本文是一篇计算机论文，本文在查询和阅读了基于指纹的室内定位及其节点部署策略的相关经典文献后，结合低功耗商用芯片nRF24LE1的低成本特点和只能接收无线输出功率档的特性，挖掘其用于室内定位的潜力，设计了定位的初期工作--节点的优化部署方案，提出了一种基于指纹室内定位的RMOPL锚节点部署优化算法。
第一章绪论
1.1研究背景
随着无线网络技术和互联网的普及，无线传感器网络(WSN)作为物联网革命的关键核心，收到越来越多研究人员的关注。无线传感器网络技术的快速发展，使人们对生活便捷的需求逐渐提高，各种大型室内场所逐步智能化，也进一步促进了室内位置服务的创新。例如大型商场可以借助室内定位技术为前来购物的消费者提供实时引导服务；医院可以利用室内定位技术对医疗设备进行快速调用，对病人进行实时监护；高位化工厂需要对工人进行定位管理等，可以说，室内定位在零售、餐饮、物流、医疗等行业均展现广阔的应用前景。在过去的几十年里，人们关于定位的应用认知应该是全球定位系统（GPS），无论是汽车导航、还是手机定位的日益需求，使得室外定位技术越来越成熟。用户在室外可以使用GPS来定位，GPS会为用户提供实时三维定位和导航服务，它的定位精度可以达到30米[1]。由于卫星信号无法穿透诸如墙壁、地板、家具、移动物体等障碍物，致使位于室内的接收机很难收到有效信号，GPS又依赖于卫星通信，所以GPS不适用在室内环境。GPS如果用在室内环境的定位，在定位精度和稳定性上都不能满足。
如今，手机、运动手表、电脑等许多的智能设备上都需要知道用户的物理位置，同时生活中人们大部分时间都是处于室内环境中[2]。对于大型的室内环境下的定位需求，如商场里放置的所有商品、物流仓库存放的货物、工厂车间生产的货物等领域也需要实时获取其所在位置。MarketsandM arkets研究咨询公司曾预测，室内定位系统的市场收益在2021年将达到231.1亿美元[3]，室内定位将在很多应用场景中发挥关键作用。如今，随着移动互联网、物联网和通信技术的迅猛发展，人们对于位置的定位需求不再局限于室外的位置估计，室内环境下的精准定位已然成为物联网时代中必不可少的重要需求。
.......................
1.2研究意义
随着无线传感器网络技术的不断发展和人们需求的增加，室内定位的应用越来越受到重视。目前的室内定位应用中为了达到最好的定位效果，满足最准确的定位精度和准确率，使用的传统通信芯片费用都比较高，这些芯片都是通过测量接收信号强度或信道状态信息进行定位的。为了降低室内定位的硬件成本，我们考虑采用价格比较低的通信芯片。无线通信和电子设备的发展促进了低成本、低功率、低能量的智能传感器的发展，这类传感器具有尺寸小，可以在短距离内[4][5]进行通信的特点。室内定位需要提前在室内部署信号节点，信号节点部署方案的优劣会直接影响室内定位的性能。为了获得更好的室内定位效果，节点部署优化也将是一个重要环节。本文主要研究基于指纹室内定位的无线传感器节点优化部署做探讨研究，对于移动节点的定位，必须有锚节点随时定位在节点的通信范围内，从而可以检测到其存在。锚节点的放置位置与节点定位的准确性密切相关，近年来，一些研究工作致力于锚节点部署的联合优化和定位精度的提高。如文献[6]中Cirigliano等人讨论了锚节点的最优部署问题，实现定位精度最大的目标，其中基于RSS估计节点的位置，定位精度通过锚节点之间的信号空间欧氏距离的最大值来提高。崔[7]等人还采用了基于RSS的定位策略，提出了一种将粒子群优化与参考节点选择相结合的算法。这些方法都采用基于RSS的通信芯片，因此，它们不适用于本文中使用NvrssO PL通信芯片的WIP系统。所以，我们考虑了一种广泛使用的现成无线通信芯片，如nR F24LE1，它无法测量接收到的信号强度，但提供多个输出功率档值。节点部署是无线传感器网络定位的重要部分，节点部署的范围体现了无线传感器网络所能覆盖的范围，也是无线传感器网络的服务范围，故而影响传感器网络的应用性能。
.........................
