如果无线传感器网络收集的数据包含位置信息，则效果更大：常用GPS的功率要求更高，但无线传感器节省能量以延长电池寿命。命和工作时间，GPS的成本大于传感器的成本。此，不可能为单个传感器配备GPS。动头灯可以重复使用，并且可以配备有GPS和无人驾驶飞机rechargeable.Le供应是由实时算法是确定的动态路径mobile.La头灯无人驾驶飞机的应用的一个典型的例子无线传感器网络定位的更好选择。验和仿真结果表明，该算法比传统的静态路径算法更灵活，更有效，但其持续时间和距离相似，平均达到90％。位。线传感器网络;传感器;移动大灯;静态路径;动态路径;无人驾驶飞机DOIDOI：10.11907 / rjdk.173245分类号：TP301文献代码：A文章编号：1672-7800（2018）008-0065 -06英文摘要摘要：由WSN收集的数据是，如果他们提供更有价值的位置信息。
GPS是位置信息的常见来源，但它需要耐用的解决方案，而无线传感器无法提供。外，GPS的成本太高。传感器需要一个特殊的传感器，配备GPS，可充电电源和极大的运动灵活性，可以取代许多固定静态信标的选择。以种植提前，所以它是故意的，并且适用于境内normal.En对比度，动态路径并不需要知道的状态，它是灵活的，在temps.UAV经济是目前流行的和负担得起的并满足移动信标的需求。文的仿真证明了英文关键词：WSN;传感器;移动信标;静态路径;动态路径;基于无人机的动态网络定位路径在静态路径中的类似步骤是高效且有效的。人机简介无线传感器网络由一组小型，低成本，互连的传感器组成，通常用于监测特定的区域参数[1]。果收集的数据包含位置信息，则它将更有用。GPS通常用于提供位置信息[2]，恒温阀芯但其高功耗并不适用于需要低功耗的WSN。为一个特殊的WSN节点，灯塔可以配备GPS和高功率。动大灯（MBC）取代多个静态信标并定位监控区域中的传感器位置，以帮助传感器提供具有位置信息的传感数据。人机是理想的移动大灯，灵活且可充电，以确保足够的电力[3]。新的智能飞行模式[4]包括航向锁定，航点飞行和兴趣点环绕，使无人机控制更加灵活。重要的是，由于无人机制造公司对API开放，因此可以在固件级别直接控制无人机。动信标的轨迹将确定传感器定位所需的时间，成功百分比和定位精度。态路径，即预先规划的路径适用于传感器均匀分布的设定区域，动态路径通过传感器信息的变化实时确定在运动期间由灯塔接收，并且更适合于传感器非均匀分布的不规则区域。于传感器通常随机分布在目标区域，因此动态路径方法更加合理可行[5]。于其直观的特性，几何在路径设计中被广泛使用。Xiao B [6]提出了两种基于MB的传感器定位方法。使用接收信号强度的另一个基本原理基础上的原理，当MB进入和离开传感器，从而降低了传感器的可能范围重叠（ADO），可以使用（RSS）根据最近的MB，信号更强的基数。
近的时刻。述两种方法要求MB严格遵循预定义的路径，但仍无法找到某些位置的传感器。据由圆上的任意两个点形成的圆的中心的几何原理，如果传感器接收三个BS的信号，就可以确定其位置，即其中形成在两个线段的圆的中心三点[7]。于圆的中心位置最终来自RSS，因此误差相对较大，随机理论在RSS中更好。L Sichitiu先生，V Ramadurai [8]提出使用贝叶斯推理来处理由MB收集的传感器数据，以推断传感器的位置。通过大量的测试得到距离和RSS之间的概率密度函数（PDF），需要不断校正;文献[9]也是基于贝叶斯滤波器粒子滤波器，也就是说在几组具有加权值的随机样本中。特卡洛滤波器被应用，则方差被用于确定所述传感器的最终位置的多个样本，更大的方差，较高的位置准确和计算量很大，所以该算法对MB具有较高的计算能力; Kim K，Lee W [10]应用粒子滤波器，使用专用计算机进行计算，选择RSS和距离之间的相关性作为权重值，并使用差距评估位置的收敛性型。率论需要大量的计算，不能应用于需要低计算和降低功耗的无线传感器。述文献中提出的静态轨迹规划主要适用于水平和垂直线：R Huang和GV Zaruba提出了几种扫描，双扫描和希尔伯特曲线[11];文献[12]在S中增加了两种圆和圆的方法。应用Cramerosphere作为评估工具来比较上述路径。线性是线性路径的主要问题[13]。高扫描分辨率可以降低共线性的影响，但会导致更长的旅程。的同心度越大，覆盖范围越大，但路径越长，共线性问题就越大。通性是无线传感器网络的内在属性，这意味着图论的理论也可以应用于传感器发现过程[14]。Koutsonikolas和他的合作者[15]提出了两种不同的算法，宽度优先型（BRF）和返回贪婪（BTG）。