无线传感器网络的DVdistance定位技术与仿真研究毕业设计论文

《无线传感器网络的DVdistance定位技术与仿真研究毕业设计论文》由会员分享，可在线阅读，更多相关《无线传感器网络的DVdistance定位技术与仿真研究毕业设计论文（70页珍藏版）》请在装配图网上搜索。

1、毕业设计（论文）任务书学 院信息科学与工程学院专 业通信工程学 生 姓 名学 号设计（论文）题目无线传感器网络的DV-distance定位技术与仿真研究内容及要求：1、了解关于无线传感器网络的概念、特点和应用领域； 2、掌握无线传感器网络路由算法研究的内容、现状和面临的挑战； 3、学习Matlab的仿真环境、结构化编程语言和主要命令函数； 4、掌握DV-distance的测距原理并仿真运行，以通信半径、节点和锚节点的密度为仿真指标分析算法的性能。进度安排：时间 （周） 工作内容 13 查阅无线传感器网络及其路由机制的相关资料 46 熟悉Matlab仿真环境、完成算法的设计 712 仿真运行DV

2、-distance算法，并对实验数据进行分析 1316 确定论文结构和内容安排，撰写论文指导教师（签字）： 年 月 日学院院长（签字）：年 月 日学生毕业设计档案学 生 姓 名学 院信息科学与工程学院学 号指导教师姓名职 称所在单位沈阳理工大学毕业设计题目无线传感器网络的DV-distance定位技术与仿真研究毕业设计（论文）完成情况毕业设计各阶段名称起止日期完成情况（存在问题及整改意见）阶段成绩*查阅无线传感器网络及其路由机制的相关资料熟悉Matlab仿真环境、完成算法的设计仿真运行DV-distance算法，并对实验数据进行分析确定论文结构和内容安排，撰写论文13 周46 周712 周13

3、16 周指导教师意见 （根据学生出勤及毕业设计（论文）完成情况，指导教师是否同意该学生参加答辩）指导教师（签名）： 年 月 日*注：阶段成绩分A、B、C三级：A为全面完成任务，B为完成任务，C为完成任务不好。 大学学士学位论文摘 要无线传感器网络节点定位的技术主要有基于测距(Range-based)的定位技术和无需测距(Range-free)的定位技术两种。前者精度较高，但是大都需要额外地增加硬件开销，不适于常规的传感器网络的应用场合；而无需测距定位技术不需要知道未知节点到锚节点的距离或进行距离测量，在成本和功耗方面与前者相比具有更加明显的优势。本文则重点研究了无需测距的无线传感器网络定位算法

4、。本论文在查阅大量相关文献的基础上，介绍了基于无线传感器网络定位技术的国内外研究现状，对无线传感器网络定位技术做了一个整体概述。之后，论文阐述了无线传感器网络定位系统和算法的性能评价标准、分类方法，着重介绍了近年来该领域具有代表性的算法及系统的原理和特点，并对其中的几种进行了简要介绍。最后，论文重点对无需测距自定位算法中的DV-distance算法进行了重点研究。通过在仿真平台Matlab上对算法的仿真实验，统计分析了各种因素对算法定位性能的影响。关键词：无线传感器网络；节点定位；DV-distance算法AbstractWireless sensor network node positio

5、ning technology are mainly based on distance (Range-based) positioning technology and without a Range (Range-free) positioning technology two kinds. Most of the former precision is higher, but need to increase additional hardware overhead, not suitable for routine applications of sensor networks; Wi

6、thout ranging positioning technology does not need to know the unknown node to anchor node distance or distance measurement, in terms of cost and power consumption compared with the former has more obvious advantage. This paper focuses on wireless sensor network localization algorithm without distan

7、ce.This paper on the basis of consulting a large number of relevant literature, were introduced based on wireless sensor network location technology research status at home and abroad, the wireless sensor network positioning technology makes a overall summary. , the thesis summarizes the wireless se

8、nsor network positioning systems and algorithms of performance evaluation standard, the classification method, are introduced in recent years, the typical algorithms in this field and the principle and characteristics of system, and has carried on the brief introduction to several of them. Finally,

9、the thesis focus on without ranging from localization algorithm to the study on DV - short of the algorithm. Through the simulation experiment of this algorithm in the simulation platform of Matlab, and statistical analysis the influence of various factors on properties of positioning algorithm.Keyw

10、ords：Wireless Sensor Networks; node location; DV-distance algorithm 目 录1 绪 论11.1 课题背景及意义11.2 国内外研究现状11.3 论文的研究内容与组织安排32 无线传感器网络简介42.1 传感器网络的概念与特点42.1.1 无线传感器网络的概念42.1.2 无线传感器网络的特点52.2 无线传感器网络的体系结构62.2.1 传感器节点的体系结构62.2.2 无线传感器网络体系结构73 无线传感器网络节点定位技术93.1 节点定位技术简介103.1.1 节点定位的几个基本概念103.1.2 节点位置计算方法113.2

11、 节点定位算法的分类133.2.1 基于距离的定位算法143.2.2 与距离无关的定位算法183.3 定位性能的评价标准213.3.1 定位精度213.3.2 节点密度与参考节点密度213.3.3 容错性和自适应性213.3.4 功耗、代价与规模224基于MATLAB的DV-distance测距算法性能分析234.1 DV-distance定位算法234.1.1 算法简述234.1.2 算法流程图244.2 MATLAB仿真环境简介274.3 网络模型与参数获取294.4 仿真结果与性能分析305 结论与展望355.1 本文研究工作总结355.2 进一步的工作和建议35致 谢36参考文献37附

