_无线传感器网络定位算法
- 格式:docx
- 大小:202.63 KB
- 文档页数:13
无线传感器网络中的目标定位算法无线传感器网络(Wireless Sensor Network,WSN)是一种由大量便携式无线传感器节点组成的分布式网络系统。
这些节点可以自主地采集环境信息,并将采集到的数据传输给距离较远的存储设备或其他节点。
在网络中,节点之间可以实现自组织和自协调,协同完成特定任务。
因此,WSN在环保、农业、国土安全、医疗、交通等领域都有着广泛的应用前景。
WSN的目标定位是WSN的核心技术之一,是WSN中对目标位置进行估计、确定的过程。
目标定位算法是实现目标定位的核心模块,目标定位算法可以分为基于距离测量、角度测量、混合测量以及信号强度测量等几种类型。
其中,信号强度测量是目前应用最广的一种方法。
一、信号强度测量信号强度是指在传感器节点和目标节点之间所收到的发射信号强度。
信号强度与物理环境、信号传输的距离和障碍物等有关系。
因此,基于信号强度进行目标定位时属于非精确性定位。
利用信号强度进行目标定位的方法,可以通过RSSI(Received Signal Strength Indicator)或者LQI(Link Quality Indication)来实现。
RSSI是指接收设备所接收到的某个无线信号的强度,通常以dBm为单位。
LQI是CC2420解码器中的一个参数,用来描述接收到的数据的可靠程度。
而在基于LQI进行对象定位时,利用的是该参数和接受到的数据的质量值之间的关系。
信号强度测量是一种基于收集RSSI值的方法,并基于RSSI值的合成和统计参数来估计目标节点位置的方法。
在信号强度测量的方法中,贝叶斯定位是其中通常采用的一种方法之一。
简单地说,贝叶斯定位是一种通过先验概率和实际测量值来进行定位的方法。
也就是说,通过收集节点间的RSSI或LQI的值,对目标节点的位置进行估算。
最终通过数据融合和机器学习等手段,达到提高目标定位精准度和减少误差的效果。
二、基于几何测量的目标定位算法基于几何测量的目标定位算法,是指通过传感器节点之间相互测量的物理参数(如水平角度、垂直角度、距离)来估计目标节点位置的算法。
无线传感器网络中节点定位算法的使用教程无线传感器网络(Wireless Sensor Networks,WSNs)是由许多分布在特定区域内的无线传感器节点组成的网络系统。
节点的定位是WSNs中的一个重要问题,准确的节点定位可以帮助我们更好地理解和控制环境。
本文将为您介绍几种常见的无线传感器网络节点定位算法,并提供相应的使用教程。
一、距离测量节点定位算法距离测量是节点定位的一种常见方法,通过测量节点之间的距离来确定节点的位置。
常用的距离测量节点定位算法包括三角定位法和多边形定位法。
1. 三角定位法三角定位法基于三角形的边长和角度来计算节点的位置。
首先,选择三个已知位置的节点作为参考节点,测量参考节点间的距离和角度。
然后,通过计算未知节点相对于参考节点的距离和角度,使用三角学原理计算未知节点的位置。
使用教程:在使用三角定位法时,需要提前部署一些已知位置的节点作为参考节点。
首先,通过测量参考节点间的距离和角度,计算出它们的位置信息。
然后,在需要定位的节点周围布置足够多的参考节点,测量它们与参考节点之间的距离和角度。
最后,通过三角定位算法计算出目标节点的位置。
2. 多边形定位法多边形定位法利用几何多边形的边长和角度来计算节点的位置。
首先,选择若干个已知位置的节点作为多边形的顶点。
然后,测量各个顶点之间的距离和角度,并计算出多边形的边长和角度。
最后,通过多边形定位算法计算出未知节点相对于多边形的位置,从而确定未知节点的位置。
使用教程:使用多边形定位法时,首先选择若干个已知位置的节点作为多边形的顶点。
