1、毕业设计开题报告 电子信息工程 基于粒子群算法 WSN 节点自定位 一、 综述本课题国内外研究动态，说明选题的依据和意义 1、近年来课题国内外研究状况： 人类进入信息社会的一个主要标志就是因特网的迅速普及应用。因特网是信息传输网络与信息处理计算机相互融合的产物。当前的因特网使人类社会进入了“网络即计算机”的网络时代，人们可以在网上找到资源，进行网络计算和存储资料。而传感器网络将是信息获取、信息传输与信息处理三大子领域技术又一次相互融合的产物，人们可以通过传感网络直接感知真实客观世界的一切，从而极大地扩展网络的功能和 人类认识世界的能力，必将极大地推动相关学科的发展，并带来社会的深刻变革。因此、
2、传感器网络将逐渐引领人类步入“网络即传感器”的传感时代。 WSN 网络在很多领域都有用途。在商业和工业方面，有些数据很难用有线传感器来监视，或者实现起来代价过于昂贵，在这种场合可以用 WSN 网络来监视。 WSN 节点可以被部署在野外环境，它们可以被放置多年（用来监视某些环境因素）而不需要重新充电或者更换能量装备。它们能够组成属地的边界，监视入侵者的行进过程（将信息在 WSN 节点之间传递）。 WSN 网络的用途很多，典型的应用包括监视、跟踪和控制 。它一般被用于自然环境监视、目标跟踪、核反应堆控制、火警监测、交通监视等用途。在一个典型的工作环境中， WSN 节点被分散布置到区域中的各处，通过
3、它的 WSN 节点来采集数据。 节点定位是 WSN 网络的关键技术之一，因为在许多应用中 WSN 网络采集的信息与节点所处的位置有关。 无线传感器网络自身的特点决定了它不能使用目前已经存在的一些标准协议，国外的研究工作者为无线传感器网络的各个层次都提出了一些解决方案，但是总的来说，到目前为止还没有形成可被广泛认同的标准。目前比较流行的 WSN网络节点定位算法可以分为基于距离的定位 算法和与距离无关的定位算法。不基于距离的定位算法无需额外的硬件支持 ,使用成本低 , 但定位精度不高 ,不能满足一些较精确场合的使用。基于距离的定位算法包括两个步骤，测距和定位计算。 常用的定位方法是 range-b
4、ased 方法，这种方法需要先测量出节点之间的距离或者角度信息，再通过数学方法计算出节点自身的位置。测量节点间距离或者角度信息通常采用的方法有： TOA， TDOA， RSSI 和 AOA 等。 Range-free 定位方法无需测量距离或者角度信息，仅根据网络的连通性等信息就可以实现节点的自身定位。这种方法降低了对接 点硬件的要求，在成本和 功耗方面比 range-based 方法具有优势，但定位的误差也相应有所增加。目前提出的算法只要有：质心算法， DV-hop 算法， Amorphous 算 法， APIT 算法等。 关于无线传感网络的定位跟踪研究的比较新颖的技术方法有： （ 1）基于微
5、粒群算法的群集智能技术 本算法结合了无线传感器技术和群集智能技术两者的优势，其基本思想是：机器人在前进过程中设计导航控制器以安全快速地达到目的地。导航控制器依据关于当前局部环境的已知或部分已知信息建立概率地图，设置由规划出的路径作为参看路径计算出的最 优路径，根据由无线传感器获得的实时空间信息生成有效的运动控制命令。实验证实此算法提高了智能导航的整体性能，满足了在复杂环境未知障碍物下的实时和有效性要求。 （ 2）多点协作跟踪簇算法 多节点协作跟踪簇算法主要就是用节点间的相互协作对目标进行跟踪，通过簇成员节点的汇报数据，簇首节点进行数据聚合，预测下一时刻位置以唤醒邻居信标节点参与跟踪，从而达到跟
