信号强度和运动向量结合的无线传感器网络移动节点定位

信号强度和运动向量结合的无线传感器网络移动节点定位 李东岳１，２，王英龙１，魏 诺１，刘颖慧１，３，于 伟１，４，郭 强１ （１．山东省计算中心，山东济南 ２５００１４；２．山东轻工业学院，山东济南 ２５００００； ３．山东科技大学，山东青岛 ２６６５１０；４．山东师范大学，山东济南 ２５００００） 摘 要： 无线传感器网络的定位是近年来无线传感器网络研究的重要课题．本文首先介绍了无线传感器网络的 来源、重要性以及无线传感器网络定位的分类．然后提出了一种全新定位算法，信号强度和运动向量结合的无线传感 器网络移动节点定位，简称ＳＳＭＶ算法，在外围布置四个锚节点，得用信号强度和未知节点在运动中向量的变化，对锚 节点在内的未知节点进行定位，并对该算法进行了仿真和总结．通过与凸规划法进行比较，仿真结果表明，该算法有更 高的定位精度． 关键词： 无线传感器网络；移动节点；定位 中图分类号： ＴＰ３９３ 文献标识码： Ａ 文章编号： ０３７２２１１２（２０１０）２Ａ２２１０４ ＬｏｃａｌｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍｆｏｒＭｏｂｉｌｅＮｏｄｅｓｉｎＷｉｒｅｌｅｓｓＳｅｎｓｏｒ ＮｅｔｗｏｒｋｓＢａｓｅｄｏｎＳｉｎｇｌｅＳｔｒｅｎｇｔｈａｎｄＭｏｔｉｏｎＶｅｃｔｏｒ ＬＩＤｏｎｇｙｕｅ１，２，ＷＡＮＧＹｉｎｇｌｏｎｇ１，ＷＥＩＮｕｏ１，ＬＩＵＹｉｎｇｈｕｉ１，３，ＹＵＷｅｉ１，４，ＧＵＯＱｉａｎｇ１ （１．ＳｈａｎｄｏｎｇＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅＣｅｎｔｅｒ，Ｊｉｎａｎ，Ｓｈａｎｄｏｎｇ，２５００１４，Ｃｈｉｎａ；２．ＳｈａｎｄｏｎｇＩｎｓｔｉｔｕｔｅｏｆＬｉｇｈｔＩｎｄｕｓｔｒｙ，Ｊｉｎａｎ，Ｓｈａｎｄｏｎｇ，２５００００，Ｃｈｉｎａ； ３．ＳｈａｎｄｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｑｉｎｇｄａｏ，Ｓｈａｎｄｏｎｇ２６６５１０，Ｃｈｉｎａ；４．ＳｈａｎｄｏｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｊｉｎａｎ，Ｓｈａｎｄｏｎｇ，２５００００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ： Ｉｎｒｅｃｅｎｔｙｅａｒｓ，ｔｈｅｐｏｓｉｔｉｏｎｏｆｗｉｒｅｌｅｓｓｓｅｎｓｏｒｉｓａｎｉｍｐｏｒｔｉｓｓｕｅｓｉｎｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋ（ＷＳＮ）．Ｔｈｉｓａｒｔｉｃｌｅ ｆｉｒｓｔｉｎｔｒｏｄｕｃｅｄｔｈｅｓｏｕｒｃｅｏｆｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ，ａｎｄｔｈｅｉｍｐｏｒｔａｎｃｅｏｆｐｏｓｉｔｉｏｎｃｌａｓｓｉｆｉｃａｔｉｏｎ．ａｎｄｔｈｅｎｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄｔｈｅ ｎｅｗｍｅｔｈｏｄｌｏｃａｔｉｏｎａｌｇｏｒｉｔｈｍ，ｌｏｃａｌｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｍｏｂｉｌｅｎｏｄｅｓｉｎｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓｂａｓｅｄｏｎｓｉｎｇｌｅｓｔｒｅｎｇｔｈａｎｄｍｏ ｔｉｏｎｖｅｃｔｏｒ（ｎａｍｅｄａｓＳＳＭＶ），ｗｈｉｃｈｄｅｐｌｏｙｆｏｕｒａｎｃｈｏｒｎｏｄｅｓｉｎｔｈｅｅｘｔｅｒｎａｌ，ｕｓｅｔｈｅｓｉｇｎａｌｓｔｒｅｎｇｔｈａｎｄｔｈｅｃｈａｎｇｅｏｆｎｏｄｅｖｅｃｔｏｒ ｉｎｍｏｔｉｏｎｔｏｌｏｃａｔｅｔｈｅｕｎｋｎｏｗｎｎｏｄｅｓ，ａｎｄｓｉｍｕｌａｔｅｔｈｅａｌｇｏｒｉｔｈｍａｎｄｃｏｎｃｌｕｄｅ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｗｉｔｈｔｈｅｃｏｎｖｅｘｐｒｏｇｒａｍ ｍｉｎｇｍｅｔｈｏｄｏｆｃｏｍｐａｒｉｓｏｎ，ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅａｌｇｏｒｉｔｈｍｈａｓｈｉｇｈｅｒｐｏｓｉｔｉｏｎｉｎｇａｃｃｕｒａｃｙ． Ｋｅｙｗｏｒｄｓ： ｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋ；ｍｏｂｉｌｅｎｏｄｅｓ；ｌｏｃａｌｉｚａｔｉｏｎ １ 引言 无线传感器网络［１］（ｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋ，简称ＷＳＮ） 是由微机电系统、片上系统、无线通信和低功耗嵌入式的 飞速发展而产生．随着无线传感器网络的发展，它也被应 用到更广阔的领域：生态环境监测、反恐的信息收集、火灾 地震的人员求助、地下煤矿信息采集和预测等生活的方方 面面，已成为各发达国家研究的重点和热点［２，３］． 近年来，位置定位被无线传感器研究者视为最重要的 课题之一．在部署了大量节点的无线传感器网络中，定位 往往是必须的［４］，不携带位置信息的数据通常是无效的． 无线传感器网络定位中一般分为［５］：基于测距的定 位（ｒａｎｇｅｂａｓｅｄ）和无须测距的定位（ｒａｎｇｅｆｒｅｅ）．基于距 离的常用测距技术有：接收信号强度（ＲＳＳＩ），已知发射 功率，在接收节点测量接收功率，计算传播损耗，使用理 论或经验的信号传播模型将传播损耗转化为距离；到达 时间（ＴＯＡ）定位，通过测量信号传播时间来获得距离信 息，因此需要节点间精确的时间同步．ＧＰＳ就是一个采 用 ＴＯＡ技术实现的定位系统；时间差（ＴＤＯＡ），一般是在 节点上安装超声波收发器和 ＲＦ收发器，两种收发器同 时发射信号，利用声波与电磁波在空气中传播速度的巨 大差异在接收端通过两种不同信号到达时间的差 异，基于已知信号传播速度，直接把时间转化为距离．而 此技术又受到超声波传播距离的限制；到达角度 （ＡＯＡ），使得邻居节点之间估计和映射相对的角度信 息，这是一种估算邻居节点发送信号方向的技术，可通 过天线阵列或多个接收器结合来实现． 基于距离的有关算法有着一定的局限性［６］：ＲＳＳＩ 收稿日期：２００９０７１０；修回日期：２００９１１０４ 基金项目：国家自然科学基金（Ｎｏ．６０８０２０３０）；山东省中青年科学家科研奖励基金（Ｎｏ．２００７ＢＳＣ０１００２）；山东省科技攻关计划（Ｎｏ．