无线传感网络定位算法
无线传感器网络节点定位算法的改进
２ Ｙｊｄ）・（） ［ Ｙ］［ ．１ ： ｒｆ‘ 一 ； ；， ３Ｙｉ （卜 ］ ：－而 ）Ｊ ］— ， ’ ： ２＝－ ｃ ｄ ２
这样 ， 式 左 边 和 右 边 都 只剩 下 已 知 常 数 了 等
进一步可 以求解 未知节点 的最／ － 乘 位置估计 ： ｂ
九
七
★基 金 项 目 ： 肃 省 自然 科 学 基 金 （ ． ０ １ Ａ ５ ０ ２ Ｇ） 甘 ＮｏＺＳ ３ 一 ２ — ２ 一 收 稿 日期 ：０ ８ ０ － ７ 修 稿 日期 ：０ ８ １ ０ ２０— ９ ２ ２ ０ —１ — ５
期
ｖ
作 者 简介 ： Ｋ（９ ２ ） 男 ， 肃 人 ， 士研 究 生 ， 究 方 向 为 无 线 传 感 网 ￣ １８一 ， 甘 硕 研
＠ ＭＤＲ Ｃ ＴＲｏ １２ Ｏ，Ｎ Ｐ Ｅ ２８ Ｅ Ｏ Ｕ ０ Ｍ
．
／
研究ｓ开发
＾
’
使上式最小化等价 与最小均方误差 把上式 当作 是 ｘ的函数 ． 令梯度等于 Ｏ 得到 ．
２ Ｔ Ｘ一 Ａｑ＝Ｘ： Ｔ Ｘ＝ Ａ Ａ ２ ｏ （＝Ａ Ａ Ａ￣ ， （ ５）
总 第 理可写为线性矩 阵方程 ：
二
方程 中减去第 三个方程 ． 得到两个剩 下的方程 最终整
但是， 三边 测距 的实际 情况 是 ： 量距 离不 是完 测
全 准 确 的 ，而 是 估 计 带 有 未 知 误 差 ￡ 利 用 ｉ ，０ 。 ＝ ＋ ｄ 来 解 上 述 方 程 不 能 得 到正 确 的 坐 标 值 理 论 上 ． 决 这 个 问 题 的 方 法 就 是 利 用 更 多 的锚 解 节 点 和 相 应 的距 离 测 量 ． 应 的 式 （ ） 扩 展 为 如 下 相 ２就 形式 ：
无线定位算法综述
无线定位算法综述一无线传感网络与节点定位1. 无线传感网络中的关键技术无线传感器网络作为当今信息领域新的究热点，涉与多学科交叉的研究领域，涉与到非常多的关键技，主要包括：拓扑控制；网络协议；网络安全；时间同步；定位技术；数据融合；嵌入式操作系统；无线通信技术；跨层设计和应用层设计。
2. 无线传感器网络节点定位机制无线传感器网络节点定位问题可表述为：依靠有限的位置己知节点即信标节点(锚节点)，确定布设区中其它未知节点的位置，在传感器节点间建立起一定的空间关系的过程。
无线定位机制一般由以下三个步骤组成：第一步，对无线电信号的一个或几个电参量(振幅、频率、相位、传播时间)进行测量，根据电波的传播特性把测量的电参量转换为距离、距离差与到达角度等，用来表示位置关系；第二步，运用各种算法或技术来实现位置估计；第三步，对估计值进行优化。
3. 节点间距离或角度的测量在无线传感器网络中，节点间距离或角度的测量技术常用的有RSSI、TOA、TDOA和AOA等。
4. 计算节点位置的基本方法(1) 三边测量法(2) 三角测量法；(3) 极大似然估计法。
5. 无线传感器网络定位算法的性能评价几个常用的评价标准：定位精度；规模；锚节点密度；节点密度；覆盖率；容错性和自适应性；功耗；代价。
6. 无线传感器网络定位技术分类（1）物理定位与符号定位；（2）绝对定位与相对定位；（3）紧密耦合与松散耦合；（4）集中式计算与分布式计算；（5）基于测距技术的定位和无须测距技术的定位；（6）粗粒度与细粒度；（7）三角测量、场景分析和接近度定位。
二典型的自身定位系统与算法到目前为止，WSN 自身定位系统和算法的研究大致经过了两个阶段。
第1 阶段主要偏重于紧密耦合型和基于基础设施的定位系统。
对于松散耦合型和无须基础设施的定位技术的关注和研究可以认为是自身定位系统和算法研究的第2 阶段。
1. Cricket定位系统未知节点使用TDOA技术测量其与锚节点的距离，使用三边测量法提供物理定位。
基于APIT技术的无线传感器网络目标定位算法
摘
要 ：针对无线传感器网络的 目标定位问题 ， 出了一种 基于能量的 目标定位算法 。首先通过移 动锚 提
节点轨迹的采集 ， 形成虚拟锚节点 ， 利用三边定位确定未知节点的位置 ， 加锚节点的密度 。采用近似 三 增
角形 内点 测 试 （ ＰＴ 算 法 对 目标 节 点 进 行定 位 ， 加 入 了加 权 质 心 因 子 ， 锚 节 点 对 目标 节 点 的不 同影 Ａ Ｉ） 并 用
ｔ ｔＡ Ｉ ） ｅ （ ＰＴ ｓ
Ｔａ ｇ ｔｌ ｃ ｔｎ ｌ ｏ ｉｈ ｂ ｓ ｄ ｏ ｎ ｒ ｙ ａ ｄ ｒ ｅ ｏ ａ ｉ ｇ ａ ｇ ｒｔ ｍ ａ ｅ ｎ ｅ ｅ ｇ ｎ
ＡＰＩ ｔ ｃ ｎｏｏ ｙ ｉ ｒ ｌｓ ｅ ｓ ｒ ｎ ｔ ｒ ｓ Ｔ ｅ ｈ ｌ ｇ ｎ ｗｉ ｅｅ ｓ ｓ ｎ ｏ ｅ ｗｏ ｋ
ｉｉｃ ａｅ ． ｎａｐｏｉ ａ ｏ ｔｎｔａｇｌｔｎｔ ｔ Ａ Ｉ ）ｔ ｈｏ ｇ ａ ｏｔ ｅ ｏｉｏｉｇ ｊ ｔ ｓ ｎｒ ｓｄ Ａ ｒｘ ｔ ｐｉ — － ｎ ａｏ ｓ （ ＰＴ ｅ ｎｌ ｙ ｓ ｄ ｐ ｄｉ ｔ ｓｉ ｎ ｏ ｅ ｅ ｐ ｍ ｅ ｎｉ ｒ ｕ ｉ ｅ ｉ ｃ ｏ ｗ ａ ｅ ｎ ｈ ｐ ｔｎ ｏ ｂ ｃ ｆ
响力来确定加权 因子 ， 以提高定位精度。仿真结果表明 ： 该算法可以有效地提高无线传感器网络 目标定位
的精度。
关键词 ：无线传感器网络 ； 定位方法 ； 加权 因子 ；近似三角形内点测试
中 图分 类 号 ：Ｔ ３３ Ｐ ９ 文 献 标 识码 ：Ａ 文 章 编 号 ：１０ －７ ７ ２ １ ）８０ ６ －３ ０ ０９８ （ ００ ０－０ ００
