定位算法在传感器网络中的改进策略

来源 :南昌航空大学 | 被引量 : 0次 | 上传用户:kellermanx
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着微机电系统、无线通信和低功耗嵌入式技术的发展,无线传感器网络在功耗、体积、无线通信等方面得到了很大的发展,特别是现阶段作为物联网发展的核心,使得其具有广泛的应用空间。定位技术作为无线传感器网络重要的支撑技术之一,对无线传感器网络应用的有效性具有重要的意义。只有所有传感器节点的位置信息已知,才能在特定事件发生时,明确事件发生的具体位置,从而采取相应的措施。因为其很多应用如地震监测,目标跟踪等,都需要在很大的区域内部署大量的传感器节点,而实现这些功能都要依赖于对这些节点的自动和精确定位估计。另外,传感器网络中的路由,信息处理等服务也需要定位技术作支撑。所以无线传感器网络定位技术成为近年来人们研究的热点。本文首先在查阅和参考大量国内外相关文献的基础上,介绍了无线传感器网络节点定位技术的研究背景及意义,综述了国内外研究现状,并详细介绍了无线传感器网络中一些典型的无需测距定位算法和系统。传统DV-Hop算法采用较少的锚节点参与平均跳距计算,未知节点使用此平均跳距值误差大,为了减小DV-Hop算法的定位误差,提高待定位节点的定位精度,本文从以下三方面对其进行改进:针对DV-Hop定位算法适应节点均匀分布的网络这一特性,在算法的前期提出了节点的部署策略;针对平均每跳距离在求各种跳数的节点之间的距离时有着不同程度的影响,在算法的中期提出了距离修正值策略;针对用三边或多边测量法计算未知节点的坐标精度不高这一问题,在算法的后期使用了具有交叉因子的粒子群算法这一策略使用Omnet++和Matlab仿真工具对提出改进算法的有效性进行验证。实验证明,与DV-Hop算法相比,三种改进算法的定位精度都得到了一定程度的提高,特别是基于交叉因子粒子群定位时效果最佳,能更好地满足实际应用的需求。
其他文献
在时变的网络环境中,为了给消费者提供良好的网络视频服务,需要在网络节点中对视频的质量进行实时评估,本文研究适用于网络节点的低复杂度包层无参考视频质量评估模型。包层
调制识别的目的就是在信号先验知识缺乏的条件下,判断信号的调制方式,并给出相应的调制参数。随着通信技术的飞速发展,通信信号的调制样式更加复杂多样化,对调制识别技术的要
正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)以其高速的传输速率,优越的抗干扰能力,高效的频谱利用率,已经成为未来无线宽带移动通信的核心技术之一。但
在面向对象的高分辨率遥感影像的分类方法中,首先将影像分割成同质对象,然后再提取地物目标的多种特征,进而在此基础上实现对影像的分类。本文提出了一种系统的面向对象的高分辨遥感影像分类的技术方案,主要研究内容如下:(1)采用多尺度分割模型对高分辨率遥感影像进行初始分割。首先构建同质性与异质性指标,由此构建多尺度分割尺度模型,得到不同地物的最优分割尺度,为下一步充分提取各地物目标的特征做下奠定,并通过实验
无线电探空仪通常搭载具有良好瞬态特性的温度和湿度传感器、气压计、GPS定位模块、无线通信模块等组件,由上升速度约为5~6m/s的气球搭载,对高空温湿度、气压、风速风向等参数
本文的主要工作是基于合成孔径雷达(SAR)图像实现对地面目标的分类识别。由于原始的SAR图像中存在许多背景杂波和噪声,会严重影响对雷达目标的分类。因此本文首先进行SAR图像