基于声音能量强度的无线传感器网络目标定位研究.docx
《基于声音能量强度的无线传感器网络目标定位研究.docx》由会员分享，可在线阅读，更多相关《基于声音能量强度的无线传感器网络目标定位研究.docx（67页珍藏版）》请在冰豆网上搜索。
基于声音能量强度的无线传感器网络目标定位研究
南京理工大学
硕士学位论文
基于声音能量强度的无线传感器网络目标定位研究
姓名：
程清远
申请学位级别：
硕士
专业：
检测技术与自动化装置
指导教师：
吴晓蓓;黄成
20100620硕上论文基于声音能量强度的无线传感器网络目标定位研究
摘要
本文研究的基于声音能量强度的无线传感器网络目标定位，相对于基于时间差的目
标定位不需要精准的时间同步，相对于基于波达方向的目标定位不需要传感器阵列高昂
的成本，相对于质心定位等不基于测距的目标定位不需要较多的节点数量和较大的节点
密度，只需要通过适量节点检测的声音能量值便可快速、准确地完成定位任务，减少了
节点的能量消耗和对无线通信带宽的要求。
本文首先对声音的传播特性进行了分析，根据声音的传播规律找到声音能量强度与
目标和节点之间距离的关系，提出声音能量衰减模型，基于此模型介绍了基本的目标定
位算法，包括极大似然估计定位算法、非线性最小二乘估计定位算法、线性最小二乘估
计定位算法，并对各算法的优点折中提出声源能量和位置联合估计的联合线性最小二乘
估计定位算法。
在分析基本目标定位算法的误差的基础上，令加权系数为噪音协方差的倒数，引入
权值矩阵进行算法改进，从而得到相比于不加权算法定位精度大大提高的加权非线性最
小二乘估计定位算法、加权线性最小二乘估计定位算法和加权联合线性最小二乘估计定
位算法，并提出从加权目标定位算法参与定位的节点个数和参与定位的方程个数入手进
行节点和方程个数的二次削减，从而在保证定位精度的前提下，大大降低了定位算法的
复杂度，减少了定位的运行时间，降低了节点的能耗，延长了节点的使用寿命。
最后，论文基于MATLAB仿真平台，对上述目标定位算法及其改进措施进行仿真，
通过比较分析，算法和改进措施的可行性和有效性得到了很好的验证。
关键词：
无线传感器网络，目标定位，声音能量强度，最小二乘，超球面，联合线性，
权系数Abstract
Yargetlocalizationbasedonacousticenergystrengthinwirelesssensornetwork．
researChedforinthisdissertation，doesn’tneedaccuratetimesynchronizationcomparedwi廿1
targetlocalizationbasedontimedifferenceofarrival，anddoesn’tneedhighcostofsensor
a仃aycomparedwithtargetlocalizationbasedonangleofarrival，anddoesn，tneedlarge
numberorlli曲densityofnodescomparedwithtargetlocalizationnotbasedondistancesuch
ascen仃D1dposition·ItCanfinishthelocalizationquicklyandaccuratelyusingdetected
acoustlcene唧valuesoffewnodes，aSwellaSreducingtheenergyconsumptionofnodes
anddemandforwirelesscommunicationbandwidtll．
F1rstly,acousticpropagationcharacteristicisanalyzedinthediss叭ation．Basedon1aw
ofacousticpropagation，therelationshipbetweenacousticenergystrengthanddistancef．rom
targettonodeisfound，thenacousticenergyattenuationmodelisproposed．Basictarget
localizationalgorithmsareintroducedbasedonthemodel，includingmaximum．1ikelihood
（ML）algorithm，nonlinearleast—squares（NLS）algorithm，linearleast-squaresalgorithm（LS）
andene鼢positionunitedlinearleast—squares（ULS）algorithmcompromisingadvantagesof
others．
An贫analyzingtheestimationerrorofbasictargetlocalizationalgorithms．makingwaghtingcoefficientbetheinverseofthenoisecovariance，algorithmsareimprovedthrou西
mtroduclngweightingmatrix·Consequentlytheweightednonlinearleast．squares（WNLS）
aIgorithin，weightedlinearleast—squares（WLS）algorithmandweightedunitedlinear
least—quares（WULS）aregiven，whoselocalizationaccuracyaremuchbe钍erthan
non’welghtedalgorithms·Thenstartingfromnumberofnodesandequationsinvolvedin
locallzatioIl，reducingtwiceisproposed，whichreducingthecomplexityofalgo础11ll，me
咖ngtimeoflocalizationandtheenergyconsumptionofnodes，eXtendingthelifesp觚of
nlenetworknodesinthepremiseofensuringthelocalizationaccuracy．
LaStly,basedontheplatformofMATLAB，simulationsareconductedforⅡle
aboVe‘melltionedtargetalgorithmsandimprovements．Bycomparingandanalyzin＆the
feasibilityandeffectivenessofthealgorithmsandimprovemeIltsareweIIverified．
Keywords：
WirelessSens。
rNetwork，TargetLocalizati。
n，AC0usticEn哪stren砷，Least‘squares，Hypersphere，UnitedLinear,WeightingCoefficiellt
Ⅱ声明
本学位论文是我在导师的指导下取得的研究成果，尽我所知，在本
学位论文中，除了加以标注和致谢的部分外，不包含其他人已经发表或
公布过的研究成果，也不包含我为获得任何教育机构的学位或学历而使
用过的材料。
与我一同工作的同事对本学位论文做出的贡献均己在论文
中作了明确的说明。
研究生签名：
黏三肴莲Z,k年，月?
