无线传感网络定位算法
无线传感器网络节点定位算法的改进
２ Ｙｊｄ）・（） ［ Ｙ］［ ．１ ： ｒｆ‘ 一 ； ；， ３Ｙｉ （卜 ］ ：－而 ）Ｊ ］— ， ’ ： ２＝－ ｃ ｄ ２
这样 ， 式 左 边 和 右 边 都 只剩 下 已 知 常 数 了 等
进一步可 以求解 未知节点 的最／ － 乘 位置估计 ： ｂ
九
七
★基 金 项 目 ： 肃 省 自然 科 学 基 金 （ ． ０ １ Ａ ５ ０ ２ Ｇ） 甘 ＮｏＺＳ ３ 一 ２ — ２ 一 收 稿 日期 ：０ ８ ０ － ７ 修 稿 日期 ：０ ８ １ ０ ２０— ９ ２ ２ ０ —１ — ５
期
ｖ
作 者 简介 ： Ｋ（９ ２ ） 男 ， 肃 人 ， 士研 究 生 ， 究 方 向 为 无 线 传 感 网 ￣ １８一 ， 甘 硕 研
＠ ＭＤＲ Ｃ ＴＲｏ １２ Ｏ，Ｎ Ｐ Ｅ ２８ Ｅ Ｏ Ｕ ０ Ｍ
．
／
研究ｓ开发
＾
’
使上式最小化等价 与最小均方误差 把上式 当作 是 ｘ的函数 ． 令梯度等于 Ｏ 得到 ．
２ Ｔ Ｘ一 Ａｑ＝Ｘ： Ｔ Ｘ＝ Ａ Ａ ２ ｏ （＝Ａ Ａ Ａ￣ ， （ ５）
总 第 理可写为线性矩 阵方程 ：
二
方程 中减去第 三个方程 ． 得到两个剩 下的方程 最终整
但是， 三边 测距 的实际 情况 是 ： 量距 离不 是完 测
全 准 确 的 ，而 是 估 计 带 有 未 知 误 差 ￡ 利 用 ｉ ，０ 。 ＝ ＋ ｄ 来 解 上 述 方 程 不 能 得 到正 确 的 坐 标 值 理 论 上 ． 决 这 个 问 题 的 方 法 就 是 利 用 更 多 的锚 解 节 点 和 相 应 的距 离 测 量 ． 应 的 式 （ ） 扩 展 为 如 下 相 ２就 形式 ：
无线定位算法综述
无线定位算法综述一无线传感网络与节点定位1. 无线传感网络中的关键技术无线传感器网络作为当今信息领域新的究热点，涉与多学科交叉的研究领域，涉与到非常多的关键技，主要包括：拓扑控制；网络协议；网络安全；时间同步；定位技术；数据融合；嵌入式操作系统；无线通信技术；跨层设计和应用层设计。
2. 无线传感器网络节点定位机制无线传感器网络节点定位问题可表述为：依靠有限的位置己知节点即信标节点(锚节点)，确定布设区中其它未知节点的位置，在传感器节点间建立起一定的空间关系的过程。
无线定位机制一般由以下三个步骤组成：第一步，对无线电信号的一个或几个电参量(振幅、频率、相位、传播时间)进行测量，根据电波的传播特性把测量的电参量转换为距离、距离差与到达角度等，用来表示位置关系；第二步，运用各种算法或技术来实现位置估计；第三步，对估计值进行优化。
3. 节点间距离或角度的测量在无线传感器网络中，节点间距离或角度的测量技术常用的有RSSI、TOA、TDOA和AOA等。
4. 计算节点位置的基本方法(1) 三边测量法(2) 三角测量法；(3) 极大似然估计法。
5. 无线传感器网络定位算法的性能评价几个常用的评价标准：定位精度；规模；锚节点密度；节点密度；覆盖率；容错性和自适应性；功耗；代价。
6. 无线传感器网络定位技术分类（1）物理定位与符号定位；（2）绝对定位与相对定位；（3）紧密耦合与松散耦合；（4）集中式计算与分布式计算；（5）基于测距技术的定位和无须测距技术的定位；（6）粗粒度与细粒度；（7）三角测量、场景分析和接近度定位。
二典型的自身定位系统与算法到目前为止，WSN 自身定位系统和算法的研究大致经过了两个阶段。
第1 阶段主要偏重于紧密耦合型和基于基础设施的定位系统。
对于松散耦合型和无须基础设施的定位技术的关注和研究可以认为是自身定位系统和算法研究的第2 阶段。
