无线传感器网络节点定位算法的Matlab仿真

1、学士学位论文无线传感器网络节点定位算法的Matlab仿真 质心算法的Matlab仿真 姓 名：学 号：院 系：专 业：通信工程 指导教师：申请学位：工学学士 二一四年三月学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。本人完全意识到本声明的法律后果由本人承担。作者签名： 年 月 日 学位论文版权使用授权书本学位论文作者完全了解学校有关保障、使用学位论文的规定，同意学校保留并向有关学位论文管理部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权省级

2、优秀学士学位论文评选机构将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于：1、 保密 ，在_年解密后适用本授权书。2、 不保密 。（请在以上相应方框内打“”）作者签名： 年 月 日 玉溪师范学院2014届毕业（设计）论文无线传感器网络节点定位算法的Matlab仿真陈以达（玉溪师范学院通信工程系, 云南 玉溪 653100）I【摘要】 无线传感器网络集成了传感器技术、微机电技术、现代网络和无线通信技术，已成为当前IT领域研究的热点之一。由于其具有网络自组织、覆盖广以及高容错性等固有优点以及组网成本低、构建灵活、方便等特点，

3、使得无线传感器网络在军事、民用等领域应用广泛。节点定位技术是无线传感器网络的关键支撑技术之一，节点自身的正确定位是提供监测事件位置信息的前提。本文研究了无线传感器网络节点定位算法的原理、分类和难点，分析研究了不同定位算法的原理并比较了他们优缺点。针对无线传感器网络节点定位技术进行了系统研究，提出了一系列解决无线传感器网络节点定位问题的方法,并结合科研及实际需要进行学习和研究。最后，本文设计实现了无线传感器网络定位应用系统基于Matlab进行了仿真实验。【关键词】 无线传感器网络；质心算法；节点定位；MatlabAbstract: Wireless sensor network integrat

4、ed sensor technology, MEMS technology, modern networking and wireless communications technologies, IT has become one of the hot areas of current research. Because of its self-organizing network, the inherent advantages of wide coverage and high fault tolerance and low cost network, build flexible, a

5、nd convenient, making wireless sensor networks are widely used in military and civilian fields. Node positioning technology is a key enabling technology for wireless sensor network node itself correctly positioned to provide location information to monitor events premise. This paper studies the wire

6、less sensor network node localization algorithm principle, classification and difficulties, analysis of the principle of different positioning algorithms and compare their advantages and disadvantages. Conduct for wireless sensor network node positioning system technology research, proposed a series

7、 of solutions to the problem of wireless sensor network node localization, combined with the practical needs of research and learning and research. Finally, the design and implementation of a wireless sensor network positioning application system based on Matlab simulation experiments.Key words: Wir

8、eless sensor networks; centroid algorithm; node localization; Matlab目 录一、绪论1 1.1 研究背景1 1.2 研究意义2 1.3 研究内容3二、设计要求及方案42.1 设计要求42.2 设计方案6三、无线传感器网络节点定位质心算法7 3.1 定位算法简介73.2 三边测距定位算法83.3 质心定位算法10四、定位算法在Matlab下仿真11 4.1 参数设定114.2 仿真实验124.3 实验分析18五、结论19致谢20参考文献213一、绪论1.1 研究背景 随着微电子技术和无线通信技术的飞速发展和不断成熟，具有感知能力、

9、计算能力和通信能力的无线传感器网络孕育而生。自从20世纪90年代国际上开始对无线传感器网络的研究以来，其相关技术得到了飞速的发展。无线传感器网络综合了传感器技术、嵌入式计算技术、分布式信息处理技术和通信技术，能够以协作的方式实时地监测、感知和采集网络区域内的各种对象的信息，并进行处理。这些信息通过自组织的多跳无线网络传送到用户终端，从而实现物理世界、计算世界以及人类社会三元世界的连通. 无线传感器网络隐私保护关键技术研究 赵宝康 国防科学技术大学 2009无线传感器网络和其它网络技术的研究方向是不同的，其它网络技术研究主要针对传输速度和服务质量，而wsn它的技术应用是针对在错综复杂的环境条件下

10、如何能有效及时获得可靠信息并对信息传播展开研究。以一些成本较低的微型的无线传感器节点在需要监测的区域范围内无线传感器网络，从而实现了以低成本付出而获得最大监测效益。无线传感器网络是由众多传感器节点组成，众多节点之间因应用了无线通信的技术从而保证了节点之间的相互通信。其中，处理能力、内存和通信能力的无线传感器节点的接收器节点是一般比普通的更强它负责连接无线传感器网络和互联网的外部网络，节点间以各种方式部署在监测的区域，自己组织成网并通过多跳的方式进行相互间的通信。通过与各种任务管理器的连接而构成一个具有管理处理能力的有关的网络。下图是典型的传感器网络的结构： 无线传感器网络组密钥管理方案的研究

