11.1无线传感器网络节点定位和跟踪技术
无线传感器网络中的节点定位与跟踪算法研究
无线传感器网络中的节点定位与跟踪算法研究无线传感器网络（Wireless Sensor Network，简称WSN）是一种由大量小型节点组成的网络，用于监测、感知、控制或通信等方面。
这些节点通常具有自主能源和通讯能力，可以自主组网，支持多种应用系统。
WSN 链接传感器和执行器到内部或外部环境，支持多方面地应用，包括环境监测、农业、交通、航空、军事、医疗和家庭等领域。
而节点定位与跟踪算法是 WSN 技术中的重要组成部分，它可以帮助我们实现位置感知和状态跟踪，进而实现对设备的故障诊断和维护等功能。
一、无线传感器网络介绍WSN 包含多个小型节点，这些节点能够完成数据采集、处理、存储、传输和控制等功能。
和传统的有线传感器网络不同，WSN 的节点之间通过无线电波进行数据传输。
WSN 通过组网形成一个自适应、多结构的网络，以应对节点数量的变化和网络环境的变化。
由于节点数量众多，功耗通常是一个关键问题，因此 WSN 设计通常采用低功率和节能的策略，以保证网络的可靠性和寿命。
节点的定位和跟踪是 WSN 技术运用中重要的一环，建立更加准确和可靠的节点模型和控制模型，对于优化 WSN 的实时性和安全性都具有十分重要的意义。
二、节点定位的算法研究节点定位的算法是 WSN 技术的基础之一。
节点定位通常分为两类，一类是基于自身节点的定位算法，另一类是基于多点定位的算法。
前者通过节点自身的接收发射和距离估计获得节点的位置信息，后者则是通过估算多个节点之间的距离获取节点位置信息。
2.1基于自身节点的定位算法基于自身节点的定位算法是直接利用节点自身特征信息（如信号强度、雷达波）进行位置估算的算法。
基于自身节点的算法通常包括三类：距离测量算法、角度测量算法和信号强度算法。
距离测量算法是比较常见的算法，通常采用最小二乘法来计算节点位置。
这种算法通常需要根据节点发送和接收的信号的时间或者信号强度来计算节点之间的距离或者方向。
而这些参数的准确性，通常需要根据清晰的网络构架和完善的传输数据处理机制来保证。
无线传感器网络的节点定位与跟踪技术研究
无线传感器网络的节点定位与跟踪技术研究无线传感器网络（WSN）是一个由装备有传感器、通信和计算能力的大量节点组成的网络，这些节点建立起一个分布式的监测、采集和处理系统。
每个节点都能够自主地感知、处理、存储和传输数据，通过无线通信协议将信息传递给其他节点或基站进行集中处理。
无线传感器网络在农业、环境、交通、医疗等众多领域都得到了广泛应用，但是其节点定位和跟踪技术一直是研究的关键问题之一。
一、无线传感器网络的节点定位方法节点定位是无线传感器网络的核心问题之一，一个精准的节点定位算法可以直接影响无线传感器网络的整体性能。
目前，节点定位方法主要有三种：1. 基于GPS定位全球定位系统（GPS）是一种全球卫星导航系统，可为用户提供三维位置、速度和时间等信息。
GPS技术在无线传感器网络的节点定位中得到了广泛应用，通过卫星和接收机之间的信号交互，可以精确计算节点的位置。
2. 基于信号强度定位信号强度是无线传感器网络中一种广泛使用的节点定位技术，其利用无线信号的传播特性，通过对信号强度的测量和分析，来确定节点的相对位置，从而实现准确的节点定位。
3. 基于节点距离测量定位节点距离测量定位是一种广泛应用的节点定位方法，其通过节点间的距离测量确定节点的位置。
该技术在无线传感器网络中得到了广泛应用，但是其需要依赖额外的硬件设备，增加了系统的成本。
二、无线传感器网络的节点跟踪技术无线传感器网络中的节点跟踪技术通常指对节点位置状态的监测和更新，以保证网络中节点位置的准确性。
传统的节点跟踪技术主要有两种：1. 预测模型预测模型是一种广泛采用的节点跟踪技术，其通过节点的历史位置和移动趋势，预测节点未来的移动路径，从而实现节点的跟踪。
预测模型通常采用机器学习等方法来预测节点移动路径，具有较高的准确性和灵活性。
2. 分布式跟踪分布式跟踪是一种针对无线传感器网络中分布式节点的跟踪技术，通过将网络拆分成多个子域，每个子域内只跟踪其子域内的节点，从而减少网络负荷和延迟，提高系统性能。
无线传感器网络中的节点定位与跟踪技术
无线传感器网络中的节点定位与跟踪技术随着物联网的快速发展，无线传感器网络（Wireless Sensor Network, WSN）得到了广泛的应用和研究。