1. Cricket定位系统未知节点使用TDOA技术测量其与锚节点的距离，使用三边测量法提供物理定位。
基于APIT技术的无线传感器网络目标定位算法
摘
要 ：针对无线传感器网络的 目标定位问题 ， 出了一种 基于能量的 目标定位算法 。首先通过移 动锚 提
节点轨迹的采集 ， 形成虚拟锚节点 ， 利用三边定位确定未知节点的位置 ， 加锚节点的密度 。采用近似 三 增
角形 内点 测 试 （ ＰＴ 算 法 对 目标 节 点 进 行定 位 ， 加 入 了加 权 质 心 因 子 ， 锚 节 点 对 目标 节 点 的不 同影 Ａ Ｉ） 并 用
ｔ ｔＡ Ｉ ） ｅ （ ＰＴ ｓ
Ｔａ ｇ ｔｌ ｃ ｔｎ ｌ ｏ ｉｈ ｂ ｓ ｄ ｏ ｎ ｒ ｙ ａ ｄ ｒ ｅ ｏ ａ ｉ ｇ ａ ｇ ｒｔ ｍ ａ ｅ ｎ ｅ ｅ ｇ ｎ
ＡＰＩ ｔ ｃ ｎｏｏ ｙ ｉ ｒ ｌｓ ｅ ｓ ｒ ｎ ｔ ｒ ｓ Ｔ ｅ ｈ ｌ ｇ ｎ ｗｉ ｅｅ ｓ ｓ ｎ ｏ ｅ ｗｏ ｋ
ｉｉｃ ａｅ ． ｎａｐｏｉ ａ ｏ ｔｎｔａｇｌｔｎｔ ｔ Ａ Ｉ ）ｔ ｈｏ ｇ ａ ｏｔ ｅ ｏｉｏｉｇ ｊ ｔ ｓ ｎｒ ｓｄ Ａ ｒｘ ｔ ｐｉ — － ｎ ａｏ ｓ （ ＰＴ ｅ ｎｌ ｙ ｓ ｄ ｐ ｄｉ ｔ ｓｉ ｎ ｏ ｅ ｅ ｐ ｍ ｅ ｎｉ ｒ ｕ ｉ ｅ ｉ ｃ ｏ ｗ ａ ｅ ｎ ｈ ｐ ｔｎ ｏ ｂ ｃ ｆ
响力来确定加权 因子 ， 以提高定位精度。仿真结果表明 ： 该算法可以有效地提高无线传感器网络 目标定位
的精度。
关键词 ：无线传感器网络 ； 定位方法 ； 加权 因子 ；近似三角形内点测试
中 图分 类 号 ：Ｔ ３３ Ｐ ９ 文 献 标 识码 ：Ａ 文 章 编 号 ：１０ －７ ７ ２ １ ）８０ ６ －３ ０ ０９８ （ ００ ０－０ ００
ａ ｄ ｎ ｅ ｌｃ ｉ ｔ ｎ ｏ ｉｅｅ ｓ ｓ ｎ ｏ ｅｗｏ ｋ ． ｆ ｒａ ｄ ｎ ｅｇ ｔｄ ｆｃｏ ．ｈ ｒ ｕ ｎ ｅ ｏ Ｃ ｏ ｏ ｅ ｏ ｎ ｏ ｏ ａ ｚ ｉ ｆ ｒ ｌｓ ｅ ｓ ｒｎ ｔ ｒ ｓ Ａ ｅ ｄ ｉｇ ａ ｗ ｉｈ ｅ ａ ｔｒ ｔ ｅ ｉ ｌ ｅ ｃ ｆ ｄ ｌ ａｏ ｗ ｔ ｄ ｎ ａ ｈ ｒ ｎ ｄ ｓｔ ｕ ｋ ｏ ｎ ｌｃ ｔ ｎ ｉ ｓ ｄ ｔ ｅｅ ｉ ｅ ｔｅ ｗｅｇ ｔ ｇ ｆｃｏ ｎ ｍｐ ｏ ｅ ｔｅ ｐ ｓｔ ｎｎ ｃ ｕ ａ ｙ Ｔ ｓ ｅ ｕｔ ｎ ｎ ｗ ｏ ａｉ ｓ ｕ ｅ ｏ ｄ ｔｒ ｎ ｈ ｉｈｉ ａ ｔｒ ａ ｄ ｉ ｒ ｖ ｈ ｏ ｉ ｏ ｉ ｇ ａ ｃ ｒ ｃ ． ｅ ｔ ｒ ｓ ｌ ｏ ｍ ｎ ｉ ｓ ｉｄ ｃ ｔ ｈ ｔｔｅ ＡＰ Ｔ ｔｃ ｎ ｌｇ ａ ｒｎ ｉｈ ｒｔｒ ｅ ｃ ｔ ｇｐ ｅ ｉｉｎ． ｕ ｈ ｃ ｕ ａ ｙ ｏ ｒ ｅ ｃ ｔ ｇｉ ｎ ｉ ａｅ ｔａ ｈ Ｉ ｅ ｈ ｏｏ ｙ ｃ ｎ ｂ ｇ ｈｇ ｅ ｇ ｔ ｏ ａｉ ｒｃ ｓ ｉ ａ ｌ ｎ ｏ ｔ ｓｔ ｅ ａ ｃ ｒｃ ｆｔ ｇ ｔ ｏ ａｉ ｈ ａ ｌ ｎ ｎ ｗ ｒｌ ｓ ｅ ｓ ｒｎ ｔ ｒ ｓｃ ｎ ｂ ｍｐ ｏ ｅ ｆ ｃｉｅｙ ｉｅｅ ｓ ｓ ｎ ｏ ｅｗｏｋ ａ ｅ ｉ ｒ ｖ ｄ ｅｆ ｔ ｌ ． ｅ ｖ Ｋｅ ｒ ｓ ｙ ｗｏ ｄ ：ｗ ｒｌ ｓ ｅ ｓ ｒｎ ｔ ｏ ｋ ； ｏ ｉ ｏ ｉ ｇ ａ ｐ ｏ ｃ ｉｅｅ ｓｓ ｎ ｏ ｅｗ ｒ ｓ ｐ ｓ ｉｎ ｎ ｐ ｒ ａ ｈ；ｗ ｉｈ ｉｇ ｆｃｏ ；ａ ｐ ｏ ｉ ｔ ｉ ｔ ｎ ｔ ａ ｇ ｌｔ ｎ ｔ ｅｇ ｔ ａ ｔｒ ｐ ｒ ｘｍａｅ ｐ ｎ － － ｎ ｕ ａｉ ｎ ｏ ｉ ｒ ｉ ｏ
