智能空間中傳感器網(wǎng)絡節(jié)點精確定位與路徑規(guī)劃圖書目錄

前言

第一章 緒論

1.1 物聯(lián)網(wǎng)

1.2 無線傳感器網(wǎng)絡

1.3 精確定位的研究現(xiàn)狀

1.4 本書的組織結構

參考文獻

第二章 定位服務問題

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 上下文感知計算

2.1.4 智能空間

2.2 定位服務

2.2.1 定位服務的作用

2.2.2 定位感知系統(tǒng)

2.2.3 定位感知技術

2.2.4 未知節(jié)點的定位方法

2.3 智能空間中的定位問題

2.4 小結

參考文獻

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

參考文獻

第四章 無線傳感器網(wǎng)絡典型定位算法分析

4.1 引言

4.2 節(jié)點定位算法的分類

4.3 靜止錨節(jié)點靜止未知節(jié)點

4.3.1 非測距定位算法

4.3.2 測距定位算法

4.3.3 小結

4.4 靜止錨節(jié)點移動未知節(jié)點

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

4.5 移動錨節(jié)點靜止未知節(jié)點

4.5.1 幾何模型定位算法

4.5.2 移動路徑定位算法

4.5.3 小結

4.6 移動錨節(jié)點移動未知節(jié)點

4.6.1 時間定位算法

4.6.2 概率分布定位算法

4.6.3 小結

4.7 總結與展望

參考文獻

第五章 精確定位的理論基礎與驗證

5.1 空間定位的幾何基礎

5.2 計算未知節(jié)點位置

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

5.4 錨節(jié)點部署定理

5.5 錨節(jié)點選擇算法

5.6 仿真實驗環(huán)境

5.7 測試方法

5.8 與傳統(tǒng)方法的比較

5.8.1 定位誤差分析

5.8.2 實時性分析

5.8.3 算法的評價

5.9 小結

參考文獻

第六章 定位誤差的分析

6.1 定位誤差的來源與分類

6.1.1 多邊定位的誤差來源

6.1.2 時間測量誤差

6.1.3 錨節(jié)點位置

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 時間測量所引起的誤差

6.3.2 錨節(jié)點部署位置引起的誤差

6.4 小結

參考文獻

第七章 兩步安全定位算法

7.1 引言

7.2 相關工作

7.2.1 相關安全定位算法

7.2.2 TSSL與現(xiàn)有算法的比較

7.3 網(wǎng)絡模型及攻擊模型

7.3.1 網(wǎng)絡模型

7.3.2 惡意節(jié)點類型

7.3.3 攻擊模型

7.4 TSSL算法第一階段——鑒別可疑節(jié)點

7.4.1 檢測發(fā)送節(jié)點坐標信息

7.4.2 檢測數(shù)據(jù)包發(fā)送時間

9.4.3 檢測ID信息

7.5 TSSL算法第二階段——隔離惡意節(jié)點

7.6 安全定位

7.6.1 基于到達時間差的定位算法

7.6.2 改進定位算法

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)點檢測率

7.8.2 定位誤差的比較

7.8.3 定位時長的比較

7.9 小結

參考文獻

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

8.1 定位問題描述

8.2 網(wǎng)絡模型

8.2.1 無漏洞三重覆蓋

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 移動錨節(jié)點的路徑規(guī)劃

8.4.2 錨節(jié)點移動路徑的獲取

8.5 小結

參考文獻

第九章 精確定位算法的仿真實驗與評價

9.1 仿真實驗環(huán)境

9.1.1 網(wǎng)絡模型

9.1.2 仿真參數(shù)

9.2 性能評價標準

9.3 定位算法仿真與性能分析

9.3.1 能量與總路徑的關系

9.3.2 噪聲對算法性能的影響

9.3.3 錨節(jié)點發(fā)射半徑r對算法性能的影響

9.3.4 節(jié)點密度p對算法性能的影響

9.3.5 錨節(jié)點移動速度v對算法性能的影響

9.3.6 未知節(jié)點的實際位置與估計位置比較

9.3.7 不規(guī)則度對定位誤差的影響

9.3.8 不同算法的比較

9.4 小結

第十章 總結及展望

10.1 總結

10.2 展望2100433B

智能空間中的傳感器網(wǎng)絡節(jié)點精確定位與路徑規(guī)劃是物聯(lián)網(wǎng)中的重要核心支撐技術之一。韓光潔編著的《智能空間中傳感器網(wǎng)絡節(jié)點精確定位與路徑規(guī)劃》在綜合分析國內外相關工作的基礎上，通過研究未知節(jié)點在定位過程中的誤差原因，定性分析了傳感器網(wǎng)絡中錨節(jié)點的相對位置對未知節(jié)點定位誤差的影響，提出了錨節(jié)點布置算法、二步定位算法、基于正三角形路徑的節(jié)點精確定位算法及錨節(jié)點的路徑規(guī)劃等關鍵技術，最后對相關的算法進行了仿真驗證與性能評價。這些方法對物聯(lián)網(wǎng)在實際應用中起到了指導性的作用。