节点定位与跟踪是无线传感器网络中的关键问题，对于实现对环境的全面感知和多种应用的实现至关重要。
本文将介绍无线传感器网络中的节点定位与跟踪技术，并探讨其在实际应用中的挑战和前景。
一、节点定位技术在无线传感器网络中，节点定位是指确定节点在所监测区域的位置。
准确的节点定位可以提供精确的环境感知和定位服务。
目前常用的节点定位技术包括多基站定位、距离测量定位和推测定位等。
1. 多基站定位：多基站定位是一种基于接收信号强度指示（Received Signal Strength Indication, RSSI）的定位方法。
根据节点与多个基站之间的信号衰减模型，通过测量信号强度来计算节点的位置。
然而，该方法需要多个基站的参与，且受到信号干扰和非视距等因素的影响。
2. 距离测量定位：距离测量定位是通过节点之间的距离测量来确定节点位置的方法。
常见的距离测量技术包括全球定位系统（Global Positioning System, GPS）和无线信号传播时间测量等。
然而，GPS在室内或有阻挡物的环境下工作效果不佳，而无线信号传播时间测量受到信号传播速度不均匀和多径效应的影响。
3. 推测定位：推测定位是一种基于邻居节点之间的拓扑关系和信号传播模型来估计节点位置的方法。
通过建立无线传感器网络的拓扑结构和分析节点之间的信号传播特性，可以推测节点位置。
推测定位方法相对于其他定位技术而言，成本低、能耗低，但精度相对较低。
二、节点跟踪技术节点跟踪是指在无线传感器网络中追踪移动节点的位置和状态。
节点跟踪技术可以应用于物品追踪、人员定位和动态环境监测等领域。
目前常用的节点跟踪技术包括基于时间差测量的三角定位算法、卡尔曼滤波算法和粒子滤波算法等。
1. 基于时间差测量的三角定位算法：基于时间差测量的三角定位算法是通过测量节点到多个基站的信号传播时间差来确定节点位置。
无线传感器网络中的节点定位与目标追踪技术
无线传感器网络中的节点定位与目标追踪技术一、引言无线传感器网络（Wireless Sensor Networks，WSNs）是由大量的无线传感器节点组成的分布式、自组织的网络系统。
WSNs广泛应用于农业、环境监测、智能交通等领域，其节点定位和目标追踪技术是实现网络性能优化和应用需求的关键。
二、基本原理节点定位技术是无线传感器网络中的一项关键技术，它通过节点间的相对距离或相对位置关系来确定节点的绝对位置。
常见的节点定位方法包括：信号强度定位、协作定位和三角定位。
1. 信号强度定位信号强度定位方法基于节点接收到的信号强度来确定节点的位置。
这种方法使用RSSI（Received Signal Strength Indicator）或TOA（Time of Arrival）等指标，通过计算节点接收到的信号强度与信号传输距离之间的关系来估计节点的位置。
信号强度定位方法简单易实现，但在复杂环境下容易受到多径效应、阻塞和信号衰减等影响，导致定位误差较大。
2. 协作定位协作定位方法通过节点之间的协作，借助邻居节点的位置信息来确定自身位置。
这种方法要求节点之间能够相互通信，通过节点之间的距离和相对方向信息来推测节点位置。
协作定位方法准确性较高，但对网络拓扑结构要求较高，且通信开销较大。
3. 三角定位三角定位方法根据节点之间的传输距离和相对方向信息，利用三角计算原理来求解节点位置。
这种方法通常需要多个节点来构成三角形，通过测量三角形的边长和内角来计算节点位置。
三角定位方法精度较高，但对网络拓扑结构和节点分布要求较高。
三、目标追踪技术目标追踪技术是指在无线传感器网络中监测和追踪目标物体的位置和行为。
目标追踪技术可以分为基于传感器数据和基于通信信息两种。
1. 基于传感器数据的目标追踪技术基于传感器数据的目标追踪技术主要利用节点感知的物理量信息来实现目标追踪。
例如，通过对温度、压力、声音等物理量进行采集和分析，可以判断目标物体的位置和状态。
无线传感器网络中节点定位与通信技术研究
无线传感器网络中节点定位与通信技术研究随着无线传感器网络（Wireless Sensor Network，WSN）的快速发展和广泛应用，节点定位与通信技术成为该领域的研究热点。
节点定位技术是指准确确定无线传感器网络中每个节点位置的方法，而节点通信技术则关注节点之间的信息传输和交互。
本文将针对这两个方面的研究进行探讨。