无线传感器网络APIT定位算法
随着计算机网络技术、通信技术、嵌入式技术和传感器技术的飞速发展和日益成熟，具有感知能力、计算能力和通信能力的微型传感器及其构成的无线传感器网络WSN(Wireless Sensor Network)引起了人们的极大关注。
这种传感器网络具有低功耗、低成本、自组织的能力，能够自动进行配置和适应环境的变化，具有动态可重构性等特点，能够通过协作实时监测、感知和采集网络，分布区域内的各种环境或监测对象的信息并传送到控制中心，因而被广泛应用于国防军事、国家安全、精细农业、环境监测、智能家居、城市交通以及预防与减灾、人员营救、目标跟踪等方面，适用于在人们无法接近的极端恶劣或特殊环境下监测事件发生的地点[1]。
传感器节点通过飞行器撒播、人工埋置和火箭弹射等方式任意撒落在被监测区域内。
节点的位置信息都是随机的，节点所采集到的数据，若没有位置信息几乎没有应用价值[1]。
所以在无线传感器网络应用中，节点的定位一直是关键问题，同时也是人们研究的热点。
由于传感器节点采用电池供电，节点数量巨大，成本太高，能量有限。
因而利用GPS或其他方式先对网络中的少量节点(锚节点)进行定位，其他大部分节点以锚节点位置为参考，应用各种定位算法实现自身定位。
根据目前出现的定位算法对节点位置估测机制的不同可以分为两大类：基于距离相关的定位算法(Range-Based Localization Schemes)和基于距离无关的定位算法(Range-Free Localization Schemes)。
前者需要测量相邻节点间的绝对距离或方位，并利用节点间的实际距离来计算未知节点的位置；后者不需要自己与锚节点之间的距离或角度信息，而是根据网络连通性等信息估算出自己与锚节点间的距离。
基于距离相关的定位算法使得传感器节点造价增高，消耗了有限的电池资源，而且在测量距离和角度的准确性方面需要大量的研究。
基于距离无关的定位算法则不需要知道未知节点到锚节点的距离或者不需要直接测量此距离，在成本和功耗方面比基于测距的方法具有优势[1]。
WSN中基于TDoA位置算法的改进研究
WSN中基于TDoA位置算法的改进研究无线传感网络（Wireless Sensor Network, WSN）是一种自组织的、分布式的物联网节点网络，其实现了许多无线传感技术的应用。
这种网络由众多的传感器组成，它们通常安装在被监测的区域内，通过互相通信达到监测和控制的目的。
对于WSN来说，位置信息是非常重要的，因为只有知道传感器的位置，才能更精确地进行监测和控制。
在WSN中，基于TDoA（Time Difference of Arrival）位置算法是一种常用的方法。
它们是通过确定从发射源到每个接收器的时间差来确定接收器的位置的。
这种算法主要优点是能够使用近距离接收器和距离目标源的永久接收器之间的信息，因此提高了定位的精确度。
而且，TDoA算法通过对接收信号进行处理防范了卡尔曼滤波等定位算法的漂移问题。
但是，TDoA算法的定位精度可能受到信号未知时间偏移和噪声的影响，因此，如何改进TDoA算法的精度也是一个重要的问题。
基于TDoA算法的改进方法很多，其中最常用的是加入误差率估计和工程几何技术，并结合优化算法来改进TDoA算法的精度。
为了进一步提高算法的精度，还可以更好地选择参考节点和移动设备之间的测距方式和时间同步方式。
比如，在参考节点的选择上，根据实际情况选择那些位置固定、容易被监测的节点，这些节点更容易实现位置信息输出，也可以有效避免节点受到影响而导致错误的情况。