12、录A 英文原文39附录B 汉语翻译53IV 沈阳理工大学学士学位论文1 绪 论1.1 课题背景及意义线传感器网络的研究始于20世纪90年代。美国国防部高级研究计划局早期研究的重点是传感器节点技术，在传感器群中，各个不同传感器节点间进行较简单的点对点通信。到20世纪末，美国商业周刊将无线传感器网络技术列为21世纪最重要的21项技术之一。随后，该技术进入迅速发展的阶段。进入21世纪，随着无线通信技术、微芯片的制造等技术的进步，无线传感器网络技术的研究取得了重大进展，并引起了军方、学术界以及工业界的极大关注。美国军方投入了大量经费进行了在战场环境应用无线传感器网络技术的研究，如美国陆军提出和实施的“

13、灵巧传感器网络通信”计划、“无人值守地面传感器群”、“战场环境侦查与监视系统”、“传感器网系统”项目等。人们普遍的认为：无线传感器网络技术的发展和广泛应用，将会对现代军事、现在信息技术、现代制造业及许多重要的社会领域产生巨大的影响。工业化国家和部分新兴的经济体都对无线传感器网络表现了极大的兴趣，美国自然科学基金委员会在2003年制定了无线传感器网络研究计划，投资支持相关基础理论的研究；我国于2006年初发布的国家中长期科学与技术发展规划纲要中确定的三个信息技术发展前沿方向中，有两个与无线传感器网络的研究直接相关，即智能感知技术和自组织网络技术。1.2 国内外研究现状目前，随着物联网技术以前所未

14、有的速度向前发展，无线传感器网络定位技术作为在该应用领域中一项不可或缺的支撑性技术，也同样受到了国内外学者的高度重视，并且已经取得了丰富的研究成果。通过检索国内外的学术期刊和会议，有大量关于WSN定位技术的研究论文,同时,许多的机构和公司也在开展与无线传感器网络定位相关的研究项目，其中，比较有代表性的项目有AT&T Cambridge的Cricket项目，微软的Easy Living项目，以及Georgia Tech公司的Smart Floor项目等。在定位算法的研究方面，国外学者提出了许多经典的定位算法。如在基于Range-based 定位算法的研究方面，Yedavalli 等人在“Sequ

15、ence-based localization inwireless sensor network”论文中提出的一种新颖的基于序列的WSN定位算法(Sequence-based localization, SBL)，该算法首先利用RSSI的大小来对空间的区域进行划分，建立一个位置顺序表，然后根据RSSI的测量值来进行匹配定位，SBL算法可以大大的减少节点定位的计算量。Dragos Niculescu等人在“Ad-Hoc Positioning Systems(APS)”和“DV based Positioning in Ad-hoc Networks”论文中提出的利用距离矢量路由和GPS定位的

16、原理的一系列分布式定位算法，其包括6种算法，分别为DV-Hop、DV-Distance、DV-Euclidean、DV-Coordinate、DV-Bearing 和 DV-Radial ChrisSavarese等人提出了两种循环求精定位算法，即Cooperative ranging定位算法和Two-Phase positioning定位算法。除此之外，还有许多的学者和研究组织提出了很多有研究价值的成果。在国内，尽管对WSN定位技术的研究起步稍晚，但随着我国政府对物联网的推进和高校及研究机构对WSN定位技术研究的重视，从事无线传感器网络定位研究的人数正在迅速增加。目前，国内的研究内容主要为经

17、典定位算法的改进和定位技术的应用等，主要旳研究和开发单位为清华大学、北京大学、西安交通大学、上海交通大学、复旦大学、东南大学、北京邮电大学、电子科技大学、西南交通大学、北京交通大学等高校。国家发改委的下一代互联网CNGI项目和国家973基础项目“无线传感器网络的基础理论及关键技术研究”集中了国内多个实力雄厚的研究团队重点攻关，力求取得具有国际影响力的理论成果。国内学者对WSN定位算法的研究也取得了不错的成绩，在国内外刊物发表了大量的研究成果。如在基于RSSI的定位算法研究方面,任维政等人提出了一种基于RSSI的测距差分修正定位算法，通过利用离未知节点最近的铺节点的信息来对RSSI测距值进行差分

18、修正，从而实现提高定位精度。杜亚江等人通过利用错节点间的相互协作，提出了一种基于最小二乘法的RSSI测距环境参数修正方法,提高了 RSSI测距的精度，取得了良好的定位性能。在DV-Distance定位算法研究方面，熊少英等人针对DV-distance算法不适用于各向异性网络的缺点，通过设置约束条件，排除一些误差较大的描节点组合,然后利用质心算法估计最终坐标值，从而提高DV-distance在各向异性网络环境下的定位精度。付华等人在DV-Distance定位算法中，将银节点间的真实距离与这些描节点间的跳段距离之和的比值作为修正权值来提高定位所需距离值的精确度，达到了提高定位的精度目的尽管国内外研