11、卞川 出处 南京航空航天大学 2010图1.1 无线传感器网络结构 无线传感器网络具有十分广阔的应用前景，在军事国防、城市管理、生物医疗、抢险救灾、环境监测、防恐反恐等许多重要领域都有潜在的实用价值，已经引起了学术界和工业界的高度重视，被认为是对21世纪产生重大影响力的技术之一。 1.2 研究意义在现代社会中无线传感器网络的作用日益凸显，及其技术的成熟和应用成本的降低，逐渐发展到了各个领域。目前现有的无线传感器网络节点定位算法普遍存在有受环境影响大、精确度不高、不适用于移动节点定位等问题,随着无线传感器网络技术的不断进步成熟，其应用将会越来越广泛，节点定位技术研究对于传感器网络技术性能提高和实

12、用性保证有重要的理论意义和应用价值。无线传感器网络节点系统即对在复杂室内环境下(如图书馆、地下库等)，实现对人员以及物品的快速而精确的定位。目前国内外关于无线传感器网络节点系统的研究有很多。其实在日常生活中定位技术并不陌生，例如我们最常见的超声波、蓝牙、红外线、射频识别、超宽带、Wi-Fi、ZigBee等都是运用了定位技术。 ：无线室内定位系统研究沈田 中国新通信2009年17期经过对现有的无线传感器网络节点定位算法的资料查阅、对比分析，发现无线传感器网络节点定位在环境条件影响时会使节点精确度偏离实际，在对移动物体节点定位时不能准确的定位其出位置。本论文的研究意义在于对无线传感器网络节点技术的

13、分析比较，提出一种更好更精确的一种技术。得以实现一种更实用更准确的应用技术，让无线传感器网络节点定位系统的应用不论在多么复杂的环境条件中都能做到更好的对静止物或移动物的快速精确定位。 1.3 研究内容 无线传感器网络节点定位在众多科学研究领域都一直成为人们研究对象的热点。在经过对传感器网络质心定位算法定位时的研究分析中，我们可以得到该算法在进行定位时存在精度偏低的缺点。在对各算法进行分析后我们在本文中提出一种新型算法。这种算法其优点为计算简单、定位准确。相比传统的质心算法该算法的误差率降低了很多，对未知节点也可以实现更精确的定位，在原来的基础上更好的解决了无线传感器节点的定位问题。 无线传感器

14、网络无需测距技术节点定位算法研究与实现朱肖肖浙江工业大学 2007本文主要针对基于RSSI的定位算法的研究。以提高节点定位在定位时精确度为出发点，通过综合全面的对质心定位算法比较，发现其优缺点，而提出对一种新的混合算法。在一定的程度上提高质心定位算法在定位时的准确度，最后通过MATLAB进行仿真测试，得出定位算法的可行性。主要的研究工作如下:(1)主要研究无线传感器网络节点技术的原理、分类和难点，分析其原理并比较它们的优缺点节点的难度以及它们的优缺点。(2) 求解衰落因子算法的详细信息，请参阅第三章的动态实时算法研究。(3)通过比较综合全面分析在文中提出的定位算法。判定是否得到了更准确的精度。

15、(4) 把以上两种算法相结合，通过MATLAB进行了仿真测试，验证出该算法的可行性。本文的内容安排一共分成五个章节，各章内容如下:第一章，绪论。介绍了国内无线传感器网络节点技术的应用现状和在今天的社会中，国外研究，并介绍了本文的主要内容 第二章，设计要求及方案。基于RSSI的无线传感器节点上目前使用的算法首先详细信息，比较它们的优缺点。然后提出自己的改进算法。第三章，无线传感器网络节点定位质心算法。对上提及和本文中提出的算法在matlab中进行仿真验证，并阐述仿真结果。第四章，质心算法在Matlab下仿真。质心算法在MATLAB仿真中，对质心定位算法仿真所得到的的数据进行列表绘图及分析，并对算

