本文關(guān)鍵詞：一種基于多維標(biāo)度的無(wú)線傳感器定位算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來(lái)，無(wú)線傳感器網(wǎng)絡(luò)的發(fā)展受到了越來(lái)越多國(guó)家的關(guān)注，傳感器網(wǎng)絡(luò)成本低、耗能小、分布廣泛等特點(diǎn)使其成功應(yīng)用于軍事、醫(yī)療、農(nóng)業(yè)、交通、家居等人們生活的各個(gè)領(lǐng)域。而脫離了節(jié)點(diǎn)定位的無(wú)線傳感器網(wǎng)絡(luò)研究通常是沒有意義的，因此，無(wú)線傳感器網(wǎng)絡(luò)定位技術(shù)的研究成為了WSN（Wireless Sensor Network）研究領(lǐng)域的關(guān)鍵問題之一。 本文先是在對(duì)無(wú)線傳感器網(wǎng)絡(luò)基本結(jié)構(gòu)研究的基礎(chǔ)上，總結(jié)了WSN定位技術(shù)中廣泛使用的經(jīng)典測(cè)距方法以及定位算法，分析比較了各種算法的優(yōu)缺點(diǎn)。深入研究了多維標(biāo)度技術(shù)（multidimensional scaling, MDS），以及將多維標(biāo)度技術(shù)成功應(yīng)用于無(wú)線傳感器定位的MDS-MAP算法，分析了MDS-MAP算法的優(yōu)勢(shì)及不足，針對(duì)于MDS-MAP算法的不足提出了一種基于能量分簇的分布式多維標(biāo)度定位算法NMDS-TDOA(D)算法，詳細(xì)論證了算法過程，最后通過仿真驗(yàn)證改進(jìn)算法的可行性和優(yōu)越性。本文主要的工作以及創(chuàng)新如下： 1.深入研究基于多維標(biāo)度的定位算法MDS-MAP算法，這種定位算法充分利用節(jié)點(diǎn)之間的相關(guān)性信息定位，將這種相關(guān)性轉(zhuǎn)換成相異性矩陣來(lái)獲得節(jié)點(diǎn)在多維空間中的坐標(biāo)，但MDS-MAP算法作為集中式算法有其缺點(diǎn)，比如對(duì)中心節(jié)點(diǎn)消耗太大，算法復(fù)雜度太高，節(jié)點(diǎn)密度低或網(wǎng)絡(luò)結(jié)構(gòu)不規(guī)則時(shí)最短路徑算法誤差較大，而且，一旦網(wǎng)絡(luò)中有節(jié)點(diǎn)移動(dòng)，需要對(duì)整個(gè)網(wǎng)絡(luò)重新定位； 2.本文提出了一種基于能量分簇的分布式非度量多維標(biāo)度定位算法，網(wǎng)絡(luò)中的節(jié)點(diǎn)根據(jù)設(shè)定的網(wǎng)絡(luò)模型和能量模型計(jì)算自身剩余能量，節(jié)點(diǎn)通過對(duì)比與鄰居節(jié)點(diǎn)的平均剩余能量決定是否成為簇頭，這樣的分簇方式降低了迭代算法的復(fù)雜度，最關(guān)鍵的，現(xiàn)有的分布式算法通常是每一個(gè)節(jié)點(diǎn)都與自身m跳以內(nèi)的節(jié)點(diǎn)成簇，與現(xiàn)有分簇方法相比，本文提出的分簇方式減少了簇頭數(shù)目，降低了由于簇間融合帶來(lái)的累積誤差，同時(shí)，保證了簇間的重疊度，使融合算法準(zhǔn)確度更高，另外，這樣的分簇方式也延長(zhǎng)了網(wǎng)絡(luò)的生存時(shí)間； 3.提出改進(jìn)的集中式多維標(biāo)度定位算法，實(shí)現(xiàn)簇頭對(duì)簇內(nèi)節(jié)點(diǎn)的定位。多維標(biāo)度算法通過最短路徑算法獲得節(jié)點(diǎn)間的相異性矩陣，但在節(jié)點(diǎn)密度小、網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)不規(guī)則的情況下，最短路徑算法誤差較大，本文研究將節(jié)點(diǎn)分為兩類，一類使用加權(quán)幾何距離校正算法修正最短路徑，另一類通過已修正距離的鄰居節(jié)點(diǎn)獲得節(jié)點(diǎn)間的修正系數(shù)，得到待修正路徑的距離估計(jì)值。 使用Matlab對(duì)本文提出的改進(jìn)算法進(jìn)行仿真分析。先是分別對(duì)簇內(nèi)改進(jìn)的集中式算法和簇間融合算法進(jìn)行仿真，，驗(yàn)證其可行性，再將整個(gè)算法整合，分析改進(jìn)算法的定位效果，并與經(jīng)典算法對(duì)比，通過對(duì)仿真結(jié)果的分析比較可以看出改進(jìn)算法的優(yōu)越性。
【關(guān)鍵詞】：無(wú)線傳感器網(wǎng)絡(luò) 多維標(biāo)度 節(jié)點(diǎn)定位 分簇
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN929.5;TP212.9
【目錄】：

