高美凤，尹持俊

(江南大学轻工过程先进控制教育部重点实验室，江苏 无锡214122)

无线传感器网络(Wireless Sensor Networks，WSN)是由大量传感器节点分布在监控区域组成的网络，具有感知、计算和通信能力[1]。在无线传感器网络应用中，确定了位置信息后的数据信息才会有意义，因此定位问题是无线传感器网络研究的关键问题之一[2]。无人机(Unmanned Aerial Vehicle，UAV)是一种自动驾驶、可重复使用、可操控并可以携带一定设备完成多种任务的航空器[3]。随着无人机的应用逐渐从军事领域扩展到民用领域，无人机的研究备受关注，无人机在WSN领域的应用也应运而生。由于其低成本，不受空间约束和使用灵活的优势，无人机在WSN节点定位也有很好的发展前景[4]。目前，在无线传感器网络节点定位中，根据是否需要测量节点间的距离分为两类:一类是需要测距的定位算法，测距方法有RSSI、TOA、TDOA等，基于此类测距方法的定位算法有极大似然估计法、三边测量法、三角测量法[5]；另一类是不需要测距的定位算法，有质心算法、DV-hop算法、APIT算法等[6]。在无需测距的定位算法中，基于RSSI值的加权质心定位算法(RSSI-Weighted Centroid Localization，R-WCL)直接采用RSSI值作为加权质心定位算法的权值，计算过程较为简单，容易实现[7]。文献[8]提出基于RSSI比值的加权质心定位算法(RSSI-RSSI-Weighted Centroid Localization，RRWCL)，将未知节点接收到的各邻居锚节点的信号强度比值作为每个锚节点的权值，在一定程度上提高了定位精度。文献[9]提出改进的基于RSSI极大似然估计定位算法(Taylor-Maximum Likelihood Estimation，T-MLE)，使用基于泰勒级数展开的最小二乘法求解方程组，改善了基于RSSI极大似然估计定位算法的稳定性，提高了定位精度。……