16、法进行评价。 第五章，结论。对本论文的研究工作总结，提出该还算法的一些缺点，面向未来继续研究的方向。 在此次的毕业（设计）论文中，本论文中主要是根据对已有的节点定位算法分析比较，在此基础上提出一种比较能更好的应用算法，实现更简便更精确的一种算法。综合上述的内容进行研究。二、设计要求及方案2.1 设计要求无线传感器网络是由众多传感节点组成的网络，以传感器节点可以相互通信，或者，也可以直接与外界基站进行通信。传感器节点通常分布在一个区域，通过无线通信，形成自我组织的协调的物理世界的信息传输网络系统多跃点，彼此协调传输物理世界的信息。 在本设计当中是我们将其节点定位算法基于ZigBee这一种新兴的基

17、于IEEE802.15的技术下，以相互结合优点而得到对节点定位技术在静止物或移动物进行定位时得到更可靠定位效果。ZigBee是在这几年中无线网络应用相当广泛而实用的条件下兴起的一种技术，给我们的生活改变了很多，促进了我们在与客观世界交流和利用起到了很大的作用。ZigBee技术技术在进行定位技术时提供了极大的帮助，且ZigBee技术成本低、功耗低的性能。在无线传感器网络中是独一无二的技术产品。无线定位在无线传感器网络中是最为重要的一种技术之一。在日益变迁的社会中的不断应用使人们知道了这项技术的重要性得到了更多的认可，从而使得更多的科研人员的重视。本文根据自己在查阅和调查中主要简单分析和比较几种常

18、见定位技术的基础上,得出质心算法在运用时的优缺点，随之提出自己的观点，根据实验而设计出一种新的算法。在无线传感器网络定位算法基于接收信号强度指示(RSSI)的应用上,提高了其定位准确度。 基于ZIGBEE技术的室内定位算法研究及应用 董跃钧 数字技术与应用 2012年ZigBee协议栈结构如图所示。 图 ZigBee协议栈结构图ZigBee网络包含三种设备类型：协调器、路由器和终端设备。协调器是在网络构成中是第一设备，主要是在启动时对整个网络负责启动。路由器的主要功能中转终端设备，在运用中终端设备时因为是直接与这个传感器相连的，在工作中负责数据采集，因为有电源供电所以其可以有休眠状态。ZigB

19、ee技术成功的成功之处不在于技术其本身，而在于更好的结合了其它技术优点。例如在使用GPS时对一些室内的移动物不能正确定位时，可以利用基于ZigBee技术的无线传感器网络能够实现对移动物准确定位的技术，而进行对移动物的更精确的定位。例如，在各个场合中定位和监控都是起着很重要的作用，如在对地下工作的人的定位也是相当重要，这些应用都是我们必要的社会设施。这些技术都是结合基于ZigBee的优点而形成的无线传感器网络技术而得以实现的。在各种环境中我们所需的定位技术也有一定的差异，而在对复杂室内移动物的定位，相比之下基于RSSI指纹算法可以更好的提高室内环境的定位精度。 目前生活中常见的定位技术有很多种，

20、在面对不同的环境条件下我们所选择的定位算法也应当随其而变化。在我们应用基于ZigBee的无线传感器网络时，首先考虑到了该算法在进行定位时应用成本较低、定位精度高、适应环境能力强等各种情况。这种技术在对处于相对复杂环境中的移动物体的定位时，其定位结果不是理想。而在情况下基于RSSI指纹算法得到的结果比较准确。所以综合上述我们在进行节点定位时要学会做到取长补短的方法，结合各算法的优点而形成更好的技术，得以实现更好的定位算法。 基于ZIGBEE技术的室内定位算法研究及应用 董跃钧 数字技术与应用 2012年2.2 设计方案 在本文章中首先阐述了本课题的研究背景、意义及在生活中的应用等，在此次的设计当

21、中首先主要分析比较常见节点定位算法：主要围绕对普通定位算法、三边测量算法、质心算法这三种算法进行。比较分析和仿真普通算法的基础上，比较算法在节点定位在定位时的精度，最后经比较在提出更精确的节点定位算法。 在设计过程中应该要学会考虑能够对WSN自身定位系统和算法的性能直接影响的因素，在对无线传感器网络中的节点定位及定位算法的评价都是需要深入研究分析的的一个问题。以下列出的几种定性是其中常用的评价标准。 (1) 定位精度。精度是用来衡量一个无线传感器网络中的节点定位在定位时的指标。在应用中以平时用误差值与节点无线射程的比例来表示。 (2) 规模。在不同的定位环境中需要不同的定位系统。不同的定位系统