19、究人员对WSN定位研究取得了很大的进展,提出了许多WSN节点定位算法和开发了一些实用定位系统,但是由于WSN定位与具体应用有很大联系,根据具体应用的需要，所选用的定位算法和定位方案会有所不同，这也给我们留下了很大的研究和改善的空间。1.3 论文的研究内容与组织安排无线传感器网络可以包含大量的由震动、磁、热量、视觉、红外、声音和雷达等多种不同类型传感器构成的网络节点，可以用于监控温度、湿度、压力、土壤构成噪声、机械应力等多种环境条件。传感器节点可以完成连续的检测、目标发现、位置识别和执行器的本地控制等任务。而网络节点自身定位是大多数应用，特别是军事应用的基础和前提，节点定位机制依靠有限的位置已知

20、节点，确定布设区中其他节点的位置，在传感器节点间建立起空间关系的机制。无线传感器网络中的定位机制与算法包括两部分：基于测距的节点定位机制和基于非测距的节点定位机制。论文主要围绕无线传感器网络基于测距的定位算法展开，着重研究了基于RSSI的DV-distance定位算法，并利用MATLAB软件进行分析，之后对能影响算法精度的几个条件进行评估。第一章 绪论。主要介绍了无线传感器网络节点定位技术的研究背景及意义，以及国内外的研究现状，对无线传感器网络的定位技术做出了整体概述。第二章 无线传感器网络简介。对无线传感器网络的基础知识进行了简单阐述，包括无线传感器网络的概念、特点以及结构。其中还对无线传感

21、器网络的基本术语进行了简单介绍。第三章 无线传感器网络节点定位技术。首先对节点定位技术的基本概念和位置计算方法做了简单介绍。其次介绍了节点定位算法的分类，并对各自的几种典型节点定位算法进行了介绍，最后例列举出定位性能的评价标准。第四章 基于MATLAB的DV-distance测距算法性能分析。对该定位算法进行简述并绘出算法流程图。并在MATLAB软件上进行仿真，最后对仿真结果及其性能进行分析。第五章 结论与展望。对本论文的工作进行总结，并根据仿真结果提出进步工作的建议。2 无线传感器网络简介2.1 传感器网络的概念与特点无线传感器网络是由一个个具有数据采集、计算和通信能力的传感器节点，通过自组

22、织网络形成的一个动态、自适应的分布式计算平台。每个传感器都是典型的嵌入式系统，具有存储容量小、运算能力差、功耗低、易失效的特点。2.1.1 无线传感器网络的概念无线传感器网络（WSN，Wireless Sensor Networks）是由多个节点组成的面向任务的无线自组织网络。它综合了传感器技术、嵌入式计算技术、现代网络及无线通信技术、分布式信息处理技术等，通过各类微型传感器对目标信息进行实时监测，由嵌入式计算模块对信息进行处理，并通过对无线通信网络或其他形式的传输网络将信息传送至远端监控中心。无线传传感器网络由无线传感器节点、网关节点（sink 节点）、传输网络和远程监控中心4个基本部分组成

23、，其组成结构如图所示:Sink节点监测节点监测现场区域传输网络监控中心图2.1 无线传感器网络的基本组成部分无线传感器网络的微型传感器具有感知、计算和通信能力，它主要是由感知单元、传输单元和电源组成，在完成对感知对象的信息采集、存储和简单的计算后，通过传输网络传送给远端的监控中心。无线传感器网络由一组微型传感器通过Ad Hoc 方式组成，网络中的传感器可以协作地感知、采集和处理被监控区域的感知对象的信息及数据，发布给使用一定形式终端设备的用户。无线传感器网络属于Ad Hoc 网络，“Ad Hoc”在拉丁语中的意思是“专用的、特定的”，因此Ad Hoc网络通常也被称为无固定设施的网络或自组织网络

24、，它能够快速、灵活和方便地自动组网。无线传感器节点分布在需要监测的区域，监测特定的信息、物理参量等；网关节点将监测现场中的许多传感器节点获得的被监测量数据收集汇聚后通过传输网络传送到远端的监控中心。传输网络为传感器之间、传感器与监控中心之间提供通畅的通信，可以在传感器与监控终端之间建立通信路径。无线传感器网络中的部分节点或者全部节点可以移动，但网络节点发生较大范围内的移动，势必会使网络拓扑结构发生动态变化。节点间以Ad Hoc的自组网方式进行通信，网络中每个节点既能够对现场环境进行特定物理量的监测，又能够接收其他方向传感器送来的监测信息数据，并通过一定的路由选择算法和规则将信息数据转发给下一个

25、接力节点。网络中每个节点还具备动态搜索、定位和恢复连接的能力。无线传感网络的感知对象具体地表现为被监控对象的物理量信息，如温度、湿度、速度和有害气体的含量等。2.1.2 无线传感器网络的特点无线传感器网络（简称WSN）是一门融合多种新科技并具有鲜明跨学科特点的新技术。无线传感器网络特点如下。1、自组织方式的组网。组网不依赖任何固定的网络设施，传感器节点通过分布式网络协议形成自组织网络，能够自动调整来适应节点的移动、加入和退出，网络中多个激活节点可以快速、自动地组成一个独立的网络。2、无中心结构。网络中所有节点地位对等，并构成一个对等式网络。节点可以随时加入或者离开网络，网络中的部分节点发生故障

26、不影响整个网络的运行。3、网络有动态拓扑。无线传感器网络中的节点可能由于电池能量耗尽或故障从网络中退出，也可能是按照设定的程序从网络运行中退出；网络外的无线传感器节点可以随时加入到网络中；传感器节点具有移动属性。除节点移动以及节点的加入和退出导致网络拓扑变化外，环境因素或者节点能量耗尽等因素也能导致节点故障或失效。为增强监测精度而新加入节点，对节点的功率和能耗进行控制使节点进入睡眠状态等，均能导致网络拓扑结构动态变化。4、采用多跳路由进行路由接力传递。无线传感器网络中的节点通信距离较短，节点只能与相邻节点直接通信。要实现在网络覆盖范围之内的较远节点通信，需要通过中间节点进行路由接力传递数据。无