第二章WSN节点部署预备知识及相关工作
2.1 WSN的体系结构
无线传感器网络是由普通节点、汇聚节点(sink)和网关节点三个模块组成。它是由众多的静止的或移动的传感器节点通过无线通讯、自组织方式形成的无线网络。它的主要工作是协作地感知、采集、处理和传输网络监控区域内感知对象的监测数据，然后发送给用户。传感器节点通常是一种嵌入式系统，通过能量有限的电池供电，主要负责数据采集；汇聚节点比普通节点在各方面都有更强的能力。它连接传感器网络、互联网等外部网络，实现两个协议栈之间的通信协议转换，同时进行本地信息汇总，并将采集到的数据转发到外部网络。任务管理节点远程存储和处理有用数据[59]。在监控区域内，节点上配置的传感器将采集到的位置信息通过跳转的方式发送给采集节点，采集节点通过GPRS等方式将必要的信息发送给任务管理节点处理分析，最后将最好的数据显示在客户端PC上，如图2-1所示。
计算机论文怎么写
.............................
2.2指纹定位算法
2.2.1指纹定位算法基本概念
我们知道，现实社会环境中，每个人的指纹都不一样，也就是说世界上不存在相同的指纹。指纹定位就是利用指纹的“唯一性”的特点，将定位监测区域中传感器节点的位置与某种“指纹”联系起来，组成一个特别的信息，这种信息是唯一的，可以代表某一个传感器节点。指纹信息的表达是没有限制的，可以是一维的数据，也可以是多维的，比如一个传感器设备接收到来自其他设备发送的信息，那么可以将接收到的信号强度作为指纹特征，也可以将接收信号强度与节点间的欧氏距离两个信息组合作为指纹特征。定位区域中，当一个固定的接收设备感知到来自待定位设备发送的信号时，它会根据这些检测到的信号特征来对自身的位置进行估计，这种方式叫做远程定位或网络定位。待定位设备根据接收到来自固定发送设备的信号特征进行检测，利用信号特征来估计自身的位置，这种方式称为自身定位。待定位设备将检测到的信号特征传达给服务器节点，服务器节点再利用其所获得的所有信号特征估计待定位设备的位置，这种使用网络定位和自身定位的方法叫混合定位。这些定位方法都需要进行一个模式识别过程，就是在定位前就已经将各个设备的信息输入一个数据库，在定位时各设备接收到的信号特征与数据库中的数据进行匹配，从而获取待定位设备的部署位置。
指纹信息的组成是没有限制的，只要这些信号特征是唯一的都可以用作指纹，意思就是每一个指纹表示的只能是某一个设备。比如某个位置上接收到来自其他各节点的信号强度、某个位置上检测到的来自基站信号的RSS、某个位置上通信时信号的往返时间或延迟，这些都可以当做一个指纹，或者将其以某种方式组合起来都可以作为指纹信号。
基于指纹的定位通常有两个阶段过程：离线阶段和在线阶段。离线阶段，需要在指定的区域进行繁琐的检测，将采集到的各个位置上的指纹信息构建成一个指纹数据库，采集到的数据有时也被称为训练集。在在线阶段，通过待定位设备接收到的指纹信息与指纹数据库进行比对，估计待定位的移动设备的位置。下面我们对离线阶段和在线阶段进行详细描述。
...........................