炉
学位论文使用授权声明
南京理工大学有权保存本学位论文的电子和纸质文档，可以借阅或
上网公布本学位论文的部分或全部内容，可以向有关部门或机构送交并
授权其保存、借阅或上网公布本学位论文的部分或全部内容。
对于保密
论文，按保密的有关规定和程序处理。
研究生签名：
盘鲞墼脚年／月硐硕士论文基于声音能量强度的无线传感器网络目标定位研究
1绪论
1．1课题研究的背景和意义
进入2l世纪以来，微电子机械系统（Micro—Electro—MechanismSystem，MEMS）、
片上系统（SystemOnChip，SOC）、无线通信和低功耗嵌入式技术的飞速发展孕育了
一种新型的测控网络——无线传感器网络（WirelessSensorNetwork，WSN）【11。
无线
传感器网络是由部署在监测区域内的大量廉价微型传感器节点组成，通过无线通信方式
形成的一个多跳自组织网络系统，其目的是协作地感知、采集和处理网络覆盖区域中感
知对象的信息，并发送给观察者[2】。
无线传感器网络是继因特网之后，将对21世纪人类生活产生重大影响的IT热点技
术。
如果说因特网改变了人与人之间沟通的方式，那么无线传感器网络则将逻辑世界与
物理世界融合在一起，将改变人与自然交互的方式。
1999年，美国商业周刊将其列为
21世纪最具影响的21项技术之一习；2003年，MIT技术评论在预测未来技术发展的报
告中，将其列为改变世界的10大新技术之一【4】；2006年我国发布了《国家中长期科学
和技术发展规划纲要（2006．2020）》，在支持的重点领域及其优先主题“信息产业及现
代服务业”中列入了“传感器网络及智能信息处理”，并在前沿技术中重点支持“自组
织传感器网络技术”【习；从2005年11月国际电联（ITU）发布（（ITU互联网报告2005：
物联网》指出无所不在的“物联网通信时代即将来临"至今，全世界各国都在加快对物
联网的研究与建设，而无线传感器网络则是物联网的三大基础之一【6】。
作为一种具有巨大潜力的新型测控网络，无线传感器网络在目标定位方面具有以下
优势[2，7】：
（1）超大规模：
为了完成对物理世界高密度的感知，无线传感器网络一般由成千上
万个微小的传感器构成，较普通网络规模成数量级的提高。
（2）自组织：
无线传感器网络中的节点之间可以互相通信协调工作，并具有自动组
网的功能，节点可以随时加入和脱离网络，网络拓扑时常变化，使得网络具有很强的可
扩展性。
（3）分布协作：
无线传感器网络是大规模网络，节点在探测到目标后，要利用多传
感器数据融合技术联合其他节点对侦测到的目标数据进行协作处理与分析，因此个别节
点的损坏不会影响整个网络的运行，使得网络具有很强的容错性和鲁棒性。
当然，无线传感器网络在目标定位方面也面临着以下一些挑战【2，8】：
（1）计算存储能力有限：
为了满足成本和体积的要求，传感器节点的硬件资源比普
通计算机更为有限，节点的计算能力差，存储空间小，运算速度慢，这决定了设计定位
算法时复杂度不可以过大。
1I绪论硕十论文
（2）电源能量有限：
通常传感器节点都携带能量十分有限的电池，由于节点所处的
环境复杂，节点数量巨大，更换电池补充能源很不现实，导致节点的寿命很短，如何高
效使用能量来最大化网络生命周期是无线传感器网络需要面临的一大挑战。
（3）通信能力有限：
随着通信距离的增加，传感器节点的能耗急剧上升，为减小单
跳通信距离，无线传感器网络采用多跳路由的传输机制，传感器节点的通信带宽也有限，
通常只有几百kbps的速率，在这种情况下，如何设计合理的网络通信机制和路由机制
是无线传感器网络面临的挑战之一。
无线传感器网络不同于普通网络的特点促进了其飞速发展，并使得它迅速在各类领
域中得到非常广泛的应用，其中目标定位方面的应用涉及以下一些领域【2-3，9。
10】：
