摘 要

无线传感网络（WSN），自20世纪诞生以来，在短短数十年间，就摇身一变成为世界上第二大的网络，在各个领域都扮演着重要的作用。在这些领域当中，节点的位置信息是传感器网络的基石。节点定位具有很大的研究价值。本文的研究工作主要围绕无线传感网络非测距定位算法研究进行，主要工作如下：

介绍了WSN节点定位中的相关概念和关键技术，然后着重阐述了节点定位里位置计算的相关方法和评估性能的办法。对测距定位和非测距定位进行了比较说明，对两种分类里的一些算法进行说明，最后对比他们的优势和不足。

对DV-Hop算法从原理和工作流程进行研究，分析其误差来源，得到DV-Hop算法定位误差的主观原因和客观因素。针对误差提出改进的措施，通过加权因子修正跳距，减小在计算节点间平均跳距时的误差，改善了定位的精度。

在修正跳距后，引入粒子群优化算法，寻找最优解。此优化解决了DV-Hop算法在计算节点位置时由定位计算方法引起的迭代误差。经过粒子群优化的算法定位过程迅速且精度优良。通过Matlab仿真，优化后的算法能有效的降低定位误差，而且稳定性良好，在节点密度过大时，也不会有延迟性很大的特点。

关键词：WSN，节点定位，DV-Hop算法，粒子群优化，定位精度

Abstract

Wireless sensor network (WSN), since its birth in the 20th century, has become the second largest network in the world in just a few decades, playing an important role in various fields. In these fields, the location of nodes is the cornerstone of sensor network，which has great value to research. This paper mainly focuses on the research in WSN of range-free location algorithm, the basic work is as follows:

It introduces the relevant concepts and key technologies in node positioning of WSN, and pay attention to the relevant methods of position calculation and performance evaluation in node positioning. This paper makes a comparison between ranging location and range-free location, explains some algorithms in the two classifications, and finally compares their advantages and disadvantages.

This paper studys the principle and working process of dv-hop algorithm, analyzes its error source, which obtains the subjective reasons and objective factors of localization error. Measures are put forward to improve the error, and the error in calculating the average jump distance between nodes is reduced by modifying the calculation of jump distance by weighting factor, so as to improve the location accuracy.

On the basis of the jump distance modifying, leading the PSO algorithm into the optimal result iteratively. This optimization solves the iterative error caused by the localization calculation method. The algorithm of particle swarm optimization is fast and accurate. The error is gteatly changed showed by matlab simulation through the optimized algorithm. And the stability is good, when the node density is too large, there will not be a large delay characteristics.

Key words: WSN，node positioning，DV-Hop algorithm，particle swarm optimization，location accuracy

目 录

第1章 绪论 1

1.1研究背景以及意义 1

1.1.1无线传感网络 1

1.1.2无线传感网络定位 1

1.2国内外研究现状 2

1.2.1无线传感网络的研究 2

1.2.2无线传感网络节点定位的研究 3

1.3 论文主要内容和章节安排 4

第2章 无线传感网络节点定位技术 5

2.1节点定位相关概念以及术语 5

2.2节点位置计算的基础方法 5

2.2.1三边测量法 5

2.2.2三角测量法 6

2.2.3极大似然估计法 7

2.3定位算法性能评估指标 8

2.4节点定位的分类 9

2.4.1基于测距的定位算法 9

2.4.1基于非测距的定位算法 12

2.4.3定位算法分析比较 14

2.5 本章小结 15

第3章 基于平均跳距加权修正的改进DV-Hop算法 16

3.1 DV-Hop算法 16

3.2误差分析 17

3.3基于加权处理平均跳距的DV-Hop算法 18

3.4 本章小结 19

第4章 基于粒子群优化的加权DV-Hop算法 20

4.1粒子群优化算法 20

4.1.1粒子群算法原理和思想 20

4.1.3 PSO数学模型和步骤 21

4.2粒子群优化的加权DV-Hop算法 23

4.2.1参数分析和选择 23

4.2.2具体步骤及流程图 24

4.3仿真与分析 25

4.3.1仿真环境和参数设置 25

4.3.2仿真结果分析 27

4.4 本章小结 31

第5章 总结与展望 32

5.1总结 32

5.2展望 32

参考文献 34

致谢 36

第1章 绪论

1.1研究背景以及意义

1.1.1无线传感网络

无线传感器网络（WSN），基于传感器技术，还综合了嵌入式计算技术，分布式信息处理技术，微电子技术，现代网络及无线通信等先进技术^[1]。传感器网络能够帮助人们实现远距离互动和实时数据获取，有展开性快、抗性高等特点，应用前景广阔。无线传感网络是一块有待我们持续发展的瑰宝，将会给人类带来不可预估的无限财富，对人类的发展进程将会有巨大推进作用。

现如今，各个领域都有WSN的参与，包括军事领域、环境监测、医疗护理、安保防护、精细农业、物流管理、工业控制、航空监测和健康监测等领域。

在工业控制方面，WSN被利用来监测各种信息。例如设备的工作状态，工人的具体位置，环境的温度等等。WSN还有利于实现工业控制的自动化，炼煤时实时监测瓦斯浓度和通风状态，化工生产时监控化学反应的进行情况以便后续生产材料及投入。

在医疗护理方面，WSN用于追踪病患的健康状态以及各类参数，有利于医生实时掌握情况，给予相应治疗措施。