WSN被认为是无符号连接图，路径规划被转换为生成树遍历问题（N Patwari等人[16]）。出了一种深度优先算法来将路径问题转化为旅行卖家问题。议使用消除，连通显性集和最小生成树来提高算法的性能。概率理论一样，图论也引发了计算复杂性问题[17-18]。本文提出的算法中，移动无人机负责所有分析和计算工作：每个动作有6个新的几何可选位置，传感器只需要通信几个时间。论仅适用于本地网络，以避免复杂的计算。居的数量确定信标的方向，并且其位置和大多数邻居未知的传感器将是信标的下一个目标。RSS用于估计距离，并且已经确定其位置的传感器将被转换为静态信标。负信息可以帮助灯塔定位传感器。塔只需要两个位置信息来确定传感器的位置以及它自己的运动方向，所有的序列信息都是评论，以帮助确定具有未知位置的传感器的位置。之，所有计算都是比较和轻松判断，并专注于MBC。法描述未知传感器的基本Unode概念的未知位置，已知传感器的Snode位置。考Rnode传感器，可以将Snode转换为Rnode。Nnode邻域传感器，可以相互通信的传感器是邻居。有传感器都有唯一且独立的识别号，Unode.ID表示未知的传感器编号。动信标MBC是算法的主要特征，并且还具有唯一且独立的标识符。盖半径R，MBC和Unode的覆盖半径不必相同，但为了便于表达和计算，默认值是一致的而不失去多功能性。PMBC移动大灯的位置，每个位置都有一个ADDR地址和一个唯一且独立的序列号，SN，SN和ID不重叠。CPMBC是当前位置，CPMBC.SN表示当前位置的序列号。一个位置NPMBC提供六种可能性，如图1所示.M是当前MBC CPMBC位置，其坐标是（X0，Y0）。P1至P6也被分成圆圈，其中M是原点，R是半径，位置（Xn，Yn）可以表示为（1）。XN = X0 Rcosπ6 正1π3Yn= Y0 Rsinπ6 正1π3（1）其中，n为1〜6的目标传感器可以帮助MBC控制器确定NPMBC的TNODE节点，提供的是，所述传感器可以接收MBC控制器从CPMBC发送的信息。感器之间的通信只包含两个信息，hello和本地化。hello信息用于确定邻域关系，内容是消息发送者的标识符，由hello.ID表示，本地化信息用于通知本地化传感器和相应的传感器。ID由标识符local.ID和本地化地址信息.ADDR表示。在指定的规则很多未知位置传感器{Unode}是随机分布在指定的区域，并且所述移动主打MBC移动按照：无线传感器网络的定位问题可以描述为区域和交叉位置形成路径{PMBC}。尽可能多的Unode转换为Snode，然后将它们转换为Rnode以帮助MBC找到尽可能多的传感器，从{Unode}到{Snode}。
通传感器该方法的主要执行者是MBC，未知的普通位置传感器只与MBC配合执行定位任务。通传感器的任务相对简单，分为初始化和定位两个阶段：Unode初始化步骤。括：广播信息hello一次，总是接收信息，将hello.ID添加到{Nnode}，传播自己的标识符并收集所有邻居的ID。图2所示，Unode C的{Nnode}为{A，B，D}，F为{E}。Unode定位阶段。定位的传感器在定位之前始终处于接收状态。第一次问候MBC时，它表示{Nnode}，否则它只回答“你好”;如果它接收到的位置信息，如果是自身，然后local.ID = self.ID定位完成，并且成为定位的传感器Snøde，可作为参考Rnode传感器;如果locate.ID∈{Nnode}，则局部传感器是相邻传感器，并且发送定位信息以警告邻居。此，传感器的末端基本上没有计算，它只是一个简单的查询和有限的交互式通信，这节省了定位所需的能量并留下了能耗仅限于检测和传输数据的过程。反，MBC具有强大的移动功能，足够的功率和强大的计算能力，无论是无人机还是机器人。
了实现传感器定位算法，它必须管理至少三个数据表：位置表{PMBC}由SN索引，内容是地址ADDR; {Nnode}表记录接收和响应hi信息的所有相邻传感器ID; {INFO}传感器信息表将传感器标识符作为索引。个传感器元件包括以下元件：ADDR：位置前的空地址; {Nnode}：传感器附近的传感器信息，主要是Nnode.ID; {MSG}：传感器接收的位置信息，主要是PMBC。.SN或Nnode.ID。{INFO}的结构如图3所示.MBC作业说明MBC移动到目标区域。一步是“第一个三角形”。每个PMBC位置，它在“新参考点”，“参考点广播”和“两点测试”步骤之间执行循环。后，“新目标”和“新位置”用于确定下一个位置，直到找不到新目标。法结束，MBC停止移动。