（1）军事领域：
在军事领域，利用无线传感器网络目标定位技术能够实现监测敌军
区域内的兵力和装备、了解实时战场状况、定位打击目标物、监测生化攻击等，同时当
给我军人员配备无线传感器装置后，可以随时随地监测其方位和状态，从而大大增强了
单兵作战的能力。
（2）环境领域：
在环境监测领域，动植物生长状况、农业灌溉、森林火灾、山体滑
坡、地震海啸等都可以通过在环境中布撒无线传感器节点来实现自动监测，一旦有异常
变化，无线传感器网络系统便会自动定位发生异常的地点并及时上报给监测中心。
（3）交通领域：
城市智能交通系统中，在道路中安置无线传感器网络节点后，控制
中心便可随时监控道路中车辆的行驶状况，从而制止道路交通违法行为，驾驶员也可以
通过该系统了解路况，及时改变行驶路线，从而缓解道路交通拥堵状况。
（4）医疗领域：
给病人配备带有监测生理指标的无线传感器节点装置后，通过无线
传感器网络可以随时监测病人的健康状况，定位病人所处位置，一旦出现危急状况，病
人可以得到及时的医疗救护。
在其他领域，无线传感器网络目标定位技术也正在起着不可替代的作用，例如危险
的矿井、核电站工作急需无线传感器网络的帮助，建筑物健康状况监测、智能家居系统
有了无线传感器网络后操作起来会变得越来越简单等。
正因为无线传感器网络如此多的
优点和如此巨大的应用潜力，对其深入的研究才有深远的实际意义，相信随着相关技术
的发展和推进，无线传感器网络将显示出非凡的应用价值，对它的研究也会越来越受到
关注。
1．2国内外研究现状与发展
无线传感器网络的研究起始于20世纪90年代末期，在十几年的发展中，全世界各
国对无线传感器网络的研究一直都在不断深入，尤其在目标定位方面出现了很多突破性
的研究成果，有的已经成功转化为产品投入生产参与应用。
在军事应用方面，2005年美国军方采用Crossbow公司的传感器节点构建了枪声定
2硕士论文基于声音能量强度的无线传感器网络目标定位研究
位系统【111，节点能够自组织构成监测网络，监测目标建筑周围的突发事件如爆炸袭击等，
为反恐提供了有力的帮助。
美国科学应用国际公司采用无线传感器网络构建了电子防御
系统【l羽，为军方提供情报信息和军事防御，该系统采用多个微型磁力计传感器节点来探
测监测区域中是否有人携带武器，是否有可疑车辆驶入，并利用声音传感器节点监测可
疑人群或车辆的移动方向。
在环境监测方面，加州大学伯克利分校利用无线传感器网络来监控大鸭岛的生态环
境【131，在岛上部署了30个Berkeley大学的Micamote传感器节点，监测的项目包括温
度、湿度、光强、气压等。
在印度西部多山区域，无线传感器网络系统被用来预测泥石
流的发生【H】，该系统采用大规模、低成本的节点自组织构成网络，每隔一定的时间向控
制中心发送一次山体状况的最新数据，并能够在灾害发生后第一时问报告泥石流发生的
区域。
在智能交通方面，上海市重点科技研发计划中的智能交通监测系统将配备有视频、
音频、温度、湿度等传感器的节点部署于十字路口来监控交通状况和天气对道路的影响，
将带有GPS全球定位设备的节点部署于车辆上来随时监控车辆的行驶状况¨5。
。
1995
年，美国交通部提出了到2025年全面投入使用的“国家智能交通系统项目规划”【l6|，
其计划利用无线传感器网络系统，配合GPS定位系统等资源，使所有车辆保持在高效
低耗的最佳运行状态，该系统还能自动保持车距，推荐最佳行进路线，对潜在故障发出
预警等。
在医疗救护方面，纽约StonyBrook大学针对社会老龄化的问题建立了名为Health
Tracker2000的无线传感器网络系统【171，该系统采用Crossbow公司的Mica2和Mica2dot
系列节点，配备有脉搏、呼吸、温度、血氧水平等多种类型传感器，不仅可以监测病人
