5 B
5々 磊■7—7—。1 1
圈474WULS的权系数平均值与节点个数的关系
从图472至图4 74可以看出，随着检测能量值降序排列的节点个数增加，三种加权 目标定位算法的方程权系数平均值都在递减，也就是蜕随着检测能量值较小的节点参与 54硕士论文 基于声音能量强度的无线传感器网络目标定位研究 定位后，权系数较小的方程越来越多，可信度较小的方程越来越多，所以图4．7．2至图4．7．4 可以说明检测能量值较大的节点组成的定位方程的权系数较大，这与在3．3节中对三种加 权定位算法权系数与节点检测能量值的关系的理论分析是完全一致的。
而在4．6节的仿真中已经知道，加权定位的结果主要取决于权系数较大、可信度较高 的方程，所以可以推断出加权定位的结果主要取决于检测能量值较大的节点。 为了进一步验证以上推断，以加权联合线性最小二乘定位算法为例，描绘其定位结 果与参与定位节点个数的关系，观察误差平均值和误差标准差随节点个数变化的情况。 图4．7．5和图4．7．6分别显示的是加权联合线性最小二乘定位算法的误差平均值和误差标
准差与节点(检测能量值按从大到小排列)个数的关系，加权非线性最小二乘定位算法 和加权线性最小二乘定位算法的定位结果与节点个数的关系类似于加权联合线性最小 二乘定位算法，这里不再单独作图。 j粤 露 l} 州 咄
图4．7．5 WULS的误差平均值与节点个数的关系4基于声音能量强度的无线传感器网络目标定位方法仿真 硕士论文
图4．7．6 WULS的误差标准差与节点个数的关系
从图4．7．5和图4．7．6可以看出，以11个参与定位的节点为界限，在11个节点之前定位
的误差平均值和误差标准差随着节点个数的增加大幅下降，尤其在从5个节点到8个节点 时，误差平均值和误差标准差急剧下降，从图4．7．1和4．7．4中可以发现从5个节点到8个节
点恰恰是节点检测能量平均值和权系数平均值较大的阶段，说明增加检测能量值较大的 节点有利于提高定位精度；而当11个节点以后，再增加参与定位的节点个数时误差平均 值和误差标准差的变化就不是很明显了，从图4．7．1和4．7．4中可以发现11个节点后节点检
测能量平均值和权系数平均值相对较小，换言之前11个节点之后的节点检测的能量值较 小，组成的定位方程的权系数较小，可信度也相对较小，其对定位结果的影响不明显， 甚至会降低定位精度，从而出现了上图4．7．5和图4．7．6中描绘的情况。 通过本节的仿真，得到以下结论：
(1)当有很多节点检测到目标声源的情况下，利用检测能量值较大的节点参与定位
能使这些节点组成的定位方程的权系数大大增加，可信度大大增强，而定位的结果主要 取决于这些检测能量值较大的节点；
(2)将大量检测能量值较小的节点引入参与定位不仅不会大幅提高定位精度，有时
甚至会降低定位精度。根据节点检测能量值的大d,}jIJ减节点个数，从而达到削减参与定 位方程个数的目的，既保证了较高的定位精度，又减少了算法复杂度。 综合4．6节和4．7节的仿真，可以得出以下结论：
(1)在声音目标定位的过程中，有很多冗余的节点参与定位，通过取检测能量值较硕士论文 基于声音能量强度的无线传感器网络目标定位研究
大的节点参与定位可以增加这些节点组成的定位方程的可信度，又有效地减少了节点个 数从而间接地减少了定位方程个数；
(2)在节点组成的定位方程中，有很多冗余的定位方程参与定位，通过取加权系数 较大的方程参与定位可以提高定位精度，又直接地减少了定位方程的个数；
(3)通过以上两个步骤，即定位节点和定位方程的二次削减，每次定位只需要较少
的节点和较少的加权定位方程参与定位，即可达到较高的定位精度，同时又减小了算法 复杂度，缩短了定位运行时间，减少了节点的能耗，延长了节点的使用寿命。 4．8本章小结
本章通过MATLAB软件对第2章和第3章中提出的各种目标定位算法进行仿真，
分别比较了不同定位算法的定位精度，分析了定位精度与节点个数、背景噪音大小的关 系，比较了不同定位算法的误差分布特点，并针对第3章提出的对参与定位方程个数和 参与定位节点个数的削减措施进行了验证，仿真结果显示改进后在不影响定位精度的前 提下，可以大大减小算法的复杂度。硕士论文 基于声音能量强度的无线传感器网络目标定位研究
5总结与展望
本论文着力于研究基于声音能量强度的无线传感器网络目标定位，根据声音的传播 规律构造声音能量的衰减模型，基于此模型利用一系列基本目标定位算法对目标进行定 位，其中包括极大似然估计定位算法、非线性最小二乘估计定位算法、线性最小二乘估 计定位算法以及综合各算法优点提出的联合线性最d,-．乘估计定位算法，并在分析基本 定位算法误差项后，引入加权系数对基本目标定位算法进行加权改进，并针对加权目标 定位算法的定位方程个数和定位节点个数提出削减措施以达到保证定位精度又降低算 法复杂度的目的，通过软件仿真最终得到以下结论：
