基于蒙特卡羅的無線傳感器網(wǎng)絡(luò)移動節(jié)點(diǎn)定位算法研究.pdf

1、確定事件發(fā)生的位置或獲取信息的節(jié)點(diǎn)的位置是傳感器網(wǎng)絡(luò)最基本的功能之一。隨著無線傳感器網(wǎng)絡(luò)研究的深入，其應(yīng)用愈加廣泛，固定的網(wǎng)絡(luò)結(jié)構(gòu)已無法滿足新增應(yīng)用的需要，移動節(jié)點(diǎn)的引入擴(kuò)展了無線傳感器的應(yīng)用領(lǐng)域，同時也帶來了技術(shù)上的挑戰(zhàn)。目前，移動節(jié)點(diǎn)定位問題已成為無線傳感器網(wǎng)絡(luò)的熱點(diǎn)研究之一。 本論文首先論述無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位的基本原理，綜述無線傳感器網(wǎng)絡(luò)自身定位算法、性能評價指標(biāo)和分類方法，并對現(xiàn)有的基于蒙特卡羅定位思想的移動節(jié)點(diǎn)定位

2、算法進(jìn)行了總結(jié)。接下來針對蒙特卡羅定位算法在后驗(yàn)密度分布取值較大區(qū)域中的采樣數(shù)較少，算法需要大量的樣本才能取得較好定位效果的不足，提出了一種基于Voronoi圖的蒙特卡羅定位算法(MCVD，monte carlo localization based on Voronoi diagram)。該算法利用兩跳范圍內(nèi)的錨節(jié)點(diǎn)集合所覆蓋區(qū)域的幾何中心去逼近待定位節(jié)點(diǎn)的當(dāng)前位置，并對以逼近位置為中心的優(yōu)化區(qū)域進(jìn)行樣本采集，使樣本向后驗(yàn)密度分布取值

3、較大的區(qū)域移動，從而更準(zhǔn)確地表達(dá)系統(tǒng)的后驗(yàn)密度分布。仿真結(jié)果表明，基于Voronoi圖的蒙特卡羅定位算法能夠有效抑制錨節(jié)點(diǎn)分布不均勻給定位帶來的負(fù)面影響，縮小了目標(biāo)采樣區(qū)域，具有更少的抽樣次數(shù)和更高的定位精度。 本文還深入研究非錨節(jié)點(diǎn)特性，提出了一種臨時錨節(jié)點(diǎn)的蒙特卡羅定位算法(MCBN，monte carlo localization boxed using non-anchor)。該算法建立在蒙特卡羅定位算法基礎(chǔ)之上，利用兩