无线传感器网络节点定位系统的设计与研究

来源 :宁夏大学 | 被引量 : 0次 | 上传用户:Hawk8
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
无线传感器网络的诸多应用中,节点定位技术作为无线传感器网络的核心支撑技术之一,越来越受到重视,已经成为研究领域的一个热点。传感器节点之间位置的确定成为无线传感器网络应用的基本问题,由于传感器网络一般被部署在地形难以接近的地方,节点位置没有被预先定义,所以位置信息对于无线传感器网络而言是非常重要的,几乎所有的传感器网络应用都需要知道节点的位置信息,一个没有节点位置信息的监测数据往往毫无意义。目前国内外很多研究人员提出了不同的定位算法,取得了一定的成就。然而,怎样有效的减少通信开销、降低功耗,获得比较高的定位精度仍然是需要大力研究的问题。   Dv-Hop算法是一种无需测距的定位算法,它使用平均每跳距离计算实际距离,对节点的硬件要求低,实现简单,本文分析了Dv-Hop算法的优点及其存在的问题,在原有算法的优点之上,提出一种改进的减少定位误差的无线传感器网络Dv-Hop定位算法,通过使用差分误差校正方案,旨在减少多跳累积定位误差,这种方案不需要额外的硬件支持就能以一种分布式的方式来实现。本论文以畜牧养殖监测系统为目标,使用传感器节点CC2431作为硬件平台,设计并实现传感器网络节点定位子系统,在该定位子系统中,用改进后的DV-Hop定位算法对戴有传感器节点的动物进行定位,在不增加通信量和计算复杂性的情况下提高了定位精度,使用模拟工具NS2对改进前的算法和改进后的算法进行比较,验证本算法的有效性。
其他文献
移动机器人由于行动灵活、完成复杂任务能力强,在当今社会应用越来越广泛。移动机器人的自主导航功能,作为移动机器人是其最基本、最重要的功能,一直以来都被各领域研究者所关注
随着数据挖掘技术在各行各业的广泛应用,人们对这一领域的相关技术越来越关注。数据聚类和社区发现是数据挖掘领域中十分重要的两个课题,它们之间也有一些共性。聚类是指将数据
随着全球经济的飞速发展,现代物流服务已成为世界各国促进产业结构调整、转变经济发展方式和增强国民经济竞争力的重要手段,也是国家现代化程度和综合国力的重要标志,因此对
传统的基于文本的图像检索存在耗费人力、信息不完整、歧义性等问题,促使了基于内容的图像检索的出现。基于内容的图像检索分为基于全局特征的方法和基于局部特征的方法。基
网络流量分类技术是互联网运营商对网络状况进行监督,进而对网络进行管理的重要手段。随着互联网技术的快速发展,在不增加网络带宽的情况下提升网络的性能成了亟待解决的问题。
多视图立体三维重建一直是计算机视觉领域最热门的研究问题之一,它的目标是通过拍摄物体的图片来自动的恢复具有真实感的物体三维模型。近年来,随着信息技术的不断发展,三维重建
随着GPU体系结构的发展和GPU编程模型的成熟,越来越多的应用程序采用了高性能GPU架构来开发。NVIDIA公司提出的CUDA编程模型,已经在业界取得了巨大成功,引起了学者们的广泛研究
随着互联网的迅猛发展和普及,宽带流媒体技术的出现,视频点播(Video on Demand,简称VOD)业务已经成为当今互联网的主流业务之一。传统视频点播系统基于客户端/服务器架构,虽然可控
多核处理器是处理器的发展趋势,根据系统的内核结构是否存在差异,多核处理器可分为同构多核和异构多核。同构多核存在一定的局限性:在系统达到极限值之后,性能就无法随着内核
随着万维网快速发展,深层网络中蕴含的信息日益增加。由于深层网络具有规模大、异构性、自治性等特点,如何使用户高效、快捷地获取自己满意的信息面临挑战。为了解决这一问题,需