论文部分内容阅读
控制科学历经经典控制、现代控制、智能控制、网络控制的发展过程,应用到生活实践中的方方面面。控制越来越成为一种指导思想,而不仅仅是技术手段。无线传感器网络是普适计算的关键支撑技术,是控制科学的研究前沿,具有很广的应用前景。 微机电系统和无线通信技术的发展,使得配备大量低成本、微传感器、大规模部署无钱传感器网络的研究成为可能。许多基于WSN的应用,如环境监测、导航、目标探测与跟踪等,都相应的得到了发展。其中,位置感知(即定位)是无线传感器网络的一个重要应用,带有位置信息的监测数据往往更有意义,甚至是某些应用的基本要求。 本文面向控制学科的前沿研究方向----无线传感器网络理论及其应用技术,以室内定位研究为对象,以定位精度、自适应能力为目的,研究室内环境中对目标的定位问题。本文对室内定位的研究遵循由简单到复杂的研究思路,主要体现在定位环境要求由简单到复杂、定位应用要求由简单到复杂、定位性能要求由简单到复杂这三个方面。在研究方法上,以实验为基础,采用几何分析法、图论、模糊聚类、模拟退火、路径规划、预测、信息融合等方法,在室内环境中研究满足性能要求的定位算法。本文力求在研究方法和思路上有所突破,主要研究内容包括以下几个方面: ①系统、全面的总结了国内外现有的定位研究成果。阐述了定位问题的原理及问题描述,研究了无线传感器网络的定位分类方法,并以粗粒度到细粒度分类为主线,总结当前研究的典型定位方法,分析了这些方法的优点和不足之处。 ②在实验的基础之上,面向室内单一环境,提出一种基于测距定向的分步求精定位算法。该算法主要解决室内单一环境下的定位精度问题,通过分析与论证,建立RSSI测距定向模型,确定目标所在的较小区域,然后采用质心定位求解最终位置。同时,在算法优化方面,采用多种优化规则来进一步提高精度。 ③面向由多个单一环境构成的室内复杂环境,基于图论模糊聚类,提出一种RSSI参数自适应定位算法。该算法以图论为主要理论支撑,以图论聚类法为主要模糊聚类方法,通过分析室内不同区域内的RSSI分布特性,提出基于RSSI模糊聚类的区域自适应方法,将室内定位区域划分为若干RSSI特性较明显的子区域,然后提出子区域内的参数自适应估计方法,估计各个子区域内的环境参数,以此参数作为区域的RSSI测距参数进行节点间的测距,最后提出子区域间的RSSI补偿机制来提高区域间的测距精度。 ④在某些应用中,需要考虑采用较少参考节点来同时对较多目标(本文称作?协作组‘)进行定位的问题。针对多个未知节点构成的?协作组‘的定位问题,在采用较少参考节点的情况下,基于模拟退火提出一种RSSI自适应补偿定位算法。该算法将各个未知节点间的信息利用起来,分析室内协作定位情况,得到需要解决的RSSI补偿问题;并采用改进的SA算法解决此问题,在较少的参考节点情况下,提高算法的定位精度和自适应能力。 ⑤引入物理空间信息,基于路径规划,提出一种室内移动目标预测方法,并结合预测,对目标进行定位。该算法首先结合室内建筑格局的空间信息,建立室内路径规划模型,用以约束目标的移动轨迹;并以此模型为信息基础,结合已定位的结果,预测下一时刻目标可能的位置,最后将预测结果和采用MLE算法得到的定位结果进行加权,作为当前的最终定位结果。计算完成后,对各个量进行更新,便于下一时刻的预测和定位。