无线传感网定位的技术
无线传感网信号被动定位关键技术研究
无线传感网信号被动定位关键技术研究无线传感网信号被动定位关键技术研究引言无线传感网（Wireless Sensor Network, WSN）是由大量分布在目标区域的自主传感器节点组成的网络系统。
传感器节点具备感知、处理和通信能力，能够实时收集环境信息并传输给监控中心。
无线传感网信号被动定位是无线传感网中的一个重要问题，通过分析被动接收的信号，可以利用多普勒效应、信号时延以及信号强度等信息，实现对目标的准确定位。
本文将重点探讨无线传感网信号被动定位的关键技术。
一、多普勒效应原理多普勒效应是指当天线与目标物相对运动时，信号频率发生变化的现象。
利用多普勒效应进行被动定位的方法被称为多普勒定位。
在无线传感网中，传感器节点通常通过接收目标发出的信号来感知目标的位置。
当目标与传感器节点之间存在相对运动时，接收到的信号频率将发生改变。
通过测量信号频率的变化，结合目标与传感器节点之间的相对速度，可以推算出目标的位置信息。
二、信号时延测量技术信号时延测量是无线传感网信号被动定位中的另一个关键技术。
当目标发出信号后，时间延迟是信号从目标到传感器节点所需的时间量。
利用时间延迟进行被动定位的方法被称为时延定位。
传感器节点可以通过记录信号抵达时间的差异，计算出目标与传感器节点之间的距离，并进一步推算出目标的位置。
三、信号强度定位技术信号强度定位是通过测量接收到的信号强度来实现被动定位的一种方法。
在无线传感网中，信号强度通常是以接收到的信号功率来衡量的。
目标与传感器节点之间的距离越近，接收到的信号功率越大；距离越远，信号功率越小。
因此，通过测量接收到的信号功率，可以推断目标与传感器节点之间的距离和位置。
四、信号融合与算法优化在无线传感网信号被动定位中，通常会采用多种技术进行融合，以提高定位精度。
信号融合可以有效地利用多个传感器节点所接收到的信息，对目标进行更准确的位置推算。
此外，为了进一步优化定位算法，还需要考虑目标移动速度、传感器节点分布、传感器节点位置误差等因素，对算法进行优化和改进，提高定位的精度和鲁棒性。
无线传感网络中节点定位技术的使用方法与注意事项
无线传感网络中节点定位技术的使用方法与注意事项无线传感网络是一种由大量分布在空间中的节点组成的网络，节点之间通过无线通信进行信息交换。
在这样的网络中，节点的位置信息对于很多应用至关重要，比如环境监测、物联网、空中巡航等领域。
因此，无线传感网络中节点定位技术的使用方法与注意事项非常重要。
一、节点定位技术的使用方法1. GPS定位技术：全球定位系统（GPS）是应用最广泛的定位技术之一，在户外环境下具有较高的定位精度。
使用GPS定位技术，需要在节点上集成GPS接收器，接收并处理卫星发出的定位信号。
但是，GPS技术在室内环境中效果有限，且耗电量较大，不适合长时间使用。
2. 基于信号强度的定位技术：这种技术利用节点接收到的信号强度来确定位置。
当节点接收到多个信号源，并且每个信号源的距离已知时，可以通过测量信号强度来计算节点的位置。
这种技术不需要额外的硬件成本，但存在信号覆盖范围限制和信号干扰的问题。
3. 视频定位技术：利用节点上集成的摄像头，通过分析摄像头拍摄到的图像或视频来判断节点的位置。
这种技术在一些需要高精度定位的场景中表现较好，但对摄像头的摆放位置和环境光照条件有一定要求。
4. 距离测量技术：使用超声波、红外线等技术来测量节点与其他节点或定位参考点之间的距离，进而计算节点的位置。
这种技术的定位精度与节点之间的距离测量精度密切相关，而且需要额外的硬件支持。
二、节点定位技术的注意事项1. 精度与功耗的平衡：节点定位技术需要考虑定位精度和能耗之间的平衡。
对于一些应用而言，高精度的定位是必需的，但同时也会增加节点的能耗。
因此，在选择定位技术时需要综合考虑应用场景的需求，以及节点的电源供应和维护成本。
2. 环境适应性：不同的节点定位技术在不同的环境和应用场景下表现出不同的效果。
要根据具体的应用需求和工作环境来选择合适的定位技术。
