1、無(wú)線傳感器網(wǎng)絡(luò)(Wireless Sensor Network，WSN)是一門(mén)新興的信息采集與處理技術(shù)，具有極為廣闊的應(yīng)用前景。移動(dòng)節(jié)點(diǎn)定位作為WSN的關(guān)鍵技術(shù)，是無(wú)線傳感器網(wǎng)絡(luò)研究的熱點(diǎn)問(wèn)題之一。目前的研究通常僅考慮視距狀態(tài)(Line-of-sight，LOS)，但在實(shí)際應(yīng)用中，信號(hào)的非視距(Non-line-of-sight，NLOS)傳播現(xiàn)象是普遍存在的，并將導(dǎo)致定位算法的精度大大降低。本文對(duì)NLOS環(huán)境下的節(jié)點(diǎn)定位問(wèn)題展開(kāi)了深入

2、的討論和研究，目的在于提高NLOS環(huán)境下移動(dòng)節(jié)點(diǎn)的定位精度。
　　本文分析了NLOS距離測(cè)量值的殘差特性，并提出嚴(yán)格殘差選擇機(jī)制以對(duì)距離測(cè)量值進(jìn)行狀態(tài)鑒別。由于距離測(cè)量值通常既包含LOS測(cè)量值又包含NLOS測(cè)量值，因此，充分利用LOS測(cè)量值進(jìn)行定位可以有效提高算法的定位精度。本文首先應(yīng)用擴(kuò)展卡爾曼濾波(Extended Kalman Filter, EKF)算法的線性回歸模型生成測(cè)量值的殘差，并利用LOS測(cè)量值與NLOS測(cè)量值的殘

3、差差異完成測(cè)量值狀態(tài)的準(zhǔn)確鑒別。仿真結(jié)果表明，在NLOS環(huán)境下，采用嚴(yán)格殘差選擇機(jī)制進(jìn)行測(cè)量值的狀態(tài)鑒別，結(jié)合變節(jié)點(diǎn)EKF算法可以得到較高的定位精度。
　　基于M-估計(jì)算法定位思想，本文提出了一種移動(dòng)節(jié)點(diǎn)魯棒定位算法。通過(guò)分析NLOS殘差的統(tǒng)計(jì)特性，提出了一種基于最鄰近估計(jì)的變量核密度估計(jì)算法，以估算殘差的概率密度函數(shù)。然后結(jié)合M-估計(jì)的定位思想，提出了一種基于變量核密度估計(jì)的移動(dòng)節(jié)點(diǎn)定位算法。實(shí)驗(yàn)結(jié)果表明，該算法克服了M-估計(jì)算

4、法需要模型匹配與人工調(diào)整參數(shù)的局限性，實(shí)現(xiàn)了對(duì)不同環(huán)境下NLOS誤差的抑制。
　　考慮到NLOS誤差的特性，本文提出了一種基于投票選擇機(jī)制的概率數(shù)據(jù)關(guān)聯(lián)算法。利用NLOS誤差標(biāo)準(zhǔn)差大于測(cè)量誤差標(biāo)準(zhǔn)差的特性，然后結(jié)合高頻測(cè)距數(shù)據(jù)處理思想，提出了一種基于投票選擇機(jī)制的數(shù)據(jù)處理算法對(duì)距離測(cè)量值進(jìn)行篩選，并保留可靠的測(cè)量值。在此基礎(chǔ)上，提出了一種改進(jìn)的概率數(shù)據(jù)關(guān)聯(lián)算法對(duì)經(jīng)投票篩選后的多個(gè)測(cè)量值進(jìn)行數(shù)據(jù)融合，最后應(yīng)用基于參考節(jié)點(diǎn)選擇的線性最