首页> 中文学位 >基于卡尔曼滤波的加权质心节点定位算法研究
【6h】

基于卡尔曼滤波的加权质心节点定位算法研究

代理获取

摘要

无线传感器网络(Wireless Sensor Network,WSN)现在已经发展到第四代,它的成本较低,人们通过传感器可以得到不同环境中区域发生的信息,因此WSN的应用范围从最开始的军事领域扩展到现在的工业、水域、桥梁、医疗、农业等诸多领域。它的网络终端是大量智能化的传感器,人类社会通过传感器节点对局部区域发生的情况进行感知、采集、存储、处理、传输,完成对物理世界的监控。在WSN应用的每一个领域,都需要节点位置信息,提高算法定位精度一直是研究的热门。目前已经有大量的定位算法,但是不同场景往往无法采用同一种定位算法,本文主要针对室内环境,对WSN定位技术进行研究分析,通过MATLAB2016软件建立仿真环境,仿真分析了定位算法在定位精度方面的性能。 WSN实际应用在工厂、教室、仓库等室内环境中时,会因为障碍物较多、环境温度跟湿度不同,导致未知节点测到的来自同一节点的多组接收信号强度值(Received Signal Strength Indicator,RSSI)之间差别很大。RSSI测量值的不准确直接导致两节点之间的计算距离跟实际距离有所差距,节点间距的误差会影响定位算法的定位精度。本文结合测距模型分析了不同滤波方式的滤波性能,采用卡尔曼(Kalman)算法对RSSI值进行平滑优化,仿真结果显示Kalman滤波算法的精度较高而且利用较少次迭代即可达到较好的滤波效果。 在定位算法上利用海伦公式对加权质心定位算法(Weighted Centroid Localization Algorithm,WCLA)进行优化改进。首先基于节点之间的距离值选取最佳权值因子系数,改进权值因子,通过设置不同的节点分布对选择的权值因子进行仿真,验证其性能。然后用基于海伦公式的算法优化质心定位算法(CLA)中锚节点的选择,通过第一次求锚节点的加权质心得到虚拟锚节点,再对虚拟锚节点求加权质心作为待测节点的坐标。最后将本文提出的H-WCLA算法、传统加权质心算法、C-WCLA算法进行仿真对比,仿真结果显示本文提出的H-WCLA算法有很好的鲁棒性,对节点计算能力要求低,提高了定位精度。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号