27、线传感器网络中的多跳路由是由普通网络节点完成的，每个节点既能发送信息，又能转发信息，节点采用多跳接力来完成各个传感器节点向sink节点的数据发送。5、WSN的空间位置寻址。WSN中的传感器节点一般不要求拥有全球唯一的标识，数据采集发生在某一节点，用户关注的是数据所属的空间位置可采取空间位置寻址方式。6、高冗余。由于大型的无线传感器网络节点数量众多，因此要使无线传感器网络具有较高的节点、网络链路以及采集数据的冗余特性，来保证整个系统的工作高可靠性和容错能力。7、硬件资源及功能有限。无线传感器节点由于受价格、体积和携带能源的限制，其计算、数据处理能力、存储空间有限，决定了在节点操作系统设计中，协议

28、层次及内容不能过于复杂。8、电源续航能力较小。网络节点由电池供电，电池的续航能力较小。在许多应用场所中，无法对电池充电或更换电池，当传感器节点电能用完，该节点就失去了作用。所以进行无线传感器网络设计时，始终关注传感器节点的节能，并采取一定的技术方法来实现。2.2 无线传感器网络的体系结构2.2.1 传感器节点的体系结构在不同的应用环境中，无线传感器网络的组成是基本相同的，但各部分的实现形式可以多种多样，如传输网络部分、网关节点部分和无线传感器节点等。无线传感器节点传感器AC/DC传感器模块网络MAC收发器无线通信模块处理器存储器处理器模块电源模块一般由传感器模块、处理器模块、无线通信模块和电源

29、模块组成。传感器网络节点的组成如图2.2所示：图2.2 传感器网络节点组成示意图传感器节点中各个单元模块功能如下：1、传感器模块用于感知、获取被监测区域内的被监测对象的信息及相关的物理量，将其转换为数字信号。不同的物理量及环境因素决定了传感器的类型。2、处理器模块并由嵌入式系统构成，用于处理存储传感器采集的信息数据并负责传感器节点各部分的工作。处理器模块还具有控制电源工作模式的功能，实现节能。处理器模块中还负责处理由其他节点发来的数据。3、电源模块为传感器中其他几个模块提供工作电源。在不同应用环境和不同应用目的的情况下，电源模块可以采取多种灵活的组态。4、无线通信模块的基本功能是讲处理器输出的

30、数据通过无线信道及传输网络传送给远程的监控中心。一般情况下，无线通信模块具有低功耗、短距离通信的特点。2.2.2 无线传感器网络体系结构1、支持动态协议栈结构。这种体系结构是指允许应用程序根据应用环境和实际需求动态加载协议栈，目的是解决节点资源有限问题。2、自适应体系结构。自适应体系结构应用了信息交换服务的思想，将分立的协议组件有机的连接，可以通过跨层设计的思想优化资源配置及应用，提高网络的生命周期。3、可编程的体系结构。可编程的体系结构注重网内数据处理，通过数据共享与融合，简化部分机制协议、算法，提高网络性能。4、自管理的和自恢复的体系结构。这种体系结构将传统的管理和服务功能融为一体，提高了

31、网络的工作效能。 5、支持多任务的结构。支持多任务的体系结构在网络层和应用层引入了状态层，根据网络环境及具体应用目的和应用需求对网络节点进行功能性划分。6、基于代理的体系结构。这种体系结构便于应用程序的设计，同时支持多功能和多任务并采用代理的方式提高网络的可扩展性。在进行无线传感器网络体系结构设计时，着重考虑以下一些方面的内容。（1）对节点资源高效率的利用。（2）支持网内数据处理。（3）支持协议跨层设计。（4）支持多协议。（5）支持多种有效的资源发现机制。（6）支持可靠的低延时通信。（7）支持容忍延时的非面向连接通信。（8）具有良好的开放性。（9）使网络具有较好的安全性。3 无线传感器网络节点

32、定位技术网络中节点定位是无线传感器网络应用的基础，传感器节点必须明确自身位置才能为用户提供有用的信息，实现对目标的定位和追踪。另一方面，了解传感器节点位置信息还能提高路由效率，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。无线传感器网络中位置信息的获取对传感器网络的监测活动至关重要。事件发生的位置信息和采集事件信息数据的传感器节点位置信息都是传感器网络工作时不能离开的重要基本内容。在一些应用场合，传感器节点被随机的散布在特定的区域，事前无法知晓这些传感器节点的地理位置，部署后还要通过定位技术才能较为准确的获取其位置信息。无线传感器网络的定位机制作为无线

33、传感器网络中的主要技术之一，在应用中有着非常重要的作用。无线传感器网络中的定位机制包括节点自身定位和外部目标定位两部分内容。节点定位算法又是无线传感器网络定位机制的核心内容。通过少数已知节点的未知信息来确定节点自身的位置，是传感器节点的自身定位，这也是提供监测事件位置信息的基础。在目标追踪、预测目标的行动轨迹；协助路由，为路由协议的实现提供基础信息；为网络拓扑控制及各种算法的实现提供基础信息；为网络覆盖及覆盖控制各种算法的实现提供基础信息；网络的有效管理等方面内容，都要以传感器节点的定位为基础。传感器网络的定位算法一般要具备以下特点：1、自组织性。在大量应用场合中，无线传感器网络几点的部署是随