22、需要不同节点算法。所以在不同的技术设施中应该以一种技术在相同环境中能定位多少目标来衡量它的技术。 (3) 锚节点密度。锚节点在定位时是人工部署的，因此在工作中常常受到制约。锚节点在使用时成本相对偏高，且在没有合理的布置下会给网络带来一些不必要的堵塞等问题，所以在对锚节点布置时其密度也是我们必要考虑实行的任务之一。 (4) 节点密度。在WSN设计中一定要考虑,节点密度越大所付出费用会随之增大,而且节点工作中会形成一定阻塞。 (5) 容错性和自适应性。当在理想的环境条件下时，节点定位算法在应用时都可以达到预期的结果。而在外界环境中存在不同的干扰时，会出现很多问题。所以在设计中应当做到容错性和自适应

23、性，使得在有外界因素时能更好的运行。保证在定位时的可靠性等问题。也要做到设计出的系统节点能够通过自我调整、能自我适应环境、减小各种误差等影响,从而得到更好的定位精度。 (6) 功耗。功耗的性能是会因使用而随之减少，所以这也是无线传感网络的设计和实现必须考虑的问题之一。在传感器节点电池有限的情况下,我们要做到节点定位精度,还要进行相关计算、开销、时间复杂性等问题做出明确的计划。 (7) 代价。在无线传感网络的设计中代价可从几个不同方面来进行说明。这里所说的代价是指时间代价、空间代价、所需付出的经济代价。时间代价是指在对一个无线传感器网络系统配置后进行安装，到能精确定位等所需要花费的时间。空间代价

24、主要指的是一个定位系统在设计时所需要的空间和在设计中根据空间的大小需要的设施等。经济代价主要指的是在设计一个定位系统是经过对基本设施、设备等进行计算出所需付出的费用。 综合上述几个性能指标的分析及评价，我们可以得到在设计中应注意的事项。这些也是一个无线传感器网络系统在自身定位和进行定位算法时得到更好的结果必要的条件，也是本次设计需要实现的目标。为了实现这些目标,也需要有大量的研究工作需要完成。同时在设计当中这些性能指标都是相连的,需要根据实际应用的具体要求而做出相应的设计,以选择和设计出更合适的定位技术。 三、无线传感器网络节点定位质心算法 3.1 定位算法简介RSSI算法是指根据收到的无线传

25、感器接受到的信号指示强度，计算这个信号在传播中的损耗。当受到外界因素的影响时这种算法通常会因而随之被改变。从而定位精度不高。但在生活应用中RSSI算法的算法是相对简单的而且成本价格较低等原因，所以RSSI算法在现实生活中还是被各个领域应用。 王永才,赵千川,传感器网络自身定位方法的设计与实现J.计算机工程与应用,2005年3月下面给出了RSSI算法的模型和理论公式。图 基于RSSI的测距模型根据信号损耗的理论模型，可以得到以下的公式（1） （1）在上式中n表示的是一个信号衰减指数，一般根据在理想的环境中具体的环境情况而设定，属于在经常应用的经验值，一般取（2,5）之间，根据上面的公式（1），我

26、们可以求出距离d，见公式（2）： （2）在将已知的的坐标设为（x0，y0），两个阅读器的坐标为（x1,y1）,(x2,y2),将目标物体的坐标设为（x，y），从而可以得到下面的式子： （3） （4）在根据（3），（4）就可以求出目标标签的坐标值。3.2 三边测距定位算法本文结合三边测量算法模型，提出改进的质心定位算法，得到在一定程度上提高了定位精度。理想的三边测量法的模型：在当已知三个接收器节点分别为A(x1,y1)，B(x2,y2)，C(x3,y3)时，根据通过接收器接收到的未知节点(x,y)的RSSI值Ra，Rb，Rc，将根据已知的条件代入公式可以将Ra，Rb，Rc信号强度值从而转换成距离

27、R1，R2，R3 求得能够构成以A，B，C为圆心，以R1，R2，R3为半径得到相交于未知节点的三个圆，在根据算法代换而求出未知节点（x，y）的坐标值： （5）图 理想的三边测量法模型一般的三边测量法模型：上图中是在理想环境中实现的，而在实际应用中往往是得不到的。图 一般的三圆相交情况对于M点（Xm，Ym），可以根据下面公式算出M点坐标： （6）以上式同理可得，N（Xn，Yn），E（Xe，Ye）的坐标也可以确定，通过三角形质心算法就可以确定未知节点D的坐标,即D（x，y）=D （7）3.3 质心定位算法将a,b,c,d,四点作为四个接收器节点并作为它们的坐标，求未知节点d的坐标位置时。应该以四个

