無線傳感器網(wǎng)絡室內定位與網(wǎng)絡修復方法研究.pdf_第1頁
已閱讀1頁,還剩131頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

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

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論