智能空間中傳感器網(wǎng)絡(luò)節(jié)點(diǎn)精確定位與路徑規(guī)劃

智能空間中的傳感器網(wǎng)絡(luò)節(jié)點(diǎn)精確定位與路徑規(guī)劃是物聯(lián)網(wǎng)中的重要核心支撐技術(shù)之一。韓光潔編著的《智能空間中傳感器網(wǎng)絡(luò)節(jié)點(diǎn)精確定位與路徑規(guī)劃》在綜合分析國(guó)內(nèi)外相關(guān)工作的基礎(chǔ)上，通過(guò)研究未知節(jié)點(diǎn)在定位過(guò)程中的誤差原因，定性分析了傳感器網(wǎng)絡(luò)中錨節(jié)點(diǎn)的相對(duì)位置對(duì)未知節(jié)點(diǎn)定位誤差的影響，提出了錨節(jié)點(diǎn)布置算法、二步定位算法、基于正三角形路徑的節(jié)點(diǎn)精確定位算法及錨節(jié)點(diǎn)的路徑規(guī)劃等關(guān)鍵技術(shù)，最后對(duì)相關(guān)的算法進(jìn)行了仿真驗(yàn)證與性能評(píng)價(jià)。這些方法對(duì)物聯(lián)網(wǎng)在實(shí)際應(yīng)用中起到了指導(dǎo)性的作用。

《智能空間中傳感器網(wǎng)絡(luò)節(jié)點(diǎn)精確定位與路徑規(guī)劃》可供廣大物聯(lián)網(wǎng)、移動(dòng)網(wǎng)絡(luò)等行業(yè)的科研工作者和工程技術(shù)人員，以及高等院校相關(guān)專業(yè)的教師和研究生使用。

前言

第一章 緒論

1.1 物聯(lián)網(wǎng)

1.2 無(wú)線傳感器網(wǎng)絡(luò)

1.3 精確定位的研究現(xiàn)狀

1.4 本書的組織結(jié)構(gòu)

參考文獻(xiàn)

第二章 定位服務(wù)問(wèn)題

2.1 上下文感知

2.1.1 上下文的基本概念

2.1.2 基于上下文的交互

2.1.3 上下文感知計(jì)算

2.1.4 智能空間

2.2 定位服務(wù)

2.2.1 定位服務(wù)的作用

2.2.2 定位感知系統(tǒng)

2.2.3 定位感知技術(shù)

2.2.4 未知節(jié)點(diǎn)的定位方法

2.3 智能空間中的定位問(wèn)題

2.4 小結(jié)

參考文獻(xiàn)

第三章 智能空間中的定位信息

3.1 智能空間的描述

3.2 定位信息

3.3 定位信息的表示

3.3.1 定位樹

3.3.2 定位操作符

3.4 小結(jié)

參考文獻(xiàn)

第四章 無(wú)線傳感器網(wǎng)絡(luò)典型定位算法分析

4.1 引言

4.2 節(jié)點(diǎn)定位算法的分類

4.3 靜止錨節(jié)點(diǎn)靜止未知節(jié)點(diǎn)

4.3.1 非測(cè)距定位算法

4.3.2 測(cè)距定位算法

4.3.3 小結(jié)

4.4 靜止錨節(jié)點(diǎn)移動(dòng)未知節(jié)點(diǎn)

4.4.1 歷史記錄定位算法

4.4.2 分簇定位算法

4.4.3 小結(jié)

4.5 移動(dòng)錨節(jié)點(diǎn)靜止未知節(jié)點(diǎn)

4.5.1 幾何模型定位算法

4.5.2 移動(dòng)路徑定位算法

4.5.3 小結(jié)

4.6 移動(dòng)錨節(jié)點(diǎn)移動(dòng)未知節(jié)點(diǎn)

4.6.1 時(shí)間定位算法

4.6.2 概率分布定位算法

4.6.3 小結(jié)