２００７ＧＧ２ＱＴ０１００７） 第２Ａ期 ２０１０年２月 电 子 学 报 ＡＣＴＡＥＬＥＣＴＲＯＮＩＣＡＳＩＮＩＣＡ Ｖｏｌ．３８ Ｎｏ．２Ａ Ｆｅｂ． ２０１０ 更多技术文章，请登录www.srvee.com 内容版权归作者所有 定位的主要误差来源是环境所造成的建模复杂性：反 射，多径传播、非视距等问题都会对相同的距离产生不 同的能量传播消耗．ＴＯＡ往往会用到 ＧＰＳ，而 ＧＰＳ有在 以下地点会受到限制［７］：在地下，比如隧道，沙坑，或洞 穴，在水下，条件恶劣的户外环境，如山谷，森林和峡谷 等，这些环境都不适 ＧＰＳ定位．ＧＰＳ大量的能耗也会缩 短节点的生命周期． 无须测距的定位技术有：ＤＶｈｏｐ算法，将未知节点 到锚节点之间的距离用网络平均每跳距离和两者之间 的路数乘积表示；ＭＤＳＭＡＰ定位，是一种集中式定位算 法，可以在基于测距和无须测距两种情况下运行，并可 根据情况实现相对定位和绝对定位；凸规划定位算法， 将节点间点到点的通信连接视为节点位置的几何约 束，把整个网络模型化为一个凸集，从而将节点定位问 题转化为凸约束优化问题，然后使用半定规划和线性 规划得到一个全局优化的解决，确定节点的 位置．凸规划算法是无须测距定位常用的方法之一． 基于测距的定位算法需要测量相邻节点间的绝对 距离或方位，并利用节点实际距离来计算节点位置；后 者无需测量节点间的绝对距离或方位，而是利用节点 间的估计距离计算节点位置．而且无须测距的定位算 法基本不需要额外的硬件．本文提出了一种无须测距 的新的定位算法：信号强度和运动向量相结合的无线 传感器网络移动节点定位（ＬｏｃａｌｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍｆｏｒＭｏ ｂｉｌｅＮｏｄｅｓｉｎＷｉｒｅｌｅｓｓＳｅｎｓｏｒＮｅｔｗｏｒｋｓＢａｓｅｄｏｎＳｉｎｇｌｅ ＳｔｒｅｎｇｔｈａｎｄＭｏｔｉｏｎＶｅｃｔｏｒ简称ＳＳＭＶ）． ２ ＳＳＭＶ算法 将四个已知锚节点：Ｎ１，Ｎ２，Ｎ３，Ｎ４布置成正方形， 如图１所示，未知节点为 Ｕ在其中移动．其中 Ｎ１与 Ｎ２ 相距 Ｄ１，Ｎ１的通讯半径为 Ｄ２；Ｄ１ ＞＝Ｄ２ ＞＝（Ｎ２， Ｎ４）／２（若 Ｄ２小于这个区域的话，则无法保证 Ｕ在正方 形中心的时候，能接收到所有的信号；若 Ｄ２大于等于 这个区域的话，则精确度下降）；通讯时间相隔 ｔ． ２１ ＳＳＭＶ算法原理 （１）据信号强度将 Ｎ１Ｎ２Ｎ３Ｎ４所组成的正方形划分 成若干个区域，然后确定未知节点 Ｕ所在的区域组成 的多边形Ｐ． （２）点 Ｕ在正方形中移动时，Ｕ会判断它所能接收 到的信号强弱，若 Ｕ接收到的信号强度越强，则 Ｕ记 录其锚节点的位置；接收到的信号强度越弱，设 Ｕ从上 一个位置到现在的位置的向量为Ｓ１Ｓ→２＝（ｘａ，ｙａ）［８，９］，则 Ｕ记录上一个位置的锚节点位置加上向量Ｓ１Ｓ→２，即ＮＮ→′ ＝Ｓ１Ｓ→２＝（ｘａ，ｙａ），可以得到；Ｎ′＝（ｘｎ′，ｙｎ′）＝（ｘａ＋ｘｎ， ｙａ＋ｙｎ）． （３）在得到三个以上的锚节点位置时，会组成一个 三角形 Ｔ或一个四边形Ｑ．