论文摘要：无线传感器网络节点定位优化算法及应用

随着无线传感器网络相关技术的不断发展，监测区域中采集到的数据信息对其所处地理位置的准确性的要求越来越高。由于内外部多种因素的干扰，信标节点通过某种设备得到的位置坐标往往是存在误差的，称为信标位置误差；未知节点到信标节点的测量距离也是存在误差的，称为测距误差。这两种误差会影响对未知节点的定位精度且很难避免，研究探索可以更好的减少误差影响以进一步提高定位精度的定位算法，是当今的实际需求，也是研究的热点之一。在复杂环境下信标位置和测量距离中有时会出现严重偏离误差范围的数据，称为离群数据。离群数据对未知节点的定位精度有很大的影响，因此在定位过程中，还需要提出一个离群数据检测方法来消除离群数据。

本学位论文的工作包括：

1、提出了一种基于最大熵函数的收敛速度更快、精度更高的定位求精算法。该算法在测距误差和信标位置误差同时存在的情况下具有较强的误差容忍性，能仅在迭代三次的情况下得到精度很高的全局最优解。仿真实验验证了该算法良好的性能和精度。

2、提出了一种基于最大熵原理和模糊理论的离群数据检测方法以更好地把握网络中定位信息的可信性。该方法只利用未知节点周围信标节点进行离群数据的检测，这些信标节点通过协作给出定位信息的信任值，依据信任值大小消除离群数据。仿真实验验证了该离群数据检测方法的有效性。

3、设计了一种先检测离群数据再利用最大熵函数定位算法进行计算的检测定位算法。在离群数据存在的定位系统中，先检测离群数据，再计算未知节点的坐标，以消除离群数据对定位精度的影响。仿真实验验证了该方法的有效性和良好的定位精度。

4、设计了一个离群数据和误差存在下的定位验证系统以验证算法的实际性能。实验结果表明，提出的离群数据检测方法可以有效的检测出离群数据，基于最大熵函数的定位算法能够获得精度较高的定位结果。

来源：半壳优胜鲸鱼幸运星转载请保留出处和链接！

本文链接：http://87cpy.com/290465.html