34、机，因此不能通过依靠全局的基础设施来实施定位，只能通过自组织的方式获取定位信息。2、容错性好。由于传感器节点及网络整体的能量耗用是传感器网络设计、组织中主要考虑的问题，而在此情况下，通信及位置的测量必然会产生一定的误差，定位技术必须能够很好地与之适应。3、只能采用分布式计算的结构。最大限度的节约能量要求在定位机制中只能采用分布式计算的结构，而不是将监测区域中各区域节点采集的信息全部送给某一节点集中统一处理。4、必须遵循能量高效的原则。3.1 节点定位技术简介3.1.1 节点定位的几个基本概念在无线传感器网络定位过程中,通过配备GPS定位设备或手工配置等方式预先获得位置信息的节点，被称为描节点(

35、Anchor Node)，如图所示,节点N2、N3为锚节点，其在网络中所占比例很小，除了锚节点外，就是未知节点(Unknown Node)，如节点U1、U2、N1等，其不能预先获得自身位置信息。我们研究定位技术的目的就是为了通过利用己知位置信息的锚节点，根据一定的算法获得未知节点的位置。Unknown nodeAnchor node（3,5）3U222N1U1N3(5,4)N2(6,8)图3.1 无线传感器网络示意图无线传感器网络定位技术中的基本术语:邻居节点：对于一个传感器节点，如果在其无线通信半径范围内，存在一些能与其直接通信的节点，就称这些节点为该传感器节点的邻居节点，如节点NNN为节点

36、U的邻居节点；连通度：包括节点连通度和网络连通度两种含义。节点连通度是指某个节点通信覆盖区域的邻居节点个数，如节点U的节点连通度为3；网络连通度也称作网络密度，它是网络中所有节点的邻居节点数目的平均值，反映了传感器节点配置的密集程度；跳数：指两个节点之间的跳段总数，如节点U到节点U的跳数为3；跳距：指两个节点之间的各跳段距离之和，如节点U到节点U的跳距为3 + 2 + 2 = 7；基础设置：在无线传感器网络中用来帮助传感器节点定位且自身位置信息已知固定设施，称为基础设施，如无线通信的基站、提供远程通信能力的卫星和有固定位置的AP接入点等；到达时间：信号从节点A传送到节点B所需要的时间称为到达时

37、间；到达时间差：通过两种不同的通信传输介质完成将信号从节点A传送到节点B所出现的时间差称为到达时间差；接收信号强度指示：传感器节点接收到的无线信号的强度值称为接收信号强度指示；3.1.2 节点位置计算方法 无线传感器网络的部署区域主要是立体区域即三维区域，在很多具体的应用中，常常把三维问题转化为平面二维问题进行研究和解决。1、三边测量法 全球定位系统中确认三维空间中某点的坐标。如果知道了一个点到其他4个已知参考节点的距离，就可以确定该点的坐标。在传感器网络部署中大多数情况都采用平面部署，属于二维分布部署的问题，因此只要知道了一个点和其他3个已知参考节点的距离就可以将各节点精确定位。假设三个参考

38、节点的位置坐标分别是：A（x，y），B（x，y），C（x，y），待确定节点M的位置坐标为M（x，y）。M点到三个参考节点的距离分别是r、r、r。有方程组如下： （3.1）解得M的位置坐标为： （3.2）三边测量法相比较其他定位计算方法来说，算法的复杂度较低，由于基于测距技术，实现起来也比较容易，不需要附加额外的硬件设备。但是在三边测量法中，不能保证三个圆一定交于一点，导致无法得到正确的解，产生定位误差。2、三角测量法三角测量法是根据三角形的几何关系进行位置估算。前提是已知参考节点数，可进行“点在三角形中”的测试，即任意选取三个参考节点组成三角形，以测试节点是否落在该三角形内。根据测试结果的交集

39、，大致确定节点位置。因此测试次数越多，位置估算的精度越高。三角测量法也可结合角度测量，即通过方向性天线，利用 AOA 测量的角度值来定位。确定二维坐标分别需要一个距离和角度值；确定三维位置则需两个角度、一个距离和方位角，方位角是在水平方向上从正北开始顺时针旋转的角度。该计算方法需要附加额外的硬件设备来测量角度值，增加了无线传感器网络系统的成本。3、最大似然估计法极大似然估计法实际上就是多边测量法，它是以三边测量法为基础得出的一种计算方法。P1P2P3P4MPn图3.2 极大似然估计法示例 如图所示，未知节点M到n（n3）个参考节点P、P、P。P的距离分别为d，d，dd，已知n个参考节点的坐标分

40、别为P（x，y），P（x，y），P（x，y）P（x，y），那么可以得到以下方程组： （3.3）用线性方程表示为Ax=b，其中：（3.4）用最小二乘法公式就可以得到未知节点的P的坐标为：（3.5）最大似然估计法相对于三边测量法来说，虽然提高了定位的精度，但是另一方面也大大的增加的算法的复杂度，这对于微型的传感器的低功耗来说是非常不利。3.2 节点定位算法的分类1、基于距离的定位算法和非基于距离的定位算法最常见的定位机制就是基于距离和非基于距离的定位算法。前者根据节点间的距离信息，结合几何学原理，解算节点位置；后者则利用节点间的邻近关系和网络连通性进行定位。通过物理测量获得节点之间的距离或连接有向