此外，随着系统中各种传感器数量的增多，不同的传感器之间也存在一定的时间和时钟偏差，如果不加以处理，则这样的误差将会严重影响定位的精确度。
因此，为了弥补时钟和时间偏差，我们可以采用VLP（Visible Light Positioning）技术等方案。
除此之外，为了进一步提升TDoA算法的精度，我们还可以针对特定问题提出对应的解决方案。
比如，在环境多噪声的情况下，我们可以通过限制误差方程组的解，消除传感器测距误差造成的影响。
在节点簇中，为了避免较严重的干扰和高噪声等情况，我们可以减少测量值，间隔测量或在测量周期之间加入一些额外的控制步骤来保证精度。
无线传感器网络中平均跳距修正的DV-Hop定位算法
中图分 类 号 ： Ｐ ０ ． Ｔ ３ １ ６
文献标识码 ： Ａ
文章 编号 ：０ ７９ ｌ（０ ２０ — Ｉ００ ｌ０ —４６２ １）４０ １ —３
１ 、基 本 Ｄ Ｈ Ｖ— ＯＰ定位 算 法
组 广 播 到 网络 中 ， 节 点 只 接 收 最 近 的信 标 节 点 的平 均 跳 距 。 使 当接 收到平均跳距之 后 ， 未知节点用平均跳距乘 以第 ｌ 阶段记录 的最小
ＨｏＳ ｅ ｐ￣ ＝
冬
（） ５
信标 节点ａ 与信 标节 点ｂ ｃ 、之间， 用实际距离Ｄ Ｄ 代表 ｌ … 跳距 跳 数 ， 到 该 未 知 节 点 到 每 个 信 标 节 点 之 间 的 距 离 ， 公 式 （） 得 如 ２ 所 离， 通常是 比实际１ 跳距离偏小 的， 尤其是 当两个信标节点距离很近 示。 时， 会偏 小得更多 ； 信标节点ａ 之 间， 与ｄ 用两点之 间直 线距离Ｄ 代 替折线距离Ｄ 一 ， Ｄ 信标节点ａ 之间， 与ｅ 用两点之间直线距离Ｄ 代 公式（） ， 表示 未知节点ｍ到信标节点ｉ ２中 Ｄ 的距离 ， ｐ ｉｅ Ｈｏ Ｓｚ 替折 线距离Ｄ － Ｄ 我们知道 ， 点之 间直 线距 离总是小于折 Ｄ一 两 表 示 未 知 节 点ｍ接 收 到 的最 近 的信 标 节 点 的平 均 跳 值 ， 示 该 未 线距离 ， ｈ表 并且折线弯 曲程度越厉害 ， 线距 离与折线距离偏小的越 直 知 节 点 ｍ与 信 标 节 点 ｉ 跳 数 。 的 厉害 。 因此 ， 公式（ ） 算得 到的信标 节点ａ 用 ５计 的平均跳距 比实 际平 第３ 阶段 ， 当未知节点获得与３ 个或更多信标节点 的距离 时， 则 均 跳 距 存 在 一 个偏 小 的 误 差 。 也就 是说 ， 统 Ｄ －Ｈｏ 算 法 中 信 标 传 Ｖ ｐ 利 用 三 边 测量 法 或极 大 似 然估 计 法 计 算 出 自身 坐标 。 三边 测量 法 的 节点在计 算平均跳距 时， 得到 的总 是比实际值偏小 的平均跳距［ ６ １ 。 计算方 法如下 ： 从平均跳距的计算公式（） 以看出 ， ５可 当信标节点 数量越多 ， 分 假 设未知节点的坐标为（ ，）３ ｘ Ｙ ，个信标节点 的坐标分 别是（ ． ｘ， Ｙ）（ ２Ｙ）（ Ｙ）到信标 节点的距离分别是ｄ 、 ，ｄ ， １ Ｘ ，２、 ， ， 、 Ｘ ．ｄ、 则有 子累加项越多 ， 小误差累加也就越大 。 偏 因此 ， 信标 节点 的数量也会 影响 到该偏 小误差 的大小 。
无线传感器网络节点定位算法综述
Ｋｅ ｒ ｓ： ｒ ｌｓ ｅ ｏ ｅ ｏ ｋ； ｏ ｅ ｌ ｃ ｉ ａ ｏ ｌ ｃ ｌ ａ ｏ ｇ ｒｔｍ ｓ ｙ ｗｏ ｄ ｗｉｅｅ ｓｓ ｎｓ ｒｎ ｔ ｒ ｎ ｄ ｏ ａｚ ｔ ｎ；ｏ ａｉ ｔ ｎ ａ ｏ ｈ ｗ ｌ ｉ ｚ ｉ ｌ ｉ
