硕士论文 基于声音能量强度的无线传感器网络目标定位研究
对无线通信带宽的要求，因此，RSSI定位算法能够较好地解决无线传感器网络中的声音目标定位问题。
在基于声音能量强度的无线传感器网络目标定位中，根据是否测量距离又可以分为不基于测距的定位方法和基于测距的定位方法[2]，这两种算法的区别就在于是否利用声音能量强度来测量节点与目标间的距离：
（1）不基于测距的定位方法：包括最近点估计法、质心定位估计法、近似三角形内点测试法（APIT）等，它们都基于这样一个前提：节点检测声音能量强度越大，目标离节点越近。最近点估计法直接将离目标最近的节点作为目标位置[23]，质心定位估计法是将几个离目标最近的节点的位置坐标平均值即多边形的质心作为目标位置[24]，近似三角形内点测试法则是将多个包含目标的三角形重叠区域的质心作为目标位置[25]。不基于测距的定位算法虽然简单，但是它要求无线传感器网络中的节点数量和分布密度很大，一旦节点密度不符合要求，定位精度会急剧下降，这对于一般的无线传感器网络来说不太现实，因为实际中节点大多是随机布撒，节点的分布密度很难控制。
（2）基于测距的定位方法：根据声音的传播规律，寻找一个关于声音能量传播的合理模型，此模型反映了节点检测的声音能量强度和其与目标之间距离的关系，根据此模型可以通过多个节点的检测值估计出目标的位置，这种算法对节点的数量和分布密度要求相对较低，更适合于实际应用，所以本论文研究的都是基于声音能量强度且基于测距的无线传感器网络目标定位问题。
1.4 论文主要内容和章节安排
本论文致力于探寻和研究基于声音能量强度的无线传感器网络目标定位算法。这种算法应该具有合理的定位模型，较高的定位精度，对背景噪音具有较强的抗干扰性，同时应该尽量减小算法复杂度，从而有效地控制节点的能耗，延长节点的使用寿命。研究工作在以下几个方面展开：
（1）了解描述声音的物理量，研究声音的传播规律，以声音能量强度为数据来源，寻找一个合理的定位模型，将声音能量同节点与目标间的距离联系起来；
（2）基于声音目标定位模型提出基本的目标定位估计算法，对各种基本目标定位算法的定位精度、复杂度进行理论上的分析和比较；
（3）对基本目标定位算法中产生误差的原因进行分析，针对误差原因进行算法改进，从理论上分析改进后算法的有效性，比较改进前后算法的差异；
（4）针对实际情况，进一步减小算法复杂度，在不影响定位精度的前提下提出简化定位算法的措施；
（5）利用MATLAB软件对提出的各种定位算法和改进措施进行仿真，验证每种算法的有效性，比较不同算法的差异，最后综合考虑得出一种最为可行有效的定位方法。
5
1 绪论 硕士论文
论文各章节的内容安排如下：
第一章为绪论，叙述了课题研究的背景和意义，简述了无线传感器网络目标定位在国内外研究的现状和发展，并对本论文重点研究的声音目标定位技术作了概述。
第二章为基于声音能量强度的无线传感器网络目标定位方法，基于声音传播规律提出了声音能量衰减模型，并基于此模型介绍了几种常用的基本定位估计算法，包括极大似然估计定位算法、非线性最小二乘估计定位算法、线性最小二乘估计定位算法，并结合各算法优点提出了联合线性最小二乘估计定位算法，对这些算法进行了理论分析和比较。
第三章为基于声音能量强度的无线传感器网络目标定位方法改进，改进分为两部分，第一部分主要是对基本定位算法的加权改进，第二部分主要是对加权定位算法的方程个数和节点个数进一步削减，通过改进进一步改善了目标定位效果，降低了算法的复杂度。
第四章为基于声音能量强度的无线传感器网络目标定位方法仿真，通过MATLAB软件对各种定位算法的效果进行比较，验证改进措施的可行性和有效性。
第五章为总结和展望，总结得出综合效果最好的目标定位方法，指出了研究中的不足之处，并对进一步的研究和改进提出了思路和展望。
6
硕士论文 基于声音能量强度的无线传感器网络目标定位研究
2 基于声音能量强度的无线传感器网络目标定位方法
2.1 声音的概念和传播规律