41、线段的夹角信息来对节点进行定位的算法，是基于测距的定位算法。不是通过周边参考节点的测距，而是利用节点的连通性和多条路由信息交换来对节点进行定位的算法就是非基于距离的定位算法。基于测距的定位算法定位精度高，但对于硬件设备的费用支出和相关的功耗较大；总的来讲，非基于距离定位算法实施的成本较低。2、基于信标节点的定位算法和无信标节点的定位算法如果使用了信标节点及信标节点数据的定位算法叫基于信标节点的定位算法，否则就是无信标节点的定位算法。基于信标节点的定位算法以信标节点为参考点，通过定位后，完成了绝对坐标系中坐标描述；无信标节点的定位算法无需其他节点的绝对坐标数据信息，只依靠节点的相对位置关系确定待

42、定位节点的位置，这样所得出的位置信息是在相对坐标系中进行的，定位数据也是在相对坐标系中描述的。3、物理定位算法和符号定位算法通过定位后得到传感器节点的物理位置的算法是物理定位算法，如获得节点的三维坐标和方位角等；若通过定位后得到传感器节点的符号位置的算法就是符号定位算法，如获得节点的定位信息是传感器节点位于建筑物中的多少号房间。有些应用场合适合使用符号定位算法，如建筑物特定火情监测区域中，火灾传感器的分布，使用符号定位算法就很方便；大多数定位算法都能提供物理定位信息。4、递增式的定位算法和并发式的定位算法在定位的过程中，首先是从信标节点开始，对与信标节点相邻的节点进行定位，再逐渐地向远离信标节

43、点的位置对节点进行定位，这种定位算法就是递增式的定位算法。递增式定位算法会产生较大的累积误差。如果同时性地处理节点定位信息则是并发式的定位算法。3.2.1 基于距离的定位算法1、基于AOA的APS算法基于AOA的几点定位技术称为到达角交汇定位（AOA，Angle of Arrival）技术。该技术在两个以上的位置点设置方向性天线或阵列天线，获取节点发射的无线电波角度，通过阵列天线或多个接收器结合确定相邻节点发送信号的方向，从而构成一根从接收机到发射机的方位线，两根方位线的交点即为待定位节点的位置，一种AOA定位法的情况如图3.3所示，待定位节点得到与参考节点1和参考节点2所构成的角度之后，通过

44、交汇法确定自身位置。另外，AOA信息还可以与其他一些信息一起使用，形成定位精度更高的混合定位法。AOA定位法使用的硬件系统设备较为复杂。 节点1节点2未知节点3图3.3 AOA算法示例基于AOA的APS（Ad Hoc Positioning System）算法，利用两个能感知方向信息和距离信息的接收器（如超声波接收器），量测不同节点之间的角度信息通过这些角度信息以及它们之间的几何关系来对未知几点定位。一般情况下，待定位节点的相邻节点不都是信标节点，因此，待定位节点就不能与信标节点通信获取两者之间的方向角。基于AOA的APS算法使用了方位转发的方法解决待定位节点的定位问题。2、基于TOA的定位通

45、过掌握已知信号的传播速度，根据信号的传播时间来计算传感器节点间的距离，对未知节点进行定位的算法称为基于TOA（time of arrival）的定位算法。测距、利用节点之间的几何关系实现传感器网络中未知节点自定位算法。该方法计算量小、算法简单，且定位精度高。一个使用声波射束的发送和接收来进行测距定位的装置如图3.4。无线收发模式微处理器声波射束发射模块无线收发模块微处理器声波射束接收模块图3.4 一个使用声波发送和接收进行测距定位的装置节点1通过声波射束发射模块发出声波射束，节点2接收到声波射束，已知声波射束的传输速度和从发射到接收所用时间（即声波射束的传播时间）,两个节点间的距离就已经测出。

46、该装置中，无线收发模块进行信号发送的同步，目的是为声波射束的发送和接收提供计时的起始和终止时间。节点在计算出相邻的多个信标节点和自己的距离后，通过几何关系就可以对自身进行定位。基于TOA（time of arrival）的定位算法精度高，但要求发送测距信号的和接收测距信号的节点之间保持精确的时间同步，所以传感器节点的功耗较大以及对硬件要求较高。3、基于TDOA的定位算法之一的AHLos算法基于TDOA的定位算法是指“到达时间差定位（TDOA，Time difference of Arrival）算法”。在这种定位机制中，向外发送无线信号的发送节点同时向接收节点发送两种传播速率不同的无线信号波束

47、，接收节点根据两种信号到达的时间差以及两个不同的传播速率，就可以计算发送节点到接收节点之间的距离，再通过一定的定位算法解算出节点的位置信息。基于TDOA的定位算法之一的AHLos(Ad Hoc Localization System)算法是一个迭代的定位算法。该算法的起始阶段，信标节点对外广播自身的位置信息，待定位节点测量与相邻的信标节点之间的距离并收获知信标节点的未知信息。在信标节点的数量是3个或3个以上，就使用最大似然估计节点位置计算法来计算待定位节点的位置信息。如果待定位节点的位置信息已经解算出来，该节点就转化为信标节点，开始向外广播自身的位置信息，因此传感器网络中信标节点的数量随着定位