节 点定位 是通 过 一 定 的技 术 、 法 和手 段 获 方
１ 节 点 定 位原 理
在本文中， 已知 自身位置的传感 器节点为信 标节点； 不能确定 的自身位置的节点为未知节点； 通信半径内的所有节点都是该节点的邻居节点。
在 传感 器节 点定 位过 程 中 ， 知 节 点 在 获 得 未
Ａ ｖｅ ｏ ｃ ｌ ａ ｉ ｎ Ａｌ ｏ ｉｈ ｎ Ｗ ｉｅｅ ｓＳ ｎ ｏ ｔ ｒ Ｒｅ ｉｗ ｆＬｏ ａｉ ｔ ｇ ｒｔ ｍｓ ｉ ｒ ｌｓ ｅ ｓ ｒ Ｎｅ ｗｏ ｋ ｚ ｏ
Ｌ ｕ Ｌ ｕ ｎｙ ａ ／Ｊ ｎ ＩＹ ａ －ｕ ｎ
（ ｅａｔ ｎ ｆ ｔａ－ｅｔｃｌａｄＣ ｍｐ ｔ ｎ ｉｅｄ ｇＵｎｖｒｉ ｆ ｈｎ ｈｉ ｏ ｃｅｃ ｎｄＴ ｃｎ ｌｇ ，ｈ ｇ ａ２ ０ ９ ） Ｄ ｐｒ ｔ Ｏｐｉ ｌ ｌｃ ｉ ｎ ｏ ｕｅ Ｅ ｇ ｃ ｎ ， ｉｅｓｙｏ ａｇ ａ ｆｒ ｉｎｅａ ｍｅ ｏ ｃ ｅ ｒａ ｒ ｎ ｔ Ｓ Ｓ ｅｈ ｏｏ ｙ Ｓ ａ ｈ ０ ０ ３ ｎ ｉ
绍 了几种代表 性 算法的 原理和 特 点。通过 对现 有 算法 的分析 比较 ， 出 了可 能的 热点研 究方 向。 指 关键词 ： 线传感 器 网络 ； 点定位 ； 无 节 定位 算 法
中图分类 号 ：Ｐ ９ Ｔ ３３ 文 献标 志码 ： Ａ 文章编 号 ：６ １— ４ ６ ２ １ ）５— ０ １ ０ １ ７ ０ ３ （０ ０ ０ ０ ５ — ４
无线传感器网络测距定位算法改进与分析
，
＝
（ Ｔ ） Ａ Ｂ， ＡＡ ～ Ｔ
（） ２
Ａ＝
［ 二 ：］ － ＿， ！
一
ｃ ３
（ ４ ）
：
『 ＋ ｄ １ ＿ ｙ ＋ ， 一 一 一
。 Ｌ２ 一
一
＋ｙ ２
ｉ 一 ｄ 一 ２Ｊ 一 Ｙ ＋ ｄ 。 ＿
那 由 ）得 ［为 知点 坐 ， ３ 别 当＝时此算 称 三 测 法 么 （解 的 ＝ 未 节 的标其 ≥， 地 ３， 法 为 边距 ． ２ 中 特 种
ｌ ｃ ｌ ａ ｉ ｎ ｉ ｒ ｌ ｓ ｅ ｏ ｅ ｗｏ ｋｓ ０ ａ ｉ ｔ０ ｎ ｗｉ ｅ ｅ ｓ ｓ ｎｓ ｒ ｎ ｔ ｒ ｚ
Ｚ ａ ｒｎ Ｏ ｉｎ ，ＭＩ ｉ ＨＵ Ｄ －ｏ ｇ一， Ｕ Ｊａ Ｎ Ｊｅ
（ ．Ｓｈｏ ｏ ｏ ｐ ｔ ｎ ｎｏ ｔｎ Ｈ ｆｉ ｎｖｒ ｔ ｏ ｅｈ ｏ ｇ ，Ｈ ｆ ２０ ０ Ｃ ｉａ １ ｃｏｌ ｆ ｍ ｕ ｒａｄＩｆｒ ｉ ， ｅｅ Ｕ ｉ ｓｙ ｆ ｃ ｎｌ ｙ ｅ ｉ ３０ ９， ｈｎ ； Ｃ ｅ ｍａｏ ｅ ｉ Ｔ ｏ ｅ
１ 模 型 假 设
该 文需 要 以下模 型假 设 与符号 ： ：（ ， ，＝１２ … ， ， Ｙ）ｉ ，， ｎ 其表示 信标 节点 （ 节点 ）７：（ Ｙ 表 锚 ； ，） ７
示目 标点坐标； 表示点 与卵 的真实距离， ＝Ｉ 叼Ｉ＝ — ＋（ ｙ ； 即 Ｉ 矗一 ｌ √（ ） ）— ） Ｄ表示信标 ，
Ａｂｓｒ ｃ ：Ｉ ｈｅｐ ａ ｔｃ ｌａ ｐ ｉ ａｉｎ ｆｗｉｅｅ ｓ ｓ ｎ ｏ ｅｗｏ ｋ ，ｎ ｄ ｏ ａｉａｉｎ ｔｃ ｎ ｌ ｇ ｓｏ ｆ ｔ ａ ｔ ｎ ｔ ｒ ｃ ｉａ ｐ ｌｃ ｔｏ ｓｏ ｒ ｌｓ ｅ ｓ ｒｎ ｔ ｒ ｓ ｏ ｅ ｌｃ ｌｚ ｔｏ ｅ ｈ ｏｏ ｙ ｉ ｎｅｏ ｔ ｅ ｋ ｙ ｕｐ ｏ ｔｎ ｔｃ ｏｏ ｉｓ Ｕｎ ｉ ｅ ｈ ｃ ｎ ｅ ｔ ｎ ｌ ｈ ｅ ｓ ｐ ｒｉ ｇ ｅ ｈｎ ｌ ｇｅ ． ｌｋ ｔ ｅ ｏ ｖ ｎｉ ａ ｍｅ ｈ ｄ ｙ ｏｖｎ ｔ ｄ ｓａ ｃ ｅ ｕ ｔｏ ， ｔ ｅ ｏ ｔ ｏ ｂ ｓ ｌｉ ｇ ｈｅ ｉｔｎ ｅ ｑ ａｉｎｓ ｈ