4.7 總結(jié)與展望

參考文獻(xiàn)

第五章 精確定位的理論基礎(chǔ)與驗(yàn)證

5.1 空間定位的幾何基礎(chǔ)

5.2 計(jì)算未知節(jié)點(diǎn)位置

5.2.1 定位參數(shù)的獲取

5.2.2 多邊定位

5.3 如何在二維空間中部署錨節(jié)點(diǎn)

5.4 錨節(jié)點(diǎn)部署定理

5.5 錨節(jié)點(diǎn)選擇算法

5.6 仿真實(shí)驗(yàn)環(huán)境

5.7 測(cè)試方法

5.8 與傳統(tǒng)方法的比較

5.8.1 定位誤差分析

5.8.2 實(shí)時(shí)性分析

5.8.3 算法的評(píng)價(jià)

5.9 小結(jié)

參考文獻(xiàn)

第六章 定位誤差的分析

6.1 定位誤差的來(lái)源與分類

6.1.1 多邊定位的誤差來(lái)源

6.1.2 時(shí)間測(cè)量誤差

6.1.3 錨節(jié)點(diǎn)位置

6.2 定位誤差的理論分析

6.3 多邊定位誤差的分析

6.3.1 時(shí)間測(cè)量所引起的誤差

6.3.2 錨節(jié)點(diǎn)部署位置引起的誤差

6.4 小結(jié)

參考文獻(xiàn)

第七章 兩步安全定位算法

7.1 引言

7.2 相關(guān)工作

7.2.1 相關(guān)安全定位算法

7.2.2 TSSL與現(xiàn)有算法的比較

7.3 網(wǎng)絡(luò)模型及攻擊模型

7.3.1 網(wǎng)絡(luò)模型

7.3.2 惡意節(jié)點(diǎn)類型

7.3.3 攻擊模型

7.4 TSSL算法第一階段——鑒別可疑節(jié)點(diǎn)

7.4.1 檢測(cè)發(fā)送節(jié)點(diǎn)坐標(biāo)信息

7.4.2 檢測(cè)數(shù)據(jù)包發(fā)送時(shí)間

9.4.3 檢測(cè)ID信息

7.5 TSSL算法第二階段——隔離惡意節(jié)點(diǎn)

7.6 安全定位

7.6.1 基于到達(dá)時(shí)間差的定位算法

7.6.2 改進(jìn)定位算法

7.7 理論分析

7.7.1 安全性分析

7.7.2 定位誤差分析

7.7.3 通信能量消耗

7.7.4 算法復(fù)雜度分析

7.7.5 定位覆蓋度分析

7.8 仿真分析

7.8.1 惡意節(jié)點(diǎn)檢測(cè)率

7.8.2 定位誤差的比較

7.8.3 定位時(shí)長(zhǎng)的比較

7.9 小結(jié)

參考文獻(xiàn)

第八章 基于正三角形路徑的節(jié)點(diǎn)精確定位算法及錨節(jié)點(diǎn)路徑規(guī)劃

8.1 定位問(wèn)題描述

8.2 網(wǎng)絡(luò)模型

8.2.1 無(wú)漏洞三重覆蓋

8.2.2 區(qū)域優(yōu)化策略

8.2.3 不規(guī)則度模型描述

8.3 節(jié)點(diǎn)通信范圍不規(guī)則情況的定位分析

8.4 PLMAT精確定位算法

8.4.1 移動(dòng)錨節(jié)點(diǎn)的路徑規(guī)劃

8.4.2 錨節(jié)點(diǎn)移動(dòng)路徑的獲取

8.5 小結(jié)

參考文獻(xiàn)

第九章 精確定位算法的仿真實(shí)驗(yàn)與評(píng)價(jià)

9.1 仿真實(shí)驗(yàn)環(huán)境

9.1.1 網(wǎng)絡(luò)模型

9.1.2 仿真參數(shù)

9.2 性能評(píng)價(jià)標(biāo)準(zhǔn)

