1 / 17
文档名称:

基于无线传感器网络的一种可扩展的定位技术PPT学习教案.pptx

格式:pptx   大小:332KB   页数:17页
下载后只包含 1 个 PPTX 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

基于无线传感器网络的一种可扩展的定位技术PPT学习教案.pptx

上传人:wz_198613 2021/6/14 文件大小:332 KB

下载得到文件列表

基于无线传感器网络的一种可扩展的定位技术PPT学习教案.pptx

相关文档

文档介绍

文档介绍:会计学
1
基于无线传感器网络的一种可扩展的定位技术
本文的结构
第一部分:引言。
第二部分是讲目前无线传感器网络定位的相关技术与研究。
第三部分主要介绍了本文提出的CBL定位技术的构造和特点。
第四部分:对CBL的性能评估及与以往定位技术的比较。
第五部分是本文的结论。
第1页/共17页
引言
无线传感器网络(WSN)因具有高的鲁棒性、准确性、灵活性及智能化等优点,被认为是未来恶劣战场环境中监控敌我双方兵力、装备和物资状态以及完成目标协同检测等关键应用技术之一,已得到国内外研究者的高度重视。随着无线传感器规模越来越大,传感器网络的密度能达到每平方米有几百个节点,高密度的WSN中的节点位置需要可扩展的定位方法来实现。
第2页/共17页
引言
In this paper we propose a scalable hop-based localization technique called Cluster-based Localization (CBL). CBL‘s use of clustering is motivated by the need for scalability and eciency. Scalability is gained by, rst using an expensive but accurate localization technique on a small subset of the nodes in the,This work was supported in part by NSF grant network. The derived position estimates for the chosen subset will be used as referenceswhen localizing the remaining nodes. This approach leads to a signicant reduction in the computation required to localize the entire network.
在本文中我们提出了一种基于跳数的可扩展的定位技术——CBL。在CBL中,使用簇类可以使得整个网络可扩展且效率高。可扩展是指,首先在一小块区域的节点里使用一种能耗高但定位精确度高的技术来定位,接着其临近区域节点的位置就其已经定位好的节点来作参考以确定自己的位置,整个网络就是这样逐层逼近来定位的。
第3页/共17页
2. 相关的定位技术
这一部分主要是罗列了目前几种典型的无线传感器网络定位的相关技术。定位技术通常分为两大类:(1)基于测距的定位技术:通过测量邻居节点间的距离来确定节点的位置。(2)基于跳数的定位技术:无需用专门的测量设备来测得节点间的距离,它认为节点间的距离近似等于其在最短传输路径上的跳数。
基于测距的定位技术有以下几种:GPS全球定位系统、APS定位(一种分布式定位技术)、LORAN(LONG Range Navigation)是一种地区导航系统、RSS方式定位系统(如RADAR定位系统利用指纹识别技术来进行定位,从而解决了定位移动计算设备的问题),使用TOA/TDOA方式定位的系统(Bat System和Cricket)、混合定位系统(如Calamari 和AHLoS)。
第4页/共17页
3. CBL定位技术
To localize all sensor nodes accurately, the localization process usually involves computationally-intensive procedures, ., MDS that has O(n3) computational complexity .Since sensor nodes are expected to be resource-constrained and networks to be large and dense, light-weight localization algorithms that achieve decent accuracy and high scalability are desirable. Therefore, we attempt to address the trade-os between accuracy and scalability, so as to make our localization algorithm, CBL, a practical