无线传感器梯度化路由表更新算法

牛一博

随着无线传感器网络的普遍运用，无线传感器网络的研究也越来越被重视，路由问题是无线传感器网络中最值得研究的问题。路由问题可以描述为当目标运动到传感器区域内，利用传感器网络侦测到目标，把目标位置传递给用户用以检索应用。本文运用协同路由技术，在路由信息处理上，选择基于网格的序列贝叶斯滤波法。最后根据上述理论在Matlab平台实现网格序列贝叶斯滤波的仿真，实现了动态簇网格贝叶斯滤波法定位。

一、绪论

集成了传感器技术、微机电系统技术、无线通信技术和分布式信息处理技术的无线传感器网络是因特网从虚拟世界到物理世界的延伸。无线传感器网络最主要的功能和特征就是能够结合逻辑信息世界与现实世界，使得人们与自然互动的方式进行相应的改变。

二、无线传感器网络梯度化路由问题研究

（一）路由问题的介绍

路由问题是用无线传感器网络探测、识别并路由进入监测区域的移动目标。在无线传感器网络定位中，首先要对目标进行探测，在时限内选择合适的算法确定目标状态，并对目标状态进行检测、预测，并将相关信息通知给周围节点或者Sink节点，多个节点协同工作共同实时确定目标。

（二）定位步骤

路由过程可以分为：探测、定位、建立运动方程与预测阶段。探测阶段是发现目标，此阶段需要大量的信号处理计算。目标定位方法主要有贝叶斯估计法和卡尔曼滤波法，本文选用序列贝叶斯滤波法。建立运动方程是进行数据关联的过程。预测阶段是预测目标下几个时刻的位置和速度等，据此进行任务资源分配。

（三）路由算法的性能指标

无线传感器的功能和属性对其实际的应用产生很大的影响，那么网络性能的标准的应用评价体现在这些方面。

1.能量有效：网络在对请求数量进行处理时需要拥有有效的能量。

2.网络的寿命：从网络的开发应用一直到最后用户不能从其身上获取到需要的信息位置这个过程中的时间。

3.时间延迟：发出请求到接收到应答信息所需要的时间。

4.鲁棒性：网络容错性。

三、网格序列贝叶斯滤波实现定位

（一）贝叶斯估計法的介绍

贝叶斯定理的定义主要是随机事件A和B的概率的关系表达为：

四、算法仿真

（一）仿真过程

利用二维数组存储节点坐标。设置初始信任度为一个1×2的区域。根据最大移动速度为2米/秒，利用加法计算出的区域。根据节点门限值4，遍历传感器节点，当其与信任度距离小于4时，就将这个传感器节点设为可工作节点。为了方便仿真，把已经选定为工作节点的传输距离进行排序，选测距离最近的两个节点设置为主副节点。根据选定的主副节点测得与目标直接距离值确定各自节点的似然值，然后取其交集确定最后的似然值。

（二）仿真结果

以下是仿真结果和对结果的分析。图1中圆点表示侦测区域内的传感器节点，白色小叉表示目标的实际运动轨迹。

五、结语

本文研究了无限传感器网络各个节点协同定位的算法以及算法的仿真。针对上述研究引入了动态簇、基于网格序列贝叶斯滤波两种算法。本文系统介绍了动态簇的建立和工作机制，详细阐述了序列贝叶斯滤波的计算方法，以及利用网格法解决贝叶斯方法的闭合性的具体算法。最后本文描述了基于MATLAB平台实现算法仿真的方法和仿真结果的分析。

作者单位：32238部队信息系统运维室