① 在無線感測器網路中，如何根據接收信號的強度來判斷發送者的距離有具體的計算公式么
基於RSSI的定位
RSSI測量，一般利用信號傳播的經驗模型與理論模型。
對於經驗模型，在實際定位前，先選取若干測試點，記錄在這些點各基站收到的信號強度，建立各個點上的位置和信號強度關系的離線資料庫(x，y，ss1，ss2，ss3)。在實際定位時，根據測得的信號強度(ss1′，ss2′，ss3′)和資料庫中記錄的信號強度進行比較，信號強度均方差最小的那個點的坐標作為節點的坐標。
對於理論模型，常採用無線電傳播路徑損耗模型進行分析。常用的傳播路徑損耗模型有：自由空間傳播模型、對數距離路徑損耗模型、哈它模型、對數一常態分布模型等。自由空間無線電傳播路徑損耗模型為：
式中，d為距信源的距離，單位為km；f為頻率，單位為MHz；k為路徑衰減因子。其他的模型模擬現實環境，但與現實環境還是有一定的差距。比如對數一常態分布模型，其路徑損耗的計算公式為：
式中，Xσ是平均值為O的高斯分布隨機變數，其標准差范圍為4～10；k的范圍在2～5之間。取d=1，代入式(1)可得，LOSS，即PL(d0)的值。此時各未知節點接收錨節點信號時的信號強度為：
RSSI=發射功率+天線增益一路徑損耗(PL(d))
2．2 基於RSSI的三角形質心定位演算法的數學模型
不論哪種模型，計算出的接收信號強度總與實際情況下有誤差，因為實際環境的復雜性，換算出的錨節點到未知節點的距離d總是大於實際兩節點間的距離。如圖1所示，錨節點A，B，C，未知節點D，根據RSSI模型計算出的節點A和D的距離為rA；節點B和D的距離為rB；節點C和D的距離為rC。分別以A，B，C為圓心；rA，rB，rC為半徑畫圓，可得交疊區域。這里的三角形質心定位演算法的基本思想是：計算三圓交疊區域的3個特徵點的坐標，以這三個點為三角形的頂點，未知點即為三角形質心，如圖2所示，特徵點為E，F，G，特徵點E點的計算方法為：
同理，可計算出F，G，此時未知點的坐標為由模擬得，在圖2中，實際點為D；三角形質心演算法出的估計點為M；三邊測量法算出的估計點為N。可知，三角形質心演算法的准確度更高。
3 基於RSSI的三角形質心演算法過程
3．1 步驟
(1)錨節點周期性向周圍廣播信息，信息中包括自身節點ID及坐標。普通節點收到該信息後，對同一錨節點的RSSI取均值。
(2)當普通節點收集到一定數量的錨節點信息時，不再接收新信息。普通節點根據RSSI從強到弱對錨節點排序，並建立RSSI值與節點到錨節點距離的映射。建立3個集合。
錨節點集合：
(3)選取RSSI值大的前幾個錨節點進行自身定位計算。
在B_set：中優先選擇RSSI值大的信標節點組合成下面的錨節點集合，這是提高定位精度的關鍵。
對錨節點集合，依次根據(3)式算出3個交點的坐標，最後由質心演算法，得出未知節點坐標。
(4)對求出的未知節點坐標集合取平均，得未知節點坐標。
3．2 誤差定義
定義定位誤差為ER，假設得到的未知節點的坐標為(xm，ym)，其真實位置為(x，y)，則定位誤差ER為：
4 仿 真
利用Matlab模擬工具模擬三角形質心演算法，考察該演算法的性能。假設在100 m×100 m的正方形區域內，36個錨節點均勻分布，未知節點70個，分別用三邊測量法和三角形質心定位演算法進行模擬，模擬結果如圖3所示。由圖3可知，三角形質心演算法比三邊測量法，定位精度更高，當測距誤差變大時，用三角形質心演算法得出的平均定位誤差比用三邊測量法得出的小得多。
5 結 語
在此提出了將RSSI方法和三角形質心定位演算法相結合的方法，通過模擬實驗，將該演算法和三邊測量演算法相比較，證明了該演算法的優越性。下一步將研究在錨節點數量不同時的平均定位誤差。
② 無線感測器網路的定位演算法的發展歷史