9.3 定位算法仿真與性能分析

9.3.1 能量與總路徑的關(guān)系

9.3.2 噪聲對(duì)算法性能的影響

9.3.3 錨節(jié)點(diǎn)發(fā)射半徑r對(duì)算法性能的影響

9.3.4 節(jié)點(diǎn)密度p對(duì)算法性能的影響

9.3.5 錨節(jié)點(diǎn)移動(dòng)速度v對(duì)算法性能的影響

9.3.6 未知節(jié)點(diǎn)的實(shí)際位置與估計(jì)位置比較

9.3.7 不規(guī)則度對(duì)定位誤差的影響

9.3.8 不同算法的比較

9.4 小結(jié)

第十章 總結(jié)及展望

10.1 總結(jié)

10.2 展望2100433B

作者：韓光潔

出版社：科學(xué)

ISBN：9787030360304

開本：16開

頁(yè)數(shù):183頁(yè)

出版日期：2012-12-01

第1章緒論1

1.1研究背景及意義1

1.2研究現(xiàn)狀7

1.2.1節(jié)點(diǎn)定位技術(shù)研究現(xiàn)狀7

1.2.2協(xié)作跟蹤技術(shù)研究現(xiàn)狀10

1.3章節(jié)安排13

參考文獻(xiàn)15

第2章無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位和協(xié)作跟蹤技術(shù)21

2.1節(jié)點(diǎn)定位21

2.1.1節(jié)點(diǎn)定位原理22

2.1.2定位系統(tǒng)27

2.1.3性能評(píng)價(jià)31

2.2協(xié)作跟蹤32

2.2.1目標(biāo)跟蹤算法32

2.2.2協(xié)作跟蹤方案39

2.2.3評(píng)價(jià)指標(biāo)47

2.3本章小結(jié)47

參考文獻(xiàn)48

第3章室內(nèi)復(fù)雜環(huán)境下節(jié)點(diǎn)定位算法49

3.1路徑損耗模型49

3.2室內(nèi)測(cè)距模型參數(shù)辨識(shí)52

3.3室內(nèi)定位方案62

3.4人員定位實(shí)驗(yàn)64

3.5本章小結(jié)68

參考文獻(xiàn)68

第4章野外環(huán)境下三維節(jié)點(diǎn)定位算法69

4.1網(wǎng)絡(luò)模型69

4.2三維輔助定位算法71

4.3定位誤差和能量消耗分析77

4.4仿真實(shí)驗(yàn)81

4.5本章小結(jié)88

參考文獻(xiàn)89

目錄傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位與協(xié)作跟蹤第5章基于粒子群優(yōu)化的協(xié)作跟蹤算法90

