跳到主要內容

臺灣博碩士論文加值系統

訪客IP:23.22.23.162
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:林重州
研究生(外文):Choung-Jou Lin
論文名稱:在無線感測網路中結合RSSI及GPS的定位估測
論文名稱(外文):The RSSI-based Localization Estimation Integration with Inertial Navigation in Wireless Sensor Network
指導教授:甘堯江江叔盈江叔盈引用關係
指導教授(外文):Yao-Chiang KanShu-Yin Chiang
學位類別:碩士
校院名稱:銘傳大學
系所名稱:電腦與通訊工程學系碩士班
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2010
畢業學年度:98
語文別:中文
論文頁數:63
中文關鍵詞:RSSI無線感測網路定位估測
外文關鍵詞:LocalizationRSSIWireless sensor network
相關次數:
  • 被引用被引用:0
  • 點閱點閱:1095
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
近年來無線感測網路(Wireless Sensor Network, WSN)的蓬勃發展,將WSN的應用拓展至更多元化的方向。WSN應用上一直有個需要直視的難題,就是無線感測網路中節點的定位問題。除非是感測節點的位置是固定位置不需移動,否則在絕大多數的應用中,回傳的資訊裡頭包含了所有需要感測節點監測的數據資料,但是卻無法回傳感測節點所在的位置。而當感測的資料與感測的位置有著絕對關係存在時,也就是說一旦不知道回傳資料的位置,這資料也就形同沒用,這時就需要某種方式來對感測節點的位置做估測。
目前定位的研究較成熟的方式為使用全球衛星定位系統(Global Position System, GPS)。GPS是利用太空的衛星技術,得到位置、速度、時間…等相關訊息,藉此來做定位動作。但是GPS的缺點是,成本過高,在大範圍的監測範圍時經濟效應不佳,而且無法在室內接收到正確的衛星訊號。
本論文為了讓感測網路的應用達到定位的功能將WSN與GPS做一個較完善的整合,本論文首先使用當前流行的加速規及陀螺儀加上Tmote Mini整合成位移感測節點;將GPS晶片加上加速規整合成GPS錨節點,兩節點的軟體架構中,根據GPS、加速規、陀螺儀之間不同的耗電程度,加入省的電觸發機制。省電觸發機制使用加速規的讀取資料加上貝氏決策判斷。
定位方式首先由GPS錨點由衛星訊號得到GPS錨點的絕對位置,位移感測節點與GPS錨點之間距離估測使用無線感測網路定位法的接收訊號強度定位法(Received Signal Strength Indication, RSSI),並且配合上曲線配適法(curve fitting)來做預估動作。藉此完成整個無線感測區域節點的位置預測。
For the wireless sensor network applications, the anchor node is a key component for calculating the location information. In this research, the system was designed to read Global Positioning System (GPS) data, 3D-Accelermoters and Tmote mini plus from a GPS anchor node. Then the anchor node was designed to read the information from a displacement detector node with 3D-Accelermoters, 3D-Gyroscopes and Tmote mini components.
First the location was determined by the GPS anchor node, then the location of the displacement detector node was localized by using wireless protocol to detect received signal strength indicator (RSSI) value between GPS anchor and displacement detector node. Last, calculating the distance based on RSSI formula, and using curve fitting function to find the relationship between RSSI and distance, finally obtain the localization.
In this study, the GPS anchor node localizes itself based on the GPS signal which is the absolute location. However, the displacement detector node location is estimated by RSSI value between the GPS anchor node and itself which is a relative position. By the integration of the GPS and RSSI localization, the localization estimation can be completed in the whole area of wireless sensor node position prediction.
目 錄
目錄 i
圖目錄 iii
表目錄 iv
附錄圖目錄 v
附錄表目錄 vi
緒論 1
1.1 研究動機 1
1.2 相關研究 1
第二章 硬體介紹 2
2.1 基礎的硬體介紹 2
2.2 加速規與陀螺儀介紹 4
2.3全球衛星定位系統介紹(Global Position System, GPS) 6
2.4實際上的硬體設計 7
2.4.1 GPS錨節點的硬體設計 7
2.4.2位移感測節點的硬體設計 9
第三章 軟體架構 12
3.1基礎的軟體介紹 12
3.2 節點軟體 14
3.3 節點軟體的訊號處理 16
第四章 接收訊號強度測距 21
4.1 WSN定位介紹 21
4.1.1接收訊號角度定位法(Angle of Arrival, AOA) 21
4.1.2到達時間定位法(Time of Arrival, TOA) 22
4.1.3到達時間差定位法(Time Difference of Arrival, TDOA) 22
4.1.4接收訊號強度定位法(Received Signal Strength Indication, RSSI) 23
4.2 RSSI單點對單點定位測試 24
4.3 RSSI直線定位實驗 25
4.3.1 Tmote Sky擺放方式的探討 25
4.3.2 直線兩點對單點定位RSSI值的距離估測 29
4.4直線兩點對單點定位RSSI值的距離估測 34
4.5直線兩點對單點定位RSSI值的距離估測驗證 37
4.6 GPS及RSSI的定位方式 39
第五章 結論 40
參考文獻 41
附錄一 43
附錄二 46
附錄三 51