這個問題問的太難了...這可以寫一片碩士論文了。沒有人會研究那麼廣的。版只能說先是靜態的定位，然後權AD HOC網路也需要定位，那就出現了動態的。
目前來說，WSN的定位還是主要研究靜態網路的定位。其方法從傳統意義來講分為：基於測距的定位演算法和非基於測距的定位演算法。以我推斷，應該是基於測距的定位方法出現在先。
具體分類及方法接受你可以參照《location，localization，and localizability》第一作者：劉雲浩。該文章出自英文版的《計算機科學與技術》希望能幫助你。
③ 無線感測器網路的特點及關鍵技術
無線感測器網路的特點及關鍵技術
無線感測器網路被普遍認為是二十一世紀最重要的技術之一，是目前計算機網路、無線通信和微電子技術等領域的研究熱點。下面我為大家搜索整理了關於無線感測器網路的特點及關鍵技術，歡迎參考閱讀！
一、無線感測器網路的特點
與其他類型的無線網路相比，感測器網路有著鮮明的特徵。其主要特點可以歸納如下：
（一）感測器節點能量有限。當前感測器通常由內置的電池提供能量，由於體積受限，因而其攜帶的能量非常有限。如何使感測器節點有限的能量得到高效的利用，延長網路生存周期，這是感測器網路面臨的首要挑戰。
（二）通信能力有限。無線通信消耗的能量與通信距離的關系為E=kdn。其中，參數n的取值為2≤n≤4，n的取值與許多因素有關。但是不管n具體的取值，n的取值范圍一旦確定，就表明，無線通信的能耗是隨著距離的增加而更加急劇地增加的。因此，在滿足網路連通性的要求下，應盡量採用多跳通信，減少單跳通信的距離。通常，感測器節點的通信范圍在100m內。
（三）計算、存儲和有限。一方面為了滿足部署的要求，感測器節點往往體積小；另一方面出於成本控制的目的`，節點的價格低廉。這些因素限制了節點的硬體資源，從而影響到它的計算、存儲和通信能力。
（四）節點數量多，密度高，覆蓋面積廣。為了能夠全面准確的監測目標，往往會將成千上萬的感測器節點部署在地理面積很大的區域內，而且節點密度會比較大，甚至在一些小范圍內採用密集部署的方式。這樣的部署方式，可以讓網路獲得全面的數據，提高信息的可靠性和准確性。
（五）自組織。感測器網路部署的區域往往沒有基礎設施，需要依靠感測器節點協同工作，以自組織的方式進行網路的配置和管理。
（六）拓撲結構動態變化。感測器網路的拓撲結構通常是動態變化的，例如部分節點故障或電量耗盡退出網路，有新的節點被部署並加入網路，為節約能量節點在工作和休眠狀態間進行切換，周圍環境的改變造成了無線通信鏈路的變化，以及感測器節點的移動等都會導致感測器網路拓撲結構發生變化。
（七）感知數據量巨大。感測器網路節點部署范圍大、數量多，且網路中的每個感測器通常都產生較大的流式數據並具有實時性，因此網路中往往存在數量巨大的實時數據流。受感測器節點計算、存儲和帶寬等資源的限制，需要有效的分布式數據流管理、查詢、分析和挖掘方法來對這些數據流進行處理。
（八）以數據為中心。對於感測器網路的用戶而言，他們感興趣的是獲取關於特定監測目標的真實可靠的數據。在使用感測器網路時，用戶直接使用其關注的事件作為任務提交給網路，而不是去訪問具有某個或某些地址標識的節點。感測器網路中的查詢、感知、傳輸都是以數據為中心展開的。
（九）感測器節點容易失效。由於感測器網路應用環境的特殊性以及能量等資源受限的原因，感測器節點失效（如電池能量耗盡等）的概率遠大於傳統無線網路節點。因此，需要研究如何提高數據的生存能力、增強網路的健壯性和容錯性以保證部分感測器節點的損壞不會影響到全局任務的完成。此外，對於部署在事故和自然災害易發區域的無線感測器網路，還需要進一步研究當事故和災害導致大部分感測器節點失效時如何最大限度地將網路中的數據保存下來，以提供給災害救援和事故原因分析等使用。
二、關鍵技術
無線感測器網路作為當今信息領域的研究熱點，設計多學科交叉的研究領域，有非常多的關鍵技術有待研究和發現，下面列舉若干。