然后,测量各个顶点之间的距离和角度,计算出多边形的边长和角度。
最后,在需要定位的节点周围布置足够多的参考节点,测量它们与多边形顶点之间的距离和角度。
通过多边形定位算法,计算出目标节点相对于多边形的位置,最终确定目标节点的位置。
二、信号强度测量节点定位算法信号强度测量是利用节点之间的信号强度来进行定位的方法,常用的信号强度测量节点定位算法有收集定位法和概率定位法。
无线传感器网络中的节点定位算法设计与性能评估随着无线传感器网络(WSN)的快速发展,节点定位成为该领域的一个重要课题。
节点定位算法通过利用节点之间的通信和测量信息,确定其在三维空间中的位置,为各种应用提供基础支持。
本文将讨论无线传感器网络中节点定位算法的设计原理和性能评估方法。
一、节点定位算法设计原理1. 距离测量法距离测量法是最简单直接的节点定位方法之一。
该方法基于节点之间的距离测量,使用测量值来计算节点的位置。
距离测量可以通过收集到的消息传输延迟、信号强度等数据来实现。
扩展卡尔曼滤波(EKF)是一种常用的距离测量法,它通过节点之间的测量距离计算节点位置,并使用卡尔曼滤波来估计测量误差。
2. 角度测量法角度测量法通过测量节点之间的相对角度来确定节点的位置。
该方法通常需要使用多个节点进行测量,从而减小测量误差。
多轮测量法和方向测量法是常用的角度测量方法。
多轮测量法通过多个节点的角度测量来计算节点位置,并使用三角测量或梯度下降算法来解决非线性问题。
方向测量法通过测量节点到基准节点的方向角来定位节点。
3. 混合定位法混合定位法结合多种测量方法和传感器信息来确定节点位置。
该方法通过充分利用各种测量方法的优点,并减少各种方法的缺点,提高节点定位的准确性和鲁棒性。
混合定位算法通常包括距离测量、角度测量和地标定位等多种方法的组合。
二、节点定位算法性能评估方法节点定位算法的性能评估是提高算法准确性和可靠性的关键步骤。
以下是常用的节点定位算法性能评估方法:1. 误差分析误差分析是衡量节点定位算法性能的基本方法。
通过计算测量误差和估计误差之间的差异,以及估计误差和真实位置之间的差异,来评估算法的准确性和精度。
2. 精度评估精度评估是衡量节点定位算法性能的另一个重要指标。
通过计算测量位置和真实位置之间的欧氏距离、误差均值和标准差等指标,来评估算法的精度。
同时,还可以根据应用的具体需求,定义适当的精度评估指标。
3. 鲁棒性评估鲁棒性评估是衡量节点定位算法对不同环境和条件变化的适应能力的指标。
无线传感器网络中的协同定位算法研究随着科技的不断发展,无线传感器网络(Wireless Sensor Network, WSN)已经成为各个领域中重要的研究方向之一。
无线传感器网络通过大量的分散式传感器节点之间的协作,实现对目标区域内信息采集、处理和传输的功能。
其中,协同定位算法是无线传感器网络中的关键技术之一。
本文将对无线传感器网络中的协同定位算法进行研究和探讨。
一、无线传感器网络定位算法的基本原理无线传感器网络的定位算法是通过利用网络中的传感器节点之间的信号传播特性和测量数据,推断目标节点的位置,从而实现对目标的定位。
常见的无线传感器网络定位算法包括:距离测量法、角度测量法、基于测向的方法等。
1. 距离测量法距离测量法是利用传感器节点间的距离信息进行定位的方法。
这种方法利用传感器节点之间的信号强度衰减模型、时间差测量技术等手段,通过测量目标节点与周围节点之间的距离,从而推断目标节点的位置。
在实际应用中,可以通过超声波测量、射频测量等方式得到节点之间的距离信息。
2. 角度测量法角度测量法是利用传感器节点间的角度信息进行定位的方法。
这种方法利用传感器节点间的信号角度,通过多边定位、三角定位等几何原理,推断目标节点的位置。
在实际应用中,可以通过全向天线、方向性天线等方式获取节点之间的角度信息。