MBC在图4中所示的工作流中的第一个三角形表示在过程开始时指定的位三个PMBC位置，其中应形成等边三角形，以确保该三角形的所有未知传感器位于并翻译成传感器参考。PMBC新算法描述如下：新的记录PMBC，{PBMC}扩散helloWhile “你好” hello.ID，IDIF Nnode {} {INFO}新的项目，注册ID，ADDR是空的，{Nnode}，{MSG是空SN，ID。{MSG}对于每个新的PMBC，一个新的记录PMBC首先被添加到PBMC {}，序列号SN = 1，这是通过添加1到先前的序列号以确保唯一性的说;广播“你好，等待回答Unode并且每当接收到由含有Nnode {}一个Unode接收到消息，所述Unode接收从MBC所述第一消息。这一点上，MBC将一个元素添加到表关于传感器{INFO}信息记录Unode.ID代码和Nnode {} {MSG}产生真空，并把当前位置的SN，即，在d。PMBC.SN {MSG };有没有Nnode {}在Unode响应信息，表明这不是第一次，MBC接收信息，MBC有必要添加CPMBC。SN {MSG};在通信结束时，MBC执行下一个“新基准”新的参考点横切表{INFO}与该ID作为索引如果ID.ADDR是空.. ，传感器位置未知，ID。MSG}中的SN和ID总数为3，即基数| ID。MSG} | = 3.，表示传感器有pos信息三角测量[19]可用于直接估计位置并将结果存储在ID.ADDR中。考点广播其算法的描述如下：ID是索引，遍历{INFO}如果是ID.ADDRIf ID。{MSG}空ID，{MSG} ID遍历。{Nnode}nIDIfnID∈{INFO} nID.ADDR是空ID，nID。{MSG}然后以ID为索引遍历表{INFO}如果ID.ADDR不为空，则传感器的位置已知;如果是ID。{MSG}不是空的，它是Snode刚刚定位的传感器。可以转换为Rnode，空ID。{MSG}，遍历此ID中的{Nnode};如果Nnode.ID在{INFO}中，那就是Nnode.ID∈{INFO};如果Nnode.ID.ADDR为空Nnode尚未找到，则将其自己的self.ID添加到Nnode.ID。{}味精。果是ID的内容。
{MSG}是任何ID，没有SN，表示ID的位置信息全部来自邻居Nnode，位置信息不准确，不会被选中像Rnode。参考点和新参考点的传播分两个阶段进行，直到没有新的参考点。试两点当未知Unode位置传感器仅具有两个位置的信息，它接收PMBC的两个信息或基准传感器Rnode（如三边测量[20]），它有两个可能的位置P1和P2 。点测试计算P1，P2和非邻居MBC {PMBC} -Unode.ID的位置。{MSG}，恒温阀芯以及非邻居节点：{Rnode} – Unode.ID。Nnode {}。果P1和P2或任何{PBMC}或{Rnode}之间的距离小于所述覆盖řCBM，位置将被拒绝和其余的位置是正确的。于Unode没有接收到关于非邻居PMBC的信息，因此它可能没有与这些非邻居节点的邻居关系，并且已经排除了具有邻居关系的节点。果由测试在两个点处产生新的合格的Rnode如图4的图中，该MBC控制器继续重复程序“新基准”，“基准的传播”和“测试两点“直到没有新的合格参考点Rnode。时，整个PMC过程（新的MBC位置）结束，NPMBC选择开始。NPMBC如下选择NPMBC选择过程：根据SN确定候选目标节点Tnode。Nnode {};根据基数|计算候选目标节点Tn的权重W. ID。{Nnode} |来自Tnode.ID。Nnode {};根据位置关系Cmn计算候选NPMBC权重，argmaxΣni= 1CmiWi，最大变为NPMBC，C如式（2）所示。中m是候选位置的数量| {NPMBC} |，n是候选目标的数量| TNODE {} |，并且仅当所述模因NPMBC和第n TNODE之间的距离小于R，CMN = 1，否则为0。果NPMBC候选是相同的重量时，净重瓦特NPMBC候补的计算并argmax（ wm）成为NPMBC。果只有一个候选人，MBC将直接到达最近的NPMBC。有CPMBC传感器。