6、踪定位的功能。实验证明多节点协作跟踪簇算法比一般的分布式预测跟踪算法更加精确，并且能够保障跟踪精确度的前提下有效降低节点间的数据通信量，从而节省节点能量和通信带宽。 （ 3）基于分簇的能量有效目标跟踪算法 此算法与一般的能量有效地无线传感网络节点跟踪算法的主要区别是本算法在改进了当前时刻的状态估计方法。算法的具体思路是：先根据信号强度以及剩余能量的多少选择簇头节点，而剩余节点则根据与该簇头节点的跳数是否在一跳范围内判断是否为簇员节点，被选中的簇员节点再根据其自身的剩余能量、与簇头节点的距离和自身能量消耗的速度等因素来计算自己的权值。接着由在该簇上运行无迹粒子滤波算法以及后验卡尔曼滤波获得当前时
7、刻状态估计，并将该时刻的分布拟合成高斯混合模型参数；接着将此模型的参数传递给 下一个簇头节点（下一时刻信号强度最大的节点），下一个簇头节点根据参数信息重新模拟粒子分布，进行簇员选择，数据采集，重复上一个阶段的算法流程即可对下一时刻的状态进行估计。实验证明该算法由于受到信号干扰及节点计算能力低等因素的影响，定位存在一定的误差 （ 4）综合 RSSI 算法和切圆圆心法的 RCM（接收信号强度指示与切圆圆心混合定位算法）算法 接收信号强度指示与切圆圆心混合定位算法的基本原理是利用 RSSI 粗略测量各个锚节点到移动节点的距离，即用锚节点到移动节点之间的信号衰减来获取不很精确的距离信息，然后根据获得的
8、 距离信息，以锚节点为圆心，以 RSSI 测得的距离为半径，建立若干个圆，最后在这些圆相交的公共区域内做一个外切圆 (或者内切圆 )，切圆的圆心即为所求未知移动节点的位置，从而实现作为移动节点的星球机器人在外星球表面的定位。经仿真分析证实在 RSSI 测距误差散布达到 50时，该算法的定位误差可降到 10以内。 2、课题的目的意义： WSN 节点定位技术 作为 WSN 器网络重要技术之一， 其 研究具有 极其 重要的意义。在 WSN 网络的应用中，如果无法获取 WSN 节点 位置信息，就无法对事件进行监测和感知， WSN 网络也就失去了 其 应用价值。 节 点准确地进行自身定位是无线传感器网络
9、应用的重要条件。由于节点工作区域或者是人类不适合进入的区域，或者是敌对区域，传感器节点有时甚至需要通过飞行器抛撒于工作区域，因此节点的位置都是随机并且未知的。然而在许多应用中，节点所采集到的数据必须结合其在测量坐标系内的位置信息才有意义，否则，如果不知道数据所对应的地理位置，数据就失去意义。除此之外，无线传感器网络节点自身的定位还可以在外部目标的定位和追踪以及提高路由效率等方面发挥作用。因此，实现节点的自身定位对无线传感器网络有重要的意义。 GPS 是 目前 世界上 应用最为广泛 的定位系统，但是全球定位系统需要大量的基础设施支持，并不适 合 低能耗、低成本的 WSN 网络 的应用 。 WSN
10、节点的自定位 ,就是以少数 已 经知道自己 位置的 锚 节点为参考节点 ，按照特定的定位机制确定其它自身的位置。只有在 WSN节点知道自己具体位置之后才能确定 WSN节点所检测到的事件发生的位置。这需要同时检测到该事件的多个WSN节点之间互相协作，利用它们自身的已知信息使用特定的机制确定所检测事件到的发生的位置。 目前比较流行的 WSN 网络节点定位算法可以分为基于距离的定位算法和与距离无关的定位算法。不基于距离的定位算法无 需额外的硬件支持 ,使用成本低 , 但定位精度不高 ,不能满足一些较精确场合的使用。基于距离的定位算法包括两个步骤，测距和定位计算。为了进一步提高定位精度 , 本文提出了
11、基于微粒群算法的定位算法。近十余年来，粒子群优化算法作为群体智能算法的一个重要分支得到了广泛深入的研究，粒子群优化算法具有以下主要优点： (1) 易于实现； (2) 便于描述； (3)需要调整的参数很少； (4)收敛时需要评估函数的次数少； (5)使用于规模较少的群体； (6)收敛速度快，粒子群算法被证明是解决许多定位问题的有效方法。本文主要结合现阶段的研究运 用粒子群优化算法进行 WSN 节点的自定位。 二、研究的基本内容，拟解决的主要问题： 基本内容：基于粒子群算法 WSN 节点自定位 主要问题： WSN 基础知识及其关键知识 设计粒子群算法 研究 WSN 网络的节点自定位的关键技术 将粒