48、算法定位和完成，逐渐在增多。根据传感器网络中待定位节点周围信标节点的分布情况不同，AHLos算法定义了三种不同的子算法。（1）原子多边算法当待定位节点相邻的信标节点数为3个或3个以上时，使用最大似然估计法这里也叫原子多边算法。这里所讲的信标节点数是指传感器网络部署完毕后初始的情况，即还没有执行过定位算法之前的情况，因为只要执行了定位算法，一部分待定位节点就可能转化成了信标节点。（2）迭代多边算法当待定位节点相邻的信标节点数小于3个小时，与之相邻的信标节点通过广播自身的位置信息并被待定位节点知悉，经过这些信息运算处理后，确定了自身的位置，也成为信标节点。当未知节点的相邻信标节点的数量达到3个或3

49、个以上时，使用最大似然估计法完成未知节点的定位算法。（3）协作多边算法无线传感器网络中的传感器节点部署在很多应用场合中是随机的，而且信标节点的数量也很少，这种情况下如果要使用信标节点的信息来对未知节点进行定位，就无法使用原子多边算法或迭代多边算法。协作多边算法为：经过多次迭代定位后，待定位节点的邻居节点数量仍然不足3个，此时要依托多跳的局部信息（即通过其他节点的协助）来计算自身的位置。4、基于RSSI的定位算法接收信号强度指示(RSSI)测距技术是一种常用的测距技术，因为其应用非常简单，只需要在无线传感器芯片中添加一个接收信号强度指示器就可以完成测距的功能，而这个接收信号强度指示器又非常的廉价

50、一般的无线设备都配有这个功能，这样就不需要消耗电能和增加传感器的大小或者花费。所以在无线传感器网络节点定位领域中，该技术比起其他的测距技术来说，有较广的应用范围和应用前景。RSSI 测距技术是接收端通过测量射频端信号的能量来确定与传输端之间的距离。在自由空间中，在各项条件都相同的情况下，RSSI 变化与接收端和传输端之间距离的平方成反比。我们设定接收功率为 Pr(d)，接收功率 Pr(d)可以被距离 d 通过路径损耗公式得出，如以下公式所示，Pt 是发送功率，Gt 为发送天线增益，Gr 接收天线增益， 为传输信号的波长。（3.6）自由空间路径损耗模型只是一个理论公式，在实际的应用中信号的传播受

51、反射，衍射和散射的影响，当然环境因素包括建筑物，天气，室内或者室外的不同也会给信号的传播造成不同的影响。所以就提出一种经验公式，在该经验公式中，无论这些影响因素是反射、衍射还是散射等，都可以计算出 RSSI 的值。该经验公式通过附加一个随机的对数正态值来代替所有的干扰项。如以下公式：（3.7）其中，P0(d0)是一个已知的功率参数，以 dBm 为单位。该参数为传输距离为 d0时的接收功率。np为路径损耗指数， X为一个零平均值的高斯随机值，标准差为，用它来代表随机的环境或者传播影响。基于RSSI的定位算法的定位过程描述如下：步骤1：锚节点向网络中周期性地广播自身信息信标,信标中包含锚节点的节点

52、ID和自身位置信息；步骤2：未知节点接收到邻居锚节点的信标和RSSI测量值，然后根据信道传播模型计算到相应锚节点的距离；步骤3：未知节点如果总共接收到3个或以上的不同错节点的信息，利用三边测量法或最大似然估计法计算未知节点的位置。该算法的定位流程图如图3.5所示：锚节点广播自身信息信标开始未知节点接收邻居节点信标、RSSI值接收到的邻居锚节点数量=3利用信道模型转换RSSI值为距离三边测量法或最大似然法计算估计坐标终止no接收到的邻居锚节点数量=3yes图3.5 RSSI算法流程图3.2.2 与距离无关的定位算法 1、质心算法质心算法是美国学者提出的一种仅基于网络连通性的室外定位算法，该算法的

53、中心思想是待定位节点以所有在其通信范围内的信标节点的几何质心作为自己的位置坐标估计值。 平面上一个多边形的质心是指它的几何中心，多边形的质心坐标就是多边行各顶点的坐标平均值。如图所示，一个多边形ABCDEF各点的坐标分别为A（xa,ya）、B(xb,yb)、C(xc,yc)、D(xd,yd)、E(xe,ye)和F(xf,yf),则质心的坐标P(x,y)为： （3.8） （3.9）实际应用中，各传感器节点的布置位置相当于多边形的顶点，计算出该多边形的质心作为待定位节点的位置。 在监测区域中部署无线传感器网络后，信标节点向相邻的节点周期性地广播自身的信息，消息中包含信标节点的标识编码和位置数据。相

54、邻的非信标节点接收到信标节点的消息后，进行累计，一旦接收到不同信标节点的消息达到一个设定阈值时，就确定这些已知信标节点位置数据中的坐标值作为质心算法中的多边形的诸顶点坐标数据，参与计算。质心算法完全基于传感器网络的连通性进行定位，实现过程较为简单，计算量小，不需要网络中各节点的较复杂的协调，扩展性好。但该算法的定位精度不高，尽管如此，也能够满足对传感器相对位置数据信息精度要有不高的场合应用。P（x,y）ABCDEF 图3.6 质心算法示例2 、DV-Hop算法该算法是基于距离矢量计算跳数的算法。该算法的基本思想是，将待定位节点到信标节点之间的距离用网络中节点平均每跳距离和到信标节点间的跳数乘积

