论文总字数：19143字

摘 要

随着社会进步和科技的快速发展，获得目标位置变得越来越容易。因信号强度指示（Receive Signal Strength Indication，RSSI）定位算法具有成本低、简单易实现等优势，它被广泛应用于传感器节点之间的测距和节点定位。

本文的工作是研究基于RSSI无线传感网络定位算法，深入分析研究基于RSSI的三边定位算法、极大似然估计、三角质心算法等三种定位算法。在RSSI算法定位过程中，选择合适的信号传播模型将会降低定位误差，考虑到环境等因素造成的影响，本文选择对数常态阴影模型，在该信号模型的基础上，研究以上所提到的三种定位算法，并通过MATLAB软件仿真对其进行性能分析。仿真结果表明极大似然估计法的定位精度相对较高。

关键词：RSSI；三边定位法；极大似然估计法；三角形质心算法；定位精度

A Study of the RSSI-based Localization Algorithm

in Wireless Sensor Networks

Abstract

With the fast progress of social and the rapid development of science and technology, the target position has being getting easier. Due to the advantages of low cost and convenience, received signal strength indication (RSSI) technology is widely taken to measure the distance between the sensor nodes and node positioning.

This thesis studies an RSSI-based localization algorithm in wireless sensor networks. This paper focuses on the study of the performance algorithm of Trilateration, Maximum Likelihood Estimation and Triangle Centroid algorithm via analysis and comparison. In positioning process with an RSSI-based localization algorithm, the appropriate signal propagation model will reduce positioning error. The paper studies through the normal-shading model, taken into environmental effect and other factors consideration. Based on the signal model, we analyze by simulation the performance of three localization algorithms mentioned above. The simulation results chart by using MATLAB software reveals that Maximum Likelihood Estimation method possesses the higher positioning accuracy compared to the other two location algorithms.

Keywords: RSSI; Trilateration; Maximum Likelihood Estimation; Triangle Centroid algorithm; positioning accuracy

目 录

摘 要 I

ABSTRACT II

第一章 绪论 1

1.1选题背景及意义 1

1.2研究现状 1

1.3论文主要内容和组织结构 2

第二章 无线传感器网络 4

2.1无线传感器网络系统结构 4

2.1.1无线传感器网络结构 4

2.1.2无线传感器网络结构特点 5

2.2无线传感器网络的应用 6

2.3无线传感器网络的定位技术 7

2.4本章小结 10

第三章 基于RSSI的无线传感网络定位算法 11

3.1引言 11

3.2信号传播模型 11

3.2.1自由空间损耗模型 11

3.2.2地面反射双向电磁波模型 12

3.2.3对数常态阴影模型 13

3.3RSSI基本原理 15

3.4定位算法基本原理 16

3.4.1三边定位算法 16

3.4.2极大似然估计法 17

3.4.3质心算法 19

3.5本章小结 22

第四章 算法的仿真实验与结果分析 23

4.1定位算法步骤 23

4.1.1三边定位算法的实现步骤 23

4.1.2极大似然估计法的实现步骤 24

4.1.3三角质心算法的实现步骤 24

4.2仿真场景设置 25

4.3仿真参数设置 27

4.4实仿真结果分析 28

4.1.1定位算法评价 28

4.1.2结果分析 29

4.5本章小结 30

第五章 全文总结与展望 31

5.1全文总结 31

5.2下一步的工作和展望 31

参考文献 33

致 谢 36

第一章 绪论

1.1选题背景及意义

无线传感网络是IT领域最热门的研究方向之一，其应用领域极其广泛，因而在学术界的研究价值很高。麻省理工学院（MIT）技术评论与美国《商业周刊》将无线传感网络看作是21世纪最重要的革新技术之一，其应用与发展将对人类工作、生活和生产范围产生深远的作用^[1-3]。

无线传感网络技术中的节点定位^[4]是完成目标检测与识别等应用的前提，许多无线传感网络的功能实现均依赖节点位置信息。在无线传感网络中，每个节点首先采集数据，然后通过物理层的传播把信息发送到汇聚节点，汇聚节点做简单处理后，最终发送给传输管理者。

传感器节点常被覆盖在相对存在一些危险的环境中，节点位置在监测环境中是不清楚的^[3]。然而，要想节点说明特定的节点目标发生的精确的位置信息，可以利用接收信号强度（Receive Signal Strength Indication，RSSI）定位算法^[5-7]完成节点定位。

1.2研究现状

自上世纪末，无线传感网络技术吸引包括军事领域等诸多领域里的各界人士的关注，得到迅猛发展。尤其进入21世纪以来，若干传感网络的项目、计划被西方经济强大的国家陆续地启动。在国内，政府也对无线传感器网络的探究与发展给予关注。同时，因RSSI测量技术具有通信开销较低、无需额外硬件等优点，使其成为有趣的发展领域。

在无线传感网络系统中，RSSI与节点距离是事先测定与实现定位的根本与核心部分。对数常态阴影模型能更好地描绘RSSI性能与节点距离的关系，但不能在没有自控情况下提供可变参量^[8]。例如，武汉大学的刘锋与章登义使用网络划分区域与RSSI值相统一结合的方法，构成估计区域，从而进行节点定位^[9]。

请支付后下载全文，论文总字数：19143字