① 在无线传感器网络中，如何根据接收信号的强度来判断发送者的距离有具体的计算公式么
基于RSSI的定位
RSSI测量，一般利用信号传播的经验模型与理论模型。
对于经验模型，在实际定位前，先选取若干测试点，记录在这些点各基站收到的信号强度，建立各个点上的位置和信号强度关系的离线数据库(x，y，ss1，ss2，ss3)。在实际定位时，根据测得的信号强度(ss1′，ss2′，ss3′)和数据库中记录的信号强度进行比较，信号强度均方差最小的那个点的坐标作为节点的坐标。
对于理论模型，常采用无线电传播路径损耗模型进行分析。常用的传播路径损耗模型有：自由空间传播模型、对数距离路径损耗模型、哈它模型、对数一常态分布模型等。自由空间无线电传播路径损耗模型为：
式中，d为距信源的距离，单位为km；f为频率，单位为MHz；k为路径衰减因子。其他的模型模拟现实环境，但与现实环境还是有一定的差距。比如对数一常态分布模型，其路径损耗的计算公式为：
式中，Xσ是平均值为O的高斯分布随机变数，其标准差范围为4～10；k的范围在2～5之间。取d=1，代入式(1)可得，LOSS，即PL(d0)的值。此时各未知节点接收锚节点信号时的信号强度为：
RSSI=发射功率+天线增益一路径损耗(PL(d))
2．2 基于RSSI的三角形质心定位算法的数学模型
不论哪种模型，计算出的接收信号强度总与实际情况下有误差，因为实际环境的复杂性，换算出的锚节点到未知节点的距离d总是大于实际两节点间的距离。如图1所示，锚节点A，B，C，未知节点D，根据RSSI模型计算出的节点A和D的距离为rA；节点B和D的距离为rB；节点C和D的距离为rC。分别以A，B，C为圆心；rA，rB，rC为半径画圆，可得交叠区域。这里的三角形质心定位算法的基本思想是：计算三圆交叠区域的3个特征点的坐标，以这三个点为三角形的顶点，未知点即为三角形质心，如图2所示，特征点为E，F，G，特征点E点的计算方法为：
同理，可计算出F，G，此时未知点的坐标为由仿真得，在图2中，实际点为D；三角形质心算法出的估计点为M；三边测量法算出的估计点为N。可知，三角形质心算法的准确度更高。
3 基于RSSI的三角形质心算法过程
3．1 步骤
(1)锚节点周期性向周围广播信息，信息中包括自身节点ID及坐标。普通节点收到该信息后，对同一锚节点的RSSI取均值。
(2)当普通节点收集到一定数量的锚节点信息时，不再接收新信息。普通节点根据RSSI从强到弱对锚节点排序，并建立RSSI值与节点到锚节点距离的映射。建立3个集合。
锚节点集合：
(3)选取RSSI值大的前几个锚节点进行自身定位计算。
在B_set：中优先选择RSSI值大的信标节点组合成下面的锚节点集合，这是提高定位精度的关键。
对锚节点集合，依次根据(3)式算出3个交点的坐标，最后由质心算法，得出未知节点坐标。
(4)对求出的未知节点坐标集合取平均，得未知节点坐标。
3．2 误差定义
定义定位误差为ER，假设得到的未知节点的坐标为(xm，ym)，其真实位置为(x，y)，则定位误差ER为：
4 仿 真
利用Matlab仿真工具模拟三角形质心算法，考察该算法的性能。假设在100 m×100 m的正方形区域内，36个锚节点均匀分布，未知节点70个，分别用三边测量法和三角形质心定位算法进行仿真，仿真结果如图3所示。由图3可知，三角形质心算法比三边测量法，定位精度更高，当测距误差变大时，用三角形质心算法得出的平均定位误差比用三边测量法得出的小得多。
5 结 语
在此提出了将RSSI方法和三角形质心定位算法相结合的方法，通过仿真实验，将该算法和三边测量算法相比较，证明了该算法的优越性。下一步将研究在锚节点数量不同时的平均定位误差。
② 无线传感器网络的定位算法的发展历史
这个问题问的太难了...这可以写一片硕士论文了。没有人会研究那么广的。版只能说先是静态的定位，然后权AD HOC网络也需要定位，那就出现了动态的。
目前来说，WSN的定位还是主要研究静态网络的定位。其方法从传统意义来讲分为：基于测距的定位算法和非基于测距的定位算法。以我推断，应该是基于测距的定位方法出现在先。
具体分类及方法接受你可以参照《location，localization，and localizability》第一作者：刘云浩。该文章出自英文版的《计算机科学与技术》希望能帮助你。