首先就节点定位技术而言，无线传感器网络中的节点定位方法可以分为无基站定位和基站辅助定位两种类型。
无基站定位方法是指不依赖任何外部设备的节点定位技术，常用的方法包括多普勒效应定位、声波定位、自适应定位等。
多普勒效应定位利用信号的频率移位来测量节点位置，但由于多普勒效应容易受到多种干扰因素的影响，其定位精度较低。
声波定位则通过测量声波在空气中的传播速度来估计节点位置，但由于受到声波传播距离的限制，其适用范围较窄。
自适应定位方法是指节点通过感知周围环境和调整自身参数的方式优化位置估计结果，由于其具备良好的自适应性，在一定程度上提高了节点定位的精度。
基站辅助定位方法则利用预知节点位置的基站进行节点定位，其中最常用的方法是全局定位系统（GPS）。
这种方法通过基站测量信号传输时间差来计算节点位置，定位精度高且适用范围广，但需要借助GPS设备，不适用于某些特殊环境。
其次，节点通信技术是无线传感器网络中至关重要的一部分。
为了实现可靠且有效的通信，环境中可能存在的多种干扰因素需要被克服。
频谱分配和功率控制是两个关键技术，可以提高网络的性能并降低干扰。
频谱分配是指节点利用不同的频率进行通信，以避免频率冲突和互相干扰。
通常，频谱分配采用统一分配或者动态分配两种策略。
统一分配是将频谱资源按照一定规则进行分配，所有节点共享同一频带，简单易行且易于实现。
动态分配则根据网络中节点的需求和环境的变化动态地进行频谱分配，能够使网络的频谱资源利用率更高。
功率控制是指通过调整节点的发射功率，使其在满足通信要求的前提下尽量减少对其他节点的干扰。
无线传感网络中的节点定位与追踪技术研究
无线传感网络中的节点定位与追踪技术研究随着现代通信技术的快速发展，越来越多的无线传感网络应用被广泛应用于各行各业，如环境监测，交通管理，医疗保健等。
在这些应用中，节点的定位和追踪技术是非常重要的，因为它们可以提高这些无线传感网络的操作效率和可视化程度。
1、无线传感网络中的定位技术目前，无线传感网络中的节点定位技术主要包括无线信号强度测量、时间差测量和测向技术。
无线信号强度测量是一种基于节点接收到的信号强度来估计节点位置的方法。
该技术在实际应用中最常见的应用是基于WiFi信号的室内定位系统，该系统可以仅仅通过手机接受 WiFi 信号，就能够识别一个人的位置。
但是，这种定位方法的准确性较低，且容易受到干扰，因此尚需要进一步的改进。
时间差测量(ToA)是通过计算节点接收到来自不同定位基站的信号所需的时间差来确定节点位置的一种技术。
这种方法在GPS系统中被广泛使用。
但是，它需要同步定位基站之间的时钟进行测量，从而增加了通讯协议和硬件成本。
测向技术是通过估计节点与其他节点的方向关系来确定节点位置。
这种技术比其他定位方法更灵活但也更复杂。
例如，它可以通过使用成对的天线在信号到达时记录信号的方向并进行 triangulation（三边测量）来测量节点位置。
2、无线传感网络中的追踪技术通常，无线传感网络中的节点追踪技术与视频监控系统中的目标追踪技术相似。
在无线传感网络中，节点的追踪可以通过跟踪节点相对于基站或其他节点的位置变化来实现。
这一技术可以被广泛应用于环境监测和安全监控等领域。
对于节点定位和追踪技术来说，精确性是最重要的指标。
随着时间和技术的发展，尽管无线传感网络中的节点定位和追踪技术已经取得了很大的进步，但仍然需要进一步的改进和发展。
总的来说，无线传感网络中的节点定位和追踪技术对于现代信息技术应用的发展具有重要的意义。
希望随着科技的不断进步，这两种技术能够实现更高的精确性和可靠性，以满足各行业对于数据采集和监控的需求。
无线传感器网络中的定位与跟踪技术研究
无线传感器网络中的定位与跟踪技术研究第一章前言近年来，无线传感器网络（Wireless Sensor Networks，WSN）得到了广泛的研究与应用，它可以广泛应用于农业、矿业、环境监测、智能交通等众多领域。
在无线传感器网络中，节点的定位和跟踪是一项非常重要的任务。
节点定位可以为网络管理和服务提供数据或事件的位置信息，而节点跟踪则可以应用于目标跟踪和移动传感器网络。
本文将分析无线传感器网络中的定位和跟踪技术的原理、算法和方法，并探讨它们的实际应用和发展前景。