ａ ｄ ｎ ｅ ｌｃ ｉ ｔ ｎ ｏ ｉｅｅ ｓ ｓ ｎ ｏ ｅｗｏ ｋ ． ｆ ｒａ ｄ ｎ ｅｇ ｔｄ ｆｃｏ ．ｈ ｒ ｕ ｎ ｅ ｏ Ｃ ｏ ｏ ｅ ｏ ｎ ｏ ｏ ａ ｚ ｉ ｆ ｒ ｌｓ ｅ ｓ ｒｎ ｔ ｒ ｓ Ａ ｅ ｄ ｉｇ ａ ｗ ｉｈ ｅ ａ ｔｒ ｔ ｅ ｉ ｌ ｅ ｃ ｆ ｄ ｌ ａｏ ｗ ｔ ｄ ｎ ａ ｈ ｒ ｎ ｄ ｓｔ ｕ ｋ ｏ ｎ ｌｃ ｔ ｎ ｉ ｓ ｄ ｔ ｅｅ ｉ ｅ ｔｅ ｗｅｇ ｔ ｇ ｆｃｏ ｎ ｍｐ ｏ ｅ ｔｅ ｐ ｓｔ ｎｎ ｃ ｕ ａ ｙ Ｔ ｓ ｅ ｕｔ ｎ ｎ ｗ ｏ ａｉ ｓ ｕ ｅ ｏ ｄ ｔｒ ｎ ｈ ｉｈｉ ａ ｔｒ ａ ｄ ｉ ｒ ｖ ｈ ｏ ｉ ｏ ｉ ｇ ａ ｃ ｒ ｃ ． ｅ ｔ ｒ ｓ ｌ ｏ ｍ ｎ ｉ ｓ ｉｄ ｃ ｔ ｈ ｔｔｅ ＡＰ Ｔ ｔｃ ｎ ｌｇ ａ ｒｎ ｉｈ ｒｔｒ ｅ ｃ ｔ ｇｐ ｅ ｉｉｎ． ｕ ｈ ｃ ｕ ａ ｙ ｏ ｒ ｅ ｃ ｔ ｇｉ ｎ ｉ ａｅ ｔａ ｈ Ｉ ｅ ｈ ｏｏ ｙ ｃ ｎ ｂ ｇ ｈｇ ｅ ｇ ｔ ｏ ａｉ ｒｃ ｓ ｉ ａ ｌ ｎ ｏ ｔ ｓｔ ｅ ａ ｃ ｒｃ ｆｔ ｇ ｔ ｏ ａｉ ｈ ａ ｌ ｎ ｎ ｗ ｒｌ ｓ ｅ ｓ ｒｎ ｔ ｒ ｓｃ ｎ ｂ ｍｐ ｏ ｅ ｆ ｃｉｅｙ ｉｅｅ ｓ ｓ ｎ ｏ ｅｗｏｋ ａ ｅ ｉ ｒ ｖ ｄ ｅｆ ｔ ｌ ． ｅ ｖ Ｋｅ ｒ ｓ ｙ ｗｏ ｄ ：ｗ ｒｌ ｓ ｅ ｓ ｒｎ ｔ ｏ ｋ ； ｏ ｉ ｏ ｉ ｇ ａ ｐ ｏ ｃ ｉｅｅ ｓｓ ｎ ｏ ｅｗ ｒ ｓ ｐ ｓ ｉｎ ｎ ｐ ｒ ａ ｈ；ｗ ｉｈ ｉｇ ｆｃｏ ；ａ ｐ ｏ ｉ ｔ ｉ ｔ ｎ ｔ ａ ｇ ｌｔ ｎ ｔ ｅｇ ｔ ａ ｔｒ ｐ ｒ ｘｍａｅ ｐ ｎ － － ｎ ｕ ａｉ ｎ ｏ ｉ ｒ ｉ ｏ
无线传感器网络APIT定位算法
随着计算机网络技术、通信技术、嵌入式技术和传感器技术的飞速发展和日益成熟，具有感知能力、计算能力和通信能力的微型传感器及其构成的无线传感器网络WSN(Wireless Sensor Network)引起了人们的极大关注。
这种传感器网络具有低功耗、低成本、自组织的能力，能够自动进行配置和适应环境的变化，具有动态可重构性等特点，能够通过协作实时监测、感知和采集网络，分布区域内的各种环境或监测对象的信息并传送到控制中心，因而被广泛应用于国防军事、国家安全、精细农业、环境监测、智能家居、城市交通以及预防与减灾、人员营救、目标跟踪等方面，适用于在人们无法接近的极端恶劣或特殊环境下监测事件发生的地点[1]。
传感器节点通过飞行器撒播、人工埋置和火箭弹射等方式任意撒落在被监测区域内。
节点的位置信息都是随机的，节点所采集到的数据，若没有位置信息几乎没有应用价值[1]。
所以在无线传感器网络应用中，节点的定位一直是关键问题，同时也是人们研究的热点。
由于传感器节点采用电池供电，节点数量巨大，成本太高，能量有限。
因而利用GPS或其他方式先对网络中的少量节点(锚节点)进行定位，其他大部分节点以锚节点位置为参考，应用各种定位算法实现自身定位。
根据目前出现的定位算法对节点位置估测机制的不同可以分为两大类：基于距离相关的定位算法(Range-Based Localization Schemes)和基于距离无关的定位算法(Range-Free Localization Schemes)。
前者需要测量相邻节点间的绝对距离或方位，并利用节点间的实际距离来计算未知节点的位置；后者不需要自己与锚节点之间的距离或角度信息，而是根据网络连通性等信息估算出自己与锚节点间的距离。
基于距离相关的定位算法使得传感器节点造价增高，消耗了有限的电池资源，而且在测量距离和角度的准确性方面需要大量的研究。
基于距离无关的定位算法则不需要知道未知节点到锚节点的距离或者不需要直接测量此距离，在成本和功耗方面比基于测距的方法具有优势[1]。
WSN中基于TDoA位置算法的改进研究
WSN中基于TDoA位置算法的改进研究无线传感网络（Wireless Sensor Network, WSN）是一种自组织的、分布式的物联网节点网络，其实现了许多无线传感技术的应用。
这种网络由众多的传感器组成，它们通常安装在被监测的区域内，通过互相通信达到监测和控制的目的。
对于WSN来说，位置信息是非常重要的，因为只有知道传感器的位置，才能更精确地进行监测和控制。
在WSN中，基于TDoA（Time Difference of Arrival）位置算法是一种常用的方法。
它们是通过确定从发射源到每个接收器的时间差来确定接收器的位置的。
这种算法主要优点是能够使用近距离接收器和距离目标源的永久接收器之间的信息，因此提高了定位的精确度。
而且，TDoA算法通过对接收信号进行处理防范了卡尔曼滤波等定位算法的漂移问题。
但是，TDoA算法的定位精度可能受到信号未知时间偏移和噪声的影响，因此，如何改进TDoA算法的精度也是一个重要的问题。
基于TDoA算法的改进方法很多，其中最常用的是加入误差率估计和工程几何技术，并结合优化算法来改进TDoA算法的精度。
为了进一步提高算法的精度，还可以更好地选择参考节点和移动设备之间的测距方式和时间同步方式。
比如，在参考节点的选择上，根据实际情况选择那些位置固定、容易被监测的节点，这些节点更容易实现位置信息输出，也可以有效避免节点受到影响而导致错误的情况。
此外，随着系统中各种传感器数量的增多，不同的传感器之间也存在一定的时间和时钟偏差，如果不加以处理，则这样的误差将会严重影响定位的精确度。
因此，为了弥补时钟和时间偏差，我们可以采用VLP（Visible Light Positioning）技术等方案。
除此之外，为了进一步提升TDoA算法的精度，我们还可以针对特定问题提出对应的解决方案。
比如，在环境多噪声的情况下，我们可以通过限制误差方程组的解，消除传感器测距误差造成的影响。
在节点簇中，为了避免较严重的干扰和高噪声等情况，我们可以减少测量值，间隔测量或在测量周期之间加入一些额外的控制步骤来保证精度。
无线传感器网络中平均跳距修正的DV-Hop定位算法
中图分 类 号 ： Ｐ ０ ． Ｔ ３ １ ６
文献标识码 ： Ａ
文章 编号 ：０ ７９ ｌ（０ ２０ — Ｉ００ ｌ０ —４６２ １）４０ １ —３
１ 、基 本 Ｄ Ｈ Ｖ— ＯＰ定位 算 法
组 广 播 到 网络 中 ， 节 点 只 接 收 最 近 的信 标 节 点 的平 均 跳 距 。 使 当接 收到平均跳距之 后 ， 未知节点用平均跳距乘 以第 ｌ 阶段记录 的最小
ＨｏＳ ｅ ｐ￣ ＝
冬
（） ５
