分类：论文范文 发表时间：2020-04-21 09:07
摘要：为提高智慧农业中无线传感器目标定位的精度，采用改进四边测距算法。首先通过４个查询节点坐标构造与信标节点坐标的线性方程，为兼顾定位区域其他信标节点定位误差，对信标节点的坐标误差求均值；随后未知节点到信标节点的距离采用牛顿迭代求精；最后对邻居位置相对不集中的节点进行排除，并且给出了算法流程。试验仿真显示，在信标节点比例增加的情况下，该算法比其他算法的定位误差下降速度快，定位误差与其他算法间隔比较大，而且变化幅度较小，定位性能趋于稳定。
关键词：智慧农业；无线传感器；精确定位；四边测距；迭代；定位误差；阈值
在智慧农业监测中，使用飞行器将几百个甚至几千个传感器随机抛撒到监测区域，便于获取环境信息，但是对获取的监测信息需要附带相应的位置信息，在大多数情况下，无线传感器随机布放的环境不是在二维区域中，而是在复杂多变的三维区域中，传感器节点取得的信息只有与自身位置相结合才有意义，因此三维区域的无线传感器节点定位应用价值较高［１］。
1测距定位过程
１．１基于四边测距算法模型
在使用节点进行定位时，未知节点附近的信标节点数量往往多于３个，在三边测距的基础上，再添加１个信标节点参与定位，采用未知节点周围较近的４个信标节点来进行质心计算，四边测距法示意见图１。
１．２未知节点到信标节点的距离迭代求精
设未知节点l的初始估计位置（xel，yel，zel）到信标节点（x，y，z）距离计算公式如下：dl＝（x－xel）２＋（y－yel）２＋（z－zel）２。（８）得出对应估计距离为del，泰勒级数展开式：dl＝del＋x－xeldelΔx＋y－yeldelΔy＋z－zeldelΔz＋εl。（９）式中：Δx，Δy，Δz为相对偏差。将未知节点与４个以上信标节点的距离所得的εl采用牛顿迭代，∑lεl２取最小值的解（Δx，Δy，Δz）与（xel，yel，zel）相加即可，把相加结果作为下次的（xel，yel，zel），多次迭代直到满足定位阈值要求［８－１０］。
2仿真试验
仿真试验构造了边长为１０００m的正方体三维空间试验区域，面积为１０００m×１０００m，该空间区域内随机投放了２００个节点，其中信标节点比例控制在１０％～３０％，信标节点的通信半径为３０m，未知节点通信半径为２０m，节点一经部署，位置不再变化，程序采用Matlab实现。
２．１信标节点数量、通信半径对定位误差影响的对比仿真
定位精度通过平均定位误差与节点的通信半径的比值来衡量：Rerror＝∑ni＝m＋１（Xiest－Xireal）２（n－m）×R。（１４）式中：Xiest、Xireal分别为未知节点的估计值、真实值；Rerror为定位误差；n、m分别为节点总数、信标节点数；R为节点通信半径。图３给出本研究算法与其他算法定位精度对比分析，试验结果均是１５次蒙特卡罗独立仿真平均值。
２．２定位误差与定位时间关系仿真
图４的试验结果是１５次蒙特卡罗独立仿真平均值，可以看出，定位误差随着定位测试时间的变化而不断变化。在刚开始５s内，各种算法定位误差均为最大，本研究算法整体定位误差比其他算法低，并且变化幅度较小，定位性能趋于稳定，定位误差范围在１～３m之间，在一定程度上提高了定位精度，对环境具有较好的适应性。
3总结
本研究采用改进四边测距算法对无线传感器目标定位，通过４个查询节点的坐标构造与信标节点的线性方程，根据标准最小均方差估计方法确定位置节点坐标，未知节点到信标节点的距离采用牛顿迭代求精，对邻居位置相对不集中的节点进行排除。试验仿真显示，随着信标节点比例的增加，本研究算法的定位误差下降速度最快，并且定位误差与其他算法间隔比较大，定位误差最小，定位精度较高。因此，本研究可为智慧农业无线传感器精确定位目标提供一种新思路。
参考文献
［1］冯向科，沈雪梅．基于WSN定位的Euclidean算法改进研究［J］．科技通报，２０１３，２９（２）：１２４－１２６．
［2］胡中栋，谢金伟．基于山区地形的无线传感器网络三维定位机制［J］．传感技术学报，２０１５，２８（３）：４０８－４１１．
［3］周礼争，唐瑞，张乙竹，等．无线传感器网络中APIT－SC三维定位算法［J］．传感器与微系统，２０１５，３４（７）：１０４－１０６．
［4］葛斌，郑建宝，韩江洪．RSSI辅助的三维空间坐标四面体质心定位算法［J］．计算机科学，２０１５，４２（４）：８１－８４．
［5］廖兴宇，汪伦杰．基于UWB／AOA／TDOA的WSN节点三维定位算法研究［J］．计算机技术与发展，２０１４，２４（１１）：６１－６４．
相关阅读
论文常识
期刊知识
著作出版
教材出书
专利申请
出版社
扫码关注公众号