3. 基于测向的方法基于测向的方法是利用传感器节点之间的信号传播方向信息进行定位的方法。
这种方法利用节点之间的信号强度、信号相位等特征,通过测量目标节点与周围节点之间的信号传播方向,推断目标节点的位置。
在实际应用中,可以通过波束赋形、多普勒效应等方式获取节点之间的信号传播方向信息。
二、无线传感器网络定位算法的优势和挑战无线传感器网络定位算法在很多领域都具有广泛的应用前景,但同时也面临一些挑战。
1. 优势(1)成本低:无线传感器网络定位算法通常只需要部署大量的传感器节点,相对于其他定位方式来说,成本较低。
(2)灵活性高:无线传感器网络定位算法可以根据具体的应用场景和需求进行灵活的部署和配置。
无线传感网络定位算法目录一、常用定位技术 (2)1.1 GPS与A-GPS定位 (2)1.2 基站定位(cell ID定位) (3)1.3 Wifi AP定位 (3)1.4 FRID、二维码定位 (3)二、定位算法研究的目的和意义 (4)三、WSN定位算法分析 (5)3.1 基于锚节点的定位算法 (5)3.1.1 距离相关定位算法 (5)3.1.2 距离无关定位算法 (6)3.2 基于移动锚节点的定位算法 (8)3.2.1 基于移动锚节点的距离相关定位算法 (9)3.2.2 基于移动锚节点的距离无关定位算法 (11)四、总结 (13)附:组员及分工情况........................................................................................错误!未定义书签。
一、常用定位技术1.1 GPS与A-GPS定位常见的GPS定位的原理可以简单这样理解:由24颗工作卫星组成,使得在全球任何地方、任何时间都可观测到4颗以上的卫星,测量出已知位置的卫星到用户接收机之间的距离,然后综合多颗卫星的数据就可知道接收机的具体位置。
在整个天空范围内寻找卫星是很低效的,因此通过GPS 进行定位时,第一次启动可能需要数分钟的时间。
这也是为啥我们在使用地图的时候经常会出现先出现一个大的圈,之后才会精确到某一个点的原因。
不过,如果我们在进行定位之前能够事先知道我们的粗略位置,查找卫星的速度就可以大大缩短。
GPS系统使用的伪码一共有两种,分别是民用的C/A码和军用的P(Y)码。
民用精度约为10米,军用精度约为1米。
GPS的优点在于无辐射,但是穿透力很弱,无法穿透钢筋水泥。
通常要在室外看得到天的状态下才行。
信号被遮挡或者削减时,GPS定位会出现漂移,在室内或者较为封闭的空间无法使用。
正是由于GPS的这种缺点,所以经常需要辅助定位系统帮助完成定位,就是我们说的A-GPS。
例如iPhone 就使用了A-GPS,即基站或WiFi AP 初步定位后,根据机器内存储的GPS 卫星表来快速寻星,然后进行GPS 定位。
例如在民用的车载导航设备领域,目前比较成熟的是GPS + 加速度传感器补正算法定位。
在日本的车载导航市场是由Sony 的便携式车载导航系统Nav-U1 首先引入量产。
例如在增加了三轴陀螺仪的iphone4里可以利用三轴陀螺仪来辅助完成定位,具体可以参见这篇文章的介绍,不过三轴陀螺仪定位的误差会随着时间逐渐积累。
1.2 基站定位(cell ID定位)小区识别码(Cell ID)通过识别网络中哪一个小区传输用户呼叫并将该信息翻译成纬度和经度来确定用户位置。
Cell ID实现定位的基本原理:即无线网络上报终端所处的小区号(根据服务的基站来估计),位置业务平台把小区号翻译成经纬度坐标。
基本定位流程:设备先从基站获得当前位置(Cell ID)(第一次定位)→设备通过网络将位置传送给Agps位置服务器→Agps服务器根据位置查询区域内当前可用的卫星信息,并返回设备→设备中的GPS接收器根据可用卫星,快速查找可用的GPS卫星,并返回GPS定位信息。