的生理信息，还可以在病人出现生命危险时及时通报其身体情况和位置信息。
在建筑结构监测方面，南加州大学构建的无线传感器网络系统NETSHM【l圳，将
CrossbOW公司的Mica．Z系列节点部署于洛杉矶的FourSeasons大楼内，不但可以监测
建筑物的健康状况，而且能够定位出建筑物受损伤的位置。
尽管已经有如此多应用成功的例子，但是由于成本、能耗、通信、环境等诸多方面
的因素制约，加上无线传感器网络与应用密切相关的特点，目前仍有很多领域是无线传
感器网络无法涉及和施展其潜能的。
在目标定位方面，有些战场目标移动迅速，但由于
传感器节点计算能力有限无法快速定位；环境监测中节点受户外环境影响很大，尤其在
恶劣的环境下节点容易耗能和损坏，导致寿命减短和脱离网络的情况时有发生；在交通
监测和建筑物监测中，由于受噪音和障碍物影响导致目标定位不精确等。
不过随着各项
技术的不断发展和诸多研究人员的深入研究，可以满怀信心地期待无线传感器网络在未
来的研究中克服这些困难，应用到更多的领域，发挥更大的作用。
l绪论硕十论文
1．3无线传感器网络声音目标定位技术
目标定位是利用无线传感器网络多节点分布式协作的特点进行工作的一个重要应
用，它是指利用网络内多个传感器节点检测的目标信息估计出某一时刻该待定位目标的
位置。
本论文主要讨论声音目标的定位方法，声音目标定位相对于其它目标定位来说有
以下特点【191：
（1）不受视线和能见度影响：
声音定位系统可以在夜间、阴天、雾天和雪天工作，
具有全天候工作的特点。
（2）隐蔽性好，保密性强：
声音定位系统不受电磁波干扰，也不易被无线电测向及
定位，因而隐蔽性强。
（3）普遍存在于常见目标和常见监测环境中：
大多数目标的出现都伴有不同频率和
幅值的声音，声音目标定位在实际应用中更具有代表性。
（4）用于定位的声音传感器成本低廉，能耗小：
常见的声音传感器有驻极体麦克风、
硅麦克风等，其价格相对于其他传感器要低很多，功耗也较小。
根据对声信号测量物理量的不同，声音目标定位方式分为以下三大类：
（1）基于时差的定位【2研（TDOA）：
由于各传感器节点到声源的距离不同，声音到达
不同节点的绝对时间也不同，该方法通过准确地测量出不同传感器节点接收到信号的时
间点之间的时间差来定位目标，为了达到这个目的必须对所有传感器节点进行时间同
步，由于受到多方面因素的影响和制约，在无线传感器网络里做到节点间精确的时间同
步是非常困难的，声音传播的速度为340m／s，而两节点间的距离一般在10m以内，即
声音从一个节点传到其相邻的节点只需要约0．03s，考虑到噪音干扰和测量误差，要区
分如此微小的时间差是很困难的。
（2）基于波达方向的定位【2u（AOA）：
该方法是通过声音传感器阵列测量信号到达
时不同的方位角来对目标进行定位的，主要局限于窄带信号如红外线、磁信号等，能够
对远距离的目标进行定位，但是成本很高，算法复杂度很大，不适合低功耗低成本的传
感器节点。
而且，只有在波阵面近似于平面时算法才具有可行性，然而在无线传感器网
络中的定位问题更接近于近距离定位问题，近距离定位问题里的平面波假设条件变成了
目标和传感器节点之间的距离，这个距离会比无线传感器网络中节点之间最大有效距离
还要大，因此，如果用这种类型的定位算法来解决近距离的定位问题，将很难得到较好
的结果。
（3）基于接收信号能量强度的定位【221（RSSI）：
由于声音传播过程比较有规律，采
集到的信号比较稳定和可靠，比起其他物理测量属性，声能可以以一个较低的速率来采
样，而且对目标位置进行估测时不需要频繁更新就能够保证一定的准确性，这样，通过
无线传感器网络传输数据不会消耗太多的能量，并且可以在共享无线信道的情况下减少
4硕士论文基于声音能量强度的无线传感器网络目标定位研究
对无线通信带宽的要求，因此，RSSI定位算法能够较好地解决无线传感器网络中的声