③ 无线传感器网络的特点及关键技术
无线传感器网络的特点及关键技术
无线传感器网络被普遍认为是二十一世纪最重要的技术之一，是目前计算机网络、无线通信和微电子技术等领域的研究热点。下面我为大家搜索整理了关于无线传感器网络的特点及关键技术，欢迎参考阅读！
一、无线传感器网络的特点
与其他类型的无线网络相比，传感器网络有着鲜明的特征。其主要特点可以归纳如下：
（一）传感器节点能量有限。当前传感器通常由内置的电池提供能量，由于体积受限，因而其携带的能量非常有限。如何使传感器节点有限的能量得到高效的利用，延长网络生存周期，这是传感器网络面临的首要挑战。
（二）通信能力有限。无线通信消耗的能量与通信距离的关系为E=kdn。其中，参数n的取值为2≤n≤4，n的取值与许多因素有关。但是不管n具体的取值，n的取值范围一旦确定，就表明，无线通信的能耗是随着距离的增加而更加急剧地增加的。因此，在满足网络连通性的要求下，应尽量采用多跳通信，减少单跳通信的距离。通常，传感器节点的通信范围在100m内。
（三）计算、存储和有限。一方面为了满足部署的要求，传感器节点往往体积小；另一方面出于成本控制的目的`，节点的价格低廉。这些因素限制了节点的硬件资源，从而影响到它的计算、存储和通信能力。
（四）节点数量多，密度高，覆盖面积广。为了能够全面准确的监测目标，往往会将成千上万的传感器节点部署在地理面积很大的区域内，而且节点密度会比较大，甚至在一些小范围内采用密集部署的方式。这样的部署方式，可以让网络获得全面的数据，提高信息的可靠性和准确性。
（五）自组织。传感器网络部署的区域往往没有基础设施，需要依靠传感器节点协同工作，以自组织的方式进行网络的配置和管理。
（六）拓扑结构动态变化。传感器网络的拓扑结构通常是动态变化的，例如部分节点故障或电量耗尽退出网络，有新的节点被部署并加入网络，为节约能量节点在工作和休眠状态间进行切换，周围环境的改变造成了无线通信链路的变化，以及传感器节点的移动等都会导致传感器网络拓扑结构发生变化。
（七）感知数据量巨大。传感器网络节点部署范围大、数量多，且网络中的每个传感器通常都产生较大的流式数据并具有实时性，因此网络中往往存在数量巨大的实时数据流。受传感器节点计算、存储和带宽等资源的限制，需要有效的分布式数据流管理、查询、分析和挖掘方法来对这些数据流进行处理。
（八）以数据为中心。对于传感器网络的用户而言，他们感兴趣的是获取关于特定监测目标的真实可靠的数据。在使用传感器网络时，用户直接使用其关注的事件作为任务提交给网络，而不是去访问具有某个或某些地址标识的节点。传感器网络中的查询、感知、传输都是以数据为中心展开的。
（九）传感器节点容易失效。由于传感器网络应用环境的特殊性以及能量等资源受限的原因，传感器节点失效（如电池能量耗尽等）的概率远大于传统无线网络节点。因此，需要研究如何提高数据的生存能力、增强网络的健壮性和容错性以保证部分传感器节点的损坏不会影响到全局任务的完成。此外，对于部署在事故和自然灾害易发区域的无线传感器网络，还需要进一步研究当事故和灾害导致大部分传感器节点失效时如何最大限度地将网络中的数据保存下来，以提供给灾害救援和事故原因分析等使用。
二、关键技术
无线传感器网络作为当今信息领域的研究热点，设计多学科交叉的研究领域，有非常多的关键技术有待研究和发现，下面列举若干。
（一）网络拓扑控制。通过拓扑控制自动生成良好的拓扑结构，能够提高路由协议和MAC协议的效率，可为数据融合、时间同步和目标定位等多方面奠定基础，有利于节省能量，延长网络生存周期。所以拓扑控制是无线传感器网络研究的核心技术之一。目前，拓扑控制主要研究的问题是在满足网络连通度的前提下，通过功率控制或骨干网节点的选择，剔除节点之间不必要的通信链路，生成一个高效的数据转发网络拓扑结构。
（二）介质访问控制（MAC）协议。在无线传感器网络中，MAC协议决定无线信道的使用方式，在传感器节点之间分配有限的无线通信资源，用来构建传感器网络系统的底层基础结构。MAC协议处于传感器网络协议的底层部分，对传感器网络的性能有较大影响，是保证无线传感器网络高效通信的关键网络协议之一。传感器网络的强大功能是由众多节点协作实现的。多点通信在局部范围需要MAC协议协调其间的无线信道分配，在整个网络范围内需要路由协议选择通信路径。