1.3 Wifi AP定位设备只要侦听一下附近都有哪些热点,检测一下每个热点的信号强弱,然后把这些信息发送给网络上的服务端。
服务器根据这些信息,查询每个热点在数据库里记录的坐标,然后进行运算,就能知道客户端的具体位置了。
一次成功的定位需要两个先决条件:客户端能上网,侦听到的热点的坐标在数据库里有1.4FRID、二维码定位通过设置一定数量的读卡器和架设天线,根据读卡器接收信号的强弱、到达时间、角度来定位。
目前无法做到精准定位,布设读卡器和天线需要有大量的工程实践经验难度大,另外从成本上来讲WIFI经济实用些。
二、定位算法研究的目的和意义定位是大多数应用的基础。
由于节点工作区域往往是人类不适合进入的区域,或者是敌对区域,甚至有时传感器节点需要通过飞行器抛撒,因此节点的位置通常是随机并且未知的。
而传感器节点自身的正确定位是提供监测事件位置信息的前提,没有位置信息的监测消息往往是没有意义的。
传感器节点必须明确自身位置才能详细说明“在什么位置或区域发生了特定事件",除能报告事件的发生地外,还能进行目标跟踪,实时监视目标路线,预测目标轨迹等;实现对外部目标的定位和追踪。
另一方面,了解传感器节点位置信息还可以协助路由,提高路由效率,为网络提供命名空间,向部署者报告网络的覆盖质量,实现网络的负载均衡以及网络拓扑的自配置等网络管理。
因此,确定事件发生的位置或获取消息的节点位置尤为重要,对传感器网络应用的有效性起着关键的作用。
而全球定位系统是目前使用最广泛最成熟的定位系统,通过卫星的授时和测距对用户节点进行定位,具有精度高、实时性好、抗干扰能力强等优点,但是定位适应于无遮挡的室外环境,用户节点通常能耗高且体积大,成本也比较高,需要固定的基础设施等。
人工部署和为所有网络节点安装GPS接收器都会受到成本、功耗、扩展性等问题的限制,甚至在某些场合可能根本无法实现,这使得它不适用于低成本自组织的传感器网络,因此必须采用一定的机制与算法实现WSN的自身定位。
随着计算机技术、微电子技术和通信技术的进步,传感器已朝着集成化、微型化、智能化和低能耗的方向快速发展,使其能够在较小体积内集成信息采集、数据处理和信息的传输等多种功能,这为无线传感网(Wireless Sensor Networks WSN)的产生和发展奠定了基础。
无线传感网是由部署在监测区域内大量廉价微型的具有有限数据处理能力和装备有低能耗无线信号收发器的传感器节点通过无线通信方式形成的一个多跳自组织网络,其目的是利用网络节点协作地感知和采集网络覆盖区域内感兴趣的信息,并发送给观察者。
它通过大量随机部署在监测区域的传感器节点来监测和感知周围的物理环境。
无线传感网具有布线成本低、监测精度高、系统容错性好、可远程监控以及便于诊断与维护等众多的优点,它的产生解决了传统传感器网络在应用中遇到的安装、维护等方面的种种困难。
其在军事、工业、医疗、交通、环保等领域有着广阔的应用前景。
如果说互联网改变了人与人之间的信息交流方式,那么,无线传感网的产生将改变人与自然界的交互方式。
三、WSN定位算法分析3.1 基于锚节点的定位算法3.1.1 距离相关定位算法距离相关定位算法一般利用一定的测距技术得到节点间距离,再利用三边测量法、三角测量法或极大似然估计法计算出未知节点的位置。
常用的测距技术包括接收信号强度(RSSI)技术、信号传输时间(TOA)技术、信号到达时间差(TDOA)技术和信号到达角度(AOA)技术。
它们需要一些昂贵的辅助测量设备来测量节点间的距离,且受环境影响较大。
如RSSI产生的测量误差较大;TDOA需要节点具有超声波发送与接收功能;AOA容易受到环境影响,功耗较大等。
但距离相关定位算法的一个突出优点是定位精度高,因此对定位精度要求比较高的场合都用基于测距的定位算法实现定位。