圖 目 錄
圖2-1 (a) Tomte Sky其中上面為無感應器情況,下面多了溫度、溼度、光感 等感應器 (b)Tmote Mini (c)Tmote Mini Plus 3
圖2-2 (a)三軸加速規ADXL330 (b)兩軸陀螺儀IDG400 (c)單軸陀螺儀LISY300AL 4
圖2-3 ET-318的正反面 6
圖2-4 GPS錨節點架構圖 7
圖2-5 GPS錨節點實作電路圖的正反面 8
圖2-6位移感測節點整合架構圖 9
圖2-7位移感測節點實作電路的正反面 10
圖3-1 TinyOS的基本封包定義格式 12
圖3-2 模式一 週期性流程圖 15
圖3-3 模式二 GPS啟動及關閉的週期性流程圖 15
圖3-4 模式三 包含GPS移動偵測的週期性流程圖 16
圖3-5 模式一GPS在不同環境下測量結果圖 左圖為緯度分佈 右圖為經度分佈 17
圖3-6 模式一GPS的週期時間圖及GPS電源是否開啟圖 17
圖3-7 模式二GPS在不同環境下測量結果圖 左邊為緯度分佈 右邊為經度分佈 上面為空曠空間 下面為建築物旁 18
圖3-8 模式二GPS的週期時間圖及GPS電源是否開啟圖 18
圖3-9 模式二&三GPS在不同環境下測量結果圖 左邊為緯度分佈 右邊為經度分佈 上面為空曠空間 下面為建築物旁 19
圖3-10 模式三GPS的週期時間圖及GPS電源是否開啟圖 19
圖4-1 接收訊號角度定位法(Angle of Arrival, AOA)示意圖 21
圖4-2 到達時間定位法(Time of Arrival, TOA)示意圖 22
圖4-3 到達時間差定位法(Time Difference of Arrival, TOA)示意圖 23
圖4-4 RSSI單點對單點實驗示意圖 25
圖4-5 Tmote Sky 擺放方式實驗示意圖 26
圖4-6 Tmote Sky 基站反向擺放方式實驗示意圖 28
圖4-7 RSSI直線兩點對單點定位測試示意圖 29
圖4-8 第一次(左)及第二次(右)Tmote1的比較圖 31
圖4-9 第一次及第二次 Tmote2(左)及Tmote3(右)的比較圖 31
圖4-10 第三次(左)及第四次(右)Tmote2的比較圖 33
圖4-11 第三次及第四次 Tmote1(左)及Tmote3(右)的比較圖 33
圖4-12 Tmote1(左)及Tmote2(右)對基站的RSSI訊號模型 35


表 目 錄
表2-1 加速規及陀螺儀詳細規格表 5
表2-2 GPS錨節點電量損耗表 8
表2-3 位移感測節點電量損耗表 10
表3-1實體層封包欄位說明 13
表3-2 媒體存取層封包欄位說明 13
表3-3 多躍式(Multi-Hop)封包欄位說明 14
表4-1 RSSI初步測試結果表 25
表4-2 基站正面面向司令台時的各方向RSSI值(dbm) 27
表4-3 基站正面面向車道時的各方向RSSI值(dbm) 28
表4-4 第一次RSSI值收集數據(dbm) 30
表4-5 第二次RSSI值收集數據(dbm) 30
表4-6 第三次RSSI值收集數據(dbm) 32
表4-7 第四次RSSI值收集數據(dbm) 32
表4-8 參考公式(13)的位置預測結果 34
表4-9 整理Polyfit所需要用到的值 35
表4-10 將RSSI值代入公式(13)及公式(14)所由求的根值表 36
表4-11 預測百分比誤差率及誤差公尺數 37
表4-12 使用RSSI基礎公式計算預測距離驗證值 37
表4-13 使用Polyfit預測距離驗證值 38
表4-14 距離預測的驗證值 38