- 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)。
无线传感网络定位算法基于移动锚节点的距离无关定位算法一、无线传感网络定位算法简介1.背景及意义2.概念3.相关术语4.技术特点5.相关应用二、基于移动锚节点的距离无关定位算法简介1.距离无关定位算法比较2.距离无关的移动锚节点定位方法三、典型算法：LMAP算法及其改进一、无线传感网络定位算法简介1.背景及意义随着计算机技术、微电子技术和通信技术的进步，传感器已朝着集成化、微型化、智能化和低能耗的方向快速发展，使其能够在较小体积内集成信息采集、数据处理和信息的传输等多种功能，这为无线传感网(Wireless Sensor NetworksW SN)的产生和发展奠定了基础。
无线传感网是由部署在监测区域内大量廉价微型的具有有限数据处理能力和装备有低能耗无线信号收发器的传感器节点通过无线通信方式形成的一个多跳自组织网络，其目的是利用网络节点协作地感知和采集网络覆盖区域内感兴趣的信息，并发送给观察者。
它通过大量随机部署在监测区域的传感器节点来监测和感知周围的物理环境。
无线传感网具有布线成本低、监测精度高、系统容错性好、可远程监控以及便于诊断与维护等众多的优点，它的产生解决了传统传感器网络在应用中遇到的安装、维护等方面的种种困难。
其在军事、工业、医疗、交通、环保等领域有着广阔的应用前景。
如果说互联网改变了人与人之间的信息交流方式，那么，无线传感网的产生将改变人与自然界的交互方式。
位置信息是无线传感网正常工作和应用中不可缺少的部分，缺少位置信息网络很可能无法正常工作，在某些应用中缺少位置信息也将会是致命的。
无线传感网最基本的功能之一就是位置信息(事件发生的位置或采集数据的节点的位置)。
但是，受到无线传感网自身所具有的低能耗、低成本的特点限制，现有传统定位技术(如GPS)对于无线传感网来说并不适用，因此开发出适用于无线传感网的定位技术势在必行。
通常无线传感网节点是随机分布在不同的环境中进行各项监测任务。
节点只有知道了自身的位置信息，才能够提供有效的监测消息。
因此，对于无线传感网的监测活动来说，位置信息至关重要，在很多无线传感网应用中，没有节点位置信息的监测信息往往毫无意义。
监测到事件后关心的一个重要问题就是该事件发生的位置，这是进一步采取措施和做出决策的基础。
如森林火灾监测，天然气管道泄漏监测，战场上敌方车辆运动的区域具体地点等。
定位信息除了用来确定事件发生的地点外，还可以用于目标跟踪、目标轨迹预测、协助路由等。
获取位置信息是无线传感网基本功能之一，定位技术是无线传感网的一项重要支撑技术。
目前针对无线传感网的定位机制和定位算法已经大量涌现。
通常这些算法都在二维情况下使用，但是经过扩展以后，可以很好的在三维情况下运用。
2.无线传感定位的概念对于定位一般的理解就是确定位置。
在无线传感网中，定位是指网络通过特定的方法确定节点的位置信息。
其可分为节点的自身定位和目标定位。
节点自身定位是确定网络中节点位置坐标的过程，它是网络自身属性的确定过程，是网络的支撑，可以通过人工配置或各种节点自定位算法完成，它是整个无线传感网存在的必要的支撑技术之一;目标定位是指在网络覆盖范围内确定一个事件或一个目标的位置坐标，这可以通过把位置已知的网络节点作为参考节点来确定事件或目标在网络中所处的位置，它是无线传感网的一项重要应用方向。
两者可以统一起来考虑，无线传感网定位问题就是寻求利用少量的锚节点来确定网络中未知节点的位置坐标的方法。
