论文部分内容阅读
随着无线传感器网络(Wireless Sensor Networks, WSN)技术的发展，其被广泛应用于国防军事、环境监测、交通管制、医疗卫生等诸多领域。在无线传感器网络的各种应用中，节点位置信息对传感器网络的监测活动至关重要。但大多数情况下，传感器节点被随机地部署在监测区域内，无法预先知道自身的地理位置。如海洋、湖泊环境监测中，每个监测节点处于不同深度的水域感知温度、盐度、压力和水流情况等。依靠全球定位系统(Global Positioning System, GPS)的定位方法由于受到硬件成本与应用环境等因素的制约，已不能完全满足人们的需求；且随着定位应用的需求一步步提高，节点二维定位已不能满足实际应用的要求，因此需要进行节点三维空间定位。课题来源于江西省自然科学基金项目，研究基于RSSI的无线传感器网络节点三维定位方法。本文介绍了常用无线传感器网络节点三维定位算法，详细分析了基于RSSI测距方法的粗差问题，在此基础上，提出一种基于链路质量指标LQI置信度的三维定位求精算法(Novel Refinement Algorithm Based on LQI Confidence forThree-Dimensional Localization,3D-RABLC)。首先，该算法对定位区域进行簇结构划分，建立以簇为单位的定位区域；其次，采用锚节点计算路径损耗指数，通过RSSI信号测距模型变换获取待定位节点之间距离关系；再次，基于LQI对RSSI值进行置信度划分，通过建立三维多跳求精模型、弥补求精的方法，基于置信度高的RSSI值修正置信度低的RSSI值；最后，通过使用集中式多维定标(Multidimensional Scaling, MDS)算法计算待定位节点之间三维空间相对坐标，并根据三维空间向量关系进行全局坐标转换。本文通过大量节点实验，获得节点间一跳RSSI值与距离的关系、LQI与包错误率的关系，依此划分LQI置信度；分别在室内和室外对设计的3D-RABLC算法进行实验验证，结果表明，该算法大大降低了RSSI测距误差，比已有三维定位算法具有更好的定位精度。