28、已知节点来求，每次都应该从a , b ,c ，d四个节点中任意选出三个，通过上述得出的三角质心算法来求四个未知节点,即可得到四个坐标分别设为d1（x1,y1）,d2（x2,y2）,d3（x3,y3）,d4（x4,y4）将得到的最后值通过求平均值，来求出未知节点d的坐标，在计算是我们应该在每次计算都应该在其中引入加权因子，在选取的每三个节点的半径之和的倒数是该加权因子，从而得到如下式所示： （8）最终可得到的未知节点D（x，y）为，如下式所示： （9）根据以上进行的对比分析中得出了质心定位算法的优缺点，因此在本文中提出的混合算法，在已有的理论基础上更好的提高了质心定位算法的精度。原本由于质心算法

29、本身只是简单地运用对相交圆来进行采用质心运算，将得到的质心作为未知节点的定位坐标，从而使其得到的定位精度一般都不是很高本文中提出改进的动态校准混合算法，通过在移动中的物体校准参数来搜索寻求区域内对于目标函数的精度最高，因此可以将其用来优化质心算法得到的更好的定位效果。对于个固定锚点，未知节点到各节点的距离分别为。首先，只用考虑两个节点，假设两质心点的质心是在，位置为，到的距离分别为，因此 （10） 所以， （11） 因此，由上也推得为权值，能够得到各个锚点对未知节点决定权的大小，并且其约束力符号质心定位算法的要求。 根据以上的判断推理，从而我们可以得到的加权质心计算公式为： （12）其中，权值

30、动态选择为。四、定位算法在Matlab下仿真 4.1 参数设定在本文仿真中，对数衰减模型来进行仿真，表达式如下.本文要对公式中的一些参数进行预先设定。(1) 参考距离d0 (dBm)，这里我们取d0 =1。(2) d0点对应的接收信号功率Pr(d0) (dBm)，实际定位时，Pr(d0)值实地测量是必须的，而在仿真中，直接令其为-55(dBm) (3) 路径损耗因子，而在不考虑值随环境影响时，我们直接取= 4，在进行动态校准算法仿真时，取均值为4，标准差为0.1的高斯随机变量。 (4) 高斯随机变量X，取均值为0，标准差4, 标准差越小信道越好，干扰越小，本文仿真会在标准差=4和10的环境下进

31、行仿真。 (5) 位置区域大小，本文将定位区域定为1000m*1000m4.2 仿真实验为了便于进行Matlab仿真实验，我们设置已知节点为等边三角形的顶点，并用随机数取点来设置未知节点。取已知节点>> AA = 0 0>> BB = 50.0000 86.6025>> CC = 100 0如下图所示。图4.1 已知节点绘图模拟未知节点采用随机数取值，为K>> P_positionP_position = 67.9296 3.4572 93.4693 5.3462K>> l 普通定位进行普通定位，得到定位结果。K>> P_

32、calculate_realP_calculate_real = 45.2873 5.3271 62.9550 4.6330K>>如下图所示图4.2 普通定位绘图e_average = 26.6211e_average_percent = 0.2662>>l 三边测量定位进行三边测量定位，得到定位结果。K>> P_calculate_realP_calculate_real = 81.3094 3.7885 111.6186 10.8481K>>如下图所示图4.3 三边测量定位绘图e_average = 16.1744e_average_perc

33、ent = 0.1617>>l 加权质心定位进行加权质心定位，得到定位结果。K>> P_calculate_realP_calculate_real = 68.0855 4.0799 94.1222 6.5931K>>如下图所示图 混合算法定位绘图计算均方误差与相对误差值为：e_average = 0.8564e_average_percent = 0.0086>>4.3 实验分析根据仿真可得下表，普通RSSI算法、三边定位算法、加权质心定位算法的均方误差、误差比率数值如下表所示。表1 误差分析算法名称均方误差误差比率普通RSSI算法26.62110.2662三边定位算法16.17440.1617加权质心算法0.85640.0086 根据以上3种算法的误差分析与比较，显然得到改进后的动态校准混合算法定位精度比其它两种较高，经比较可得出在一样的条件下加权质心定位算法精度相对高于普通定位算法、三边定位算法。这在一定程度上是因为动态校准可以在计算过程中去掉权值计算过程中所引进的误差，在一定程度上提高定位精度。五、结论无线传感器网络中节点定位问题一直是研究领域的热点问题之一。在为了提高传统传感器网络质心定位算法定位精度较低的缺点，所以提出一种新型算法。这种算法计算相对简单，未知节