基于無線傳感器網(wǎng)絡(luò)的目標(biāo)定位估計(jì)算法.pdf

1、隨著網(wǎng)絡(luò)技術(shù)、無線通信技術(shù)以及微處理技術(shù)的重大進(jìn)步,無線傳感器網(wǎng)絡(luò)技術(shù)正迅速成為一個(gè)重要的研究領(lǐng)域,尤其是基于 WSNs的目標(biāo)定位,在民用和軍用領(lǐng)域都具有廣闊的應(yīng)用前景。由于傳感器節(jié)點(diǎn)具有體積小、價(jià)格低、自組織、隱蔽性好等特點(diǎn),同時(shí)還兼?zhèn)錈o線通信及網(wǎng)絡(luò)隨機(jī)部署等功能,因此非常適合用于目標(biāo)的定位和跟蹤。本文結(jié)合現(xiàn)實(shí)情況,完成了對研究對象和系統(tǒng)更加合理的描述,更好的展開了對基于能量衰減模型的目標(biāo)定位算法的研究;介紹了一種粒子濾波算法和最大似

2、然算法相結(jié)合的方案,最終實(shí)現(xiàn)了基于WSNs的多參數(shù)目標(biāo)定位。主要?jiǎng)?chuàng)新點(diǎn)和工作如下:
　　①基于能量衰減模型并結(jié)合WSNs的特點(diǎn),依據(jù)目標(biāo)定位技術(shù)的基本理論,本文對研究的目標(biāo)對象和所依存的WSNs系統(tǒng)進(jìn)行了初步分析,對系統(tǒng)模型的基本參數(shù)進(jìn)行合理假設(shè),利用 ML估計(jì)算法實(shí)現(xiàn)了抽象模型的目標(biāo)定位;為了對估計(jì)性能進(jìn)行分析,本文對估計(jì)理論性能下限 CRLB進(jìn)行了推導(dǎo);并介紹了三種加權(quán)平均估計(jì)算法與 ML估計(jì)算法進(jìn)行性能比較;仿真結(jié)果表明,即

3、使在數(shù)據(jù)量很小的情況下,ML估計(jì)算法也可以很接近理論極限值CRLB。
　?、陉U述了一種改進(jìn)的粒子濾波方法,以適應(yīng)目標(biāo)位置隨機(jī)分布并且傳輸過程中能量衰減強(qiáng)度未知的情況。本文在研究過程中收集了現(xiàn)實(shí)中不同環(huán)境下路徑衰減對目標(biāo)定位產(chǎn)生影響的數(shù)據(jù),對基于能量衰減模型的WSNs系統(tǒng)進(jìn)行了更加合理的描述,進(jìn)一步假設(shè)信號衰減服從 HATA模型,并且為了充分利用能量和帶寬均有限的WSNs,首先對每個(gè)傳感器節(jié)點(diǎn)的接收數(shù)據(jù)進(jìn)行量化處理,而后將離散值傳送

4、至融合中心,最后采用粒子濾波算法和最大似然算法相結(jié)合的方法,實(shí)現(xiàn)了基于多參數(shù)的目標(biāo)定位估計(jì)算法。
　?、坳U述了一種啟發(fā)式的最優(yōu)量化門限決策法用于實(shí)現(xiàn)了定位系統(tǒng)的門限設(shè)計(jì);該方法適用于傳感器均勻分布并且目標(biāo)滿足高斯分布的部署方案。同時(shí),為了節(jié)省傳感器的能量,還介紹一種傳感器的選擇方法,該方法即保證了較好的估計(jì)性能又減少了參與運(yùn)算的節(jié)點(diǎn)數(shù)目,大大減少了系統(tǒng)的能耗。
　　④闡述了Byzantines傳感器識別方案及一種動(dòng)態(tài)非等量量