(1)未加权时，从定位精度上看，从高到低依次为：极大似然定位算法，非线性最
小二乘定位算法，联合线性最小二乘定位算法，线性最小二乘定位算法；从算法复杂度 上看，极大似然定位算法和非线性最小二乘定位算法的运行时间较长，联合线性最小二 乘定位算法的运行时间最少，线性最小二乘定位算法随着节点个数的增加定位时间大幅 增加；
(2)增加参与定位的节点数量在一定程度上可以提高算法的定位精度：背景噪音的 增大会不同程度地降低算法的定位精度；
(3)加权后的定位算法比未加权的定位算法的定位精度大大提高，抗干扰性大大增
强。加权后，非线性最小二乘定位算法和联合线性最小二乘定位算法的复杂度没有受到 很大影响，而加权线性最小二乘定位算法的复杂度大大增加；
(4)加权定位算法的结果主要取决于权系数较大的方程，当参与定位的节点数己定 的情况下增加权系数较大的方程，抛弃权系数较小的方程不影响甚至可以改善定位效 果，同时降低了算法的复杂度；
(5)当检测到目标的节点过多时，选取检测能量值较大的节点作为参与定位的节点， 能够使这些节点组成的方程权系数增大、可信度增强，从而在提高定位精度的同时降低 了算法的复杂度，减少了节点的能耗，增加了节点的使用寿命；
(6)综合定位精度和算法复杂度考虑，采用加权联合线性最小二乘估计定位算法，
并通过节点个数和方程个数的二次削减，可以实现定位精度和定位时间的折中，是相对 而言最好的一种定位方法。
由于研究时间和精力有限，本文提出的目标定位方法还存在可以改进之处，有很多
方面还可以在未来的工作中进一步深入研究，主要包括以下方面：
(1)本文提出的声音能量衰减模型对障碍物的影响考虑得不够周全，可以根据不同 的环境对模型作适当的变化，从而更贴近实际情况。
(2)为进一步降低算法的复杂度，可以将不基于测距的定位算法融入进来，与本文 595总结与展望 硕士论文
提出的定位算法结合，根据节点密度的不同相互切换定位方法。
(3)假如大部分节点的检测值误差都很大，则本论文提到的定位算法的效果就不能
显现，这其中就涉及到粗差的消除问题，有文献提出一种抗差最小二乘定位算法【531，可 以将其引入到无线传感网络的目标定位中来，这样在节点本身检测值误差很大的情况下 也能保证较高的定位精度。
(4)本文探讨的是单目标的定位问题，多目标的情况会导致定位混乱，这是在今后
的研究中可以进一步深入探讨的。硕士论文 基于声音能量强度的无线传感器网络目标定位研究 致 谢
值此论文完成之际，向所有关心和帮助过我的老师、同学和家人表示衷心的感谢。 在本文的撰写期间，我得到了众多师长、同学、朋友的热心帮助和鼓励，首先要由衷地 感谢我的导师吴晓蓓教授和黄成讲师，在整个论文的写作期间甚至可以追溯到前期的准 备工作和选题期间，两位老师自始至终都给予了我特别的关心和指导，他们认真严谨的 治学态度，丰富广博的专业知识，诲人不倦的育人精神都给我留下了深刻的印象，也是 我今后生活、工作中的一笔宝贵财富，能成为他们的学生，我深感荣幸。
还要特别感谢教研室所有的同窗们，正是你们组成了我们这个团结向上、积极进取 的集体，两年来我们互相学习，互相帮助，共同探讨学术上的问题，共同营造浓厚的学 术氛围，每一个人每一天都在进步，每一个人每一天都过得无比充实，我作为这个集体 中的一员感到十分的骄傲和自豪。
最后要把最诚挚的感谢献给我的父母，感谢他们从小对我意志品质和道德情操的培 养，使我能够在成长的道路上从未放弃过学习，直至成为一名硕士研究生，他们一直以 来默默的支持帮助我化解了学习生活中很多的忧愁与烦恼，他们的鼓励使我在面对困难 时始终信心百倍，他们就是我源源不断的精神动力。
当然，要感谢的人还有很多很多，由于篇幅有限不能一一尽述，只能在此一并致谢， 感谢他们让我在圆满完成论文的同时度过了一段难忘而美好的研究生岁月。 61硕士论文 基于声音能量强度的无线传感器网络目标定位研究 参考文献
【1】李晓维，徐勇军，任丰原．无线传感器网络技术．北京：北京理工大学出版社，2007 [2】孙利民，李建中，陈渝等．无线传感器网络．北京：清华大学出版社，2005 【3】于海斌，曾鹏等．智能无线传感器网络系统．北京：科学出版社，2006 [4】Terry van der Werff．1 0 Emerging Technologies That Will Change the World． http：／／www．globalfuture．com／mit-trends2001．htm
[5】中华人民共和国国务院．国家中长期科学和技术发展规划纲要(2006．2020年)． http：／／www．gov．cn／jrzg／2006—02／09／contentl 83 787．htm
[6】朱仲英．传感网与物联网的进展与趋势．微型电脑应用，2010，26(1)：1-3
