论文部分内容阅读
近年来,无线传感器网络(Wireless Sensor Network,WSN)作为一种综合了多种信息技术的交叉学科,在国内外引起了学者的极大关注和研究兴趣,也逐渐在工业、农业、军事、环境监测等领域取得了广泛应用。在许多应用中,节点的位置信息都是至关重要的,因此定位技术也是WSN不可或缺一项的基础支撑。但在实际部署传感器网络中由于环境影响以及节点自身资源有限,网络节点并非总是可以实现定位的,在通常情况下只有大约70%-80%的节点可以通过定位算法确定自身坐标,而且在一些节点稀疏的网络中可定位比率甚至不足50%。因此检测网络中节点的可定位性也成为定位算法能够顺利执行的一项前提,对于网络与节点可定位性条件研究具有重要的实际意义。本文主要研究基于测距的分布式无线传感器网络节点可定位性检测算法。研究内容包括:(1)综述并分析了无线传感器网络中网络与节点可定位性问题的理论基础。在图的刚性理论框架下,描述并分析了已有文献中给出的网络可定位性与节点可定位性相关结论,以及相关的可定位性判定算法原理,为后续本文算法的设计奠定了理论基础。(2)本文研究了已有文献中Wheel算法存在的不足之处,并利用网络分簇化思想提出了一种可定位节点识别率更高的算法Cluster-Wheel。该算法利用分簇协议构建网络中的全局刚性子图,采用退避定时策略减少冗余的计算开销,能够有效地将网络节点划分成若干个全局刚性的分簇结构。此外本文利用刚性扩展原理,设计了对于孤立节点的入簇算法,同时对边界节点数量满足刚性扩展的分簇进行了融合处理。最终通过大量的仿真实验证明了算法能够提高可定位节点的识别率,由其在锚节点稀疏的网络中更具有优势,并且分析了各种网络参数对算法性能的影响。(3)本文还跟进了关于无线传感器网络室内构图(Indoor Mapping)中的可定位性问题。在引入虚拟节点概念的基础上,将室内反射墙的可定位性转换为这些衍生节点的可定位性检测,同时本文定义了虚拟邻居节点加入分簇过程的信息交换,利用直接视距(Line-of-Sight,LOS)与单反射路径(Single-bounce Reflection,SBR)来构造网络分簇。通过扩展Cluster-Wheel算法设计,能够同时检测节点与反射墙面的可定位性。最后通过仿真验证了给出的判定算法在各种网络参数下都能有效地检测节点与反射墙的可定位性,并分析了这些网络参数对于可定位比率的影响。