例如，在室内环境中，GPS定位技术的效果可能较差，而基于信号强度的定位技术可能更适合。
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。
无线传感器网络的布局与定位方法研究
无线传感器网络的布局与定位方法研究无线传感器网络（Wireless Sensor Networks，WSN）是一种广泛应用于各个领域的技术，它通过无线通信将多个感知器节点连接起来，形成一个分布式的网络系统，能够实时采集、处理和传输环境中的各种信息。
无线传感器网络的布局与定位方法是该领域的重要研究方向之一，它对于网络的性能和应用效果具有重要影响。
在无线传感器网络的布局中，主要考虑的是如何合理地部署感知器节点，以达到网络性能优化的目标。
一个好的布局方案可以提高网络的覆盖范围、降低能量消耗、增强网络容量等。
传统的节点布局方法主要根据经验或者人工设定来进行，但是这种方法往往无法满足大规模网络的要求。
因此，近年来研究者们提出了一些自适应、智能化的布局方法，利用机器学习和优化算法来优化网络节点的布置位置。
一种常用的自适应布局方法是基于机器学习的节点分布预测。
通过利用网络拓扑信息和历史数据，可以建立模型来预测节点的分布情况，从而优化节点的位置。
例如，可以使用聚类算法将节点划分为若干个簇，并确定每个簇中心节点的位置，然后在每个簇中按照一定规则进行节点部署。
这种方法可以根据网络的需求和特性，自动调整节点布局，提高网络的性能和效率。
另一种常见的布局方法是基于优化算法的节点部署。
优化算法通过数学模型和目标函数来寻找最优的节点位置，以达到某种特定的优化目标。
例如，可以使用遗传算法、蚁群算法等来优化节点的位置分布，使得网络的平均传输距离最小或能效最大。
这类方法可以充分利用搜索算法的优势，找到较好的解决方案。
除了布局方法，无线传感器网络的定位方法也是一个重要的研究方向。
传感器节点的准确定位对于许多应用场景是必要的，例如环境监测、智能交通系统等。
由于传感器节点的分散部署和移动性，传统的定位方法如GPS定位在无线传感器网络中无法直接应用。
因此，研究者们提出了一些新的定位方法来解决这一问题。
一种常见的无线传感器网络定位方法是基于信号强度的定位。
无线传感器网络中节点定位算法的使用教程
无线传感器网络中节点定位算法的使用教程无线传感器网络（Wireless Sensor Networks，WSNs）是由许多分布在特定区域内的无线传感器节点组成的网络系统。
节点的定位是WSNs中的一个重要问题，准确的节点定位可以帮助我们更好地理解和控制环境。
本文将为您介绍几种常见的无线传感器网络节点定位算法，并提供相应的使用教程。
一、距离测量节点定位算法距离测量是节点定位的一种常见方法，通过测量节点之间的距离来确定节点的位置。
常用的距离测量节点定位算法包括三角定位法和多边形定位法。
1. 三角定位法三角定位法基于三角形的边长和角度来计算节点的位置。
首先，选择三个已知位置的节点作为参考节点，测量参考节点间的距离和角度。
然后，通过计算未知节点相对于参考节点的距离和角度，使用三角学原理计算未知节点的位置。
使用教程：在使用三角定位法时，需要提前部署一些已知位置的节点作为参考节点。
首先，通过测量参考节点间的距离和角度，计算出它们的位置信息。
然后，在需要定位的节点周围布置足够多的参考节点，测量它们与参考节点之间的距离和角度。
最后，通过三角定位算法计算出目标节点的位置。
2. 多边形定位法多边形定位法利用几何多边形的边长和角度来计算节点的位置。
首先，选择若干个已知位置的节点作为多边形的顶点。
然后，测量各个顶点之间的距离和角度，并计算出多边形的边长和角度。
最后，通过多边形定位算法计算出未知节点相对于多边形的位置，从而确定未知节点的位置。
使用教程：使用多边形定位法时，首先选择若干个已知位置的节点作为多边形的顶点。
然后，测量各个顶点之间的距离和角度，计算出多边形的边长和角度。