信标 节点ａ 与信 标节 点ｂ ｃ 、之间， 用实际距离Ｄ Ｄ 代表 ｌ … 跳距 跳 数 ， 到 该 未 知 节 点 到 每 个 信 标 节 点 之 间 的 距 离 ， 公 式 （） 得 如 ２ 所 离， 通常是 比实际１ 跳距离偏小 的， 尤其是 当两个信标节点距离很近 示。 时， 会偏 小得更多 ； 信标节点ａ 之 间， 与ｄ 用两点之 间直 线距离Ｄ 代 替折线距离Ｄ 一 ， Ｄ 信标节点ａ 之间， 与ｅ 用两点之间直线距离Ｄ 代 公式（） ， 表示 未知节点ｍ到信标节点ｉ ２中 Ｄ 的距离 ， ｐ ｉｅ Ｈｏ Ｓｚ 替折 线距离Ｄ － Ｄ 我们知道 ， 点之 间直 线距 离总是小于折 Ｄ一 两 表 示 未 知 节 点ｍ接 收 到 的最 近 的信 标 节 点 的平 均 跳 值 ， 示 该 未 线距离 ， ｈ表 并且折线弯 曲程度越厉害 ， 线距 离与折线距离偏小的越 直 知 节 点 ｍ与 信 标 节 点 ｉ 跳 数 。 的 厉害 。 因此 ， 公式（ ） 算得 到的信标 节点ａ 用 ５计 的平均跳距 比实 际平 第３ 阶段 ， 当未知节点获得与３ 个或更多信标节点 的距离 时， 则 均 跳 距 存 在 一 个偏 小 的 误 差 。 也就 是说 ， 统 Ｄ －Ｈｏ 算 法 中 信 标 传 Ｖ ｐ 利 用 三 边 测量 法 或极 大 似 然估 计 法 计 算 出 自身 坐标 。 三边 测量 法 的 节点在计 算平均跳距 时， 得到 的总 是比实际值偏小 的平均跳距［ ６ １ 。 计算方 法如下 ： 从平均跳距的计算公式（） 以看出 ， ５可 当信标节点 数量越多 ， 分 假 设未知节点的坐标为（ ，）３ ｘ Ｙ ，个信标节点 的坐标分 别是（ ． ｘ， Ｙ）（ ２Ｙ）（ Ｙ）到信标 节点的距离分别是ｄ 、 ，ｄ ， １ Ｘ ，２、 ， ， 、 Ｘ ．ｄ、 则有 子累加项越多 ， 小误差累加也就越大 。 偏 因此 ， 信标 节点 的数量也会 影响 到该偏 小误差 的大小 。
无线传感器网络节点定位算法综述
Ｋｅ ｒ ｓ： ｒ ｌｓ ｅ ｏ ｅ ｏ ｋ； ｏ ｅ ｌ ｃ ｉ ａ ｏ ｌ ｃ ｌ ａ ｏ ｇ ｒｔｍ ｓ ｙ ｗｏ ｄ ｗｉｅｅ ｓｓ ｎｓ ｒｎ ｔ ｒ ｎ ｄ ｏ ａｚ ｔ ｎ；ｏ ａｉ ｔ ｎ ａ ｏ ｈ ｗ ｌ ｉ ｚ ｉ ｌ ｉ
节 点定位 是通 过 一 定 的技 术 、 法 和手 段 获 方
１ 节 点 定 位原 理
在本文中， 已知 自身位置的传感 器节点为信 标节点； 不能确定 的自身位置的节点为未知节点； 通信半径内的所有节点都是该节点的邻居节点。
在 传感 器节 点定 位过 程 中 ， 知 节 点 在 获 得 未
Ａ ｖｅ ｏ ｃ ｌ ａ ｉ ｎ Ａｌ ｏ ｉｈ ｎ Ｗ ｉｅｅ ｓＳ ｎ ｏ ｔ ｒ Ｒｅ ｉｗ ｆＬｏ ａｉ ｔ ｇ ｒｔ ｍｓ ｉ ｒ ｌｓ ｅ ｓ ｒ Ｎｅ ｗｏ ｋ ｚ ｏ
Ｌ ｕ Ｌ ｕ ｎｙ ａ ／Ｊ ｎ ＩＹ ａ －ｕ ｎ
（ ｅａｔ ｎ ｆ ｔａ－ｅｔｃｌａｄＣ ｍｐ ｔ ｎ ｉｅｄ ｇＵｎｖｒｉ ｆ ｈｎ ｈｉ ｏ ｃｅｃ ｎｄＴ ｃｎ ｌｇ ，ｈ ｇ ａ２ ０ ９ ） Ｄ ｐｒ ｔ Ｏｐｉ ｌ ｌｃ ｉ ｎ ｏ ｕｅ Ｅ ｇ ｃ ｎ ， ｉｅｓｙｏ ａｇ ａ ｆｒ ｉｎｅａ ｍｅ ｏ ｃ ｅ ｒａ ｒ ｎ ｔ Ｓ Ｓ ｅｈ ｏｏ ｙ Ｓ ａ ｈ ０ ０ ３ ｎ ｉ
绍 了几种代表 性 算法的 原理和 特 点。通过 对现 有 算法 的分析 比较 ， 出 了可 能的 热点研 究方 向。 指 关键词 ： 线传感 器 网络 ； 点定位 ； 无 节 定位 算 法
中图分类 号 ：Ｐ ９ Ｔ ３３ 文 献标 志码 ： Ａ 文章编 号 ：６ １— ４ ６ ２ １ ）５— ０ １ ０ １ ７ ０ ３ （０ ０ ０ ０ ５ — ４
无线传感器网络测距定位算法改进与分析
，
＝
（ Ｔ ） Ａ Ｂ， ＡＡ ～ Ｔ
（） ２
Ａ＝
［ 二 ：］ － ＿， ！
一
ｃ ３
（ ４ ）
：
『 ＋ ｄ １ ＿ ｙ ＋ ， 一 一 一
。 Ｌ２ 一
一
＋ｙ ２
ｉ 一 ｄ 一 ２Ｊ 一 Ｙ ＋ ｄ 。 ＿
那 由 ）得 ［为 知点 坐 ， ３ 别 当＝时此算 称 三 测 法 么 （解 的 ＝ 未 节 的标其 ≥， 地 ３， 法 为 边距 ． ２ 中 特 种
ｌ ｃ ｌ ａ ｉ ｎ ｉ ｒ ｌ ｓ ｅ ｏ ｅ ｗｏ ｋｓ ０ ａ ｉ ｔ０ ｎ ｗｉ ｅ ｅ ｓ ｓ ｎｓ ｒ ｎ ｔ ｒ ｚ
Ｚ ａ ｒｎ Ｏ ｉｎ ，ＭＩ ｉ ＨＵ Ｄ －ｏ ｇ一， Ｕ Ｊａ Ｎ Ｊｅ
（ ．Ｓｈｏ ｏ ｏ ｐ ｔ ｎ ｎｏ ｔｎ Ｈ ｆｉ ｎｖｒ ｔ ｏ ｅｈ ｏ ｇ ，Ｈ ｆ ２０ ０ Ｃ ｉａ １ ｃｏｌ ｆ ｍ ｕ ｒａｄＩｆｒ ｉ ， ｅｅ Ｕ ｉ ｓｙ ｆ ｃ ｎｌ ｙ ｅ ｉ ３０ ９， ｈｎ ； Ｃ ｅ ｍａｏ ｅ ｉ Ｔ ｏ ｅ
１ 模 型 假 设
该 文需 要 以下模 型假 设 与符号 ： ：（ ， ，＝１２ … ， ， Ｙ）ｉ ，， ｎ 其表示 信标 节点 （ 节点 ）７：（ Ｙ 表 锚 ； ，） ７
示目 标点坐标； 表示点 与卵 的真实距离， ＝Ｉ 叼Ｉ＝ — ＋（ ｙ ； 即 Ｉ 矗一 ｌ √（ ） ）— ） Ｄ表示信标 ，
Ａｂｓｒ ｃ ：Ｉ ｈｅｐ ａ ｔｃ ｌａ ｐ ｉ ａｉｎ ｆｗｉｅｅ ｓ ｓ ｎ ｏ ｅｗｏ ｋ ，ｎ ｄ ｏ ａｉａｉｎ ｔｃ ｎ ｌ ｇ ｓｏ ｆ ｔ ａ ｔ ｎ ｔ ｒ ｃ ｉａ ｐ ｌｃ ｔｏ ｓｏ ｒ ｌｓ ｅ ｓ ｒｎ ｔ ｒ ｓ ｏ ｅ ｌｃ ｌｚ ｔｏ ｅ ｈ ｏｏ ｙ ｉ ｎｅｏ ｔ ｅ ｋ ｙ ｕｐ ｏ ｔｎ ｔｃ ｏｏ ｉｓ Ｕｎ ｉ ｅ ｈ ｃ ｎ ｅ ｔ ｎ ｌ ｈ ｅ ｓ ｐ ｒｉ ｇ ｅ ｈｎ ｌ ｇｅ ． ｌｋ ｔ ｅ ｏ ｖ ｎｉ ａ ｍｅ ｈ ｄ ｙ ｏｖｎ ｔ ｄ ｓａ ｃ ｅ ｕ ｔｏ ， ｔ ｅ ｏ ｔ ｏ ｂ ｓ ｌｉ ｇ ｈｅ ｉｔｎ ｅ ｑ ａｉｎｓ ｈ
无线传感网络的TDOA节点定位算法
Network World •网络天地Electronic Technology & Software Engineering 电子技术与软件工程• 5【关键词】无线传感网络 TDOA 测距 节点1 引言大量无线、多跳方式的通信传感器节点构成了无线传感网络，这些节点一般由传感器、无线通信、处理器以及能量供应四大模块组成。
它们分别完成本地处理感测数据、消息交换、能量供应以及最关键的感测环境的各项功能。
节点一般会采用随机投放的方式，在某个特定的监控区域密集布设，因此节点的网络拓扑结构是自组织的。
由于节点数量巨大且密集度高，且各自应用类型不同及对应工作环境复杂性，而计算、存储及通信带宽都属于有限资源，故节点必须协同工作，全局任务必须通过局部单个节点的采集、预处理及融合数据来完成。
无线传感网络节点的位置信息对于目标问题的追踪、选定特定节点以完成指定任务、智能设定任务完成路由等，具有非常重要的意义，而对节点的准确位置信息的获取是WSN 的研究和应用的基础，精确定位节点对网络的性能和优化至为关键。
