面向复杂应用环境的传感网节点自适应定位方法研究

To make the perceived information meaningful, sensor nodes' positions are often required. As a key support technology, node self-localization is important for the application of wireless sensor networks (WSNs). Due to various unascertained and random factors in practice, the mathematical positioning model that describes the environmental impacts and network features usually fail to supply the essential parameters for node self-localization.It is limitation to deal only from one aspect. To solve this problem, we will explore a novel node self-localization method that can be applied to various complex conditions. The focus of our study is to construct a self-adapting localization model, aiming to judging the categories of application environments and providing a localization optimization solution. In theory research aspects, this project includes initial cognition of unascertained factors, identification of various non-ideal network conditions, adaptive process of multi-source errors, credibility assessment of reference information and optimal decision-making, global constraint optimization modeling and computing, node localization energy strategy, accuracy evaluation of self-adapting localization, etc. The research objective of this project is to seek a node self-adapting localization scheme with strong practicability and high accuracy and reliability. The project enriches the node self-localization theory, and further promotes the location-based application of WSNs.

当被感知的信息需要有传感网节点的位置信息伴随时，节点自定位成为传感网应用的前提。由于定位过程中存在多种未确知因素及随机扰动，针对某一方面因素确立的描述环境影响及网络特征的定位数学模型常常无法正确给出网络节点自定位所需的关键参数,仅将影响因素的一方面现实化而其它方面理想化的模型有局限性。为解决这一问题，探索一种能够自适应的传感网节点自定位方法，研究建立一种自适应定位模型，能够判断应用环境的问题类别并给出优化的解决途径。在理论上将解决：传感网自定位系统中各种未确知因素的初始认知方法，在传感网络中对多种非理想网络状况进行辨识的方法，多源噪声自适应处理、参考信息可信评估及最优决策、全局约束最优化建模和求解的方法，节点定位能量策略以及自适应定位结果评估方法等。目标是获得实用性更强、精度与可信度更高的节点自适应定位方法。研究成果将进一步丰富传感网的节点自定位理论，有助于传感网的进一步实用化。

本项目针对传感网在复杂应用环境下，自定位系统的不确定性对系统定位精度影响问题开展了全面深入的研究。提出了一套面向复杂应用环境的传感网自适应定位体系架构及定位性能评价方法。.（1）针对复杂环境下大规模传感网定位面临的先验信息不充分、未确知因素实际存在、有效距离测量样本数不足、多种性质约束同时影响定位性能等问题，提出一种全局约束下的集员多跳自适应定位体系，给出一种集员自适应可行集求解模型，随后将多重因素影响下的定位求解问题转化为分布式约束满足问题，待定位节点可根据自身网络特征自适应的选择粗粒度或细粒度的坐标求解。.（2）针对未确知多源噪声影响下的传感网定位问题，提出一种集员多跳定位方法。分析了定位过程中同时存在的多种测量噪声的未知但有界的特性，给出了一种典型的集员估计区间分析定位方法；针对先验信息不充分且有效测距样本数不足情况下的节点自定位问题，给出一种非参数Bootstrap自适应误差界求解法则，提出一种基于Bootstrap的集员自适应多跳定位方法。.（3）针对多种非理想网络状况下的传感网定位问题，提出一种基于分布式约束满足问题的传感网节点自适应定位方法。定义了参考节点的安全性、参考节点位置坐标的准确性、定位群链路局部网络特征及链路质量等四种约束条件，结合由集员多跳定位方法得出的几何空间约束，即待定位节点可行集，构建了包括恶意信标节点可信评估、链路质量自适应判定在内的非理想网络状况辨识方法及整体决策控制模型，实现全局约束下的整体最优决策。.（4）为了解决环境突变、外部干扰等随机扰动对定位性能造成的影响，提出一种随机扰动影响自校正调节及自适应动态更新方法；针对随机扰动导致的有偏小样本参数估计问题，给出了一种随机扰动影响下的估计量偏差自校正机制；为避免不必要的全局范围位置估算和信息更新，降低通信量、减少能耗、提高定位时效性，给出一种基于时变误差界的集员自适应定位更新方法；推导了多源误差条件下三维多跳定位的Cramér-Rao界，以此作为评估算法定位精度的标准。.本课题研究成果将进一步丰富传感网的节点自定位理论，有助于推动传感网理论进一步实用化，具有理论意义和实用价值。