最后，在需要定位的节点周围布置足够多的参考节点，测量它们与多边形顶点之间的距离和角度。
通过多边形定位算法，计算出目标节点相对于多边形的位置，最终确定目标节点的位置。
二、信号强度测量节点定位算法信号强度测量是利用节点之间的信号强度来进行定位的方法，常用的信号强度测量节点定位算法有收集定位法和概率定位法。
无线传感器网络中的分布式目标跟踪与定位技术
无线传感器网络中的分布式目标跟踪与定位技术无线传感器网络（Wireless Sensor Networks，简称WSN）是一种由大量分布式无线传感器节点组成的网络系统。
这些节点能够感知环境中的各种物理量，并将收集到的数据通过网络传输给基站或其他节点。
WSN在农业、环境监测、智能交通等领域具有广泛的应用前景。
其中，分布式目标跟踪与定位技术是WSN中的一个重要研究方向。
目标跟踪与定位是WSN中的核心问题之一。
在许多应用场景中，需要对目标的位置进行实时监测和跟踪。
传统的目标跟踪与定位方法通常依赖于全局信息，要求节点之间进行频繁的通信，这不仅增加了能耗，还可能导致网络拥塞。
因此，研究人员提出了一系列分布式的目标跟踪与定位技术，以降低能耗并提高网络的可扩展性。
分布式目标跟踪与定位技术主要包括目标定位算法和目标跟踪算法。
目标定位算法用于确定目标的位置，而目标跟踪算法则用于跟踪目标的移动轨迹。
在WSN 中，节点通常通过测量目标到节点的距离或角度来实现目标定位。
常用的目标定位算法有多普勒测距算法、测角算法和基于信号强度的定位算法等。
这些算法可以根据不同的应用场景选择合适的方式来定位目标。
目标跟踪算法则是通过分析目标的运动特征来预测目标的下一个位置。
常见的目标跟踪算法有卡尔曼滤波算法、粒子滤波算法和扩展卡尔曼滤波算法等。
这些算法能够通过对目标的历史轨迹进行建模，从而实现对目标位置的预测和跟踪。
分布式目标跟踪与定位技术的关键问题之一是如何选择合适的节点进行目标跟踪和定位。
在WSN中，节点通常具有有限的计算和通信能力，因此需要选择一部分节点作为目标节点，负责目标跟踪和定位任务。
节点的选择可以通过节点自组织、节点自适应或节点协作等方式实现。
例如，可以通过节点之间的协作来实现目标跟踪和定位任务，即多个节点共同合作，通过相互通信和信息交换来提高目标定位和跟踪的准确性和可靠性。
此外，分布式目标跟踪与定位技术还需要考虑网络的能耗和通信开销。
无线传感器网络环境下的定位与导航技术研究
无线传感器网络环境下的定位与导航技术研究引言无线传感器网络是由许多分布在广泛区域内的无线传感器节点组成的自组织网络。
这些传感器节点能够感知并采集环境中的信息，并通过无线通信进行数据传输和共享。
在无线传感器网络中，定位和导航技术发挥着重要的作用。
本文将讨论无线传感器网络环境下的定位与导航技术的研究现状、挑战和解决方案。
一、定位技术定位是无线传感器网络中的基本问题之一。
无线传感器节点的定位精度对于许多应用至关重要，例如环境监测、智能交通和军事领域。
目前常用的无线传感器网络定位技术主要包括信号强度定位、距离测量定位和角度测量定位。
1. 信号强度定位信号强度定位是利用无线信号的强度衰减关系来进行节点定位。
常见的方法包括最大似然估计、卡尔曼滤波和贝叶斯推断。
然而，在实际环境中，信号强度会受到多径效应、阴影衰减和信号干扰等因素的影响，从而导致定位误差增大。
2. 距离测量定位距离测量定位是通过测量节点之间的距离来实现定位。
常用的方法包括到达时间测量、射频信号强度指示和超宽带等。
然而，距离测量定位需要节点之间的同步和通信开销较大，且受到多径效应、随机误差和非视距等因素的影响。
3. 角度测量定位角度测量定位是利用传感器节点之间的方向信息来进行定位。
常见的方法包括方位角测量、引用节点角度测量和协作定位。
然而，角度测量定位在多径效应、信号干扰和随机误差等方面面临着一定的挑战。
二、导航技术导航是无线传感器网络中的另一个重要问题。
在无线传感器网络中，节点通过确定自身位置和目标位置之间的路径来导航数据传输和节点移动。
目前常用的无线传感器网络导航技术主要包括路径规划和数据路由。
