基于rssi的无线传感器网络定位技术研究及应用【ppt】.ppt

基于RSSI的无线传感器网络定位技术研究及应用 报告人：杜敏 导师：刘钰峰、李仁发 选题意义及相关背景介绍 定位技术的意义和重要性 定位技术的特点(应用相关) 接收信号强度指示(RSSI)应用于定位技术的相关优势 论文的主要工作 总结现有的定位技术,分析各自的应用特点和优缺点 在NMDS-RSSI算法的基础上引入极大似然估计的思想,提出NMDS-MLE-RSSI定位算法 针对矿井隧道的特定应用环境,提出移动节点定位算法RSSI-WC NMDS-MLE-RSSI定位算法(1) 多维标度(MDS)技术应用于定位 MDS的特点、度量与非度量、绝对坐标与相对坐标 RSSI与多维标度技术结合进行定位 RSSI与度量和非度量的结合 NMDS-RSSI定位算法的缺陷 NMDS计算方法需要得到全网络连通相异性情况，RSSI带来很大误差 NMDS-MLE-RSSI定位算法(2) 极大似然估计（多次测量求平均）思想的提出 相关理论基础： 超宽带（UWB）的信道衰减模型： 因此： PL（d）的概率密度函数： NMDS-MLE-RSSI定位算法(3) 极大似然估计的求解： 似然函数为： 对d求导，得似然方程： 求解似然方程得： 距离的极大似然估计： NMDS-MLE-RSSI定位算法(4) NMDS-MLE-RSSI定位算法步骤： 1，对于网络中所有直接连通的节点对收集其RSSI值，并结合网络节点的连通性，利用Dijkstra最短路径算法计算网络中非直接连通的节点对RSSI值，以此来构建整个网络的RSSI值矩阵 。 2，求各个节点对的RSSI值的最大似然估计，并构建RSSI最大似然估计矩阵 。 3，用一个比矩阵 所有元素都大的数减去矩阵 ，得到相异性矩阵 。 4，对相异性矩阵 运用非度量多维标度算法求得网络各节点的相对坐标图。 5，利用已知位置的锚节点把节点的相对坐标图转换成节点的绝对坐标图。 NMDS-MLE-RSSI定位算法(5)——算法通信模型 通信模型提出的意义 基于左图网络拓扑的算法通信过程： 1，定位开始，所有节点（除了Sink）广播Hello消息。如遇冲突，则等待随机时间再次发送。 2，每个节点根据收到的Hello消息，建立一个邻居表 。 3，所有节点向汇聚节点利用多跳的方式发送数据包 。 4，汇聚节点检查是否收到了所有节点的数据包，收集完成之后，进行简单数据融合。 5，应用NMDS-MLE-RSSI算法来计算网络节点的坐标。 NMDS-MLE-RSSI定位算法(6)——仿真结果 NMDS-MLE-RSSI定位算法(7)——仿真结果 RSSI-WC定位算法（1）——相关背景 特殊的应用环境——矿井隧道 矿井隧道环境示意图 RSSI实际应用的特点 容易提取 与距离成单调性关系 应用中容易跳变 RSSI-WC定位算法（2）——相关工具平台 TI Z-Stack协议栈 CC2430节点 Sensor-View显示平台 RSSI-WC定位算法（3）——算法步骤 1，角色分配及锚节点部署 2，锚节点向待定位节点报告自己的位置，报告周期T 3，待定位节点分三步判断有效数据包 4，待定位节点收集有效数据包后将定位数据包发送给汇聚节点 5，汇聚节点向PC上传定位数据包 6，Sensor-View提取数据包，计算并显示位置 RSSI-WC定位算法（4）——定位结果（1） RSSI-WC定位算法（5）——定位结果（2） 总结和展望 论文所做工作的总结 所做工作在现阶段存在的问题和未来的工作方向 谢谢老师们的审阅！ * * 汇聚节点 待定位节点 锚节点 网络拓扑图 室外、室内以及矿井隧道条件下，NMDS-MLE-RSSI算法定位误差在不同锚节点数量条件下，随测量次数N的变化情况。 室外环境下，NMDS-MLE-RSSI算法的定位结果 室内环境下，NMDS-MLE-RSSI算法的定位结果 矿井隧道环境下，NMDS-MLE-RSSI算法的定位结果 室外环境和矿井隧道环境下，三种定位误差性能的比较结果。而室内环境下，由于节点部署区域较小，因此三种定位算法的定位精度都比较好，区别不大，因此不做比较。 室外环境下，三种算法定位结果比较 矿井隧道环境下，三种算法定位结果比较 Y X 节点2 节点1 入口 定位结果图 定位结果图 定位结果图 定位结果图 *