第二章定位技术2.1 辅助定位辅助定位是通过利用一些已知的位置信息，例如全球定位系统（Global Positioning System，GPS）、超宽带（Ultra-Wide Band，UWB）、基站定位、无线局域网（WiFi）、蓝牙（Bluetooth）等，来推断节点位置。
它有助于提高节点的定位精度和鲁棒性。
GPS是目前广泛使用的全球卫星导航系统，可以提供高精度的地理位置信息。
在节点位置无法通过其他方式获取时，GPS可以作为无线传感器网络中节点定位的主要手段。
UWB技术具有极其短的脉冲宽度和频带宽度，并具有极高的时间和频率分辨率，因此可以提供高精度的距离测量。
UWB可以在室内和室外进行节点定位，并且可以与其他定位技术进行融合。
WiFi和蓝牙都具有广泛的应用，因此可以利用它们的信号强度等信息进行无线传感器网络中节点位置的推断。
2.2 距离测量距离测量是一种基本的定位技术，它可以通过节点之间的信号传输强度、时间差、角度等信息来计算节点间的距离，从而推断节点位置。
距离测量技术包括三角测量、时间差测量、角度测量等。
三角测量是一种基于三个节点的位置信息，通过三边夹角计算目标节点位置的定位方法。
时间差测量需要精确的时间同步和节点间通信的往返时间，可以实现更高的定位精度。
角度测量则通过节点间的信号角度差异进行节点定位。
2.3 利用信号强度节点之间的信号强度可以用于推断两个节点之间的距离。
无线传感器网络中的节点定位与定时同步技术
无线传感器网络中的节点定位与定时同步技术无线传感器网络（WSN）是由许多微型传感器节点组成的有机网络系统，这些节点可以自组织、自配置和自部署。
每个节点都具有传感器、处理器和通信模块，可以收集环境数据并与其他节点进行通信。
在无线传感器网络中，节点的定位和定时同步技术是实现高效通信和协同工作的重要因素。
节点定位技术是指在无线传感器网络中确定每个节点的在空间中的位置。
准确的节点定位对于消除位置误差、优化网络拓扑、实现目标跟踪和数据聚合等应用都至关重要。
有许多节点定位方法已被提出，主要包括以下几类：1.信号强度测量方法：这种方法使用节点之间的信号强度来估计节点的位置。
节点可以利用接收到的信号强度指示器（RSSI）或收到信号强度指示器（RCPI）来计算节点之间的距离。
然后，通过三角定位算法或多边形定位算法，估算节点的位置。
信号强度测量方法的优点是使用简单，成本低，但受到信号衰减、阴影效应等因素的影响，误差较大。
2.相对位置测量方法：这种方法利用节点之间的相对位置关系来估计节点的位置。
相对位置测量可以通过节点之间的跳数、信号时间差等方式来实现。
以跳数测量为例，节点可以计算到目标节点的跳数，并借助其已知位置的节点之间跳数的关系，进而估计自己的位置。
3.地标节点辅助方法：地标节点辅助方法是指在无线传感器网络中在指定的位置布置一些已知位置的节点，用于提供参考信息。
其他节点可以通过与地标节点的通信，借助三角测量等方法推算自身位置。
这种方法的优点是可以提供准确的位置信息，但地标节点的数量和位置的选取会影响其可扩展性和鲁棒性。
定时同步技术是WSN中实现时间同步的一种关键技术。
在大多数应用场景中，节点之间需要同步其行为，以便协调任务执行和数据交换。
节点之间的时间同步可以分为两个方面：节点之间的时钟同步和事件同步。
1.时钟同步：时钟同步是指节点之间的时钟要保持相近的频率和相似的精度。
节点的时钟通常由晶振来产生，由于晶振个体间频率不同，会导致每个节点的时钟存在微小的差异。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
9
基于测距的定位技术
基于测距的定位技术是通过测量相邻节点间的实际距离或
22
非基于测距的定位算法
3、DV-Hop算法 DV-Hop（Distance Vector-Hop）算法是Niculescu等人根据距 离矢量路由（distance vector routing）原理提出的一系列分布式 定位算法（合称为“APS”算法）之一。除DV-Hop算法外， APS算法还包括DV-distance、Euclidean和DV-coordinate。 DV-Hop算法的核心思想是未知节点通过路由方法“测量”与 导标节点之间的最少跳数（hop count）,并计算每跳的平均距离， 以最少跳数和平均跳距的乘积 作为未知节点和导标节点之间的 距离估计。
7
无线传感器网络自身定位系统和算法的分类
