如发现有乱码，请点击下面链接浏览原文
正文摘录:

谢勇等：无线传壁墨圆塑鱼旦=重鱼蔓鎏盟窭波测距技术，该算法也分为3个阶段，第一阶段是生成协作子树，根据判定条件，在网络中生成多个由未知节点和锚节点组成的限制条件完整或超限制条件的构形，称为协作子树。每个构形包括”个未知变量(未知节点的坐标)和至少”个非线性方程式，并确保每个未知变量拥有惟一解。未被协作子树包含的节点在整个算法的后处理阶段进行定位。第二阶段是对未知节点位置的粗略估计，他通过粗略未知节点和锚节点间的距离来估算未知节点的位置。如图2所示，未知节点C在锚节点A，B所形成的Boundingbox里面，可推算出节点所在位置的d7坐标的取值范围是(1“一aI，lz。+(b+f)I)。图2第三阶段采用了循环求精，根据预设的定位精度·使用卡尔曼滤波技术在每个协作子树范围内(每个节点位置有惟一解)对第二阶段的结果进行循环求精。该算法要求锚节点要求锚节点要部署在网络的边缘才能达到较好的效果，而且循环求精的次数无法预知。2.1.3算法分析对于传感器网络节点定位算法，定位精度是个主要的评估标准，上述两种算法都采用了求精的步骤，仿真结果显示定位精度有了比较大的提高，但各自又有不足之处，在测距阶段，Robustpositioning算法采用了DV—hop的算法，DV—hop算法是基于距离矢量交换协议的，在大型网络中需要较长的覆盖时间，而N—hopmultilateration算法却采用了硬件测距的方法，提高了网络的成本。N—hoDmultilateration算法可以根据配置采用集中式和分布式两种计算方式，通信开销基本相当，他在定位阶段，采用了Boundingbox的方法，计算量要比最小二乘法小很多，是非常值得借鉴的思想。而对N—hopmulti—lateration算法，锚节点的密度和分布对算法的定位精度有较大的影响，而Robustpositioning算法在这方面的影响较小。总体上讲，Robustpositioning算法要比N—hopmultilateration算法具有更大的优势，今后主要的工作是如何提高该算法的覆盖速度，来适应大规模网络的需要。3结语近些年来，国内外提出了很多关于传感器网络节点的定位算法.每一种算法都有各自的特点。对于精度比较高的算法。通信开销和收敛速度等方面的性能可能就会有所下降，采用硬件测距可以提高定位精度，但同时会增加传感器节点的成本。根据具体业务的需要，定位的条件和要求会有所不同，因此，要针对具体的应用设计和采用适合的定位算法。传感器网络定位技术还有比较大的研究空间，主要集中在传感器节点测距硬件技术的研究、传感器网络定位算法仿真平台的研究与开发和基于复杂地理条件下的定位算法研究等方面。参考文献[11王福豹，史龙，任丰原.无线传感器网络中的自身定位系统和算法EJ3.软件学报，2005，16(5)：857—868.[21SavareseC，RabaeyJ，LangendoenK.RobustPositioningAI—gorithmsforDistributedAd—HOCWirelessSensorNet—works[A].EI。I.ISCS，ed.ProceedingsoftheUSENIXTechnicalAnnualConference[c].Monterey，CA，USA：USENIXPress，2002：317—327.r3]SavvidesA，ParkH，SrivastavaMB.TheBitsandFlopsoftheN—hopMultilaterationPrimitiveforNodeI，ocalizationProblems.In：Proc.ofthe1stACMInt’lWorkshoponWire一1essSensorNetworksandApplications，Atlanta：ACMPress，2002：112—121.r4]NiculescuD，NathB.DV—basedPositioninginAd—HOCNetworks[J].JournalofTelecommunicationSystems，2003，22(1／4)：267—280.作者简介谢勇男，1983年出生，海军航空工程学院，在读硕士研究生。主要研究方向为计算机网络。牵连男，1964年出生，现任海军航空工程学院304教研室主任，副教授·硕士生导师。欢娅订阅2007年度《项代电子技市》(半月刊)邮发代号：52—126定价：15元／期360元／年价电话：029—85393376传真：029—85397961