无线网络定位论文综述Word文件下载.docx

1、无线传感器网络技术在国民经济建设和军事领域有着非常重要的应用价值，如目标跟踪、入侵检测、灾难管理和战场侦察等。新技术在带来应用机会的同时，也带来新的研究问题。无论是在军事侦察或地理环境监测，还是交通路况监测或医疗卫生中对病人的跟踪等应用场合，很多获取的监测信息需要附带相应的位置信息，否则，这些数据就是不确切的，甚至有时候会失去采集的意义，因此网络中传感器节点自身位置信息的获取是大多数应用的基础。所谓定位是对一组未知位置坐标的网络节点，通过估计其至邻居节点的距离或邻居数目等手段，利用节点间交换的信息，确定节点位置的机制。从广义上讲，传感器网络的定位问题包括节点自身定位和对监控目标的定位。由于传感

2、器网络的节点容量受限，包括有限的功耗、通信带宽、内存和计算能力，节点协作完成感知和通信任务，希望计算和通信量最小化，节点定位是传感器网络运行的一个基本和关键问题。 首先，传感器节点必须明确自身位置才能详细说明“在什么位置发什么了什么事件”。从而（3）对于所有接收到的消息，每三个一组，分别计算未知节点的位置。（4）最后，对集合中所有的计算位置取平均值，就是未知节点的位置估计。 在实际应用环境中，由于多径、绕射、障碍物等因素，无线电传播路径损耗使得定位过程中产生距离误差。2.2 Zigbee 技术的定位方法Zigbee 技术定位的原理分为基于距离（Range-based）的定位方法和非基于距离（R

3、ange-free）的方法。首先一个Zigbee 的完整系统包括有网关节点，静态节点和动态节点。网关节点就是将Zigbee 网络链接到外部的计算机或计算机网络上，是整个系统的协调者。静态节点是利用供电，可以自由的放置于固定的位置，作为整个系统的参考，类似于网络中路由器而存在的。动态节点是通过电池供电，计算能力低，要求体积尽可能小，作为整个系统的终端负责收集动态目标的位置信息从而通过计算对目标进行精确的定位。网格定位通过自己设置的Zigbee 系统的静态节点和动态节点间的相互配合。将Zigbee 定位参考节点以等间距布置成网格状，通过接收的RSSI来确定并测量节点间点到点的距离或角度的信息，然后

4、使用三边测量法、三角测量法或者最大值估计法计算节点位置。如图2，图3所示。由于确定的固定点比较多，往往将一个较为复杂的地区作为实际的测量点，适合在复杂度较高的地方使用，定位相对可靠。第三章 无线传感器网络定位WSN的定位方法较多，可以根据数据采集和数据处理方式的不同来进行分类。在数据采集方式上，不同的算法需要采集的信息有所侧重，如距离、角度、时间或周围锚节点的信息，其目的都是采集与定位相关的数据，并使其成为定位计算的基础。在信息处理方式上，无论是自身处理还是上传至其他处理器处理，其目的都是将数据转换为坐标，完成定位功能。目前比较普遍的分类方法有3种： 1）依据距离测量与否可划分为：测距算法和非

5、测距算法。测距法基于简方程: S= ，其中S为第n个采样周期时物体移动的总路程；Si为第i采样周期内物体移动的路程。系统误差是由移动系统运动学不完整性引起的,如不等轮直径或有关精确轴距的不确定性等。测距法采用的传感器通常分为模拟式测距传感器和数字式测距传感器。其中测距法是对距离进行直接测量，非测距法依靠网络连通度实现定位，测距法的精度一般高于非测距法，但测距法对节点本身硬件要求较高，在某些特定场合，如在一个规模较大且锚节点稀疏的网络中，待定位节点无法与足够多的锚节点进行直接通信测距，普通测距方法很难进行定位，此时需要考虑用非测距的方式来估计节点之间的距离，两种算法均有其自身的局限性； 2）依据

6、节点连通度和拓扑分类可划分为：单跳算法和多跳算法。单跳算法较多跳算法来说更加的简便易行，但是存在着可测量范嗣过小的问题，多跳算法的应用更为广泛，当测量范围较广导致两个节点无法直接通信的情况较多时，需要多跳通信来解决；3）依据信息处理的实现方式可划分为：分布式算法和集中式算法。以监测和控制为目的算法因为其数据要在数据中心汇总和处理，大多使用集中式算法，其精度较高，但通信量较大。分布式算法是传感器节点在采集周围节点的信息后，在其自身的后台执行定位算法，该方法可以降低网络通信量，但目前节点的能量、计算能力及存储能力有限，复杂的算法难以在实际平台中实现。激光测距传感器和超声波传感器的工作原理类似，都是

7、利用发射波和回波之间的时间差来计算距离，不同是前者发射的是激光，后者发射的是超声波。与超声波传感器相比，激光测距传感器测量精度更高、测距范围更大，环境适应能力更强，如图4所示。 最小二乘法具有很好的估计性能，但在误差方面精确度不够，当定位精度要求不高的时候，可以采用最小二乘法。在解决三维空间定位问题时，试验场必须布设 4 个及以上数量的基站，并且获得 3 个及以上的时差信息，才可以利用最小二乘法构建矩阵函数。计算如下： Taylor 算法，是一种常用的递归算法，该算法的原理是：将定位方程利用泰勒中值定理进行展开，衡量工作量及精度后，采用只保留一次导数项的方法，在确定初始位置的基础上，每一步迭代