附 錄 圖 目 錄
圖1 加速規平放時 左圖為加速度分佈圖、右圖為電壓分佈圖 43
圖2 加速規垂直擺放時 左圖為加速度分佈圖、右圖為電壓分佈圖 43
圖3 加速規傾斜擺放時 左圖為加速度分佈圖、右圖為電壓分佈圖 44
圖4 陀螺儀X軸結果圖 左圖為電壓圖 右圖為角速度圖 44
圖5 陀螺儀Y軸結果圖 左圖為電壓圖 右圖為角速度圖 45
圖6 陀螺儀Z軸結果圖 左圖為電壓圖 右圖為角速度圖 45
圖7 Tmote1 𝛾值0.1到0.9誤差率資料比較圖 51
圖8 Tmote2 𝛾值0.1到0.9誤差率資料比較圖 52
圖9 Tmote1 𝛾值0.1到0.9實際誤差距離資料比較圖 52
圖10 Tmote2 𝛾值0.1到0.9實際誤差距離資料比較圖 53

附 錄 表 目 錄
表1 γ=0.1時 誤差率及實際誤差距離詳細資料表 46
表2 γ=0.2時 誤差率及實際誤差距離詳細資料表 46
表3 γ=0.3時 誤差率及實際誤差距離詳細資料表 47
表4 γ=0.4時 誤差率及實際誤差距離詳細資料表 47
表5 γ=0.5時 誤差率及實際誤差距離詳細資料表 48
表6 γ=0.6時 誤差率及實際誤差距離詳細資料表 48
表7 γ=0.7時 誤差率及實際誤差距離詳細資料表 49
表8 γ=0.8時 誤差率及實際誤差距離詳細資料表 49
表9 γ=0.9時 誤差率及實際誤差距離詳細資料表 50
參考文獻

[1]GolbalStat Inc., “ET-318 Manual,”
http://www.globalsat.com.tw/mana_php/support/file/ET-318-user-manual-V2.0.pdf.
[2]G. Mao, B. Fidan, and B. D. O. Anderson, “Wireless Sensor Network Localization Techniques,” Computer Networks, Jan., 2007, vol.51, pp. 2529-2553.
[3] N. Patwari, A. O. Hero III, M. Perkins, N. S. Correal and R. J. O’Dea, “Relative Location Estimation in Wireless Sensor Networks,” IEEE Trans. on Signal Processing, Aug., 2003, vol. 51, no. 8, pp. 2137-2148.
[4] S. Zein-Sabatto, V. Elangovan, W. Chen, R. Mgaya,“ Localization Strategies for Large-scale Airborne Deployed Wireless Sensors,” Proceedings of IEEE on Computational Intelligence in Multi-Criteria Decision-Making, March 2009. pp. 9-15.
[5]S. Zainalie, M. H. Yaghmaee, “CFL: A Clustering Algorithm for Localization in Wireless Sensor Networks,” Proceedings of IEEE on Telecommunications, Aug. 2008, pp. 435-439.
[6]A. Boukerche, H. Oliveira, E. F. Nakamura, A. A.Loureiro, “A Novel Location-Free Greedy Forward Algorithm for Wireless Sensor Networks” Proceedings of IEEE on Communications, May 2008. pp. 2096-2101.
[7]黃良吉,“GPS與感測器整合於三維地面車輛定位”碩士論文,國立台灣科技大學機械工程系,2006.
[8]黃坤祥,“GPS虛擬距離加速儀知卡門濾波整合定位”碩士論文,國立台灣科技大學機械工程系, 2005.
[9]林泳成,“利用類神經網路發展混合式INS/GPS整合式定位及定向演算法之研究”碩士論文,國立成功大學測量及空間資訊學系, 2008.
[10] K.-F. Ssu, C-H Ou, and H. C. Jiau, “Localization with Mobile Anchor Points in Wireless Sensor Networks,” IEEE Trans. on Vehicular Technology, May, 2005, pp. 1187-1197.
[11]Bandwave TechInc.,The TmoteMini,
http://www.bandwavetech.com/en/product_2.htm.
[12]S. Z. Erdogan, S. Hussain, “Using Received Signal Strength Variation for Energy Efficient Data Dissemination in Wireless Sensor Networks” the 18th International Conference on Database and Expert Systems Applications, Sep. 2007. pp. 620-624.
[13]葉生正,邱奕世,彭詠靖,”以RSSI 預測模型為基礎之室內LBS 技術的研究,”Journal of Informatics & Electronics, March 2006,vol.1, No.1, pp.1-8.
電子全文 電子全文(本篇電子全文限研究生所屬學校校內系統及IP範圍內開放)
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top