音目标定位问题。
在基于声音能量强度的无线传感器网络目标定位中，根据是否测量距离又可以分为
不基于测距的定位方法和基于测距的定位方法【2】，这两种算法的区别就在于是否利用声
音能量强度来测量节点与目标间的距离：
（1）不基于测距的定位方法：
包括最近点估计法、质心定位估计法、近似三角形内
点测试法（APIT）等，它们都基于这样一个前提：
节点检测声音能量强度越大，目标
离节点越近。
最近点估计法直接将离目标最近的节点作为目标位置【2引，质心定位估计法
是将几个离目标最近的节点的位置坐标平均值即多边形的质心作为目标位置[241，近似三
角形内点测试法则是将多个包含目标的三角形重叠区域的质心作为目标位置【251。
不基于
测距的定位算法虽然简单，但是它要求无线传感器网络中的节点数量和分布密度很大，
一旦节点密度不符合要求，定位精度会急剧下降，这对于一般的无线传感器网络来说不
太现实，因为实际中节点大多是随机布撒，节点的分布密度很难控制。
（2）基于测距的定位方法：
根据声音的传播规律，寻找一个关于声音能量传播的合
理模型，此模型反映了节点检测的声音能量强度和其与目标之间距离的关系，根据此模
型可以通过多个节点的检测值估计出目标的位置，这种算法对节点的数量和分布密度要
求相对较低，更适合于实际应用，所以本论文研究的都是基于声音能量强度且基于测距
的无线传感器网络目标定位问题。
1．4论文主要内容和章节安排
本论文致力于探寻和研究基于声音能量强度的无线传感器网络目标定位算法。
这种
算法应该具有合理的定位模型，较高的定位精度，对背景噪音具有较强的抗干扰性，同
时应该尽量减小算法复杂度，从而有效地控制节点的能耗，延长节点的使用寿命。
研究
工作在以下几个方面展开：
（1）了解描述声音的物理量，研究声音的传播规律，以声音能量强度为数据来源，
寻找一个合理的定位模型，将声音能量同节点与目标间的距离联系起来：
（2）基于声音目标定位模型提出基本的目标定位估计算法，对各种基本目标定位算
法的定位精度、复杂度进行理论上的分析和比较；
（3）对基本目标定位算法中产生误差的原因进行分析，针对误差原因进行算法改进，
从理论上分析改进后算法的有效性，比较改进前后算法的差异；
（4）针对实际情况，进一步减小算法复杂度，在不影响定位精度的前提下提出简化
定位算法的措施；
（5）利用MATLAB软件对提出的各种定位算法和改进措施进行仿真，验证每种算
法的有效性，比较不同算法的差异，最后综合考虑得出一种最为可行有效的定位方法。
51绪论硕士论文
论文各章节的内容安排如下：
第一章为绪论，叙述了课题研究的背景和意义，简述了无线传感器网络目标定位在
国内外研究的现状和发展，并对本论文重点研究的声音目标定位技术作了概述。
第二章为基于声音能量强度的无线传感器网络目标定位方法，基于声音传播规律提
出了声音能量衰减模型，并基于此模型介绍了几种常用的基本定位估计算法，包括极大
似然估计定位算法、非线性最小二乘估计定位算法、线性最小二乘估计定位算法，并结
合各算法优点提出了联合线性最小二乘估计定位算法，对这些算法进行了理论分析和比
较。
第三章为基于声音能量强度的无线传感器网络目标定位方法改进，改进分为两部
分，第一部分主要是对基本定位算法的加权改进，第二部分主要是对加权定位算法的方
程个数和节点个数进一步削减，通过改进进一步改善了目标定位效果，降低了算法的复
杂度。
第四章为基于声音能量强度的无线传感器网络目标定位方法仿真，通过MATLAB
软件对各种定位算法的效果进行比较，验证改进措施的可行性和有效性。
第五章为总结和展望，总结得出综合效果最好的目标定位方法，指出了研究中的不
足之处，并对进一步的研究和改进提出了思路和展望。
6硕十论文基于声音能量强度的无线传感器网络目标定位研
升级会员 