最后由 Ｐ和Ｔ或Ｑ相交得 到一个多边形Ｚ，则 Ｚ的中心为Ｕ所在位置；若 Ｔ和Ｑ 没有形成，或 Ｐ和Ｔ或Ｑ不相交，则多边形 Ｐ的中心为 Ｕ所在的位置． ２２ ＳＳＭＶ算法步骤 以图１中 Ｎ１所在的四分之一区域为例： （１）先根据信号强度确定未知节点 Ｕ所在的一个 多边形Ｐ （ⅰ）如果 Ｕ与Ｎ１，Ｎ２，Ｎ３，Ｎ４之间信号强度相等， 则 Ｕ在中心位置 （ⅱ）只接收１个信号时，则 Ｕ一定在与其相邻的 Ｎ２，Ｎ４通信区域外，Ｕ在ＡＥ区域，则 Ｐ为ＡＥ区域所组 成的四边形． （ⅲ ）只接收２个信号时 假设接收信号的是 Ｎ１，Ｎ２．则 Ｕ在Ｆ区域，则多边 形 Ｐ为Ｆ区域的边所组成的梯形． 假设接收信号的是 Ｎ１，Ｎ４．则 Ｕ在Ｂ区域，则多边 形 Ｐ为Ｂ区域的边所组成的梯形． （ⅳ）只能接受３个信号时 假设接收信号的是 Ｎ１，Ｎ２，Ｎ３．如图１不可能出现 种情况，因为在 Ｎ４以外的区域，只有 ＥＦ，而 ＥＦ都不在 Ｎ３的范围内． 假设接收信号的是 Ｎ１，Ｎ２，Ｎ４．则 ＣＧ区域，若 Ｎ２ ＞Ｎ４，则 Ｕ在Ｇ区域，则 Ｐ为Ｇ区域所组成的三角形； 若 Ｎ２＜Ｎ４，则 Ｕ在Ｃ区域，则 Ｐ为Ｃ区域所组成的三 角形，若 Ｎ２＝Ｎ４，则 Ｕ在ＣＧ的中心，则 Ｐ为 ＣＧ区域 所组成的三角形． （ⅴ）接收４个信号时 假设接收信号的是 Ｎ１，Ｎ２，Ｎ３，Ｎ４．则 Ｕ在ＤＨ区 域．若 Ｎ２＞Ｎ４，则 Ｕ在Ｈ区域，Ｐ为Ｈ区域所组成的三 角形；若 Ｎ２＜Ｎ４，则 Ｕ在Ｄ区域，Ｐ为Ｄ区域所组成的 三角形；若 Ｎ２＝Ｎ４，则 Ｕ在 ＤＨ的中心，Ｐ为 ＤＨ区域 所组成的三角形． （２）再根据 Ｕ在移动过程中所接收到的信号，确定 一个三角形 Ｔ或一个四边形Ｑ． ２２２ 电 子 学 报 ２０１０年 更多技术文章，论文请登录www.srvee.com 内容版权归作者所有 假设 Ｕ的位置坐标为 Ｍ１（ｘ，ｙ），如图２所示，若 Ｕ 收到的 Ｎ３的信号强度越大，即 Ｕ与 Ｎ３越近，Ｕ由 Ｍ１ 运动到 Ｍ２（ｘ＋ｘａ，ｙ＋ｙａ），Ｕ在 Ｍ２收到的信号强度大 于在 Ｕ在 Ｍ１收到的信号强度，则 Ｕ仍记录 Ｎ３相对于 Ｕ的位置为（Ｄ１，Ｄ１），当 Ｕ运动到 Ｍ３（ｘ＋ｘａ＋ｘｂ，ｙ＋ｙａ ＋ｙｂ），Ｕ接收信号强度与以前所接受到的信号强度做 相比较，信号强度弱了， 则 Ｕ记录 Ｎ３的位置跟 随 Ｕ的向量移动，Ｕ从 Ｍ２到 Ｍ３移动了（ｘｂ， ｙｂ），则记 Ｎ３′的位置为 （Ｄ１＋ｘｂ，Ｄ１＋ｙｂ）．当 Ｕ记录信号来自三个 节点时，如图２所示，生 成一个三角形 Ｔ，即 ΔＮ３″Ｎ２′Ｎ１．当接收到四 个锚节点的信号时，会生成四边形 Ｔ．当 Ｕ越接近四个 锚节点时，所形成的三角形 Ｔ或四边形 Ｑ会越小． 若 Ｕ在Ｎ２，Ｎ３，Ｎ４区域里，以次类推． （３）若 Ｕ没有接收到三个信号，则 Ｕ的位置定位 为Ｐ的中心；若 Ｕ接收到三个或四个信号，则 Ｕ 的位置定位为：以 Ｐ与Ｔ或Ｑ相交后所形成的多边形 的中心．如图２所示，三角形ΔＮ３″Ｎ２′Ｎ１与三角形 Ｇ相 交，得新的多边形，新多边形的中心为估计定位位置． ３ 仿真分析 本节以 Ｍａｔｌａｂ平台进行仿真实验并分析算法的性 能，最后在相同的环境下与凸规划算法进行比较，进一 步验证该算法的优越性． 设锚节点之间距离为 Ｄ１＝１００ｍ，锚节点的通讯半 径为 Ｄ２＝８０ｍ．如图３所示，未知节点以螺旋曲线的方 式，由中心到边上匀速运动１ｍ／ｓ． 节点的误差为：ｅｒｒｏｒ＝ （ｘｅ－ｘｒ）２－（ｙｅ－ｙｒ）槡 ２， 定位精度为：ＰｏｓｉｔｉｏｎｉｎｇＡｃｃｕｒａｃｙ＝ （ｘｅ－ｘｒ）２－（ｙｅ－ｙｒ）槡 ２ Ｄ２ 其中 ｘｅ，ｙｅ表示节点的估计定位，ｘｒ，ｙｒ代表节点的真 正位置，Ｄ２为通讯半径． 