第三章最小属性约简模型......................................17
3.1问题背景........................................17
3.2问题模型..........................................17
第四章FSA-HI算法..............................25
4.1模型转换................................25
4.2震荡二进制粒子群算法..........................26
第五章实验仿真与结果分析.....................33
5.1仿真环境................................33
5.2系统结果分析...............................33
第五章实验仿真与结果分析
5.1仿真环境
本文提出的算法方案通过使用Matlab仿真平台进行编程仿真实验，分别从改变定位精度即正方形网格大小和网格数量方面来比较本文提出的FSA-HI算法与加入震荡的二级制粒子群算法优化效果。我们建立了一个室内定位的原型系统，其中我们为设备节点配备了一个商用类型的NvrssOPL通信芯片，nRF24LE1。该芯片提供四个可编程的功率档，-18dBm，-12dBm，-6dBm，和0dBm。通过实验测量，在不使用外部天线的情况下，四个功率档对应的通信距离分别近似为2.0m、2.7m、3.7m和4.9m。定位系统部署在一个6m×6m的空间区域，定位系统由锚节点、定位节点和一个网关节点组成。在该系统中，锚节点不安装外部天线。它们在短时隙内定期调整传输功率，以及包含锚节点信息和当前传输功率的广播信标帧。与锚节点不同，定位节点和网关节点需要安装外部天线，将传输距离增加到100m。对于定位节点，它们可以从一个锚节点接收多个传输功率档的信标帧，记为i，它们只记录pimin的最小值，并通过网关节点将其传输到服务器。实验我们是在Intel RCore(TM)i5CPU i5-8250U 1.60GHz的硬件环境和MATLAB 9.1.0.441655的软件环境下进行的。
计算机论文参考
.............................
第六章总结与展望
6.1本文总结
无线传感器网络技术、移动互联网技术的快速发展，人们对于各种电子设备上配备的定位需求日益增加，导致室内定位技术越来越被人们所关注。尤其是当下物联网浪潮风靡时，室内定位技术更加受到人们关注，现在人类生活逐步走向智能化，各种智能化应用随处可见，随着室内定位技术的发展，可以精准的定位到室内环境中人和物品的位置信息。比如，在大型商场，室内定位技术可以满足商场工作人员对货物的监管；在医院，医护人员不需要时刻待在患者身边都可以实时观察到患者的健康状况；在当今这个物联网技术支持的网购时代，物流行业也得到很好的发展，室内定位技术可以帮助物流仓库管理人员对仓库货物进行精确定位，方便快速寻找货物等等，室内定位技术能获取室内环境下人与物的精确位置信息，为人类生活和工作提供了便利。近年来，国内外的研究者们提出了各种定位技术，相应的也研究了很多不同的节点部署方案，它们都各有优劣。本文在查询和阅读了基于指纹的室内定位及其节点部署策略的相关经典文献后，结合低功耗商用芯片nRF24LE1的低成本特点和只能接收无线输出功率档的特性，挖掘其用于室内定位的潜力，设计了定位的初期工作--节点的优化部署方案，提出了一种基于指纹室内定位的RMOPL锚节点部署优化算法，具体工作列举如下：
(1)本文参考了无线传感器网络的结构，为n RF24LE1芯片设计了一个由锚节点和sink节点(sink)组成的系统框架。锚节点采用广播方式，sink节点将多个目标节点的信息收集到服务器。将监测区域进行正方形网格划分，将锚节点部署在网格顶点上，随后那些不影响指纹信息唯一性的锚节点将从系统中删除，这也是本文的研究的目的；网格中心位置表示网格中目标节点的信息。根据锚节点与相应目标网格中心之间的距离信息，记录对应的OPL信息，作为网格中心点处的指纹信息。并保证指纹信息中的每一个元素只有OPL的信息；每一个指纹信息必须是唯一的。
(2)针对无线传感器网络指纹定位的锚节点部署问题，提出了一种基于最小属性约简模型的节点部署方案。将初始状态的的所有指纹信息视为信息系统，则最优锚节点部署方案是一个决策表。在信息系统中，属性约简可以通过从系统中去除可有可无的属性，有效地保持指纹信息的唯一性，消除冗余信息。
参考文献（略）