[7】王殊，阎毓杰，胡富平，屈晓旭．无线传感器网络的理论及应用．北京航空航天大学 出版社，2007
[8】李善仓，张克旺．无线传感器网络原理与应用．北京：机械工业出版社，2008
[9】宋文，王兵，周应宾等．无线传感器网络技术与应用．北京：电子工业出版社，2007
[10】李忱，杜军，金芳．无线传感器网络及其应用．仪器仪表用户，2006，13(3)：1—3 【1l】崔逊学，赵湛，王成．无线传感器网络的领域应用与设计技术．北京：国防工业出 版社，2009
[12】周贤伟．无线传感器网络与安全．北京：国防工业出版社，2007
[1 3】Mainwaring A，Polastre J，Szewczyk R，et a1．Wireless Sensor Networks For Habitat Monitoring．In the 2002 ACM Intemational Workshop onWireless Sensor Network sand Applications，2002
[1 4】Sheth A，Thekkath C．A，Mehta P，et a1．Senslide：A Distributed Landslide Prediction System．Operating Systems Review,2007，4 1(2)：75-87
[1 5】Hill J，Culler D．A Wireless Embedded Sensor Architecture For System—level Optimization．UC Berkeley Technical Report，2002
[16】张晓彤．无线传感器网络与人工生命．北京：国防工业出版社，2008
【l7]Jafari R，Encamacao A，Zahoory A，et a1．Wireless Sensor Networks For Health Monitoring．MobiQuitous 2005：479-48 1
【18】Nemeroff J，Garcia L，Hampled，et a1．Application of Sensor Network Communication． Military Communications Conference．2001：336-341
【19】Dan Li，Kerry D．Wong，Yuhen Hu，Akbar M．Sayeed．Detection，Classification，and Tracking of Targets．IEEE signal Processing magazine．2002(2)：43 5--43 9
[20】Boettcher P．W，Shwa GA．A Distributed Time-difference of Arrival Algorithm for 63参考文献 硕士论文
Acoustic Bearing Estimation．Proc 4m Int．Con￡Information fusion Montreal，2001(1)： 235-238
[21】刘云，李志舜．宽带波达方向估计的克拉美。劳界研究．声学学报，2006(3)：1-6 [22]Taft L．G Target Localization from Bearings-only Observations．IEEE Trans Aerosp Electron．1 997(1)：1～l O
[23]Savarese C，Rabacy J．M，Reutel J．Localization in distributed Ad．hoc Wireless Sensor Networks．In Proc．ICASSP，Salt Lake City,Ut，2001，3：842～846
[24】陈维克等．基于RSSI的无线传感器网络加权质心定位算法．武汉理工大学学报， 2006，30(2)：265-267
【25]王磊等．APIT技术在目标定位中的应用．东南大学学报，2006，36(1)：201,-,203 [26】陈克安，曾向阳，李海英．声学测量．北京：科学出版社，2005 [27]马大猷，声学手册．北京：科学出版社，2004
[28]马大猷，现代声学理论基础．北京：科学出版社，2004
[29]“D，Hu Y．U．Energy Based Collaborative Source Localization Using Acoustic Micro-sensor Array．J．EUROSIP Applied Signal Process，2003，5：321-337
[30】杨凌云，谢小娟．基于声音能量的单目标定位．长春工业大学学报，2007，2(28)： 202-205
