无线传感器网络自定位及跟踪算法研究的中期报告.docx

无线传感器网络自定位及跟踪算法研究的中期报告
无线传感器网络（WirelessSensorNetwork，WSN）是一种基于分布式无线传感器节点的自组织网络，它能够收集分布式环境中各种不同的数据信息，并通过网络互相传输，实现信息的监测、处理及应用。因为传感器节点在部署时不能精确地放置，随着时间的推移，它们的位置可能会发生变化，因此WSN节点的自定位及跟踪技术势在必行。本文的研究目的是探讨一种基于时间同步精度的WSN自定位及跟踪算法。
一、WSN节点同步原理
在对无线传感器网络节点进行自定位与跟踪工作之前，首先要对WSN的时间同步原理进行认识。所谓时间同步，就是通过节点之间的协调，使得各节点的时钟保持同步。WSN的时钟精度往往难以保证，因此在进行自定位及跟踪时，必须先建立时间同步机制。目前常用的时间同步方法主要包括两种：一种是基于GPS的时间同步，另一种是基于网络协议的时间同步。
二、WSN节点定位原理
WSN定位就是为了获知每一个节点的位置信息，通常可以借助外部设备采集环境中的信息（如GPS信号），或者通过节点间的距离信息计算位置。目前常用的无线传感器网络节点定位算法主要包括三种：几何定位法，信号特征定位法和混合定位法。几何定位法是指利用几何形状来计算节点的位置信息，可以得到较为准确的节点位置，但是该方法需要节点的位置已知，并且在节点的信号范围内需要有足够的参考点。信号特征定位法是指利用信号特征（如RSSI信号强度和TOA信号理论延迟）来计算节点的位置信息。这种方法不需要知道节点的位置和环境有足够的参考点（只需要有可观测节点的信号强度数据），但是其跟信号传输环境密切相关，不同的衰减模型和反射折射等因素都会对定位的结果产生较大的影响。混合定位法是综合两种以上的方法来定位节点，比如利用RSSI信号强度和TOA信号理论延迟进行定位。但是该方法需要相应的硬件支持，并且将两种方法融合起来需要判断的因素比较多。
三、WSN节点跟踪原理
WSN节点跟踪的主要目标是实现对在网络中移动的节点进行可靠追踪，保证网络在跟踪的同时正常运作。在进行节点跟踪时，需要在时间同步与节点定位的基础上引进跟踪算法，以获取节点跟踪的位置信息。在跟踪算法中，目标节点的移动速度、距离等信息都需要进行合理的估计，以保证跟踪算法的准确性和有效性。因此，对于节点跟踪问题，需要考虑以下因素：
（1）目标节点的位置估计：利用定位算法获得目标节点的位置信息，并对其进行合理估计。
（2）数据采集和传输：跟踪节点需要对目标节点的信息进行采集，并将其传输到网络中。
（3）跟踪算法的设计：根据目标节点的运动轨迹和速度信息，通过设计合理的算法进行节点跟踪。
四、基于时间同步精度的自定位及跟踪算法设计
在基于时间同步精度的自定位及跟踪算法中，我们采用半角度的方法计算两个节点之间的距离，通过每个节点与周围节点的距离进行相互比对，求出每一个节点的位置信息。跟踪算法的设计则主要分为两个部分：一部分是跟踪模型的建立，另一部分是跟踪算法的设计。跟踪模型需要对跟踪过程中目标节点的运动轨迹进行建模，在此基础上设计出相应的跟踪算法。我们选择对目标节点的运动轨迹进行KALMAN滤波，利用KALMAN滤波器估计出目标节点的位置信息，并用此信息进行跟踪。
另外，为了避免节点因拓扑结构的变化而对网络产生影响，我们在算法中引入了DSPI（DistributedSynchronizationPointInitialization）算法，通过固定节点选举方法，使得每个节点均匀地被选举为同步点，在此时间点进行同步跟踪，达到了保证节点定位和跟踪精度的目的。为了解决DSPI算法的局限性，我们又使用了基于BFS（Breadth-FirstSearch）的同步点选择算法，该算法通过对拓扑连通性的遍历，选择出相应的同步点。
综上所述，在WSN自定位及跟踪算法中，我们利用时间同步原理对节点进行同步，利用距离计算公式对节点进行自定位，选用KALMAN滤波算法对跟踪节点进行跟踪，并引入DSPI算法和BFS算法来保证节点能够被准确地定位和跟踪。