位置信息可以分为两种类型:一种是物理位置，它表示目标的相对或者绝对位置，是指目标在特定坐标系下的位置数值。
另一种是符号位置，它表示的是目标与基站之间的连通关系，提供目标大致的所在范围，即指在目标与一个基站或者多个基站接近程度的信息。
3. 无线传感网定位技术有关术语未知节点(Unknown nodes): WSN中不能自主定位，需要依赖定位算法和已知位置信息的节点来定位的节点。
锚节点(Anchor nodes):通过GPS系统或人工部署已知自身位置信息，并且能够协助网络对未知节点定位的节点，又称为信标节点。
邻居节点(Neighbor nodes):在传感器节点通信半径内，可直接相互通信的节点。
跳数(Hop count):两个节点之间间隔的跳段总数。
测距(Range:测量相互能够通信的节点之间的距离。
测距误差(Range error):测量距离与真实距离之间的误差。
一般指它与真实距离之间的比值。
到达时间(Time of Arrival, TOA):一种信号从一个节点传播到另一个节点所需的时间。
到达时间差(Time difference of arrival, TDOA):两种不同传播速度的信号从一个节点传播到另一个节点所需时间之差。
到达角度(Angle of arrival, AOA):节点接收到的信号相对于自身轴线的角度。
接收信号强度(Received signal strength indicator, RSSI):节点接收到无线信号强度的大小;视线关系(Line of sight, LOS):没有任何障碍物间隔的两个节点间能够直接通信的关系。
非视线关系(No line of sight，NLO S:两个节点之间存在障碍物。
网络连通度(Network connectivity:网络中所有节点的邻居节点个数的平均值。
覆盖率(Coverage rate:能够确定坐标位置的节点在总节点数中所占的比例。
基础设施(Infrastructure:协助传感器节点定位的已知自身位置的固定设备，如卫星、基站等。
4. 无线传感网定位技术特点①自组织性通常无线传感网中的节点是随机布设的，不能依靠全局的基础设施的协助确定每个节点的位置所在。
②容错性传感器节点的硬件配置低、处理能力弱、可靠性差、能量少以及测距时会产生误差等因素决定了传感器节点本身的脆弱性，因此定位算法必须具有良好的容错性。
③能量高效性为了尽量延长网络的生存周期，要尽可能的减少节点间的通信开销，减少算法中计算的复杂度，用尽量少的能量完成尽可能多的工作。
④分布式计算每个节点自己对自身的位置进行估算，不需要将所有信息传送到某个特定的节点进行集中计算。
5. 无线传感网定位技术相关应用①导航导航是定位最基本的用途。
例如:在军事上，通过事先部署的无线传感网采集到的信息，可以对敌方目标进行准确的定位，为火控系统提供精确的制导;在智能交通系统中可以通过网络节点的布设获取车辆的位置信息可以为道路车辆提供信息反馈，从而实现城内精确导航等。
②目标跟踪目标跟踪是指网络实时监测目标的行动路线，预测目标的前进轨迹。
例如在战场上实时的跟踪并报告敌方运动态势以便及时采取相应的措施。
另外，在工厂、物流管理和医院仪器管理等环境中都有很广泛的应用和迫切的需求。
③事件的监控事件监控是指通过网络对某些感兴趣的事件进行监控。
例如:对森林防火应急监控，目前很多森林的防火监控都是利用无线传感网来实现的，将网络节点部署在监控区域，通过传感网络回传至控制中心的数据一旦发生异常情况，就可以通过该节点的相关地理位置信息判断出是什么地方发生异常，以便工作人员采取相关措施。
