1、隨著無線通信、集成電路、傳感器以及微電子機械系統(tǒng)等技術的飛速發(fā)展和日益成熟，使得低成本、低功耗、大規(guī)模的無線傳感器網(wǎng)絡的產(chǎn)生與發(fā)展成為可能。在傳感器網(wǎng)絡中，節(jié)點位置信息對整個網(wǎng)絡的監(jiān)測活動至關重要，在其諸多應用中扮演著不可或缺的重要角色。如何設計高效率、高精度、低能耗的定位算法一直都是傳感器網(wǎng)絡研究中的熱點問題。
　　 本文針對節(jié)點定位問題，以核方法和流形學習為研究手段，以減少定位過程中使用的信標節(jié)點的數(shù)目和降低測量誤差對定位精

2、度的影響為目標，對節(jié)點定位技術進行了深入的研究。本文的主要研究內容和創(chuàng)新點包括以下幾個方面：
　　 1．本文綜述了無線傳感器網(wǎng)絡中節(jié)點定位技術的相關研究，并以算法復雜度、信標節(jié)點比例、定位誤差等作為綜合指標對現(xiàn)有的定位算法進行了綜合分析，并歸納出現(xiàn)有定位算法的不足以及尚待解決的問題。
　　 2．考慮基于鄰近節(jié)點間信號強度的定位問題，為了降低測量誤差對定位精度的影響，本文通過研究鄰近節(jié)點問的拓撲結構，將定位問題轉換成無向圖

3、上的非線性降維問題，并提出了基于核函數(shù)局部保持映射(KLPP)的定位算法。該算法的基本思想是利用高斯核函數(shù)度量節(jié)點間的相似性，并在定位過程中盡可能地保持鄰近節(jié)點間的相似性。仿真結果表明，基于KLPP的定位算法受信標節(jié)點數(shù)目的影響較小，當信標節(jié)點的比例較低時，依然可以獲得較高的定位精度。而且，與基于核函數(shù)主成份分析(KPCA)的定位算法、MDS—MAP定位算法等同類方法相比，該算法受測量誤差的影響也較?。?br>　　 3．考慮基于鄰近節(jié)

4、點間信號強度的定位問題，本文以降低算法復雜度為目標，在基于KLPP的定位算法的基礎上，提出了基于核函數(shù)譜回歸(KSR)的定位算法。該算法的基本思想是通過非線性逼近的方法，將圖上的非線性降維問題轉換成正則化核函數(shù)最小二乘回歸問題。理論分析和仿真結果表明，基于KSR的定位算法很好地保留了基于KLPP的定位算法的優(yōu)點，在保證定位精度的同時，極大地降低了算法的復雜度。
　　 4．考慮基于鄰近節(jié)點問信號強度或測量距離的定位問題，為了降低信

5、標節(jié)點數(shù)目對定位精度的影響，本文通過觀測節(jié)點分布的流形，將定位問題放在半監(jiān)督框架下進行研究，并提出了基于半監(jiān)督拉普拉斯最小二乘的定位算法。該算法在訓練預測模型階段，通過引入非信標節(jié)點的測量信息來提高預測模型的泛化能力，進而降低信標節(jié)點數(shù)目對定位精度的影響。另外，本文還給出了定位問題中基于Aligment準則的核函數(shù)學習算法。仿真結果表明，與基于正則化核函數(shù)最小二乘(RKLS)的定位算法、基于核函數(shù)矩陣回歸(KMR)的定位算法等同類方法相

6、比，該算法能夠獲得較高的定位精度，并且適當?shù)販p小節(jié)點的通信半徑能夠降低平均定位誤差。
　　 5．考慮基于鄰近節(jié)點間測距的定位問題，為了解決基于Ⅰsomap的定位算法對參數(shù)敏感和坐標變換矩陣依賴信標節(jié)點的問題，本文提出了一種改進的基于Ⅰsomap的定位算法(Ⅱsomap)。該算法主要包括三個部分：基于信標節(jié)點的Ⅰsomap參數(shù)選擇、基于Ⅰsomap的相對坐標估計和基于最小二乘或流形回歸的絕對坐標估計。其中，流形回歸法能夠獲得較高的

7、定位精度，但算法復雜度較大。仿真結果表明，無論網(wǎng)絡的拓撲結構如何，在測距誤差較大、信標節(jié)點數(shù)目較少時，與同類的基于歐式距離的定位算法相比，Ⅱsomap定位算法都能獲得較高的定位精度。而且，節(jié)點的平均定位誤差基本上隨著通信半徑的增大而逐漸增加。因此，在基于測距的定位機制設計中，Ⅱsomap定位算法使得減小節(jié)點的發(fā)射功率和提高節(jié)點的定位精度同時滿足成為可能。
　　 本文將核方法和流形學習的思想引入到無線傳感器網(wǎng)絡定位問題中，為該領域