8、方向都是沿着当前点的函数值下降的方向进行。泰勒级数展开法是解决非线性方程的较有效的方法，而且在初始值接近真实值的情况下会有很高的精度。第四章 精度分析精度、能耗和安全是传感器网络定位中需要考虑的主要因素。前两者已经受到大量研究人员的关注并取得了较多的成果，而安全定位只是在近几年才引起重视。传感器节点经常部署在无人或者非友好的环境中，节点的密钥信息以及节点间的通信内容可能被敌方窃取。通过窃听节点间的信息并在网络中加入虚假信息，敌方节点就能够轻易地干扰节点的定位，形成攻击。传感器网络定位技术的主要性能包括精度、能耗和安全。例如，TDoA适用于传播距离短的网络部署环境，意味着网络的信标节点密度高而导

9、致全局能耗的增大。针对基本虫洞攻击和一贯虫洞攻击提出了检测方法：1.根据时间特性进行攻击检测2.根据空间特性进行攻击检3.根据测距信息一致性进行攻击检测；Sensor首先采用时间特性和空间特性检测出部分受到攻击的Locator，然后再基于已经检测出来的受攻击的kcator进行一致性检测，把剩余的受攻击Locator全部检测出来。 无线定位技术中误差产生的原因：多径传播是造成定位误差的主要原因。多径不仅可以导致对来波方向的判断错误,而且对于基于时间的定位法来讲,即使在MS和BS之间存在LOS（ Line Of Sight）的情况下也会对信号传播时延的测定带来误差。NLOS（Non Line of

10、 Sight）传播也是影响定位精度的主要原因。无论是测向定位还是测距定位,视距传播（LOS）信号是正确定位的基础。由于受到衰落和阴影效应等因素的影响,基站接收的信号中可能不包含LOS信号或LOS信号。因此如何降低NLOS传播的影响是提高定位精度的关键。多址干扰。多址干扰最敏感的是CDMA系统。由于CDMA系统中的各用户均使用同一频段,因此远离基站的用户信号可能被基站附近用户信号所抑制,造成远端用户信号无法检测,这就是远近效应。第五章 研究展望无线传感器网络定位研究已广泛开展并取得了许多研究成果，但仍存在着一些没有被解决或被发现的问题，目前最为关键的问题仍然是WSN节点的能耗问题，一切的定位算法

11、应该在精度和能量消耗上选取一个较为折衷的效果。目前存在的问题及相应可能的解决方案有： 1）应用环境单一。多数的算法都是针对特定的应用场景进行设计的，也就是说，每个算法都只能解决特殊的问题或应用于特定的场景，一旦环境发生变动，算法或系统的测量误差将增大甚至不再适用。因此，探索更具通用性的定位算法或定位系统，将其应用于更为复杂多变的环境中是一项新的挑战。 2）受硬件限制。在实际定位中，一些算法由于受到传感器节点硬件成本和性能的限制，如某些算法需要在定位节点上增加GPS，超声波收发器，有向天线阵列等设备，增加了节点硬件成本，阻碍了其在实际定位系统中的应用。因此，算法设计应多考虑WSN节点的实际情况，

12、如只在部分节点上增加额外硬件，或根据实际节点资源受限情况采用其他定位算法等。 3）能量受限。测量精度、容错性和能量消耗等问题也是目前无线传感器网络研究的热点，更是定位技术研究的热点。通常情况下，高测量精度和低能量消耗不可兼得，往往需要在测量精度和能量消耗上进行有效的折衷。因此，可以在提高储能设备的容量，或利用可能的外界环境资源为节点提供能量方向进行研究，另外，提出高效、节能、符合实际情况的无线传感器网络定位算法将具有现实的意义。4）安全和隐私问题。在大范围部署的无线传感器网络中，安全和隐私的问题也是一个主要的研究方向。一方面，一些应用需要节点位置信息，另一方面，向一些不需要知道位置的节点透露位

13、置信息则会使网络面临安全问题。此外，鉴于无线传感器网络的性质，集中式算法在后台处理定位程序也使得节点的位置信息通过层层传递被过多的节点所知晓，因此分布式算法相对于集中式算法可以减少信息传递次数，增强网络安全性，另外，在网络通信中使用信息加密也可以提高网络安全性。参考文献1邱岩，赵冲冲，戴桂兰无线传感器网络节点定位技术研究J计算机科学，2008，35（5）：47502彭保无线传感器网络移动节点定位及安全定位技术研究D哈尔滨：哈尔滨工业大学，2009：4-73周艳. 基于RSSI测距的传感器网络定位算法研究J. 计算机科学, 2009, 36（4）:119-120.4Akytiding I F A

14、 Survey on Sensor NetworksJIEEE Communications Magazine，2002，8 102-1145王贻民, 戴冠中, 张治,等. Ad Hoc网络自定位算法研究J. 计算机科学, 2006, 33（5）:26-31.6Bergamo P, Mazzini G. Localization in sensor networks with fading and mobilityC/ The, IEEE International Symposium on Personal, Indoor and Mobile Radio Communications. 2002:750-754 vol.2.7肖建飞. WiFi定位的应用和实现J. 计算机光盘软件与应用, 2011（17）:77-77.8杨冕, 秦前清. 对传感器网络定位技术现状的研究J. 微机发展, 2005, 15（3）:26-28.9曹晓梅, 俞波, 陈贵海,等.传感器网络节点定位系统安全性分析J. 软件学报, 2008, 19（4）:879-887.