目前的节点定位算法主要有两大分支，静态与动态定位算法。
其中，静态定位算法又分为测距与非测距两种。
测距算法节点位置稳固不变，对硬件要求比较高，定位精度较高，通信量与计算量较大。
本文讨论的TDOA 算法即为WSN 的静态测距算法。
2 TDOA算法的性能改进方向TDOA 定位不需要精确的时间同步，但结果精度高，而且操作方便、实现简单，其实现定位主要利用距离相关性，即需测量待定位节点与附近3个或以上节点间的距离，通过三角测量、三边测量或极大似然估计等坐标计算方法，算出待定位节点的相对坐标信息，最后结合辅助信息修正坐标计算结果，降低测量误差。
2.1 改进参照节点的选择方法无线传感网络的TDOA 节点定位算法文/覃琪 谭松鹤 何传波此方法主要考虑到算法中的参照节点选择对定位系统实际运行的效率及消耗的影响。
TODA 算法需要多个节点协同工作来实现定位，这些参照节点的数量是庞大的。
无线传感器网络中的节点定位算法
无线传感器 网络 中的节点定位算法
陈 凤 娟
（ 辽 宁对外 经 贸学院
辽 宁 大连 １ １ ６ ０ ５ ２ ）
【 摘
要】 无线传 感器 网络 是 由部 署在 监视 区域 的大量 微型 的具 有 无线通 信及 计算 能 力的 传感器 节 点 ， 以无线 多跳
ｐ ｒ ｏ ｃ ｅ ｓ ｓ ｉ ｎ ｇ Ｔ ｈ ｉ ｓ ｐ ａ ｐ ｅ ｒ ａ ｎ ａ ｌ ｙ ｚ ｅ ｓ ｔ ｈ ｅ ｅ ｘ ｉ ｓ ｔ ｉ ｎ ｇ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍｓ ａ ｂ ｏ ｕ ｔ ｌ ｏ ｃ ａ ｌ ｉ ｚ ａ ｔ ｉ ｏ ｎ ｐ ｒ ｏ ｂ ｌ ｅ ｍｓ ｉ ｎ ｗｉ ｅｌ ｒ ｅ ｓ ｓ ｓ ｅ ｎ ｓ ｏ ｒ ｎ ｅ ｗｏ ｔ ｒ ｋ ． Ｔｈ ｅ ｎ ｉ ｔ ｒ ｅ ｓ ｅ ａ ｒ ｃ ｈ ｅ ｓ ｏｎ ｈ ｏ ｗ ｔ ｏ ｒ ｅ ｄ ｕ ｃ ｅ ｔ ｈ ｅ ｅ ｎ ｅ ｒ ｇ ｙ ｃ ｏ ｎ ｓ ｕ ｍｐ ｔ ｉ ｏ ｎ ｏ ｆ ｎ ｅ ｗｏ ｔ ｒ ｋ ａ ｎ ｄ ｅ ｘ ｔ ｅ ｎ ｄ ｔ ｈ ｅ ｎ ｅ ｗｏ ｔ ｒ ｋ ｌ ｉ ｆ ｅ ．
Ｃ ｈ ｅ ｎ Ｆ ｅ ｎ ｇ － ｊ ｕ ａ ｎ
ｉ ａ ｏ ｎ ｉ ｎ ｇＵ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙｏ ｆ Ｉ ｎ ｔ ｅ ｒ ｎ ａ ｔ ｉ ｏ ｎ ａ ｌ Ｂ ｕ ｓ ｉ ｎ ｅ ｓ ｓａ ｎ ｄＥ ｃ ｏ ｎ ｏ ｍｉ ｃ ｓ Ｌ ｉ ａ ｏ ｎ ｉ ｎ ｇ Ｄ ａ ｌ ｉ ａ ｎ ７ １ ６ ０ ５ ２ ）
无线 传感 器 网络 中的 节点 根据 功能 的不 同 ， 可 以 分
位 的研究 能使 无线 传感 器 网络 的应 用更 广泛 ． 而高效 的 定 位算 法 能 提 高无 线传 感 器 网络 的其 他研 究 领域 的效 率 。本 文 首先 分 析 了 无线 传感 器 网络 的基 本 概念 和 结
无线传感网络中的位置定位与定位误差分析
无线传感网络中的位置定位与定位误差分析无线传感网络是由大量的无线传感器节点组成的网络，能够实时收集环境中的各种物理和化学信息，并将其传送到基站进行处理和分析。
其中一个重要的问题是位置定位，即确定无线传感器节点在空间中的准确位置。
位置定位在许多应用中都起着关键作用，例如室内导航、区域监测和环境感知等。
位置定位主要有两种方法：一种是基于物理测量的方法，另一种是基于信号强度的方法。
物理测量方法基于传感器节点测量目标地理信息的物理量，如距离、方位角和俯仰角等。
这种方法通常需要额外的硬件支持，如全球定位系统（GPS）和惯性测量单元（IMU）。
然而，由于这些硬件设备有限的精度和成本，物理测量方法的适用范围受到了限制。
相比之下，基于信号强度的方法通常只需要传感器节点自身的硬件设备，如射频模块和天线。
该方法通过测量接收到的信号强度指示器（RSSI）或到达时间差（TDOA）等参数来实现位置定位。
这种方法不需要额外的硬件支持，成本较低。
但是，由于信号强度在信号传播过程中受到多径传播和信号衰减等因素的影响，导致位置定位的精度较低。
无线传感网络中的位置定位误差是指估计位置与真实位置之间的差距。
定位误差受多种因素的影响，包括信号传播特性、传感器节点之间的距离、信号噪声和干扰等。
为了减小定位误差，研究者们提出了许多改进的方法。
首先，通过改善传感器节点之间的距离测量精度可以减小定位误差。
在物理测量方法中，使用高精度的测距设备可以提高位置定位的准确性。
在基于信号强度的方法中，可以使用多个传感器节点进行测距，利用多重路径的测量结果来提高定位精度。
其次，考虑信号传播特性和信号衰减模型也是减小定位误差的关键。
例如，在室内环境中，墙壁和障碍物对信号传播产生了阻碍和衰减效应。
研究者们通过引入信号传播模型，并利用机器学习算法对传感器节点的测量结果进行建模和估计，以减小位置定位的误差。
此外，传感器节点的部署和分布也会影响定位误差。
分布不均匀的传感器节点会导致定位误差的不均匀分布。
第8章 无线传感器网络节点定位技术
第八章 无线传感器网络节点定位技术
节点定位技术概述——要求
传感器网络的定位算法通常需要具备以下特点： 自组织性：传感器网络的节点随机部署，不依赖于全局基础设施协助定 位； 健壮性：传感器节点的硬件配置低，能量有限，可靠性较差，定位算法 必须能够容忍节点失效和测距误差； 节能性：尽可能地减少算法中计算的算法复杂度，减少节点间的通信开 销，以尽量延长网络的生存周期；
第八章 无线传感器网络节点定位技术
基于测距的定位技术——三角定位法
常用的角度定位方法有：已知两个顶点和夹角的射线确定一点，以及已
知三点和三个夹角确定一点。
1．已知两个顶点和夹角的射线确定一点 如图所示，测得参考点A(x1,y2)和B(x2,y2)收到的信号夹角分别是α和β，根 据
( y x tan ) ( y1 x1 tan ) x 2 2 tan tan y ( x2 y2 cot ) ( x1 y1 cot ) cot c t1 (T2 T0 ) (T1 T0 ) T2 T1 即： c2 c1