1. 路径规划路径规划是确定节点之间最佳路径的过程。
常见的路径规划算法包括最短路径算法、遗传算法和模拟退火算法。
然而，路径规划在无线传感器网络中面临着能耗和拥塞等问题，需要寻求最优的平衡。
2. 数据路由数据路由是将数据从源节点传输到目标节点的过程。
常用的数据路由协议包括SPIN、LEACH和RPL等。
无线传感网络定位技术综述
无线传感网络定位技术综述无线传感网络(Wireless Sensor Network，简称WSN)是一种集成了传感、通信和计算功能的自组织网络，由大量低成本、低功耗的无线传感节点组成。
这些节点能够感知和测量环境中的各种参数，并将收集到的数据通过通信链路传递到基站或其他节点进行处理和分析。
无线传感网络在许多应用领域具有广泛的应用，其中一个重要的应用是定位。
无线传感网络定位技术是指通过使用无线传感节点间的信号强度、时间差或测向等信息来确定物体或节点在空间中的位置。
定位是无线传感网络中很重要的一个任务，它可以帮助用户获取节点的位置信息以及监测和追踪目标物体的移动。
无线传感网络定位技术的发展对于实现智能城市、智能交通以及环境监测等应用具有重要意义。
无线传感网络定位技术主要有三种方法，分别是基于信号强度的定位、基于时间差的定位和基于测向的定位。
第一种方法是基于信号强度的定位。
该方法通过测量无线信号在空间中的衰减程度来确定物体的位置。
常用的技术有收集多个节点间信号强度的RSSI值（Received Signal Strength Indication）并进行加权平均，采用指纹定位技术等。
这种方法简单易用，但存在信号衰减和多径效应等问题，导致定位误差较大。
第二种方法是基于时间差的定位。
该方法通过测量无线信号的传播时间来获得物体的位置。
常用的技术有Time of Arrival (TOA)、Time Difference of Arrival (TDOA)和Round Trip Time of Flight (RTOF)等。
这些方法对节点间的时间同步要求较高，且受多径效应和钟差等因素的影响，也容易引入较大的定位误差。
第三种方法是基于测向的定位。
该方法通过节点对目标物体的信号进行方向收集，进而估计目标物体的位置。
常用的技术有Angle of Arrival (AOA)和Received Signal Strength Angular Differential (RSSAD)等。
- 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)。
自身定位：是确定网络节点的坐标位置的过程。节点自身定位是网络自身 属性的确定过程，可以通过人工标定或者各种节点的自定位算法完成。
目标定位：是确定网络覆盖区域内一个事件或者一个目标的坐标位置。目 标定位是以位置已知的网络节点作为参考，确定事件或者目标在网络覆盖 范围内所在的位置。
物理位置指目标在特定坐标系下的位置数值，表示目标的相对或者绝对位 置。 符号位置指目标与一个基站或者多个基站接近程度的信息，表示目标与基 站之间的连通关系，提供目标大致的所在范围。
2．到达时间（ToA）
这类方法通过测量传输时间来估算两节点之间距离。精度较好。但由于 无线信号的传输速度快，时间测量上的很小误差就会导致很大的误差值， 所以要求传感器节点有较强的计算能力。这两种基于时间的测距方法适 用于多种信号，如射频、声学、红外和超声波信号等。 ToA机制是已知信号的传播速度，根据信号的传播时间来计算节点间的 距离。如图6-1所示为某于ToA测距的简单实现过程示例，采均伪噪声序 列信号作为声波信号，根据声波的传播时间来测量节点之间的距离。
引言
全球定位系统GPS(Global Position System)是目前应用最广泛最成熟 的定位系统，通过卫星的授时和测距对用户节点进行定位，具有定位精 度高、实时性好、抗干扰能力强等优点，但是GPS定位适应于无遮挡的 室外环境，用户节点通常能耗高体积大，成本也比较高，需要固定的基 础设施等，这使得不适用于低成本自组织的传感网。 在机器人领域中，机器人节点的移动性和自组织等特性，其定位技术与 传感网的定位技术具有一定的相似性，但是机器人节点通常携带充足的 能量供应和精确的测距设备，系统中机器人的数量很少，所以这些机器 人定位算法也不适用于传感网。