[31]李春蓉．无线传感器网络自定位技术研究．成都：西南交通大学，2006 [32】Kaminsky A．Trilateration．Report，2007．4
[33]曹斌，董慧颖，杨悦平．多边算法在无线传感器网络目标定位中的应用．沈阳理工 大学学报，2008，27(1)：1和17
[34]张丽霞，汪文勇，李炯．无线传感器网络的目标定位问题研究．电子科技大学学报， 2006，35(2)：239--,24I
[35]孙学斌，周正．无线传感器网中目标定位算法的研究．计算机工程与应用，2004：
132-134，184
[3 6]Xiaohong Sheng,Yuhen Hu．Maximum Likelihood Multiple—source Localization Using Acoustic Energy Measurements、Mtll Wireless Sensor Newtorks．IEEE transactions on signal Processing，2005(1)：1 38 1～1 387
[3 7]Kaplan K．M，Le Q，Molnar P，Maximum Likelihood Methods for Bearings．only Target Localization．IEEE ICASSP，2001，5：3001-3004
[3 8]Dan Li，Yu Hen Hu．Least Square of Energy Based Acoustic Source Localization
Problems．Proceeding of the 2004 International Conference on Parallel Processing Workshops． IEEE，2004，(9)：1 023-1 045
【39]彭端云．基于声音的无线传感器网络单目标跟踪研究与应用．西安：西北大学， 矾硕士论文 基于声音能量强度的无线传感器网络目标定位研究 2008
[40】Pham T'Sadler B．M，Papadopoulos H．Energy Based Source Localization via Ad—hoe Acoustic Sensor Network．In IEEE Workshop on Statistical Signal Processing，2003
[41]杨凌云．基于无线传感器网络的目标定位问题研究．南京：南京理工大学，2006 【42】陈希孺，王松佳．线性模型中的最dx--乘法．上海：上海科学技术出版社，2003 [43]Kebo Deng，Zhong Liu．Weighted Least—Squares Solutions for Energy—Based
Collaborative Source Localization Using Acoustic Array．International Journal of Computer Science and Network Security,2007，7(1)：159N165
[44]S6derstr6m T，Stoica P，System Identification，London，U．K．：Prentice．Hail，1 989 [45]Steven M Kay,Fundamentals of Statistical Signal Processing，V01．I：Estimation Theory, Upper Saddle River．NJ：Prentice—Hall，1 993
[46]Brandstein M。S，Adcock J．E，Silverman H F，A Closed Form Location Estimator for Use with Room Environment microphone arrays．IEEE Trans．Speech Audio Process，1 997， 5(1)：45-50
[47]王建刚，王福豹，段渭军．加权最d,-乘估计在无线传感器网络中的应用．计算机 应用研究，2006，9：41~43
[48】吕睿，阳宪惠．减少无线传感器网络节点定位误差的方法．清华大学学报，2008， 48(2)：1 839-1 843
[49】胡仕萍，李思敏．基于WSN的声源目标定位算法研究．兵工自动化，2008，7(27)： 63—65
[50]汪琼．无线传感器网络中基于声音能量的目标定位算法．武汉：华中科技大学， 2006
[5l】高长江．无线传感器网络在目标定位系统中的应用．吉林：东北大学，2005 [52】周晖．无线传感器网络中目标定位的研究．上海：上海交通大学，2008
[53】周江文，黄幼才，杨元喜等．抗差最d,-乘法．武汉：华中理工大学出版社，1997