节点的定位误差如图４所示：图中很明显有两条定位 误差所形成的曲线，都是先减小后增大．图１被分割成许 多小的多边形，未知节点先开始在整个多形边的中心位 置，随着节点的移动，越来越靠近每个多边形的中心位置， 而后又渐渐远离，所以会有先减小后增大的趋势． 由一个多边形运动到另一个多边形时，就形成了 在一个时间段内，有两条变化的曲线．由于开始的时 候，在运动中所形成的多边形 Ｔ或Ｑ面积很大，对节点 误差的变化影响不大，但随着节点以螺旋曲线的方式 运动，越来越接近锚节点，Ｔ或Ｑ的面积越来越小，如 图５所示．当 ｔ运动到 ２５以后，随着多边形面积的稳 定，节点的误差也越来越稳定，误差定位在５～１５之间． ３２２第 ２Ａ 期 李东岳：信号强度和运动向量结合的无线传感器网络移动节点定位 更多技术文章，论文请登录www.srvee.com 内容版权归作者所有 若节点从螺旋曲线外围开始向中心移动，如图６所 示，节点的定位误差分布在５１５之间，最大的误差没有 超过２０，证明了节点的运动中，越接近锚节点，则定位 误差会越小． 从图７中，我们可以看到，使用凸规划算法和ＳＳＭＶ 算法在刚开始时定位误差相差不大，但在节点运动中， 节点在远离中心位置后，凸规划算法误差总体上会越 来越大．因为使用凸规划算法，越靠近中心位置，节点 的误差越小．随着 ｔ的变化，ＳＳＭＶ算法体现其优势，未 知节点越来越靠近锚节点，所形成的 Ｔ或Ｑ越来越小， 近一步缩小未知节点所在的区域，降低未知节点的定 位误差． １００个节点在正方形区域内运动，随着节点的增 加，凸规划和ＳＳＭＶ算法的平均定位精度的变化如图８ 所示，ＳＳＭＶ算法定位精度比凸规划方法高２倍多． 因此，根据比较后的结果，进一步证明本文的算法 更优． ４ 结论 目前的算法大多都是节点的静态定位，本文提出 了一种基于信号强度和向量结合的无线传感器网络移 动节点的定位算法，先利用移动节点接收信号强度的 不同，确定未知节点的区域；根据节点在移动中向量和 信号强度的变化得到节点所在的大体区域；再由两个 相交后的区域来确定未知节点的位置，最后进行了仿 真分析．结果表明，该算法定位精度高，需要的锚节点 数量也较少，从而减少成本和通信开销． 从实验中我们可以得到：未知节点在运动中，越靠 近锚节点，形成的多边形 Ｔ或Ｑ会越小，定位精度会越 高；如果未知节点的运动中，如果始终离锚节点较远， 那么节点在运动中会无法形成多边形 Ｔ或Ｑ或生成的 多边形较大，只能依靠信号强度来确定大体区域，无法 进一步降低定位误差．对于这个问题，将是下一步需要 研究的内容． 参考文献： ［１］孙利民等编著．无线传感器网络［Ｍ］．北京：清华大学出 版社，２００５． ［２］ＷｅｉＷａｎｇ，ＳｒｉｎｉｖａｓａｎＶ，ＢａｎｇＷａｎｇ，ＫｅｅＣｈａｉｎｇＣｈｕａ，Ｃｏｖ ｅｒａｇｅｆｏｒｔａｒｇｅｔｌｏｃａｌｉｚａｔｉｏｎｉｎｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ［Ｊ］． ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＷｉｒｅｌｅｓｓＣｏｍｍｕｎｉｃａｔｉｏｎｓ，２００８，７（２）： ６６７－６７６． ［３］ＹｉＱｉａｎ，ＫｅｊｉｅＬｕ，ＴｉｐｐｅｒＤ．