• 摘要4-6
• Abstract6-10
• 第1章 緒論10-16
• 1.1 研究背景及意義10-11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-13
• 1.3 研究?jī)?nèi)容13-14
• 1.4 本文結(jié)構(gòu)安排14-16
• 第2章 無(wú)線傳感器網(wǎng)絡(luò)定位技術(shù)16-30
• 2.1 無(wú)線傳感器網(wǎng)絡(luò)概述16-19
• 2.1.1 無(wú)線傳感器網(wǎng)絡(luò)體系結(jié)構(gòu)16-17
• 2.1.2 無(wú)線傳感器網(wǎng)絡(luò)特點(diǎn)17-18
• 2.1.3 無(wú)線傳感器網(wǎng)絡(luò)的應(yīng)用18-19
• 2.2 節(jié)點(diǎn)定位基本概念19-20
• 2.3 計(jì)算節(jié)點(diǎn)位置的基本方法20-23
• 2.3.1 三邊測(cè)量法21
• 2.3.2 三角測(cè)量法21-22
• 2.3.3 極大似然估計(jì)法22-23
• 2.4 定位算法的基本分類23-29
• 2.4.1 基于距離的定位算法24-27
• 2.4.2 距離無(wú)關(guān)的定位算法27-29
• 2.5 本章小結(jié)29-30
• 第3章 基于多維標(biāo)度的 MDS-MAP 定位算法30-40
• 3.1 多維標(biāo)度技術(shù) MDS30-34
• 3.1.1 經(jīng)典度量多維標(biāo)度30-32
• 3.1.2 非度量多維標(biāo)度32-34
• 3.2 基于非度量多維標(biāo)度的 MDS-MAP 定位算法34-37
• 3.2.1 算法描述34-35
• 3.2.2 最短路徑算法35-36
• 3.2.3 絕對(duì)坐標(biāo)轉(zhuǎn)換36-37
• 3.3 改進(jìn)的 MDS-MAP(P)定位算法37-38
• 3.4 本章小結(jié)38-40
• 第4章 基于能量分簇的 NMDS-TDOA(D)定位算法40-54
• 4.1 無(wú)線傳感器網(wǎng)絡(luò)分布式定位算法概述40
• 4.2 分布式 NMDS-TDOA(D)定位算法思想40-43
• 4.3 基于剩余能量的分簇方式43-45
• 4.3.1 網(wǎng)絡(luò)模型43
• 4.3.2 能量模型43-44
• 4.3.3 分簇過程44-45
• 4.4 最短路徑的優(yōu)化算法45-51
• 4.4.1 幾何距離校正算法模型建立46-47
• 4.4.2 幾何距離校正算法誤差問題47-49
• 4.4.3 加權(quán)幾何距離校正算法描述49-51
• 4.5 簇內(nèi)集中式多維標(biāo)度定位算法51-52
• 4.6 融合算法與絕對(duì)坐標(biāo)轉(zhuǎn)換52-53
• 4.7 本章小結(jié)53-54
• 第5章 仿真實(shí)驗(yàn)及結(jié)果分析54-68
• 5.1 簇內(nèi)集中式算法仿真分析54-58
• 5.2 簇間融合算法仿真分析58-59
• 5.3 NMDS-TDOA(D)算法仿真分析及比較59-66
• 5.4 本章小結(jié)66-68
• 第6章 論文小結(jié)與展望68-70
• 6.1 全文總結(jié)68-69
• 6.2 未來(lái)展望69-70
• 參考文獻(xiàn)70-74
• 作者簡(jiǎn)介74
• 攻讀碩士學(xué)位期間的科研成果74-75
• 致謝75

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 楊驥;劉鋒;;無(wú)線傳感器網(wǎng)絡(luò)基于中垂線分割的APIT的改進(jìn)定位算法[J];傳感技術(shù)學(xué)報(bào);2008年08期

2 孫佩剛;趙海;羅玎玎;張曉丹;尹震宇;;智能空間中RSSI定位問題研究[J];電子學(xué)報(bào);2007年07期

3 詹杰;劉宏立;劉述鋼;朱凡;;基于RSSI的動(dòng)態(tài)權(quán)重定位算法研究[J];電子學(xué)報(bào);2011年01期

4 錢志鴻;王義君;;物聯(lián)網(wǎng)技術(shù)與應(yīng)用研究[J];電子學(xué)報(bào);2012年05期

5 錢志鴻;王義君;;面向物聯(lián)網(wǎng)的無(wú)線傳感器網(wǎng)絡(luò)綜述[J];電子與信息學(xué)報(bào);2013年01期

6 羅莉瓊;羅娟;;多維標(biāo)度定位算法研究[J];信息技術(shù);2011年04期

7 肖玲;李仁發(fā);羅娟;;基于非度量多維標(biāo)度的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位算法[J];計(jì)算機(jī)研究與發(fā)展;2007年03期

8 周勇;夏士雄;丁世飛;張磊;敖欣;;基于三角形重心掃描的改進(jìn)APIT無(wú)線傳感器網(wǎng)絡(luò)自定位算法[J];計(jì)算機(jī)研究與發(fā)展;2009年04期

9 劉影;錢志鴻;王雪;李奕男;;基于到達(dá)時(shí)間差的無(wú)線傳感器網(wǎng)絡(luò)質(zhì)心定位算法[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2010年01期

10 王林;王曉鵬;;改進(jìn)的無(wú)線傳感器網(wǎng)絡(luò)中多維定標(biāo)定位算法[J];計(jì)算機(jī)工程與應(yīng)用;2011年27期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 丁英強(qiáng);基于無(wú)線傳感器網(wǎng)絡(luò)的定位和跟蹤算法研究[D];天津大學(xué);2009年

  本文關(guān)鍵詞：一種基于多維標(biāo)度的無(wú)線傳感器定位算法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：406975