物理定位与符号定位(physical position and symbolic location) 绝对定位与相对定位(absolute versus relative) 紧密耦合与松散耦合(tightly coupled versus loosely coupled) 集中式计算与分布式计算(centralized computation versus
方位进行定位，通常分为三个步骤: （1）测距 未知节点首先测量到邻近节点的距离或角度， 然后计算到邻近信标节点的距离或方位； （2）定位 未知节点在计算出到达三个或者三个以上信标 节点的距离或角度后，利用三边测量(trilateration)法，三角 测量(triangulation)法或者极大似然估计(multilateration)法等 计算节点的坐标;在使用测距信息进行定位时，同时可采用 多次测量和循环定位求精等算法来减小测距误差对定位的 影响； （3）修正 对求得的节点坐标进行修正，以减少误差。
10
常见测距/向方法
几种常见测距/向方法
到达时间 (Time of Arrival,TOA) 到达时间差(Time Difference of Arrival,DOA) 到达角 (Angle of Arrival,AOA) 接收信号强度指示(Received Signal Strength Indication,RSSI)
distributed computation) 基于测距的定位和非基于测距的定位算法(range-based versus range-free) 粗粒度与细粒度(fine-grained localization versus coarse-grained localization)
8
基于测距的定位和非基于测距的定位算法
2 2 x -xa） （ （y-y a） da 2 2 2 2 （ （y-yb） db x -xb） 2 2 2 （ x -x ） （ y -y ） d c c c
16
节点位置估计方法
(2）三角测量法 三角测量法的原理如图所示。主要是在测量信号 到达角的情况下使用该方法，节点的位置可以通过三 角形中的正弦和余弦法则求得。 正弦定理： A / sin a B / sin b C / sin c A b 2 2 2 余弦定理： A B C 2 BC cos a
6
无线传感器网络自身定位系统和算法的性能评价
(5)代价 定位系统或算法的代价可从几个不同方面来评价。 时间代价包括一个系统的安装时间、配置时间、定位所需时 间。空间代价包括一个定位系统或算法所需的基础设施和网 络节点的数量、硬件尺寸等。资金代价则包括实现一种定位 系统或算法的基础设施、节点设备的总费用。 (6)容错性和自适应性 定位系统和算法的软、硬件必须具有 很强的容错性和自适应性，能够通过自动调整或重构纠正错 误、适应环境、减小各种误差的影响，以提高定位精度。
( x xi ) ( y yi ) di
18
非基于测距的定位算法
19
质心算法
质心算法完全利用未知节点与导标节点是否连通进行定位，实 现简单易行。也不需要节点之间进行协调，意味着具有良好的 可扩展性。虽然质心算法的定位精度并不高，属于粗粒度定位 算法，但可以满足那些对位置精度要求不太苛刻的应用。
ci ( ( xi x j ) 2 ( yi y j ) 2 ) / h j
j i j i
24
DV-Hop算法
DV-Hop算法的不足是只能在各向同性的网络 中表现良好性能，因为只有在各向同性的网络 中平均跳距才能比较合理地估计节点之间的实 际距离。不过DV-Hop算法实现简单，也不存 在测距误差的影响。
C
B A C 2 AC cos b
2 2 2
c B
a
C 2 A2 B 2 2 AB cos c
17
节点位置估计方法
（3）最大似然估计 最大似然估计的原理类似于三边测量法，不同的是 有三个以上的点的坐标和对应的距离是已知的，如图 所示，假设n个点的坐标为 ( x1, y1 ),( x2 , y2 ),( x3 , y3 ), ,( xn , yn ), 相应的距离为 d1 ，d2 ，d3 dn ，U的坐标（x,y）未 知， 2 2 2
无线传感器网络主要用来检测网络部署区域中各种环境特