，Ａｄｅｓｉｇｎｆｏｒｓｅｃｕｒｅａｎｄｓｕｒｖｉｖ ａｂｌｅｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ［Ｊ］．ＩＥＥＥＷｉｒｅｌｅｓｓＣｏｍｍｕｎｉｃａ ｔｉｏｎｓ，２００７，１４（５）：３０－３７． ［４］ＹｏｕｎｉｓＭ．Ｆ．，ＧｈｕｍｍａｎＫ．，ＥｌｔｏｗｅｉｓｓｙＭ．，ＬｏｃａｔｉｏｎＡｗａｒｅ ＣｏｍｂｉｎａｔｏｒｉａｌＫｅｙＭａｎａｇｅｍｅｎｔＳｃｈｅｍｅｆｏｒＣｌｕｓｔｅｒｅｄＳｅｎｓｏｒ Ｎｅｔｗｏｒｋｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰａｒａｌｌｅｌａｎｄＤｉｓｔｒｉｂｕｔｅｄ Ｓｙｓｔｅｍｓ，２００６，１７（８）：８６５８８２． ［５］段渭军，王建刚，王福豹．无线传感器网络节点定位系统 与算法的研究和发展［Ｊ］．信息与控制．２００６，０２：２３９－ ３４５． ［６］史龙，王福豹，段渭军等．无线传感器网络 ＲａｎｇｅＦｒｅｅ自 身定位机制与算法［Ｊ］．计算机工程与应用，２００４，２３：１２７ －１３０． ［７］ＪｕｎｇｅｕｎＰａｒｋ；Ｄｅｍａｉｎｅ，Ｅ．Ｄ．Ｔｅｌｌｅｒ，Ｓ．ＭｏｖｉｎｇＢａｓｅｌｉｎｅＬｏ ｃａｌｉｚａｔｉｏｎ［Ａ］．ＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇｉｎＳｅｎｓｏｒＮｅｔｗｏｒｋｓ［Ｃ］． ＩＰＳＮ’０８．ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎ，２００８．１５－１６． ［８］ＣｈｉａＨｏＯｕ．Ｒａｎｇｅｆｒｅｅｎｏｄｅｌｏｃａｌｉｚａｔｉｏｎｆｏｒｍｏｂｉｌｅｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒｎｅｔｗｏｒｋｓ［Ａ］．ＷｉｒｅｌｅｓｓＰｅｒｖａｓｉｖｅＣｏｍｐｕｔｉｎｇ，ＩＳＷＰＣ ２００８［Ｃ］．３ｒｄＩｎｔｅｒｎａｔｉｏｎａｌＳｙｍｐｏｓｉｕｍｏｎ，２００８．１－８． ［９］Ｂ．Ａ．ＶａｎＤｅｒＰｌｕｉｊｍａｎｄＳ．Ｍａｒｓｈａｋ，ＥａｒｔｈＳｔｒｕｃｔｕｒｅ：ＡｎＩｎ ｔｒｏｄｕｃｔｉｏｎｔｏＳｔｒｕｃｔｕｒａｌＧｅｏｌｏｇｙａｎｄＴｅｃｔｏｎｉｃｓ［Ｍ］．ＮｅｗＹｏｒｋ： ＷＷＮｏｒｔｏｎ＆ＣｏＩｎｃ，２００３． 作者简介： 李东岳 男，１９８２年生于山东济宁，山东轻 工业学院在读硕士研究生，主要研究方向为无线 传感器网络． Ｅｍａｉｌ：ｌｉｄｙ＠ｋｅｙｌａｂ．ｎｅｔ 王英龙 男，汉族，１９６５年生于山东菏泽，山 东大学信息科学与工程学院博士，研究员，博士生 导师．现任山东省科学院副院长，山东省信息系统 测评工程技术研究中心主任，兼任省信息化专家 组成员、山东计算机学会副理事长兼秘书长、中国 计算机学会嵌入式系统专委、山东省信息化 技术委员会副主任委员、山东省电子政务建设特 邀专家、济南市客座信息化专 家委员会委员． 魏 诺 女，１９８２年生于枣庄，毕业于中国 海洋大学，硕士，主要研究方向为无线传感器网 络． Ｅｍａｉｌ：ｗｅｉｎ＠ｋｅｙｌａｂ．ｎｅｔ ４２２ 电 子 学 报 ２０１０年 更多技术文章，论文请登录www.srvee.com 内容版权归作者所有