复杂环境下无线传感器网络定位误差分析及鲁棒定位算法研究

In wireless sensor networks, location information is viewed as one of the most significant contexts. As a result of the demand of context-aware applications, determining the location for sensor nodes becomes very necessary and important. Traditional localization approaches are not suitable for complex environments due to various reasons, for example, the low accuracy and low reliability. Therefore, this project will discuss the localization problem in complex environments from the following three aspects. First of all, when statistics for the measurement data meet the probability distribution, the optimal function will be designed based on the statistical distribution of the characteristic parameters of measurement data. Secondly, when the measurement noise is unknown but bounded, the set-membership estimation theory will be used to determine the range of location of sensor nodes and their corresponding confidence. Finally, when the measurement data is extremely large or seen as outlier of measurements, the method of least median of squares will be used to deal with outlier measurements. Based on the three aspects above, we aim to analyze and establish robust localization alogirithms, with the ability to fight interference and suitable for complex environments. Thus, we shall build the basic theory of robust localization for wireless sensor networks, and improve the localization capability for sensor nodes; moreover we shall lay the foundation of context-aware applications of wireless sensor networks in complex environments.

位置信息是无线传感器网络实现在线实时监测不可或缺的信息，获取位置信息的定位技术是无线传感器网络应用的关键使能技术。传统的无线传感器网络定位技术应用在障碍物多、电磁干扰严重以及动态变化的复杂环境时，存在定位精度低和定位可靠性低等问题。本项目针对复杂环境下无线传感器网络定位问题，从三个方面开展研究工作：①针对测量噪声满足概率统计分布情形，采用测量数据的统计分布特征参数设计概率分布条件下的优化函数；②针对测量噪声分布特征未知但有界情形，采用集员估计理论确定位置的可行区域和上下界以及与之对应的置信参数；③针对测量噪声为异常数据情形，采用均方差中值为特征参量判断和剔除异常数据。通过以上三个方面，分析和确定可以适用于复杂环境、具备抗干扰能力的无线传感器网络鲁棒定位算法，从而构建复杂环境下无线传感器网络实现鲁棒定位的基础理论，完善无线传感器网络定位方法体系，为无线传感器网络在复杂环境中的应用奠定基础。

位置信息是无线传感器网络实现在线实时监测不可或缺的信息，获取位置信息的定位技术是无线传感器网络应用的关键使能技术。传统的无线传感器网络定位技术应用在障碍物多、电磁干扰严重以及动态变化的复杂环境时，存在定位精度低和定位可靠性低等问题。本项目针对复杂环境下无线传感器网络定位问题，开展了无线传感器网络定位误差分析和鲁棒定位算法研究，主要包括：（1）推导了基于最小二乘法的无线传感器网络节点定位过程,分析了最小二乘法对节点定位误差的影响，发现最小二乘法线性化过程对节点定位误差具有重要影响作用，具体表现在用于线性化的节点的测距误差对节点定位误差的影响，合理的选择线性化的节点，尤其是选择测距误差较小的节点进行线性化，将极大提高节点定位精度，降低节点定位误差。（2）分析了无线信号传播模型对RSSI测距误差和定位误差的影响，提出一种基于RSSI测距区间的鲁棒定位算法，当路径损耗指数难以精确测量时，可以只确定路径损耗指数的取值区间，建立RSSI值和距离区间一对一的映射关系。研究表明：当路径损耗指数难以精确测量时，采用基于测距区间的定位算法具有更高的定位精度和更强的鲁棒性。（3）分析了不同节点测距误差的不同特征，提出了利用节点测距的概率信息降低节点定位误差，建立了节点测距误差分布的概率模型，同时推导了节点位置的估算公式，通过仿真实验验证了该方法可以在概率层面有效降低节点定位误差。本项目的研究工作，对无线传感器定位关键技术研究具有重要意义，也为无线传感器网络在复杂环境中的实际应用起到一定的支撑作用。