3．定位性能的评价指标
（3）刷新速度：
刷新速度是指提供位置信息的频率。例如，如果GPS每秒刷新1次，则这种频率对 于车辆导航已经足够了，能让人体验到实时服务的感觉。对于移动的物体，如果位 置信息刷新较慢，就会出现严重的位置信息滞后，直观上感觉已经前进了很长距离， 提供的位置还是以前的位置。因此，刷新速度会影响定位系统实际工作提供的精度， 它还会影响位置控制者的现场操作。如果刷新速度太低，可能会使得操作者无法实 施实时控制。
（4）功耗：
功耗作为传感网设计的一项重要指标，对于定位这项服务功能，需要计算为此所消 耗的能量。采用的定位方法不同，功耗的差别会很大，主要原因是定位算法的复杂 度不同，需要为定位提供的计算和通信开销方面存在数量上的差别，导致完成定位 服务的功耗有所不同。
定位系统或算法的代价可从几个不同方面来评价。
1．接收信号强度指示（RSSI）
基于RSSI定位算法，是通过测量发送功率与接收功率，计算传 播损耗。 利用理论和经验模型，将传播损耗转化为发送器与接收器的距离。 该方法易于实现，无需在节点上安装辅助定位设备。当遇到非均 匀传播环境，有障碍物造成多径反射或信号传播模型过于粗糙时， RSSI测距精度和可靠性降低，有时测距误差可达到50%。一般 将RSSI和其他测量方法综合运用来进行定位。
3．到达时间差（TDoA）
在基于TDoA的定位机制中，发射节点同时发射两种不同传播速度的无线信号， 接收节点根据两种信号到达的时间差以及这两种信号的传播速度计算两个节点之 间的距离。 如图6-2所示，发射节点同时发射无线射频信号和超声波信号，接收节点记录下 这两种信号的到达时间T1、T2，巳知无线射频信号和超声波的传播速度为c1、 c2，那么两点之间的距离为(T2-T1)S，其中S=c1c2/(c2-c1)。
无线传输模块
无线电模块
MCU
MCU
扬声器模块
麦克风模块
2．到达时间（ToA）(2)
假设两个节点预先变现了时间同步，在发送节点发送伪噪声序列 信号的同时，无线传输模块通过无线电同步消息通知接收节点伪 噪声序列信号发送的时间，接收节点的麦克风模块检测到伪噪声 序列信号后，根据声波信号的传播时间和速度来计算节点间的距 离。
节点在计算出多个邻近的信标节点后，利用多边测量算法和极大 似然估计算法算出自身的位置。
ToA采用的声波信号进行到达时间测量。由于声波频率低，速度 低。对节点硬件的成本和复杂度的要求很低，但声波的传播速度 易受大气条件的影响。 ToA算法的定位精度高，但要求节点间保持精确的时间同步，对 传感器节点的硬件和功耗提出了较高的要求。
三边测量法（trilateration）如图6-4所示，已知A、B、C三个节点的
坐标分别为(xa,ya)、(xb,yb)、(xc,yc)，以及它们到未知节点D的距
离分别为da、db、dc，假设节点D的坐标为(x,y)。那么存在下列公 式：
( x x )2 ( y y )2 d a a a 2 2 ( x xb ) ( y yb ) d b ( x xc ) 2 ( y yc ) 2 d c
无线传输模块
无线电模块
MCU
MCU
扬声器模块
麦克风阵列
节点定位计算方法
在传感器节点定位过程中，未知节点在获得对于邻近信标节点的距离，
或获得邻近的信标节点与未知节点之间的相对角度后，通常使用下列
方法计算自己的坐标。
（1）三边测量法
（2）三角测量法
（3）极大似然估计法
（1）三边测量法
（2）覆盖范围：
覆盖范围和定位精度是一对矛盾性的指标。例如超声波可以达到分米级精度，但是 它的覆盖范围只有10多米；Wi-Fi和蓝牙的定位精度为3米左右，覆盖范围可以达到 100米左右；GSM系统能覆盖千米级的范围，但是精度只能达到100米。由此可见， 覆盖范围越大，提供的精度就越低。提供大范围内的高精度通常是难以实现的。