5.1系統(tǒng)描述90

5.2多傳感器協(xié)作跟蹤方案91

5.2.1高斯粒子濾波91

5.2.2多傳感器數(shù)據(jù)融合94

5.3基于粒子群優(yōu)化的動(dòng)態(tài)簇組織算法96

5.3.1基于位置預(yù)測(cè)的簇成員節(jié)點(diǎn)選擇97

5.3.2基于粒子群優(yōu)化的簇頭節(jié)點(diǎn)選擇98

5.4仿真實(shí)驗(yàn)102

5.5本章小結(jié)107

參考文獻(xiàn)107

第6章基于貝葉斯理論的多傳感器交互濾波算法109

6.1問(wèn)題描述109

6.2接力卡爾曼算法110

6.2.1狀態(tài)和協(xié)方差更新110

6.2.2預(yù)測(cè)方程111

6.2.3傳感器概率更新111

6.3多傳感器交互濾波算法111

6.4后驗(yàn)克拉美羅下界112

6.5仿真實(shí)驗(yàn)114

6.5.1PCRLB115

6.5.2IMSF的性能115

6.5.3傳感器概率118

6.6本章小結(jié)120

參考文獻(xiàn)120

第7章基于后驗(yàn)克拉美羅下界的機(jī)動(dòng)目標(biāo)跟蹤算法122

7.1相關(guān)工作123

7.2問(wèn)題描述123

7.3多模型后驗(yàn)克拉美羅下界124

7.4通信受限節(jié)點(diǎn)調(diào)度策略126

7.5模型參數(shù)預(yù)測(cè)127

7.6仿真實(shí)驗(yàn)128

7.7本章小結(jié)134

參考文獻(xiàn)134

第8章連續(xù)泄漏穩(wěn)態(tài)氣體源參數(shù)估計(jì)算法137

8.1連續(xù)泄漏穩(wěn)態(tài)氣體源參數(shù)估計(jì)模型137

8.1.1有風(fēng)條件下穩(wěn)態(tài)氣體擴(kuò)散模型137

8.1.2穩(wěn)態(tài)氣體源參數(shù)估計(jì)狀態(tài)空間模型142

8.2連續(xù)泄漏穩(wěn)態(tài)氣體源參數(shù)估計(jì)算法142

8.2.1穩(wěn)態(tài)氣體源參數(shù)的粗估計(jì)142

8.2.2確定粒子濾波的似然函數(shù)143

8.2.3基于粒子濾波的穩(wěn)態(tài)氣體源參數(shù)估計(jì)算法145

8.3氣體源參數(shù)估計(jì)性能分析145

8.3.1氣體源參數(shù)估計(jì)CRLB的定義146

8.3.2氣體源參數(shù)估計(jì)的CRLB推導(dǎo)146

8.4仿真實(shí)驗(yàn)與結(jié)果分析150

8.4.1實(shí)驗(yàn)條件150

8.4.2實(shí)驗(yàn)結(jié)果與分析151

8.5本章小結(jié)158

參考文獻(xiàn)158

第9章連續(xù)泄漏非穩(wěn)態(tài)氣體源參數(shù)估計(jì)算法159

9.1連續(xù)泄漏非穩(wěn)態(tài)參數(shù)估計(jì)模型159

9.1.1二維非穩(wěn)態(tài)氣體擴(kuò)散模型159

9.1.2傳感器測(cè)量模型161

9.2連續(xù)泄漏非穩(wěn)態(tài)氣體源參數(shù)估計(jì)算法162

9.2.1構(gòu)造目標(biāo)優(yōu)化函數(shù)162

9.2.2基于多種群遺傳算法的非穩(wěn)態(tài)氣體源參數(shù)估計(jì)算法164

9.3仿真實(shí)驗(yàn)與結(jié)果分析167

9.3.1仿真條件168

9.3.2仿真結(jié)果與分析168

9.4本章小結(jié)173

參考文獻(xiàn)173

第10章瞬時(shí)泄漏氣體源參數(shù)估計(jì)算法174

10.1瞬時(shí)泄漏氣體源參數(shù)估計(jì)模型174

10.1.1有風(fēng)條件下瞬時(shí)氣體擴(kuò)散模型174

10.1.2瞬時(shí)氣體源參數(shù)估計(jì)狀態(tài)空間模型176

10.2基于高斯粒子濾波的瞬時(shí)氣體源參數(shù)估計(jì)算法179

10.2.1瞬時(shí)氣體源參數(shù)的粗估計(jì)180

