX_M