55、来标识，再使用三边测量法和最大似然估计法来获得将待定位节点的位置信息。第一个阶段：计算待定位节点与每个信标节点之间的最小跳数。第二个阶段：计算每一个信标节点与其他信标节点的实际跳段距离。第三个阶段：完成待定位节点的位置估计。待定位节点利用第二个阶段获取的网络中每一个信标节点与其他信标节点的实际跳段距离的数据，使用三边测量法和最大似然估计法来估计待定位节点的位置信息。DV-Hop算法的优点是比较简单，无需进行节点之间的距离测量，可以避免测量时带来的误差，传感器节点不需要其他的附加硬件支持，是无线传感器网络节点定位的一个较经济可行的方案。但是这种算法有一些值得改进的地方：在获得平均每跳的计算过程中

56、，节点之间通信量较大，而且没有考虑网络中存在不良节点的影响，造成平均定位误差较大。3、DV-Distance算法DV-distance算法类似于DV-Hop算法，它们之间的区别在于，DV-Hop算法是通过节点的平均每跳距离和跳数算出节点间的距离，而DV-distance算法是通过节点间使用射频通信来测量出节点间的距离，即使用RSSI测量节点间点到点距离,然后利用距离矢量路由的方法传播与铺节点的累计距离,未知节点只保留到相应描节点最小跳数路径的累计跳段距离,并用该路径的累计跳段距离表示欧式距离,当未知节点获得与3个或更多铺节点的距离后使用三边测量法或最大似然法定位。DV-Distance算法具体

57、的定位过程可以分为2个步骤：图3.7 DV-Distance定位算法示例步骤1：获取未知节点与描节点之间最短路径的累计跳段距离。首先，利用“洪泛”的方式，铺节点向网络周期性地广播包含跳段和累计跳段距离（均初始化为0）的自身位置信标，收到信标的节点只记录到相应描节点具有最小跳数路径上传递过来的信息，并累加该最短路径上的所有跳段距离，然后该节点将跳数加1转发信标，最后，网络中所有节点都能得到相应锚节点的最短路径累计跳段距离。如上图所示，铺节点A1、A2、A3、A4都会利用网络把包括自身信息的信息包发送给未知节点U，未知节点U和锚节点A1之间的通信会经过另外一个未知节点T，当锚节点A1把信息包传给这

58、个中间节点T时，节点T就会知道它到锚节点A1的距离，当它把A1的信息包转发给未知节点U时会把它到锚节点A1的距离累加在累计跳段距离变量上，因此当未知节点U接收到这个转发来的包以后利用自己到中间节点T的距离累加在刚才的累计跳段距离变量上，就可以获得U到A1之间的距离了，如上图中A1到U的累计跳段距离为2+3=4。其他的锚节点A2、A3、A4到未知节点的累计跳段距离也同理可得：2、2+3、2+2+2 。步骤2：未知节点根据记录的最小累计跳段距离表示到相应锚节点之间的欧氏距离，利用三边测量法或最大似然法计算得到自身位置。如图所示，未知节点U与锚节点A1、A2、A3、A4的估计欧氏距离分别表示为：DU

59、，14、DU，22、DU，35、DU，46，就可以建立方程组求解未知节点U的位置了。3.3 定位性能的评价标准3.3.1 定位精度定位精度：定位技术最重要的评价指标就是定位精度，目前最常用的指标是定位解的均方误差(MSE)、均方根误差(RMSE)、克拉美-罗下界(CRLB)、圆误差概率(CEP)、几何精度因子(GDOP)等。也用误差值与节点无线射程的比例表示定位精度，例如，定位精度为15%表示定位误差相当于节点无线射程的15%。3.3.2 节点密度与参考节点密度节点密度。在无线传感器网络中，节点密度增大不仅意味着网络部署费用的增加，而且会因为节点间的通信冲突问题带来有限带宽的阻塞。节点密度通常

60、以网络的平均连通度来表示。许多定位算法的精度都受节点密度的影响。参考节点密度：参考节点的定位一般依赖人工部署或全球定位系统（GPS）实现。人工部署参考节点的方式不仅受网络部署环境的限制，还严重制约了网络和应用的可扩展性。而使用全球定位系统定位，参考节点的费用会比普通节点高两个数量级，这意味着即使仅有 10%的节点是参考节点，整个网络的价格也将增加 10 倍。因此，参考节点密度也是评价定位系统和算法性能的重要指标之一。3.3.3 容错性和自适应性容错性和自适应性。节点定位算法都需要比较理想的无线通信环境和可靠的网络节点设备。但在真实应用场合中常会有诸如以下的问题：外界环境中存在严重的多径传播、衰减、非视距、通信盲点等问题；网络节点由于周围环境或自身原因而出现失效的问题；外界影响和节点硬件精度限制造成节点间点到点的距离或角度测量误差增大的问题。由于环境、能耗和其他原因，物理地维护或替换传感器节点或使用其他高精度的测量手段常常是十分困难或不可行的。因此，节点定位算法的软、硬件必须具有很强的容错性和自适应性，能够通过自动调整或重构纠正错误、适应环境、减小各种误差的影响，以提高定位精度。3.3.4 功耗、代价与规模功耗：功耗是对无线传感器网络的设计和实现影响最大的因素之一。由于传感器节点电池能量有限，因此在保证定位精度的前提下，与功耗密切相关的定位所需的计算量、通信开销、存储开销和时间复杂