欧县华,武宪青,何熊熊

(浙江工业大学信息工程学院,杭州 310023)



基于AIUKF的WSN节点定位算法*

欧县华,武宪青,何熊熊*

(浙江工业大学信息工程学院,杭州 310023)

针对无线传感器网络节点定位精度不足的问题,在无迹卡尔曼滤波(UKF)的基础上,结合迭代约束条件和自适应因子,提出了一种自适应迭代无迹卡尔曼滤波(AIUKF)算法。根据基于测距的节点定位模型,采用RSSI进行测距,以极大似然估计法进行节点初步定位,利用AIUKF算法对节点进行精确定位,并且直接以RSSI作为系统的观测量。仿真结果表明,本文提出的基于AIUKF的定位算法相比EKF和UKF算法具有更高的定位精度。

无线传感器网络;节点定位;AIUKF;UKF;自适应因子

无线传感器网络作为一个新型的网络,现已被广泛应用于国防军事、环境监测、医疗看护等诸多领域,被认为是21世纪影响人类生活的21项技术之一。在无线传感器网络的相关研究与应用中,节点定位技术不仅是研究中基础和热点问题,也是决定应用有效性的关键技术之一[1-2]。

无线传感器网络节点定位算法常见的分类是基于测距的定位算法(Range-Based)和无需测距的定位算法(Range-Free)[3]。前者根据信标节点位置信息以及未知节点与信标节点之间的距离或角度信息来实现对未知节点的定位,常用的测距方法有[4]:TOA、TDOA、AOA、RSSI;后者仅根据网络的连通度来确定未知节点的位置信息。

鉴于基本算法实现的定位精度有限,国内外许多学者将滤波技术应用到WSN节点定位中,取得了大量的研究成果。对于非线性系统,最常用的是扩展卡尔曼滤波(EKF)算法[5]。……