{Nnode}如果收到两条以上的消息，即| {MSG} |内容库大于或等于2，这将是下一个PMBC的候选目标。为如果未知位置传感器仅接收到一条消息，则MBC无法估计其位置并且无法接近它。于相邻基数W = |来选择候选目标ID。{Nnode} |，邻居数量越多，权重越高。接收到两个地址信息，并且尚未确定该位置的Unode权重，加上一个因为它实际上是非本地化传感器。NPMBC选择的第一个原则是它不能重复。MBC首先检查P1-P6是否已在{PMBC}中注册，否则它将自动成为NPMBC的候选者。过遍历所述候选NPMCC，如果从候选目标节点的距离小于将R覆盖，指示MBC控制器选择的位置，所述候选目标将接收到MBC控制器的信息的“Hello”和权重W的目标候选人将累积在相应的NPMBC中。重量。后，如果NPMBC具有最大的唯一权重总和，那么这是最后一个NPMBC。果没有NPMBC到总重量单显性，附加扩展算法是净重量瓦特NPMBC因为目标结节ID NPMBC候选IDn的ID1〜{和}一个Nnode一个十字路口因此，净重w是ID1。{Nnode} ID2。{Nnode} … IDn。{Nnode} |，w≤W。权重的比较更合理，但计算更复杂。重w最高的NPMBC候选人将成为NPMBC。5是选择NPMBC M的视觉表示是CPMBC，P1-P6为6个NPMBC候选，A，B，C，d，E各自一组的候选目标，所以P3，P6将两个候选NPMBC最后，选择将由各自的总权重决定。之，该算法从“第一个三角形”开始，并保证创建“新参考点”。束执行“广播参考点”和“两点测试”。每个PMBC中，交替执行三个函数循环，直到不再存在。考该点，然后选择新的目标和位置，切换到新的PMBC，重复上述步骤，最后定位过程结束并结束，没有新的目标。真和分析从100个仿真数据中随机抽取数据，得到仿真图6.场景设置为：60个传感器随机分布在60 * 60 m的区域内，每个传感器用“ o“，右边的一对数据用”/“分隔，传感器的ID在左边，而邻居在右边。码| {Nnode} |。位传感器时，在“o”的中间添加“*”。果没有“*”，则传感器未定位。认的CBM设计从研究区域的左下角开始，图中的实线表示MBC的行走路径，虚线对应于MBC R信号覆盖范围。每个PMBC。此模拟中，R = 10 m，此范围内的传感器可以接收PMBC“Hello”信息并对其作出响应。图6中可以看出，总共没有定位17个MPBC和4个传感器，而自上而下的ID分别为50，41，58和9。41和50是邻居，它们的位置很远并且没有接收到PMBC信息，50的另一个邻居是11，它已被定位。不直接接收PMBC信息，因此不会转换为Rnode，也不会有广播定位。息：ID为58的传感器状态与ID50相似;与ID 9的传感器具有三个局部邻，因此能够找到它，但是仅一个邻居ID 36直接接收MPBC信息并将其转换成Rnode，其他邻居7和26不直接接收MPBC信息虽然是本地化的，但是无法转换为Rnodes，这就是为什么ID9只接收ID36定位信息而无法定位它们的原因。7显示了根据相同原理进行的100次模拟的结果：基本规则是MBC的步行距离越长，局部传感器的数量越多。中两个步骤发生三次的情况是由于仿真开始默认在左下角的事实：如果随机分布这里的传感器不直接连接到其他传感器或如果接触是低，MBC控制器无法确定NPMBC因此停止。种情况发生了两次，表明该算法仍然可以改进。8是走MBC通过线性回归分析方法一元和定位的传感器，其中“*”表示对应于MBC的该距离定位传感器的平均数量来调整之间的线性关系。PMBC的数量大于18时，结果不再是线性的，并且所定位的传感器的平均数量保持在55左右，或者超过总数的90％。共有60个未知传感器，55个被定位到达到极限，因为几个传感器仍然分布在研究区域的边缘。论本文提出了一种利用移动大灯的动态轨迹确定无线传感器网络中传感器未知位置的算法。是一种轻量级算法，无论是在计算还是能耗方面。行模拟数据显示，在某些情况下，移动光仅在几次移动后停止，并且发现的传感器数量相对较少。主要原因是算法由邻居数量驱动{Nnode} |。果存在ID为41的传感器条件，如图6所示，则没有邻居并且移动信标停止。
进之处是将灯塔向前移动一步，您可以找到新目标或改变起点。认情况是从左下角开始。果突然停止和低定位率，您可以移动到右下角或从其他角落开始。了提高效率，可以尝试的方法包括改善目标重量。可以限制下一phare.Le电流原理位置的选择不重复的重量和接近目标位置的位置，可以在未来，因为他们适当降低可能有足够的定位信息。果不考虑距离，则定位速度优先，并且根据静态路径在光路中行走可以增加定位速度。过不断的成熟和无人机技术[21-22]的许多应用中，该算法的玩手机标签的作用，现实意义，即使这种算法是的飞行控制系统实现无人机。到无线传感器以定位，发现和记录传感器位置，并将位置信息附加到未来的应用数据中，以确保数据的完整性和准确性。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com