12、子群算法用于节点自定位技术中，建立对应模型， 学习仿真软件或语言，如 matlab， c 语言等 对模型进行仿真 基于该课题的书面论文整理与表达 三、 研究步骤、方法及措施： 1 通过相 关资料收集、整理、明确 WSN、粒子群算法基础知识及其关键知识。 2 熟悉仿真软件或语言，如 matlab， c 语言等。 3 将粒子群算法用于节点自定位技术中，建立对应模型 4 设计程序流程图。 5 用对 matlab， c 语言模型进行仿真 6 整理完成毕业设计。 四、 参考文献 1丁海斌 , 曾鹏 , 梁韦华 . 智能无线传感器网络系统 M . 北京 : 科学出版社 , 2006. 2王福豹，史龙，任丰
13、原无线传感器网络中的自身定位系统和算法【 J】软件学报， 2005，16(5)： 45 9 3孙利民，李建中。陈渝等无线传感器网络 MI北京：清华大学出版社， 2005 4徐云剑，彭沛夫，郭艾寅，等基于蚁群算法的 WSN移动信标路径获取研究们计算机工程与应用， 2008， 44(28)： 109一 112 5包志华，周晖，邵世煌，等基于矢量和粒子群优化的传感器网络节点定位计算机应用， 2009， 29(1)： 309 311 6唐锼，郭庆，彭保一种基于优化 TDOA的无线传感网络定位算法叽计算机工程与应用， 2008，44(25)： 98 99 7郭永红，万江文，于宁，等基于跳数的无线传感器网
14、络定位求精算法 J计算 机工程 2009，35(3)： 145 147 8彭泳，程时端一种自适应无线局域网协议田软件学报， 2004， 15(4)： 604 615 9 段渭军 , 王建刚 , 王福豹 . 无线传感器网络节点定位系统 与算法的研究和发展 J . 信息与控制 , 2006, 35( 2) : 2392 245. 10陆克中，王汝传，帅小应保持粒子活性的改进粒子群优化算法 J计算韧工程与应用， 200r7， 43(11)： 35 38 11贺远华 .黎洪生 .胡冰 .HE Yuan-hua.LI Hong-sheng.HU Bing 无线传感器网络分布式节点定位算法研究 微计算机信
15、息 2009,25(22) 12包志华 .周晖 .邵世煌基于矢量和粒子群优化的传感器网络节点定位 2009(01) 13 Zhao Feng, Guibas L J. Wireless Sensor Networks: An Information Processing Approach M. Amsterdam (Netherlands): Morgan Kaufmann Publishers, 2004. 14耿佳 .无 线传感网络技术与未来发展趋势 J.中国科技博览 ,2009(13):298. 15周文豪 . 无线传感网络与物联网发展关系辨析 J. 中国电子商情 (RFID 技术与应用 ),2009(05):7-8. 16Callaway E H J. Wireless Sensor Networks: Architectures and Protocols M. Boca Raton (FL, USA): CRC Press, 2003. 17 Raghavendra C S, Sivalingam K M, Znati T. Wireless Sensor Networks M. Boston (MA, USA): Kluwer Acadenic Publishers, 2004.