TDOA有一些固有的缺陷需要考虑。首先利用TDOA进行定位要求传感节点上必 须附加特殊的硬件（声波或者超声波的收发器等），这会增加传感节点的成本； 其次，声波或者超声波在空气中的传输特性和一般的无线电波并不一样，空气 的温度、湿度或者风速都会对声波的传输速度产生很大的影响，这就使得距离 的估计可能出现较大偏差；最后，TDOA测速的一个很大的假设是发送节点和 接收节点之间是没有障碍物阻隔的，在有障碍物的情况下会出现声波的反射、 折射和衍射，此时得到的实际传输时间将变大，在这种传输时间下估算出来的 距离也将出现较大的误差。
种信号的传播速度，计算两个节点之闻的距离，再通过已有基本的定位
rssi加权质心算法
rssi加权质心算法RSSI加权质心算法一、引言在无线传感网络中，定位是一项重要的技术，可以用于监测、导航、资源管理等多个领域。
其中，RSSI（Received Signal Strength Indicator）是一种常见的测量无线信号强度的指标。
通过对RSSI 进行加权质心算法处理，可以实现对目标节点的定位。
二、RSSI加权质心算法原理RSSI加权质心算法是一种基于RSSI值的定位算法。
其基本原理是根据RSSI值对目标节点进行定位，通过计算各个参考节点的质心坐标来确定目标节点的位置。
1. RSSI值RSSI值是指接收到的无线信号的强度指示器，可以用来衡量无线信号的强弱程度。
RSSI值一般以负数表示，数值越大表示信号强度越弱。
RSSI值可以通过无线传感器节点中的接收信号强度指示器来获取。
2. 加权质心算法加权质心算法是一种基于加权平均的定位算法。
在RSSI加权质心算法中，每个参考节点的权重与其对应的RSSI值成正比。
通过将参考节点的坐标与其对应的RSSI值进行加权平均，可以得到目标节点的位置。
三、RSSI加权质心算法步骤RSSI加权质心算法的具体步骤如下：1. 收集RSSI值和参考节点坐标需要在无线传感网络中选择一些参考节点，并记录它们的坐标和对应的RSSI值。
通常，选择的参考节点应分布在目标节点附近，以提高定位的准确性。
2. 计算权重根据参考节点的RSSI值，计算每个参考节点的权重。
一种常用的计算方法是将RSSI值转换为线性刻度（即去掉负号），然后进行归一化处理，使所有参考节点的权重之和为1。
3. 加权质心计算根据参考节点的权重和坐标，计算目标节点的加权质心坐标。
加权质心坐标的计算公式为：X = ∑(RSSIi * Xi) / ∑RSSIi，Y = ∑(R SSIi * Yi) / ∑RSSIi，其中，X和Y分别表示目标节点的横坐标和纵坐标，RSSIi表示第i个参考节点的RSSI值，Xi和Yi分别表示第i个参考节点的横坐标和纵坐标。
无线传感器网络定位算法及其应用研究
无线传感器网络定位算法及其应用研究一、概述无线传感器网络（Wireless Sensor Networks, WSNs）是由一组能够自组织形成网络的低功耗、多功能、微型传感器节点组成，这些节点通过无线通信方式相互连接，实现对环境信息的实时监测和数据采集。
WSNs的出现，为物联网、智能城市、工业自动化、环境监测、军事侦察等领域带来了革命性的变革。
无线传感器网络中的节点往往因为能量、通信距离和成本等因素的限制，导致网络中的节点位置信息难以获取，从而影响了网络性能和应用效果。
研究无线传感器网络定位算法，对于提高网络性能、扩展应用范围具有重要意义。
无线传感器网络定位算法是指通过一定的数学方法和计算模型，利用网络中节点的距离、角度等信息，实现对节点位置的精确估计和计算。
随着无线传感器网络技术的不断发展，定位算法的研究也日益深入，出现了多种不同的定位算法，如基于测距的定位算法、无需测距的定位算法等。
这些算法各有优缺点，适用于不同的应用场景和网络环境。
本文旨在探讨无线传感器网络定位算法的基本原理、分类、优缺点以及在实际应用中的表现。
将对无线传感器网络定位算法的发展历程进行简要回顾，介绍各种经典算法的基本原理和实现方法。
结合实际应用场景，分析不同定位算法的适用性和性能表现，探讨其在实际应用中的优缺点。
展望未来无线传感器网络定位算法的发展趋势和研究方向，为相关领域的研究和应用提供参考和借鉴。
1. 无线传感器网络的定义与发展概述无线传感器网络（Wireless Sensor Networks，WSN）是一种分布式传感网络，其末梢是数以万计的微小传感器节点。
这些传感器节点通过无线方式通信，形成一个多跳自组织网络，具有灵活的网络设置和可变的设备位置。
WSN不仅可以通过传感器节点采集和监测环境信息，还能通过通信模块将信息传送到决策中心，实现对环境的感知、监测和控制。
无线传感器网络的发展始于20世纪80年代，随着计算机和通信技术的不断进步，其应用领域逐渐扩大。
常见定位方式定位误差的计算
常见定位方式定位误差的计算定位误差是指实际定位结果与真实位置之间的偏差。
常见的定位方式包括全球定位系统（GPS）、移动通信系统（如基站定位）、无线传感器网络、惯性测量单元等。
下面我将对其中几种常见的定位方式的定位误差计算进行介绍。
1.GPS定位误差计算：GPS是一种基于卫星信号的定位系统，它通过接收来自卫星的信号来测量和计算位置。
GPS定位误差的计算主要涉及到以下几个方面：-接收机定位误差：GPS接收机的性能和质量也会影响定位的精度。
定位误差可以通过接收机的接收灵敏度、信噪比和多路径效应等因素来计算。
-卫星时钟误差：GPS中的卫星时钟误差会对定位结果产生影响。
在定位的过程中，需要校正卫星的时钟误差，以提高定位的精度。
-接收机钟差：GPS接收机的内部时钟精度也会对定位结果产生影响。
为了减小时钟误差带来的影响，可以采用差分GPS的方法来校正时钟误差。
-多路径效应：在GPS信号的传输过程中，会经历多次反射和散射，导致接收机接收到多个不同路径上的信号。
这些多路径效应会对定位结果产生误差。
可以通过衡量同一卫星的信号在空间中的多路径效应来计算定位误差。
2.基站定位误差计算：基站定位是一种利用移动通信系统中的基站设备对移动终端进行定位的方式。
基站定位误差的计算主要涉及到以下几个方面：-平均距离误差（RTK错误）：基站定位中常常使用差分定位技术，通过测量基站与移动终端之间的距离差，来对移动终端的位置进行计算。
平均距离误差是指多次测量的距离平均误差，可以通过对多组测量数据进行统计来计算。
3.无线传感器网络定位误差计算：无线传感器网络是由分布式传感节点组成的网络系统，用于采集和传输环境信息。
