m基于无线传感网的无源定位技术matlab仿真研究

1.算法仿真效果

matlab2022a仿真结果如下：

2.算法涉及理论知识概要

       无线传感器网络（Wireless Sensor Networks，WSNs）是一种分布式传感网络，嵌入了传感器的智能设备感测、通信、处理、收集数据，然后通过互联网将数据传输给监测者进行进一步分析，是通过无线通信方式形成的一个多跳自组织网络，可用于大规模物联网应用。由于其传感器通过无线方式通信，所以位置可以随时更改，非常灵活。WSN的覆盖优化问题可以描述为在规定的监测区域内，保证传感器网络连通情况下的节点部署问题。

       随着人类进入信息社会，我们生存的空间里已经充斥了各种各样的电磁波。这些电磁波为我们提供了很多通信、导航、测距等服务。而这其中，利用无线传感器网络对物体进行定位是一个非常重要的应用。所谓无线传感器网络（WSN,Wireless Sensor Network），是指大量的具有信息感知功能的传感器节点，通过无线通信方式形成的一个多跳自组织网络系统。在无线传感器网络中利用节点发送与接收无线信号确定物体的位置就称为无线传感器网络节点定位。这是近年以来新兴的物联网关键技术之一。

         目前主流的定位算法分为两类：基于测距（Range-based）的定位算法和无需测距（Range-free）的定位算法。基于测距的定位算法，通过测量节点间点到点的距离或角度信息，使用三边测量法、三角测量法、或最大似估估计法计算被测物体位置。但是首先在成本上，它对网络的硬件设施提出了较高的要求，而其使用的各种测量技术，比如TOA、TDOA、AOA以及RSSI等，也存在各自的局限性。以TOA定位为例，TOA定位是指测量出两个及以上基站与被测物体之间的信号传播时间，从而得到被测物体与到多个基站的距离，以基站为圆心，距离为半径就可以画出多个圆，多个圆的交点即是被测物体的实际位置。

无源定位的所有特点都来源于它在定位的过程中不向被定位的目标发射电磁信号。

（1）所以它的第一个特点就是无源，即直接定位的一方不发射照射目标的信号。由于这一特点，无源定位系统的使用是不易被对方感知的，一般不存在被干扰的问题。但由于不发射电磁信号，所以一定要求目标发射信号，或者发射信号。不满足这个条件，无源定位系统是无法定位的。

（2）无源定位的第二个特点是一般需要多站协同工作。

3.MATLAB核心程序

Nms       = [1.4,1.4];
R         = 3e3;
Std_noise = [2:2:48];
Nbs       = 5; 
Iters     = 2000;%修改此参数，改变仿真时间，小的话，仿真快，否则仿真慢
 
 
for i=1:length(Std_noise)%通过循环，计算各个指标下的算法性能
    i
    [error1,error2,error3,error4] = func_Chan(Nbs,Nms,R,Std_noise(i),Iters);%调用算法
    Err1(i)  = error1;
    Err2(i)  = error2;
    Err3(i)  = error3;
    Err4(i)  = error4;
end
 
figure;
plot(Std_noise,Err1,'-bs',...
    'LineWidth',1,...
    'MarkerSize',6,...
    'MarkerEdgeColor','k',...
    'MarkerFaceColor',[0.9,0.0,0.0]);
hold on
plot(Std_noise,Err2,'-mo',...
    'LineWidth',1,...
    'MarkerSize',6,...
    'MarkerEdgeColor','k',...
    'MarkerFaceColor',[0.5,0.9,0.0]);
hold on
plot(Std_noise,Err3,'-b^',...
    'LineWidth',1,...
    'MarkerSize',6,...
    'MarkerEdgeColor','k',...
    'MarkerFaceColor',[0.2,0.9,0.5]);
hold on
plot(Std_noise,Err4,'-r>',...
    'LineWidth',1,...
    'MarkerSize',6,...
    'MarkerEdgeColor','k',...
    'MarkerFaceColor',[0.9,0.9,0.0]);
hold on
xlabel('TDOA测量噪声标准差/ns ');
ylabel('定位估计均方根误差/m');
legend('似然函数最大解','似然函数次最大解','似然函数最小解','似然函数次最小解');
grid on;
% axis([0,50,0,400]);