移动无线传感器网络自定位算法研究的中期报告.docx

移动无线传感器网络自定位算法研究的中期报告
中期报告：移动无线传感器网络自定位算法研究
1.研究背景和目的
无线传感器网络（WSN）自身资源受限，需要通过数据采集等任务实现智能化应用。定位是WSN中的基本问题之一，无线传感器网络自定位技术是一种将未知节点位置估计为网络平面内位置的技术。自定位可以实现基于位置的应用服务，如定位、导航等，对于提高WSN应用的效能和实用性具有重要的意义。
本研究旨在通过对无线传感器网络中自定位算法的研究，进一步提高自定位算法的准确性和可靠性，以满足实际应用需求，并促进WSN的发展。
2.研究进展
2.1自定位算法分类
传感器网络自定位算法可以分为基于距离和基于角度两种方法。传感器网络距离算法主要包括:最小二乘法、卡尔曼滤波、四乘四算法、最近邻算法等。而传感器网络角度算法主要包括：加权基站定位法、AOA自定位算法、TOA微调AOA角自定位算法、区域分割和角度贡献权重等。
2.2自定位算法优劣势比较
不同算法优劣势主要体现在算法准确性和鲁棒性两个方面。逐个分析可得：
（1）传感器距离算法的优势：算法较为简单，计算速度较快，精度较高；
（2）传感器距离算法的缺点：算法的准确性会受到环境噪声和多径干扰的影响，使算法结果不稳定；
（3）传感器角度算法的优势：角度算法不受环境影响，算法可靠性较高；
（4）传感器角度算法的缺点：算法计算较为复杂，不易实现。
2.3具体算法研究
基于上述算法分析，在具体实现中我们选择了基于距离测量的四乘四算法和基于多角度的TAOA自定位算法进行深入研究。
四乘四算法是一种利用网格坐标系和最小二乘解对未知节点位置进行估计的算法。我们将算法改进为增量式四乘四算法，以提高算法的效率和鲁棒性。仿真结果显示，改进算法的自定位误差低于原始算法，在计算效率上也得到了提高。
TAOA自定位算法是一种基于测向和距离测量的算法，可以提高由四个基站测向引起的误差。我们通过自构建实验平台对算法进行了实验验证，并与其他算法进行了对比。实验结果显示，该算法在精度和可靠性上都表现出较好的性能。
3.下一步工作
针对四乘四算法和TAOA自定位算法的研究结果，我们将进一步开展以下工作：
（1）针对四乘四算法的增量式改进算法，进一步优化算法性能，提高自定位精度和效率；
（2）针对TAOA自定位算法的实验结果，考虑引入其它影响因素，如环境变化等；
（3）针对四乘四算法和TAOA自定位算法，以及其他自定位算法的研究成果，进一步优化自定位算法，以满足不同应用场景的需求。
4.参考文献
[1]李升辉,王敏,朱益平.传感器网络自定位研究综述[J].昆明理工大学学报(自然科学版),2017,42(1):188-193.
[2]田东晓,牟建丽,常学彬.一种自适应室内建筑物自定位算法[J].计算机应用,2017,37(6):1587-1590+1599.