資源描述：
《無線傳感器網(wǎng)絡(luò)移動(dòng)節(jié)點(diǎn)定位算法的研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、摘要作者簡介：趙靈鍇，男，1977年11月生，師從成都理工大學(xué)洪志全教授，2011年6月畢業(yè)于成都理工大學(xué)計(jì)算機(jī)應(yīng)用技術(shù)專業(yè)，獲得工學(xué)碩士學(xué)位。摘要未知節(jié)點(diǎn)定位技術(shù)是無線傳感器網(wǎng)絡(luò)的核心問題之一，所謂定位就是確定網(wǎng)絡(luò)中未知節(jié)點(diǎn)的具體位置。而定位算法按照網(wǎng)絡(luò)中節(jié)點(diǎn)是否移動(dòng)，分為靜態(tài)定位算法和動(dòng)態(tài)定位算法。隨著技術(shù)的發(fā)展，節(jié)點(diǎn)靜止?fàn)顟B(tài)下的定位已日趨完善，而節(jié)點(diǎn)運(yùn)動(dòng)時(shí)的定位問題由于問題復(fù)雜性相對(duì)較高，導(dǎo)致發(fā)展相對(duì)滯后，并且還存在許多不足。本文的研究重點(diǎn)是移動(dòng)節(jié)點(diǎn)動(dòng)態(tài)定位問題。當(dāng)前動(dòng)態(tài)定位算法主要有MCL(MonteC砌olocalization)及其改進(jìn)算法。在MC
2、L的改進(jìn)算法中，McB(MonteCarloloCaliz撕onboxed)算法則由于大幅提高了算法的運(yùn)行效率，同時(shí)也提高了定位精度，成為移動(dòng)定位中的主要算法之一。通過深入學(xué)習(xí)和研究了MCL算法及MCB算法，本文發(fā)現(xiàn)了MCB算法中存在的如下兩個(gè)不足：1．當(dāng)未知節(jié)點(diǎn)定位時(shí)如果偵測到的錨節(jié)點(diǎn)數(shù)量不足時(shí)，其定位誤差相對(duì)較大；2．未知節(jié)點(diǎn)在移動(dòng)過程中，連續(xù)多次定位時(shí)刻偵測到的錨節(jié)點(diǎn)數(shù)量及跳數(shù)都不發(fā)生變化時(shí)，由于算法本身的特性，其定位誤差會(huì)出現(xiàn)累積。針對(duì)上述不足，本文提出了相應(yīng)的改進(jìn)：MCBPA(MonteC棚o10calizationboxeduseprovision
3、alaIlchornode)算法及MCBMPF(MonteCarlo10calizationboxedusemulti·pointaVerageforec觴t)算法。MCBPA算法中，定位精度相對(duì)較高的未知節(jié)點(diǎn)升級(jí)為臨時(shí)錨節(jié)點(diǎn)，當(dāng)某時(shí)刻未知節(jié)點(diǎn)偵測到的錨節(jié)點(diǎn)數(shù)量不足時(shí)，并收到臨時(shí)錨節(jié)點(diǎn)的廣播信息，可以啟用臨時(shí)錨節(jié)點(diǎn)來輔助定位，以提高定位的精度。通過仿真表明，MCBPA算法對(duì)未知節(jié)點(diǎn)的定位精度有提高作用，且其定位精度隨網(wǎng)絡(luò)中移動(dòng)節(jié)點(diǎn)的數(shù)量增加而增加。MCBMPF算法通過使用位置預(yù)測的方式來預(yù)測下一時(shí)刻定位時(shí)未知節(jié)點(diǎn)的位置，并以此為中心重構(gòu)邊界盒，借此重構(gòu)采樣盒，
4、通過使用更準(zhǔn)確的采樣盒采樣，最終實(shí)現(xiàn)了算法定位誤差減小的目的。算法的移動(dòng)節(jié)點(diǎn)使用CRW移動(dòng)模型(continuousr明domwalkmobilitymodel)產(chǎn)生移動(dòng)軌跡，該移動(dòng)模型按照牛頓力學(xué)原理來實(shí)現(xiàn)節(jié)點(diǎn)的運(yùn)動(dòng)，節(jié)點(diǎn)的移動(dòng)軌跡和真實(shí)節(jié)點(diǎn)運(yùn)動(dòng)軌跡相似：既呈現(xiàn)出一定規(guī)律性、又具有很大的隨機(jī)性，基本可以反映真實(shí)條件下節(jié)點(diǎn)的運(yùn)動(dòng)狀況。成都理1=大學(xué)碩士學(xué)位論文由于未知節(jié)點(diǎn)僅能通過定位算法計(jì)算自身的估計(jì)位置，而估計(jì)位置與實(shí)際位置間存在的定位誤差極大妨礙了預(yù)測算法的精確性，于是在MCBMPF算法中，通過使用前續(xù)多點(diǎn)估計(jì)位置的數(shù)學(xué)期望來模擬真實(shí)位置的數(shù)學(xué)期望，計(jì)算多
5、點(diǎn)標(biāo)準(zhǔn)差來估計(jì)未知節(jié)點(diǎn)的運(yùn)動(dòng)加、減速情況。借此來保證預(yù)測的準(zhǔn)確性。通過仿真表明，該算法在CRW移動(dòng)模型下對(duì)定位精度有明顯提高。最終，本文結(jié)合上述兩種算法，提出了針對(duì)移動(dòng)節(jié)點(diǎn)定位的改進(jìn)算法：MCBPAf(MonteC砌olOcalizationb0Xedusepro、risional鋤chornodeandforecast)。該算法使用MCBPA算法規(guī)則來構(gòu)建錨盒及使用MCBMPF算法規(guī)則來構(gòu)建邊界盒，最終生成精度更高的采樣盒。仿真表明，該算法對(duì)移動(dòng)節(jié)點(diǎn)定位精度提高明顯，且在多數(shù)仿真環(huán)境下，算法有較好的適應(yīng)性。關(guān)鍵詞：無線傳感器網(wǎng)絡(luò)；移動(dòng)節(jié)點(diǎn)定位；MCB算法；臨
6、時(shí)錨節(jié)點(diǎn)；多點(diǎn)平均預(yù)測；CRw移動(dòng)模型IlAbsn{IctResearchOnMObileN0deL0caUzationA190rithminWirelesSSensorNet、vorkIIltroductionoftheautllor：ZHAOLing·kai，male，wasbominNoVember’1977、ⅣhosetutorwasProfessorHoNGZhi—qu觚．Igraduatedn．omChengduUniVersityofTecllIlologyinComputer印plicationtecllIlologym勾oraIldw嬲g即n
7、tedt11eMasterDegreeinJulle，2011．AbstractLocalizationtecllIlologyf．oruIllmownnodesiIlWirelessSensorNetworl(isoneoftllekeytecIlllolo西es．LocalizationisdetemliIlingmepositionc00rdinatesf．0runbownnodes。itcouldbedividedintostaticlocalizationalgoritllIIl醐ddyn鋤iclocalizationa190rithmaccordi
8、ngt0whethernodesmob
