基于無(wú)人機(jī)的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位研究.pdf

1、無(wú)線傳感器網(wǎng)絡(luò)目前在各種信息感知領(lǐng)域內(nèi)具有十分廣闊的應(yīng)用前景。而位置信息在信息感知中具有舉足輕重的地位。由于室內(nèi)環(huán)境GPS失效，通常導(dǎo)致室內(nèi)無(wú)線傳感器網(wǎng)絡(luò)應(yīng)用中，經(jīng)典的節(jié)點(diǎn)定位算法的使用存在問(wèn)題。本文針對(duì)上述問(wèn)題，提出一種基于自定位四旋翼無(wú)人機(jī)的WSN節(jié)點(diǎn)定位策略，同時(shí)保證了定位效率以及精度。
　　為了在沒(méi)有傳統(tǒng)錨節(jié)點(diǎn)進(jìn)行WSN節(jié)點(diǎn)定位的環(huán)境中獲取節(jié)點(diǎn)的位置信息，本文首先采用線性自定位(Linear Auto Localizati

2、on，LAL)算法進(jìn)行未知節(jié)點(diǎn)間距離的計(jì)算，針對(duì)RSSI測(cè)距誤差較大的問(wèn)題，提出將測(cè)距數(shù)據(jù)進(jìn)行分組并通過(guò)數(shù)據(jù)平滑的手段進(jìn)行預(yù)處理的方法，以降低距離測(cè)量誤差及采樣頻率，保證LAL算法的有效性以及計(jì)算精度。大量仿真實(shí)驗(yàn)表明改進(jìn)后的LAL算法較好地控制了誤差的傳遞，為后續(xù)的精細(xì)定位工作奠定了基礎(chǔ)。
　　針對(duì)本文提出的基于四旋翼無(wú)人機(jī)的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位問(wèn)題，提出一種面向定位精度優(yōu)化的無(wú)人機(jī)航跡規(guī)劃方法，很好的控制了無(wú)人機(jī)的飛行成本并

3、保證了未知節(jié)點(diǎn)的定位精度。該方法基于Voronoi圖和幾何精度因子分析獲取的優(yōu)化航跡點(diǎn)，通過(guò)遺傳算法求解TSP問(wèn)題獲得無(wú)人機(jī)的最終航跡。通過(guò)仿真實(shí)驗(yàn)，對(duì)比兩種常用的目標(biāo)區(qū)域遍歷航跡，證明了本文提出的方法不論在無(wú)人機(jī)的飛行成本方面還是在未知節(jié)點(diǎn)的定位精度方面均具有一定的優(yōu)勢(shì)。
　　針對(duì)未知節(jié)點(diǎn)精準(zhǔn)定位的問(wèn)題，本文采用解決非線性目標(biāo)跟蹤問(wèn)題的思路，引入無(wú)跡卡爾曼濾波(Unscented Kalman Filter, UKF)算法，并設(shè)

4、計(jì)出極大似然(MaximumLikelihood，ML)-UKF兩步定位算法。利用四旋翼無(wú)人機(jī)機(jī)載移動(dòng)錨節(jié)點(diǎn)進(jìn)行RSSI測(cè)距的極大似然估計(jì)位置信息作為初始狀態(tài)，利用UKF進(jìn)行迭代濾波，最終獲取未知節(jié)點(diǎn)的精確定位結(jié)果。通過(guò)大量仿真實(shí)驗(yàn)，證明了本文提出的極大似然-UKF算法具有良好的定位精度及算法普適性的優(yōu)點(diǎn)。
　　本文針對(duì)室內(nèi)環(huán)境無(wú)法采用GPS獲取錨節(jié)點(diǎn)有效位置信息的問(wèn)題，提出了一種基于四旋翼無(wú)人機(jī)的WSN節(jié)點(diǎn)定位機(jī)制。采用LAL算