④定向信息查询如果管理节点需要知道某一个监测区内的状态或是否有事件发生，可以将监测任务发布到这个区域内的传感器节点进行定向的信息查询。
⑤进行网络管理网络可以利用传感器节点的位置信息构建网络拓扑图，据此实时地统计网络覆盖情况，对覆盖较差的区域及时采取必要的补救措施。
⑥协助路由路由算法可以借助节点的位置信息进行路由选择，基于地理位置的网络路由就是一种利用节点位置信息进行网络路由的优化路由。
此种优化路由需要网络中的节点知晓每个节点或者至少相邻节点的位置信息，据此做出优化的路由选择。
在无线传感网中，优化的路由可以提高系统性能、安全性，从而节省宝贵的电能。
二、基于移动锚节点的距离无关定位算法简介1.距离无关定位算法比较距离无关定位算法不需要使用测距技术, 只利用连通情况来估测自己的位置。
绝大多数距离无关定位算法采取分布式计算模式, 因为其可扩展性好, 每个节点的计算复杂度与网络的规模无关, 计算简单而且容易实现, 同时计算在节点进行, 通信量小。
分布式的距离无关算法可以细分为两种: 基于邻近关系( proximity ) 和基于跳计数( dist ance in hops) 。
(1). 基于邻近关系的算法邻近关系是指两个节点在彼此的通信半径范围内, 节点通常以与锚节点间的邻近关系作为限制条件, 利用一定的几何方法( 如三角形、圆、矩形) 来确定自己所在区域范围, 然后以此区域的质心作为估计位置。
典型的算法有:1) 质心算法 ( centroid) 的核心思想是: 与未知节点处于邻近关系的所有锚节点, 所组成的多边形区域的质心, 作为未知节点的位置估计;2) APIT 算法 ( approximat e point in tr iangulationtest) 的核心思想是: 与未知节点处于邻近关系的3 个锚节点构成1 个三角形, 以多个这样的三角形的交叠区域的质心作为未知节点的位置;3) Bounding Box 算法定义了一个离散通信模型。
整个网络被划分为n ! n 个单元, 若一个节点能够与N 个锚节点通信, 则该节点在这N 个锚节点的正方形通信区域的交叠区域中。
上述3 个算法定位精度严重依赖于锚节点的密度和分布。
但是由于实际传感器网络中锚节点难以均匀分布,同时增加锚节点比例会大大提高网络成本, 加剧通信竞争和冲突( 即锚节点稀疏问题) , 因此他们是典型的受锚节点稀疏问题影响的算法。
(2). 基于跳计数的算法当锚节点的密度不大时, 很多节点无法直接与锚节点通信, 此时节点可以通过一定方式获得距离锚节点的跳数, 同时估算每跳距离, 计算出与锚节点的距离, 然后利用三边测量法或极大似然估计法等方法计算自己的坐标。
典型的算法有:1) DVhop 算法可以分为3 个阶段:使用距离矢量交换协议, 使网络中所有节点获得距锚节点的跳数; 锚节点计算网络平均每跳距离值, 并将其广播至网络中, 未知节点接收到该值后计算与锚节点的距离; 未知节点获得3 个以上距离后, 利用三边测距法或极大似然估计法定位;2) Amorphous 算法和DVhop 相似, 区别在于该法未知节点的跳数使用平均值; 同时假定预先知道网络的密度, 离线计算网络的平均每跳距离;3 )Euclidean 算法围绕在锚节点周围的节点的局部几何拓扑, 给出了计算与锚节点相隔两跳的未知节点位置的方法;4) Robust Posit ion 算法由两个阶段组成: 初始阶段和求精阶段。
初始阶段与DVhop 类似, 粗略估计; 求精阶段, 节点通过测量到所有一跳邻居的距离并依此进行位置计算来更新自己的位置。