10.2.2基于高粒子濾波的瞬時(shí)氣體源參數(shù)估計(jì)方法181

10.3瞬時(shí)氣體源參數(shù)估計(jì)性能分析183

10.4仿真實(shí)驗(yàn)與結(jié)果分析184

10.4.1實(shí)驗(yàn)條件184

10.4.2實(shí)驗(yàn)結(jié)果與分析186

10.5本章小結(jié)193

參考文獻(xiàn)194

附錄A矩陣求逆195

附錄B預(yù)測(cè)距離的推導(dǎo)196 2100433B

本課題的主要目標(biāo)是綜合考慮各種不完整性，探索利用矩陣完成方法解決目前十分突出的由于復(fù)雜應(yīng)用環(huán)境等因素導(dǎo)致的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位中數(shù)據(jù)矩陣結(jié)構(gòu)受到損壞的途徑，改善無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位的性能。針對(duì)矩陣完成方法在無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位中的應(yīng)用，將其分為兩大類來(lái)考慮：一類是顯式矩陣完整性分析，即在數(shù)據(jù)矩陣中明確知道存在數(shù)據(jù)缺失或者存在野值及其相應(yīng)位置的情況；另一類是隱式矩陣完整性分析，指的是數(shù)據(jù)矩陣在形式上是完整的，但其中部分元素受噪聲影響較大或者存在野值并且該元素的位置未知的問(wèn)題。針對(duì)第一類問(wèn)題，首先引入數(shù)據(jù)矩陣的低秩特性，使得求解成為可能；其次通過(guò)圖直觀地了解除了低秩以外，數(shù)據(jù)矩陣還需要滿足的三個(gè)基本條件，即頂點(diǎn)可測(cè)性、連通性和采樣集合勢(shì)大小的要求；特別地，針對(duì)歐氏距離矩陣的顯示完成問(wèn)題，利用交替秩完成方法考察了矩陣完成的成功率對(duì)采樣集合勢(shì)的要求。從仿真結(jié)果上看，需要的測(cè)量值個(gè)數(shù)要數(shù)倍于實(shí)際自由度才能獲得較高的成功率。針對(duì)第二類問(wèn)題，主要考慮具備低秩特性的歐氏距離矩陣的完成問(wèn)題。為了消除秩約束引入的非凸性，采用半定松弛來(lái)獲得進(jìn)行求解。由于加權(quán)矩陣的存在，使得半定松弛方法既適用于隱式矩陣完整性分析，也適用于顯式矩陣完整性分析。仿真結(jié)果驗(yàn)證了半定松弛方法的穩(wěn)健性。在對(duì)上述問(wèn)題研究過(guò)程中，也對(duì)有關(guān)的參數(shù)估計(jì)方法和定位方法，如直達(dá)方向重建方法、基于混合范數(shù)優(yōu)化的波達(dá)方向估計(jì)、利用角度差測(cè)量進(jìn)行自主定位等做了相應(yīng)的研究。 2100433B

無(wú)線傳感器網(wǎng)絡(luò)在環(huán)境監(jiān)測(cè)、醫(yī)療衛(wèi)生、軍事以及商業(yè)等領(lǐng)域具有廣泛的應(yīng)用前景。作為無(wú)線傳感器網(wǎng)絡(luò)的關(guān)鍵技術(shù)，節(jié)點(diǎn)定位與協(xié)作跟蹤是計(jì)算機(jī)、控制和通信等學(xué)科眾多專家學(xué)者致力研究的參數(shù)估計(jì)課題。無(wú)線傳感器網(wǎng)絡(luò)資源受限，且應(yīng)用場(chǎng)景多樣，使節(jié)點(diǎn)定位與協(xié)作跟蹤的研究面臨諸多的挑戰(zhàn)。本書首先介紹了無(wú)線傳感器網(wǎng)絡(luò)的研究情況，然后系統(tǒng)歸納了節(jié)點(diǎn)定位技術(shù)和協(xié)作跟蹤算法，進(jìn)而針對(duì)室內(nèi)復(fù)雜環(huán)境提出了室內(nèi)人員定位算法,結(jié)合野外環(huán)境設(shè)計(jì)三維節(jié)點(diǎn)定位算法，并針對(duì)資源受限條件下協(xié)作跟蹤問(wèn)題，提出了基于粒子群優(yōu)化的協(xié)作跟蹤算法、基于貝葉斯理論的多傳感器交互濾波算法以及基于后驗(yàn)克拉美羅下界的機(jī)動(dòng)目標(biāo)跟蹤算法。