无线传感器网络定位误差的计算主要涉及到以下几个方面：-距离估计误差：无线传感器网络中的节点之间通常通过测量信号强度来估计节点之间的距离。
距离估计误差是指估计值与真实值之间的偏差，可以通过多组测量数据的均值和方差来计算。
-锚定节点误差：无线传感器网络中通常会设置一些已知位置的锚定节点，用于提供参考位置。
无线传感器网络原理及应用第4章 定位技术
第4章 定位技术
4.2.2 基于TDOA的定位 TDOA测距技术被广泛应用在WSN定位方案中。一般是
在节点上安装超声波收发器和RF收发器。测距时，在发射 端两种收发器同时发射信号，利用声波与电磁波在空气中传 播速度的巨大差异，在接收端通过记录两种不同信号到达时 间的差异，基于已知信号传播速度，则可以直接把时间转化 为距离。该技术的测距精度较RSSI高，可达到厘米级，但 受限于超声波传播距离有限和非视距(NLOS)问题对超声波 信号的传播影响。
第4章 定位技术
来确定自身位置。在如图4-1所示的传感网络中，M代表信 标节点，S代表未知节点。S节点通过与邻近M节点或已经得 到位置信息的S节点之间的通信，根据一定的定位算法计算 出自身的位置。
第4章 定位技术
图4-1 传感器网络中信标节点和未知节点
第4章 定位技术
2．节点位置计算的常见方法 传感器节点定位过程中，未知节点在获得对于邻近信标 节点的距离，或者获得邻近的信标节点与未知节点之间的相 对角度后，通常使用下列方法计算自己的位置。
第4章 定位技术
图4-2 三边测量定位法
第4章 定位技术
21
3
(x x1)2 (y y1)2 (x x2)2 (y y2)2 (x x3)2 (y y3)2
(4-1)
由公式(4-1)即可解出节点D的坐标(x，y)：
x y 2 2 ( (x x 1 2 x x 3 3 ) )2 2 ( (y y 1 2 y y 3 3 ) ) 1 x x 1 2 2 2 x x 3 3 2 2 y y 1 2 2 2 y y 3 3 2 3 3 2 3 2 1 2 2 2
第4章 定位技术
基于距离的定位算法通过获取电波信号的参数，如接收 信号强度(RSSI)、信号传输时间(TOA)、信号到达时间差 (TDOA)、信号到达角度(AOA)等，再通过合适的定位算法 来计算节点或目标的位置。 4.2.1 基于TOA的定位
详解无线传感器网络定位技术
本节将详细说明3种主流的测量方法，第一种是基于时间的方法，包括基于信号传输时间的方法（time of arrival，TOA）和基于信号传输时间差的方法（time difference of arrival，TDOA）；第二种是基于信号角度的方法（angle of arrival，AOA）；第三种是基于信号接收信号强度的方法（received signal strengthindicator，RSSI）方法。下面分别进行介绍。
普遍认为基于测距和非测距的算法分类更为清晰，本文以其为分类原则介绍主要的WSN定位方法。此外，由于目前非测距算法大多为理论研究，且实用性较差，因此，本文将着重介绍基于测距的定位方法。
3.1基于测距的算法
基于测距的算法通常分为2个步骤，首先利用某种测量方法测量距离（或角度），接着利用测得的距离（或角度）计算未知节点坐标。下面分别进行介绍。
优点：测量方法简单且能取得较高的定位精度。
缺点：Ⅰ。精确计时难。通常传感节点之间通信都采用无线电信号，由于无线电的传输速度非常快，而传感节点之间的距离又较小，这使得计算发送节点和接收节点之间的信号传输时间非常困难。因此利用此技术定位的节点需要采用特殊硬件来产生用于发送和接收的慢速无线信号。Ⅱ。高精度同步难。
b.基于信号传输时间差的方法：
TDOA测距技术广泛应用于无线传感器网络的定位方案中。通常在节点上安装超声波收发器和射频收发器，测距时锚节点同时发送超声波和电磁波，接收节点通过两种信号到达时间差来计算两点之间距离。
优点：在LOS情况下பைடு நூலகம்取得较高的定位精度。
缺点：Ⅰ。硬件需求较高。传感节点上必须附加特殊的硬件声波或超声波收发器，这会增加传感节点的成本；Ⅱ。传输信号易受环境影响。声波或者超声波在空气中的传输特性和一般的无线电波不同，空气的温度、湿度或风速都会对声波的传输速度产生较大的影响，这就使得距离的估计可能出现一定的偏差，使用超声波与RF到达时间差的测距范围为5～7 m，实用性不强，且超声波传播方向单一，不适合面向多点传播；Ⅲ。应用场合单一。测距的前提是发送节点和接收节点之间没有障碍物阻隔，在有障碍物的情况下会出现声波的反射、折射和衍射，此时得到的实际传输时间将变大，在这种传输时间下估算出的距离也将出现较大的误差。
无线传感器网络定位算法
无线传感网络定位算法目录一、常用定位技术 (2)1.1 GPS与A-GPS定位 (2)1.2 基站定位（cell ID定位） (3)1.3 Wifi AP定位 (3)1.4 FRID、二维码定位 (3)二、定位算法研究的目的和意义 (4)三、WSN定位算法分析 (5)3.1 基于锚节点的定位算法 (5)3.1.1 距离相关定位算法 (5)3.1.2 距离无关定位算法 (6)3.2 基于移动锚节点的定位算法 (8)3.2.1 基于移动锚节点的距离相关定位算法 (9)3.2.2 基于移动锚节点的距离无关定位算法 (11)四、总结 (13)附：组员及分工情况........................................................................................错误!未定义书签。
一、常用定位技术1.1 GPS与A-GPS定位常见的GPS定位的原理可以简单这样理解：由24颗工作卫星组成，使得在全球任何地方、任何时间都可观测到4颗以上的卫星，测量出已知位置的卫星到用户接收机之间的距离，然后综合多颗卫星的数据就可知道接收机的具体位置。
在整个天空范围内寻找卫星是很低效的，因此通过GPS 进行定位时，第一次启动可能需要数分钟的时间。
这也是为啥我们在使用地图的时候经常会出现先出现一个大的圈，之后才会精确到某一个点的原因。
不过，如果我们在进行定位之前能够事先知道我们的粗略位置，查找卫星的速度就可以大大缩短。
GPS系统使用的伪码一共有两种，分别是民用的C/A码和军用的P（Y）码。
民用精度约为10米，军用精度约为1米。
GPS的优点在于无辐射，但是穿透力很弱，无法穿透钢筋水泥。
通常要在室外看得到天的状态下才行。