绝大部分声音来源于物体的振动，声波在传播过程中，振动相位相同的质点所构成的曲面称为波阵面。如果声波的波阵面为一系列同心球面，这样的声波就是球面声波，球形声源产生的声波是球面波，它是实际环境中最常见的一种声波形式。如果脉动球形声源的直径远小于所辐射声波的波长，此声源则近似为点声源。在自由空间中，点声源辐射产生的声波为各向均匀的球面波[26]。
描述声波的最常见的基本物理量是声压、声功率和声强[27]：
（1）声压pe：它是介质受扰动后产生的逾量压强，单位是帕斯卡（Pa）。 （2）声功率W：单位时间内通过垂直于声传播方向面积的声能量称为声功率，单位为瓦特（W），它和声压的关系如式（2.1.1）。
pe2S W? （2.1.1）
?0c0其中，pe为声压，S为垂直于声传播方向的面积，?0c0为空气的特性阻抗率一般取值为400N?s/m3。
（3）声强I：单位面积上的平均声功率称为声强，单位为W/m2,它和声压的关系如式（2.1.2）。
pe2 （2.1.2） I??0c0其中，pe为声压，?0c0为空气的特性阻抗率。
在声学中普遍使用对数标度来度量声压、声强、声功率等声学参量，分别为声压级、声强级和声功率级[26-27]，单位用分贝dB表示，它们的定义如下： （1）声压级Lp：声压级与声压的关系如式（2.1.3）。
p Lp?20lge?p020pl?eg 9 4 （2.1.3）
其中pe为声压值，参考声压p0?2?10?5Pa。声压值变化10倍相当于声压级增加20dB，一个声音比另一个声音大一倍时声压级增加6dB。 （2）声强级LI：声强级与声强的关系如式（2.1.4）。
I LI?10lg?I010Il?g 1 2 0 （2.1.4）
7
2 基于声音能量强度的无线传感器网络目标定位方法 硕士论文
其中I为声强值，参考声强I0?10?12W/m2。一般可以近似认为LI?Lp。 （3）声功率级LW：声功率级与声功率的关系如式（2.1.5）。
W LW?10lg?W010Wl?g 1 （2.1.5） 2 0其中W为声功率值，参考声功率W0?10?12W。可以证明，在自由场中有
Lp?LI?LW?10lgS，S为垂直于声传播方向的面积。
值得注意的是，对于能量级的物理量如声功率级和声强级对数前的系数都为10，而声压级为20。声压增加一倍，声压级和声强级（声功率级）增加6dB；声强（声功率）增加一倍，声压级和声强级（声功率级）仅增加3dB。
对于一个确定的声源，其声功率级是不变的，而声压级、声强级都随着测点的不同而变化[28]。点声源发出的声音在自由场的空气中传播，以声源为中心呈球形状向外扩散，声源与测点的距离（半径）增加1倍则球的表面积增加4倍，如果此时功率不变，那么单位面积的功率就只有原来的1/4，即单位面积的功率与传播距离的平方成反比，这就是基于声音能量强度的无线传感器网络目标定位的理论基础。测点到声源的距离与声压级的关系如式（2.1.6）：
Lpc?L1p?20lgd （2.1.6） 其中Lpc为测点声压级，Lp1为1米处声压级，d为测点到声源的距离。从而可以知道距离每增加一倍，声压级减少6dB。
声压的测量比较易于实现，而且通过声压的测量也可以间接求得其他声学参量，所以实际中声音传感器大多都是检测声压值，声音传感器的参数中会提供灵敏度参数，灵敏度是麦克风在单位声压激励下输出的电压值，其单位是mV/Pa或V/Pa。灵敏度也经常用分贝表示，灵敏度分贝值与灵敏度值的关系如式（2.1.7）：
灵敏度分贝值dB=20lg灵敏度值mV/Pa （2.1.7）
0dB对应的灵敏度值其中，多数声音传感器的参数中规定0dB对应1V/Pa。这样根据检测的电压值和传感器的灵敏度就可以得出检测的声压值，从而可以求得其他声学参量。
2.2 声音能量衰减模型
声音能量衰减模型是所有基于声音能量强度的目标定位算法的基础，模型的好坏决定了定位的准确度。2.1节已经提到，声音信号的能量与它传播距离的平方成反比[29]，
8
