论文部分内容阅读
移动目标定位技术是无线传感器网络中的关键技术。但是锚节点在一些复杂环境中无法获取位置信息,从而导致基于已知节点的定位算法无法有效实现。所以无锚点场景下的目标定位问题成为了主要的挑战。而近些年随着无人机技术的发展,基于无人机和WSN协同定位算法受到了越来越多的关注。本文对基于无人机的WSN无锚点移动目标定位技术展开了研究,主要的研究工作有:(1)针对网络中无已知节点的问题,本文提出了一种基于多极值点选择的分布式拓扑图生成算法——MENS-DTPM算法。该算法选取网络中的关键节点作为参考节点,构建虚拟坐标系统,以分布式的方式生成网络的拓扑图。算法可不依赖于任何已知节点的位置信息,仅使用节点间的连通性,生成网络的整体拓扑结构,为目标的精确定位提供基础。与同类算法相比,MENS–DTPM算法能够更有效地选择参考节点,更好地反映网络的结构。(2)本文在网络拓扑图的基础上,针对无线信号受环境影响而导致的定位误差较大问题,构建了无人机与WSN协同网络系统,提出了一种基于网络拓扑与条件随机场模型的移动目标定位算法——MLCRF算法。算法根据节点历史数据与无人机广播信息建立定位模型,引入了误差因子对含有噪声的数据进行修正,并通过鸽群优化算法求解定位模型,从而实现了对移动目标的精确定位;此外,针对算法能耗过大的问题,算法将需要集中式求解的定位模型转换为分布式求解,可使得计算复杂度降低,传输能耗减少。实验结果表明MLCRF算法在无锚点场景中具有更高的定位精度,当噪声误差概率为40%时,平均定位精度能够达到2.56m。最后,本文设计并初步实现了基于无人机的WSN无锚点移动目标定位系统,进行了真实环境下的实验。最终实验结果表明,该系统能够自适应地生成网络的拓扑结构图,并且能够实时定位移动目标,具有良好的定位精度。