信号被遮挡或者削减时，GPS定位会出现漂移，在室内或者较为封闭的空间无法使用。
正是由于GPS的这种缺点，所以经常需要辅助定位系统帮助完成定位，就是我们说的A-GPS。
无线传感网大空间定位测量算法及精度评估
０ 引言
无 线 传 感 网络 的很 多应 用 都涉 及 距 离 位 置 信 息 ， 基 于无 线传 感 网络 的 大空 间 定位技 术 也 因此 成 为这 一研 究热 点的关 键 基础 技术 。无线 传感 网络 定位 技术 有 基于
非 测 距 定 位 技 术 和 基 于测 距 定位 技 术 ，基 于 测 距 的定 位 技 术 分 为 基 于 信 号 接 收 强度 指 示值 测 量 （ ＲＳ Ｓ Ｉ ）方 法 、基 于到 达 时 间测量 （ Ｔ ＯＡ）方法 以及 基 于 时间 差测
关键点在 于高精度 的距 离测量方法及 高精度 的定位算 法 。 假 设在移 动节 点Ｐ （ ｘ ， Ｙ ， ｚ ） 周围有ｎ 个位 置 已知 的信 标节
点Ｇ－ （ ｘ ｌ ， Ｙ ｚ） ， Ｇ２ （ ｘ ２ ， Ｙ ２ ， ｚ ２ ） ， …， Ｇ ｎ （ ｘ ｎ ， ｙ ｎ ， Ｚ ｌ １ ） 参与 测量 ，如 图１ 所 示 ，它 们 与移 动 节点 的距 离 的 测量 值 为Ｄ． ， Ｄ２ ， － － － ， Ｄ ，而
中的共性问题：测量距离约束和信号覆盖范围约束，提出了一种选择性大空间定位算法。面对
移动节点特定的定位空间要求以及定位精度要求，采用蒙特卡罗方法研究了测距误差、信标网
络参数 配置 对移 动节点定位精度以及可定位 空间 的作用关 系 ，提 出的仿 真算法模 式对于设 计评
估满足一定精度要求的无线传感网络可定位空间探索具有一定的指导意义。 关键词 ：无线传感 网络 ；大空间定位算法 ；精度评估
以测 量距 离 与其 理论 值 的残 余误 差平 方 和最 小 为原 则定位 移动 节 点Ｐ （ ｘ ， Ｙ ， ｚ ） ，则 测量 模 型为 ：
Ｍ ｉ ｎ ∑（ ‘ － 一 、Ｊ Ｄ ， 一
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
无线传感网络定位算法基于移动锚节点的距离无关定位算法一、无线传感网络定位算法简介1.背景及意义2.概念3.相关术语4.技术特点5.相关应用二、基于移动锚节点的距离无关定位算法简介1.距离无关定位算法比较2.距离无关的移动锚节点定位方法三、典型算法：LMAP算法及其改进一、无线传感网络定位算法简介1.背景及意义随着计算机技术、微电子技术和通信技术的进步，传感器已朝着集成化、微型化、智能化和低能耗的方向快速发展，使其能够在较小体积内集成信息采集、数据处理和信息的传输等多种功能，这为无线传感网(Wireless Sensor NetworksW SN)的产生和发展奠定了基础。
无线传感网是由部署在监测区域内大量廉价微型的具有有限数据处理能力和装备有低能耗无线信号收发器的传感器节点通过无线通信方式形成的一个多跳自组织网络，其目的是利用网络节点协作地感知和采集网络覆盖区域内感兴趣的信息，并发送给观察者。
它通过大量随机部署在监测区域的传感器节点来监测和感知周围的物理环境。
无线传感网具有布线成本低、监测精度高、系统容错性好、可远程监控以及便于诊断与维护等众多的优点，它的产生解决了传统传感器网络在应用中遇到的安装、维护等方面的种种困难。
其在军事、工业、医疗、交通、环保等领域有着广阔的应用前景。
如果说互联网改变了人与人之间的信息交流方式，那么，无线传感网的产生将改变人与自然界的交互方式。
位置信息是无线传感网正常工作和应用中不可缺少的部分，缺少位置信息网络很可能无法正常工作，在某些应用中缺少位置信息也将会是致命的。
无线传感网最基本的功能之一就是位置信息(事件发生的位置或采集数据的节点的位置)。
但是，受到无线传感网自身所具有的低能耗、低成本的特点限制，现有传统定位技术(如GPS)对于无线传感网来说并不适用，因此开发出适用于无线传感网的定位技术势在必行。
通常无线传感网节点是随机分布在不同的环境中进行各项监测任务。
节点只有知道了自身的位置信息，才能够提供有效的监测消息。
因此，对于无线传感网的监测活动来说，位置信息至关重要，在很多无线传感网应用中，没有节点位置信息的监测信息往往毫无意义。
监测到事件后关心的一个重要问题就是该事件发生的位置，这是进一步采取措施和做出决策的基础。
如森林火灾监测，天然气管道泄漏监测，战场上敌方车辆运动的区域具体地点等。
定位信息除了用来确定事件发生的地点外，还可以用于目标跟踪、目标轨迹预测、协助路由等。
获取位置信息是无线传感网基本功能之一，定位技术是无线传感网的一项重要支撑技术。
目前针对无线传感网的定位机制和定位算法已经大量涌现。
通常这些算法都在二维情况下使用，但是经过扩展以后，可以很好的在三维情况下运用。
2.无线传感定位的概念对于定位一般的理解就是确定位置。
在无线传感网中，定位是指网络通过特定的方法确定节点的位置信息。
其可分为节点的自身定位和目标定位。
节点自身定位是确定网络中节点位置坐标的过程，它是网络自身属性的确定过程，是网络的支撑，可以通过人工配置或各种节点自定位算法完成，它是整个无线传感网存在的必要的支撑技术之一;目标定位是指在网络覆盖范围内确定一个事件或一个目标的位置坐标，这可以通过把位置已知的网络节点作为参考节点来确定事件或目标在网络中所处的位置，它是无线传感网的一项重要应用方向。
两者可以统一起来考虑，无线传感网定位问题就是寻求利用少量的锚节点来确定网络中未知节点的位置坐标的方法。
位置信息可以分为两种类型:一种是物理位置，它表示目标的相对或者绝对位置，是指目标在特定坐标系下的位置数值。
另一种是符号位置，它表示的是目标与基站之间的连通关系，提供目标大致的所在范围，即指在目标与一个基站或者多个基站接近程度的信息。
3. 无线传感网定位技术有关术语未知节点(Unknown nodes): WSN中不能自主定位，需要依赖定位算法和已知位置信息的节点来定位的节点。
锚节点(Anchor nodes):通过GPS系统或人工部署已知自身位置信息，并且能够协助网络对未知节点定位的节点，又称为信标节点。
邻居节点(Neighbor nodes):在传感器节点通信半径内，可直接相互通信的节点。
跳数(Hop count):两个节点之间间隔的跳段总数。
