在无线传感器网络的应用中,对传感器节点的定位是不可或缺的。大多数情况下,传感器节点被随机地部署在监测区域内,无法预先知道自身的地理位置。通常,监测区域往往是立体的空间范围,因此,只对节点进行二维平面定位不能准确地刻画出其位置所在,需要进行三维空间定位。课题来源于江西省科技攻关项目。本课题针对大规模无线传感器网络的节点计算能力低下,网络拓扑复杂和能量受限的特点,对无线传感器网络的三维空间定位算法进行了研究,考虑大规模部署下如何降低成本和提高定位精度的问题。
本文提出基于多维定标的无线传感器网络三维定位算法(A Three-dimensional Localization Method Based on Multidimensional Scaling in Wireless Sensor Networks,简称3D-MDS),针对大规模无线传感器网络的特点,研究MDS(Multidimensional Scaling)技术和基于距离的定位算法,利用成簇机制和构建全局坐标系的方式对网络进行两次逻辑划分。簇结构的使用能够有效减少簇内节点的数目,同时抑制了簇内多跳距离的存在,从而降低计算的复杂性,提高以簇为单位的相对定位精度。为了降低测距误差对定位精度的影响,本文使用RSS经验衰减模型估测单跳节点间的距离,并对利用卡尔曼滤波算法降低噪声的过程进行了探讨。在利用基于MDS技术的定位算法计算簇内相对坐标时,结合节点的可变功率和三角形法则,对测距所形成的相异性矩阵的误差提出一种修正方法,并采用一种轻量级矩阵分解算法计算簇内三维相对坐标,以降低计算的复杂度。为了得到整网所有节点的全局坐标,在全局坐标转换阶段,算法由簇头在每个簇内选取一定数目的节点参与构建全局坐标系,并通过节点间最短路径上跳段累加的方法获得相应的距离估算,再由后台完成全局坐标和转换变量的计算。簇头节点根据转换变量,只需计算一次即可得到簇内节点的全局坐标。最后,为了进一步提高节点的初始坐标精度,在后台使用一种迭代优化算法对MDS的系数方程进行迭代求精。
文章的实验部分详细设计了基于3D-MDS定位算法的定位平台,在TinyOS和TelosB平台下利用nesC完成了定位平台的主要功能,并分别在室内和室外进行了定位实验。
暂无评论