基于移动节点的水下无线传感器网络定位算法的研究

来源 :青岛科技大学 | 被引量 : 1次 | 上传用户:wangzuyuan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,水下无线传感器网络(UWSN)节点定位技术备受关注,其广泛应用于海洋环境治理、自然灾害预防和军事防御等领域。但是,由于海洋环境的特殊性,现有的大多数水下节点定位算法定位精度低、定位效果差,定位误差主要来源于水下节点的移动。节点移动会导致以下三个方面的问题:测距误差、节点无法与足够多的信标节点进行通信以及信标节点发生偏移。针对以上问题,本文主要研究了基于移动节点的水下无线传感器网络定位,提出了基于测距修正的定位算法(Range Correction based localization algorithm,RCL)、惯性协同定位算法(Inertial coordination localization algorithm,ICL)以及基于移动受限信标的定位算法(Mobility-constrained Beacon based Localization Algorithm,MCB)。其中,RCL算法对节点定位运算中的测距误差进行修正,提高定位精度。ICL算法应用在节点发生移动而偏离部署区域,从而导致在一定时间内无法与足够多的信标进行通信时的情况。MCB算法包括二维定位算法(Mobility-constrained Beacon based Localization Algorithm in 2D,MCB-2D)和三维定位算法(Mobility-constrained Beacon based Localization Algorithm in 3D,MCB-3D)。MCB算法针对移动受限信标节点的移动特点,结合其与邻居节点的几何关系定位未知节点,整个定位过程,都与信标节点的坐标无关,解决了节点定位精度依赖于信标节点移动幅度的问题。本文通过MATLAB软件对上述算法进行仿真,仿真结果表明,本文提出RCL算法可以对测距误差进行误差修正,ICL算法对于偏离部署区域的节点能够追踪定位,MCB算法有效解决了信标节点偏移影响定位精度的问题。这三个算法降低了节点移动的影响,极大地提高了节点的定位精度,能够很好地应用到UWSN移动节点定位中。
其他文献
随着科技的快速发展,图像在网络上传播的速度越来越快,侵权现象尤为严重,这给图像原创者带来了难以估量的损失。而图像本身存在盗用鉴别困难、走法律途径诉讼时间长、成本高
机器学习被广泛应用于自然语言处理、人脸识别、大数据处理等众多领域。采用机器学习方法研究相变问题是最前沿的研究领域之一。本文主要用机器学习方法研究Potts模型相变和
在山岭隧道掘进中,钻爆法以开挖成本低、工程适应性强、掘进效率高等特点一直为主要开挖工法之一。目前对钻爆开挖的研究多集中在爆破影响规律及控制标准方面,较少涉及爆破工
随着科技水平进步以及经济发展,移动机器人在生产生活中逐渐扮演着越来越重要的角色。随着计算机硬件和相关软件的快速发展,移动机器人相关算法的研究也进入了快速发展的阶段
在土地监察业务中很重要的一项工作就是监管地上建筑物的建、拆、改、扩。当某地块在未经审批的情况下存在建筑物时,政府部门需要实地派人调查是否有非法占地行为。对于大城
变电站作为电力系统输电线路的物理联接点,起着接收和分配电能的作用,但是部分变电站地处偏远、大部分无人值守。目前,变电站已经实现了对变压器、断路器、隔离开关、保护装
针对在配电网中对分布式电源和电容器进行独立的优化配置存在一定的局限性,可能造成配电网资源无法被充分地利用。本文主要研究了配电网中分布式电源和电容器的综合优化配置
精准的生化分析和医学检验是推动人类社会发展,提高人类幸福健康指数的重要环节。2019年末一场席卷全球的由新型冠状病毒感染的肺炎疫情使人们更加深刻认识到了实现精准快速
集装箱箱号自动识别技术对于集装箱运输领域的智能化管理起着十分重要的作用,是智慧港口和铁路自动化管理系统的重要组成部分。传统的箱号识别算法抗干扰能力较差、鲁棒性不
电力系统经济调度里十分重要的一环就是电力系统的有功优化,处理电力系统有功优化有着许多方法,其中包含了经典法和蚁群智能算法,经典法具有可靠性强、计算速度快、准确性高