在基于AoA的定位机制中，接收节点通过天线阵列或多个超声波接收机，来感知发射节点信 号的到达方向，计算接收节点和发射节点之间的相对方位和角度，再通过三角测量法计算节 点的位置。
如图6-3所示，接收节点通过麦克风阵列，探测发射节点信号的到达方向。 AoA定位不仅能够确定节点的坐标，还能够确定节点的方位信息。但是AoA测距技术易受外 界环境影响，且需要额外硬件，因此它的硬件尺寸和功耗指标并不适用于大规模的传感网。
如在环境监测应用中需要知道采集的环境信息所对应的具体区域位置；
对于突发事件，需要知道森林火灾现场位置，战场上敌方车辆运动的区域， 天然气管道泄漏的具体地点等。
传感器节点自身定位就是根据少数已知位置的节点，按照某种定位机制 确定自身位置。只有在传感器节点自身正确定位之后，才能确定传感器 节点监测到的事件发生的具体位置，这需要监测到该事件的多个传感器 节点之间的相互协作，并利用它们自身的位置信息，使用特定定位机制 确定事件发生的位置。
无线传感网 定位技术
一、 引言 二、 节点定位技术基本概念 三、 基于距离的定位算法 四、 与距离无关的定位算法 五、 总结
引言
无线传感器节点的位置信息对于传感网来说至关重要，没有位置信息的 监测数据往往毫无意义。 在传感网的各种应用中，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。
受到成本、功耗、扩展性等问题的限制，为每个传感器安装GPS模块等 这些传统定位手段并不实际，甚至在某些场合可能根本无法实现，因此 必须采用一定的机制与算法实现传感器节点的自身定位
返回
节点定位技术基本概念
1．定位的含义 无线传感网定位问题是指网络通过特定方法提供节点的位置信息。 其定位方式可分为节点自身定位和目标定位。
B D A
C
可以得到节点D的坐标为
（3）连接度：包括节点连接度和网络连接度两种含义。
节点连接度是指节点可探测发现的邻居节点个数。 网络连接度是所有节点的邻居节点数目的平均值，它反映了传感网节点配置的密集程度。
（4）邻居节点：传感节点通信半径以内的所有其他节点，被称为该节点的邻居节点。 （5）接收信号强度指示（Received signal Strength Indicator，RSSI）：节点接收到无线 信号的强度大小，被称为接收信号的强度指示。 （6）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，被 称为信号相对接收节点的到达角度。 （7）视线关系（Line of sight，LoS）:如果两个节点之间没有障碍物，能够实现直接通信， 则称这两个节点间存在视线关系。 （8）非视线关系（None Line of sight，NLoS）：两个节点之间存在障碍物，影响了它们 直接的无线通信。
（2）根据部署的场合不同，分为室内定位和室外定位。
（3）根据信息收集的方式，网络收集传感器数据用于节点定位被称为被 动定位，节点主动发出信息用于定位被称为主动定位。
2．基本术语
（1）信标节点：指预先获得位置坐标的节点，也被称作锚点。其余节点被称为非锚点。 （2）测距：指两个相互通信的节点通过测量的方式来估计出彼此之间的距离或角度。
位置信息有多种分类方法。通常有物理位置和符号位置两大类。
在很多传感网应用场合中，必须知道各节点物理位置的坐标信息。通过 人工测量或配置来获得节点坐标的方法往往不可行。通常传感网能够通 过网络内部节点之间的相互测距和信息交换，形成一套全网节点的坐标。 这才是经济和可行的定位方案。 从广义上来讲，无线传感网的定位问题包括传感器节点的自身定位和对 监控目标的定位。目标定位侧重于传感网在目标跟踪方面的应用，是对 监控目标的位置估计，它以先期的节点自身定位为基础。从不同的角度 出发，无线传感网的定位方法可以进行如下分类。 （1）根据是否依靠测量距离，分为基于测距的定位和不需要测距的定位。