测距(Range:测量相互能够通信的节点之间的距离。
测距误差(Range error):测量距离与真实距离之间的误差。
一般指它与真实距离之间的比值。
到达时间(Time of Arrival, TOA):一种信号从一个节点传播到另一个节点所需的时间。
到达时间差(Time difference of arrival, TDOA):两种不同传播速度的信号从一个节点传播到另一个节点所需时间之差。
到达角度(Angle of arrival, AOA):节点接收到的信号相对于自身轴线的角度。
接收信号强度(Received signal strength indicator, RSSI):节点接收到无线信号强度的大小;视线关系(Line of sight, LOS):没有任何障碍物间隔的两个节点间能够直接通信的关系。
非视线关系(No line of sight，NLO S:两个节点之间存在障碍物。
网络连通度(Network connectivity:网络中所有节点的邻居节点个数的平均值。
覆盖率(Coverage rate:能够确定坐标位置的节点在总节点数中所占的比例。
基础设施(Infrastructure:协助传感器节点定位的已知自身位置的固定设备，如卫星、基站等。
4. 无线传感网定位技术特点①自组织性通常无线传感网中的节点是随机布设的，不能依靠全局的基础设施的协助确定每个节点的位置所在。
②容错性传感器节点的硬件配置低、处理能力弱、可靠性差、能量少以及测距时会产生误差等因素决定了传感器节点本身的脆弱性，因此定位算法必须具有良好的容错性。
③能量高效性为了尽量延长网络的生存周期，要尽可能的减少节点间的通信开销，减少算法中计算的复杂度，用尽量少的能量完成尽可能多的工作。
④分布式计算每个节点自己对自身的位置进行估算，不需要将所有信息传送到某个特定的节点进行集中计算。
5. 无线传感网定位技术相关应用①导航导航是定位最基本的用途。
例如:在军事上，通过事先部署的无线传感网采集到的信息，可以对敌方目标进行准确的定位，为火控系统提供精确的制导;在智能交通系统中可以通过网络节点的布设获取车辆的位置信息可以为道路车辆提供信息反馈，从而实现城内精确导航等。
②目标跟踪目标跟踪是指网络实时监测目标的行动路线，预测目标的前进轨迹。
例如在战场上实时的跟踪并报告敌方运动态势以便及时采取相应的措施。
另外，在工厂、物流管理和医院仪器管理等环境中都有很广泛的应用和迫切的需求。
③事件的监控事件监控是指通过网络对某些感兴趣的事件进行监控。
例如:对森林防火应急监控，目前很多森林的防火监控都是利用无线传感网来实现的，将网络节点部署在监控区域，通过传感网络回传至控制中心的数据一旦发生异常情况，就可以通过该节点的相关地理位置信息判断出是什么地方发生异常，以便工作人员采取相关措施。
④定向信息查询如果管理节点需要知道某一个监测区内的状态或是否有事件发生，可以将监测任务发布到这个区域内的传感器节点进行定向的信息查询。
⑤进行网络管理网络可以利用传感器节点的位置信息构建网络拓扑图，据此实时地统计网络覆盖情况，对覆盖较差的区域及时采取必要的补救措施。
⑥协助路由路由算法可以借助节点的位置信息进行路由选择，基于地理位置的网络路由就是一种利用节点位置信息进行网络路由的优化路由。
此种优化路由需要网络中的节点知晓每个节点或者至少相邻节点的位置信息，据此做出优化的路由选择。
在无线传感网中，优化的路由可以提高系统性能、安全性，从而节省宝贵的电能。
二、基于移动锚节点的距离无关定位算法简介1.距离无关定位算法比较距离无关定位算法不需要使用测距技术, 只利用连通情况来估测自己的位置。
绝大多数距离无关定位算法采取分布式计算模式, 因为其可扩展性好, 每个节点的计算复杂度与网络的规模无关, 计算简单而且容易实现, 同时计算在节点进行, 通信量小。
分布式的距离无关算法可以细分为两种: 基于邻近关系( proximity ) 和基于跳计数( dist ance in hops) 。
(1). 基于邻近关系的算法邻近关系是指两个节点在彼此的通信半径范围内, 节点通常以与锚节点间的邻近关系作为限制条件, 利用一定的几何方法( 如三角形、圆、矩形) 来确定自己所在区域范围, 然后以此区域的质心作为估计位置。
典型的算法有:1) 质心算法 ( centroid) 的核心思想是: 与未知节点处于邻近关系的所有锚节点, 所组成的多边形区域的质心, 作为未知节点的位置估计;2) APIT 算法 ( approximat e point in tr iangulationtest) 的核心思想是: 与未知节点处于邻近关系的3 个锚节点构成1 个三角形, 以多个这样的三角形的交叠区域的质心作为未知节点的位置;3) Bounding Box 算法定义了一个离散通信模型。
整个网络被划分为n ! n 个单元, 若一个节点能够与N 个锚节点通信, 则该节点在这N 个锚节点的正方形通信区域的交叠区域中。
上述3 个算法定位精度严重依赖于锚节点的密度和分布。
但是由于实际传感器网络中锚节点难以均匀分布,同时增加锚节点比例会大大提高网络成本, 加剧通信竞争和冲突( 即锚节点稀疏问题) , 因此他们是典型的受锚节点稀疏问题影响的算法。
(2). 基于跳计数的算法当锚节点的密度不大时, 很多节点无法直接与锚节点通信, 此时节点可以通过一定方式获得距离锚节点的跳数, 同时估算每跳距离, 计算出与锚节点的距离, 然后利用三边测量法或极大似然估计法等方法计算自己的坐标。
典型的算法有:1) DVhop 算法可以分为3 个阶段:使用距离矢量交换协议, 使网络中所有节点获得距锚节点的跳数; 锚节点计算网络平均每跳距离值, 并将其广播至网络中, 未知节点接收到该值后计算与锚节点的距离; 未知节点获得3 个以上距离后, 利用三边测距法或极大似然估计法定位;2) Amorphous 算法和DVhop 相似, 区别在于该法未知节点的跳数使用平均值; 同时假定预先知道网络的密度, 离线计算网络的平均每跳距离;3 )Euclidean 算法围绕在锚节点周围的节点的局部几何拓扑, 给出了计算与锚节点相隔两跳的未知节点位置的方法;4) Robust Posit ion 算法由两个阶段组成: 初始阶段和求精阶段。
初始阶段与DVhop 类似, 粗略估计; 求精阶段, 节点通过测量到所有一跳邻居的距离并依此进行位置计算来更新自己的位置。