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

作者：韓光潔

出版社：科學

ISBN：9787030360304

開本：16開

頁數(shù):183頁

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)點定位技術研究現(xiàn)狀7

1.2.2協(xié)作跟蹤技術研究現(xiàn)狀10

1.3章節(jié)安排13

參考文獻15

第2章無線傳感器網(wǎng)絡節(jié)點定位和協(xié)作跟蹤技術21

2.1節(jié)點定位21

2.1.1節(jié)點定位原理22

2.1.2定位系統(tǒng)27

2.1.3性能評價31

2.2協(xié)作跟蹤32

2.2.1目標跟蹤算法32

2.2.2協(xié)作跟蹤方案39

2.2.3評價指標47

2.3本章小結47

參考文獻48

第3章室內復雜環(huán)境下節(jié)點定位算法49

3.1路徑損耗模型49

3.2室內測距模型參數(shù)辨識52

3.3室內定位方案62

3.4人員定位實驗64

3.5本章小結68

參考文獻68

第4章野外環(huán)境下三維節(jié)點定位算法69

4.1網(wǎng)絡模型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仿真實驗81

4.5本章小結88

參考文獻89

目錄傳感器網(wǎng)絡節(jié)點定位與協(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)化的動態(tài)簇組織算法96

5.3.1基于位置預測的簇成員節(jié)點選擇97

5.3.2基于粒子群優(yōu)化的簇頭節(jié)點選擇98

5.4仿真實驗102

5.5本章小結107

參考文獻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預測方程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后驗克拉美羅下界112

6.5仿真實驗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120

參考文獻120

第7章基于后驗克拉美羅下界的機動目標跟蹤算法122

7.1相關工作123

7.2問題描述123

7.3多模型后驗克拉美羅下界124

7.4通信受限節(jié)點調度策略126

7.5模型參數(shù)預測127

7.6仿真實驗128

7.7本章小結134

參考文獻134

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

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

8.1.1有風條件下穩(wěn)態(tài)氣體擴散模型137

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

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

8.2.1穩(wěn)態(tài)氣體源參數(shù)的粗估計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)估計算法145

8.3氣體源參數(shù)估計性能分析145

8.3.1氣體源參數(shù)估計CRLB的定義146

8.3.2氣體源參數(shù)估計的CRLB推導146

8.4仿真實驗與結果分析150

8.4.1實驗條件150

8.4.2實驗結果與分析151

8.5本章小結158

參考文獻158

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

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

9.1.1二維非穩(wěn)態(tài)氣體擴散模型159

9.1.2傳感器測量模型161

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

9.2.1構造目標優(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)估計算法164

9.3仿真實驗與結果分析167

9.3.1仿真條件168

9.3.2仿真結果與分析168

9.4本章小結173

參考文獻173

第10章瞬時泄漏氣體源參數(shù)估計算法174

10.1瞬時泄漏氣體源參數(shù)估計模型174

10.1.1有風條件下瞬時氣體擴散模型174

10.1.2瞬時氣體源參數(shù)估計狀態(tài)空間模型176

10.2基于高斯粒子濾波的瞬時氣體源參數(shù)估計算法179

10.2.1瞬時氣體源參數(shù)的粗估計180

10.2.2基于高粒子濾波的瞬時氣體源參數(shù)估計方法181

10.3瞬時氣體源參數(shù)估計性能分析183

10.4仿真實驗與結果分析184

10.4.1實驗條件184

10.4.2實驗結果與分析186

10.5本章小結193

參考文獻194

附錄A矩陣求逆195

附錄B預測距離的推導196 2100433B

本課題的主要目標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雜應用環(huán)境等因素導致的無線傳感器網(wǎng)絡節(jié)點定位中數(shù)據(jù)矩陣結構受到損壞的途徑，改善無線傳感器網(wǎng)絡節(jié)點定位的性能。針對矩陣完成方法在無線傳感器網(wǎng)絡節(jié)點定位中的應用，將其分為兩大類來考慮：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題。針對第一類問題，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基本條件，即頂點可測性、連通性和采樣集合勢大小的要求；特別地，針對歐氏距離矩陣的顯示完成問題，利用交替秩完成方法考察了矩陣完成的成功率對采樣集合勢的要求。從仿真結果上看，需要的測量值個數(shù)要數(shù)倍于實際自由度才能獲得較高的成功率。針對第二類問題，主要考慮具備低秩特性的歐氏距離矩陣的完成問題。為了消除秩約束引入的非凸性，采用半定松弛來獲得進行求解。由于加權矩陣的存在，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。仿真結果驗證了半定松弛方法的穩(wěn)健性。在對上述問題研究過程中，也對有關的參數(shù)估計方法和定位方法，如直達方向重建方法、基于混合范數(shù)優(yōu)化的波達方向估計、利用角度差測量進行自主定位等做了相應的研究。 2100433B

無線傳感器網(wǎng)絡在環(huán)境監(jiān)測、醫(yī)療衛(wèi)生、軍事以及商業(yè)等領域具有廣泛的應用前景。作為無線傳感器網(wǎng)絡的關鍵技術，節(jié)點定位與協(xié)作跟蹤是計算機、控制和通信等學科眾多專家學者致力研究的參數(shù)估計課題。無線傳感器網(wǎng)絡資源受限，且應用場景多樣，使節(jié)點定位與協(xié)作跟蹤的研究面臨諸多的挑戰(zhàn)。本書首先介紹了無線傳感器網(wǎng)絡的研究情況，然后系統(tǒng)歸納了節(jié)點定位技術和協(xié)作跟蹤算法，進而針對室內復雜環(huán)境提出了室內人員定位算法,結合野外環(huán)境設計三維節(jié)點定位算法，并針對資源受限條件下協(xié)作跟蹤問題，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克拉美羅下界的機動目標跟蹤算法。