论文部分内容阅读
无线传感器网络凭借其低功耗、低成本和微型化等优点,被广泛的应用于环境生态监测、森林火灾预警等林业领域中。无线传感器网络是由大量的传感器节点组成,在网络部署和很多应用场景中节点的精确位置信息十分重要。目前传感器节点定位技术研究多是基于室内场景,比较缺乏对室外尤其是林区等复杂环境中的节点定位研究。针对该问题,本文立足于林业无线传感器网络,提出基于接收信号强度(Received Signal Strength Indication,RSSI)的节点定位方法,研究和分析由于复杂环境因素对于定位精度的影响,提出相应的优化方法来改善定位精度。本文首先阐述无线传感器网络节点定位原理,对比分析常见节点距离测量方法的优缺点,结合林业应用背景,最终选择基于RSSI测距的定位方法。为了探究RSSI值和距离之间的映射关系,通过自主设计集成2.4GHz和433MHz的双频段收发模块的GreenLab无线传感器网络节点,在东北林业大学实验林场中通过密林、树林、林间小路以及草地四种环境实测双频段的RSSI值,并使用Origin软件对数据进行拟合分析,结果显示双频段RSSI数据与对数距离损耗模型的拟合优度均在0.9以上,说明该损耗模型与实测数据拟合度较好适用于林区环境的信号损耗预测。然后基于试验数据建立了环境参数预测模型,该模型可以根据待投放区域的环境复杂度预测出对数距离损耗模型的环境参数值。经过两种场景实验验证该预测模型的数据与实测数据之间的拟合优度均在0.9以上。说明该预测模型能够较好地应用于实际传感器网络部署中。为降低测量的偶然误差,提出高斯滤波模型对采集到的RSSI数据进行滤波处理。并研究双频段融合算法,对双频段的测距结果融合用以减少环境误差,提高节点间的测距的精度。通过实测对比验证,经过高斯滤波和双频段融合算法处理之后的测距精度相较于均值滤波的单频段测距精度有所提升。在传统的定位算法基础上研究了改进三边定位算法以及改进极大似然定位算法。通过MATLAB软件对改进算法和传统定位算法进行仿真对比分析,两种改进算法定位结果的均方根误差值较传统算法有所降低,验证了改进三边算法和改进极大似然估计算法在定位精度方面有所提高。通过本课题研究,对林业无线传感器网络节点定位技术的应用以及网络部署具有实践指导意义。