典型算法:接收信号强度指示法(RSSI)通过信号在传播中的衰减来估计节点之间的距离。
假设已知发射功率,在接收节点测量接收功率,计算传播损耗,使用理论或经验的信号传播模型将传播损耗转化为距离。
在自由空间中,距发射机d处的天线接收到的信号强度由下面的公式给出:p r(d)=p t G t G rλ2 (4π)2ⅆ2L其中,p t为发射机功率,p r(d)是距离d处的接收功率,G t、G r分别是发射天线和接收天线的增益,d是距离,单位为米(m),L为与传播无关的系统损耗因子,λ是波长,单位为米(m)。
由公式可知,在自由空间中,接收机功率随发射机与接收机距离的平方衰减。
这样,通过测量接收信号的强度,再利用上述公式即可计算出收发节点间的大概距离。
3.1.2 距离无关定位算法利用节点间的连通情况来估测自己的位置。
其中一部分距离无关算法采用集中式计算模式,用一些优化方法来提高定位精度,但是集中计算方式需要网络中有计算中心支持,且计算中心附近节点通信量大,很快能量耗尽,使整个网络不可用。
绝大多数距离无关定位算法采取分布式计算模式,可扩展性好;由于位置估测基于节点间的连通情况,计算简单而且容易实现;计算在节点本地进行,通信量小。
因为基于估测距离,距离无关算法定位精度不如距离相关算法好。
典型算法:DV-hop算法距离向量—跳段( distance vector-hop,DV-Hop)定位机制非常类似于传统网络中的距离向量路由机制,DV-Hop 算法的定位过程主要分为3 个阶段:1) 计算未知节点与每个信标节点的最小跳数,锚节点向邻居节点广播自身位置信息的分组,其中,包括跳数字段,初始化为0。
接收节点记录具有到每个锚节点的最小跳数,忽略来自同一个锚节点的较大跳数的分组。
然后,将跳数值加1,并转发给邻居节点。
通过这种方法,网络中的所有节点能够记录下到每个锚节点的最小跳数。
2) 计算未知节点与锚节点的实际跳段距离每个锚节点根据第一阶段中记录的其它锚节点的位置信息和相距跳数,并利用下式估算平均每跳的实际距离ⅆi=∑√(x i−x j)2+(y i−y j)2∑ℎj式中(x i, y i),(x j, y j) 为锚节点i, j 的坐标; ℎj为锚节点i 与j( i ≠j) 之间的跳段数,然后,锚节点将计算的平均每跳距用带有生存期字段的分组广播至网络中,未知节点仅记录接收到的第一个平均每跳距离,并转发给邻居节点。
这个策略确保了绝大多数节点从最近的锚节点接收平均每跳距离值。
未知节点接收到平均每跳距离后,根据记录的跳数,计算到每个锚节点的跳段距离。
3) 利用三边测量法计算自身位置未知节点利用第二阶段中记录的到各个锚节点的跳段距离,利用三边测量法计算自身位置。
已知A,B,C 3 个节点的坐标分别为(x a, y a) , (x b,y b) ,( x c,y C),以及它们到未知节点D 的距离分别为ⅆa,ⅆb,ⅆc,假设节点D 的坐标为( x, y) 。
那么,有下列公式:√(x−x a)2+(y−y a)2=ⅆa (1)√(x−x b)2+(y−y b)2=ⅆb (2)√(x−x c)2+(y−y C)2=ⅆc (3)由式(1) 、式(2) 、式(3)可得未知节点D 的坐标为:3.2 基于移动锚节点的定位算法目前移动锚节点定位算法一般包括以下两类:第一类是同时采用移动锚节点和静态锚节点协作来完成未知节点的定位过程;另一类则是只通过移动锚节点来获得未知节点的坐标。
利用移动锚节点替代传统的静态锚节点不但降低了无线传感器网络定位技术实现的成本,而且提高了定位精度和定位覆盖率。
3.2.1 基于移动锚节点的距离相关定位算法基于测距的移动锚节点发送的信标信号中包含距离信息,然后未知节点通过接受到的距离信息通过特定的计算方法实现定位。