性，比如温度、湿度、光照、声音、磁场强度等等，但对 这些传感数据在不知道响应的位置信息的情况下，往往是 没有意义的。 传感器节点通常是用飞机等工具随机地部署到监测区域中 的，因此无法预先确定节点部署后的位置，只能在部署完 成后采用一定的方法进行定位。 目前使用最广泛的全球定位系统（Global Positioning System,GPS），由于其在价格、功耗、适用范围以及体积 等各方面的制约，使其很难完全应用于大规模无线传感器 网络。
13
常见测距/向方法
到达角(Angle of Arrival,AOA)
AOA测距技术需要天线阵列或是多个超声波接 收器结合来实现，这样就需要额外的硬件来满足 要求；而且AOA技术容易受到外界环境影响， 如噪声、NLOS问题等都会对测量结果产生不同 的影响。
14
常见测距/向方法
接收信号强度指示(Received Signal Strength Indication,RSSI)
由此，如何确定无线传感器网络中节点的位置信息称 之为“节点定位”成为了必须解决的关键问题之一。
3
无线传感器网络节点定位
所谓节点定位（node localization）,即通过一定的 技术、方法和手段获得无线传感器网络中节点的 绝对（相对于地理经纬度）或相对位置信息的过 程。由于节点硬件配置低，能量、计算、存储和 通信能力有限，因此对节点定位提出了较大的挑 战。无线传感器网络的特点使得定位算法一般从 以下几个方面评估：
已知发射功率，在接收节点测量接收功率，计算 传播损耗，使用理论或经验的信号传播模型将传 播损耗转化为距离。该技术主要使用RF信号。 节点间的RSSI值使用经验的无线信号传播模型进 行模拟:
15
节点位置估计方法
（1）三边测量法 三边测量法是根据3个已知坐标的节点到未知节点的 距离来确定节点坐标。已知A、B、C三个节点的坐标分 xb , yb 和 xc , yc ，它们到未知节点D(x,y)的距 别为 xa , ya 、 离分别为 da、db、dc ，如图所示，则通过计算可以得到以 下三个式子：
23
DV-Hop算法
1）“测量”与导标节点之间的最少跳数 采用典型的距离 矢量路由交换协议，导标节点向邻居节点广播导标节点信 息，包括位置信息和跳数（初始值为0）。收到这些信息 的节点记录位置信息和跳数（把数值加1），然后转发给 它的邻居节点，这样网络中的所有节点能够记录每个导标 节点的位置和相应最少跳数。 2）计算与导标节点的估计距离 导标节点根据在第1）阶 段中记录的其他导标节点的位置信息和相应的最少跳数， 按照下式估计每跳的平均距离：
20
非基于测距的定位算法
2、APIT算法 APIT（Approximate Point-In-Triangulation Test）算法的思 想是三角形覆盖逼近，未知节点处于多个三角形覆盖区 域的重叠部分中。如图所示，未知节点从所有邻居导标 节点集合中选择3个节点，测试是否位于这3个节点组成 的三角形内部，重复这一过程直到穷举所有的三元组合 或者达到期望的精度，然后计算所有覆盖未知节点的三 角形的重叠部分的重心作为其位置估计。
12
常见测距/向方法
到达时间差(Time Difference of Arrival,TDOA)
发送者同时发送两种不同的信号， 发射机 接收机 一般采用射频信号和超声波信号， T0 T2 T1 根据接收到这两种信号的时间差 和它们的速度把时间差转化为距 离。 T3 TDOA的测量精度一般要优于 TOA，在无线传感器网络的定位 TDOA 研究中使用比较多；只是它要求 VRF *VUS 节点具备感知至少两种不同信号 d [(T3 T1 ) (T2 T0 )]* VRF VUS 的能力，而且超声波信号的传播 距离非常有限。
4
无线传感器网络自身定位系统和算法的性能评价
(1)定位精度 定位技术首要的评价指标就是定位精度，一般用 误差值与节点无线射程的比例表示。例如：定位精度为20%表 示定位误差相当于节点无线射程的20%。也有部分定位系统将 二维网络部署区域划分为网格，其定位结果的精度也就是网格 的大小，如微软的RADAR。 (2)锚节点密度 锚节点定位通常依赖人工部署或GPS实现。人 工部署锚节点的方式不仅受网络部署环境的限制，还严重制约 了网络和应用的可扩展性。而使用GPS定位,锚节点的费用会比 普通节点高两个数量级，这意味着即使仅有10%的节点是锚节 点，整个网络的价格也将增加10倍。因此，锚节点密度也是评 价定位系统和算法性能的重要指标之一。