在设计MAC协议时，需要着重考虑以下几个方面：
（1）节省能量。传感器网络的节点一般是以干电池、纽扣电池等提供能量，能量有限。
（2）可扩展性。无线传感器网络的拓扑结构具有动态性。所以MAC协议也应具有可扩展性，以适应这种动态变化的拓扑结构。
（3）网络效率。网络效率包括网络的公平性、实时性、网络吞吐量以及带宽利用率等。
（三）路由协议。传感器网络路由协议的主要任务是在传感器节点和Sink节点之间建立路由以可靠地传递数据。由于传感器网络与具体应用之间存在较高的相关性，要设计一种通用的、能满足各种应用需求的路由协议是困难的，因而人们研究并提出了许多路由方案。
（四）定位技术。位置信息是传感器节点采集数据中不可或缺的一部分，没有位置信息的监测消息可能毫无意义。节点定位是确定传感器的每个节点的相对位置或绝对位置。节点定位分为集中定位方式和分布定位方式。定位机制也必须要满足自组织性，鲁棒性，能量高效和分布式计算等要求。
（五）数据融合。传感器网络为了有效的节省能量，可以在传感器节点收集数据的过程中，利用本地计算和存储能力将数据进行融合，取出冗余信息，从而达到节省能量的目的。
（六）安全技术。安全问题是无线传感器网络的重要问题。由于采用的是无线传输信道，网络存在偷听、恶意路由、消息篡改等安全问题。同时，网络的有限能量和有限处理、存储能力两个特点使安全问题的解决更加复杂化了。
;④ 分布式无线传感器网络有哪些算法
最早期的基于无线网络的室内定位系统，都采用了额外的硬件和设备，如AT&T Cambridge的Active Bat系统，采用了超声波测距技术，定位的物体携带由控制逻辑、无线收发器和超声波换能器组成的称为Bat的设备，发出的信号由安装在房间天花板上的超声波接收器接收，所有接收器通过有线网络连接；在微软的RADAR系统中，定位目标要携带具有测量RF信号强度的传感器，还要有基站定期发送RF信号，在事先实现的RF信号的数据库中查询实现定位；MIT开发了最早的松散耦合定位系统Cricket，锚节点(预先部署位置的节点)随机地同时发射RF和超声波信号，RF信号中包括该锚节点的位置，未知节点接收这些信号，然后使用TDOA技术测量与锚节点的距离来实现定位。
以上系统都需要事先的网络部署或数据生成工作，无法适用于Ad-hoc网络。现阶段研究较多的是不基于测距(Range-free)的定位算法，这样就无需增加额外的硬件，还可以减小传感器节点的体积。除此之外，较好的算法还要具备以下几点特性：
(1) 较小的能耗
传感器节点所携带能源有限和不易更换的特点要求定位算法应该是低能耗的。
(2) 较高的定位精度
这是衡量定位算法的一个重要指标，一般以误差与无线射程的比值来计算，20％表示定位误差相当于节点无线射程的20％。
(3) 计算方式是分布式的
分布式的定位算法，即计算节点位置的工作在节点本地完成，分布式算法可以应用于大规模的传感器网络。
(4) 较低的锚节点密度
锚节点定位通常依赖人工部署或GPS实现。大量的人工部署不适合Ad-hoc网络，而且锚节点的成本比普通节点要高两个数量级。
(5) 较短的覆盖时间。
2.1 算法分析
近些年提出很多典型的算法，但都有各自比较明显的优点和缺点。早期提出的质心算法和APIT算法要求有较高的锚节点密度，凸规划算法和MDS-MAP算法需要集中式的计算；Euclidean算法基于围绕在锚节点周围的节点的局部几何拓扑，但距离的测量较为复杂。在所有算法中Savarese等提出的Robust positioning算法和Sav-vides等提出的N-hop multilateration算法是典型的求精算法，与其他算法相比，是较为优秀的算法。
2.1.1 Robust positioning算法
Robust positioning算法分为测距、定位和求精三阶段，在测距阶段，算法采用了DV-hop算法的思想，首先使用典型的距离矢量交换协议，使网络中所有节点获得距锚节点的跳数(distance in hops)。第二阶段，在获得其他锚节点位置和相隔跳距后，锚节点计算网络平均每跳距离，然后将其作为一个校正值(correction)广播至网络中。当接收到校正值后，节点根据跳数计算与锚节点距离。如图1所示，锚节点L2计算出他的网络平均每跳距离为(40+75)／(2+5)=16.4 m。