（一）網路拓撲控制。通過拓撲控制自動生成良好的拓撲結構，能夠提高路由協議和MAC協議的效率，可為數據融合、時間同步和目標定位等多方面奠定基礎，有利於節省能量，延長網路生存周期。所以拓撲控制是無線感測器網路研究的核心技術之一。目前，拓撲控制主要研究的問題是在滿足網路連通度的前提下，通過功率控制或骨幹網節點的選擇，剔除節點之間不必要的通信鏈路，生成一個高效的數據轉發網路拓撲結構。
（二）介質訪問控制（MAC）協議。在無線感測器網路中，MAC協議決定無線信道的使用方式，在感測器節點之間分配有限的無線通信資源，用來構建感測器網路系統的底層基礎結構。MAC協議處於感測器網路協議的底層部分，對感測器網路的性能有較大影響，是保證無線感測器網路高效通信的關鍵網路協議之一。感測器網路的強大功能是由眾多節點協作實現的。多點通信在局部范圍需要MAC協議協調其間的無線信道分配，在整個網路范圍內需要路由協議選擇通信路徑。
在設計MAC協議時，需要著重考慮以下幾個方面：
（1）節省能量。感測器網路的節點一般是以干電池、紐扣電池等提供能量，能量有限。
（2）可擴展性。無線感測器網路的拓撲結構具有動態性。所以MAC協議也應具有可擴展性，以適應這種動態變化的拓撲結構。
（3）網路效率。網路效率包括網路的公平性、實時性、網路吞吐量以及帶寬利用率等。
（三）路由協議。感測器網路路由協議的主要任務是在感測器節點和Sink節點之間建立路由以可靠地傳遞數據。由於感測器網路與具體應用之間存在較高的相關性，要設計一種通用的、能滿足各種應用需求的路由協議是困難的，因而人們研究並提出了許多路由方案。
（四）定位技術。位置信息是感測器節點採集數據中不可或缺的一部分，沒有位置信息的監測消息可能毫無意義。節點定位是確定感測器的每個節點的相對位置或絕對位置。節點定位分為集中定位方式和分布定位方式。定位機制也必須要滿足自組織性，魯棒性，能量高效和分布式計算等要求。
（五）數據融合。感測器網路為了有效的節省能量，可以在感測器節點收集數據的過程中，利用本地計算和存儲能力將數據進行融合，取出冗餘信息，從而達到節省能量的目的。
（六）安全技術。安全問題是無線感測器網路的重要問題。由於採用的是無線傳輸信道，網路存在偷聽、惡意路由、消息篡改等安全問題。同時，網路的有限能量和有限處理、存儲能力兩個特點使安全問題的解決更加復雜化了。
;④ 分布式無線感測器網路有哪些演算法
最早期的基於無線網路的室內定位系統，都採用了額外的硬體和設備，如AT&T Cambridge的Active Bat系統，採用了超聲波測距技術，定位的物體攜帶由控制邏輯、無線收發器和超聲波換能器組成的稱為Bat的設備，發出的信號由安裝在房間天花板上的超聲波接收器接收，所有接收器通過有線網路連接；在微軟的RADAR系統中，定位目標要攜帶具有測量RF信號強度的感測器，還要有基站定期發送RF信號，在事先實現的RF信號的資料庫中查詢實現定位；MIT開發了最早的鬆散耦合定位系統Cricket，錨節點(預先部署位置的節點)隨機地同時發射RF和超聲波信號，RF信號中包括該錨節點的位置，未知節點接收這些信號，然後使用TDOA技術測量與錨節點的距離來實現定位。
以上系統都需要事先的網路部署或數據生成工作，無法適用於Ad-hoc網路。現階段研究較多的是不基於測距(Range-free)的定位演算法，這樣就無需增加額外的硬體，還可以減小感測器節點的體積。除此之外，較好的演算法還要具備以下幾點特性：
(1) 較小的能耗
感測器節點所攜帶能源有限和不易更換的特點要求定位演算法應該是低能耗的。
(2) 較高的定位精度
這是衡量定位演算法的一個重要指標，一般以誤差與無線射程的比值來計算，20％表示定位誤差相當於節點無線射程的20％。
(3) 計算方式是分布式的
分布式的定位演算法，即計算節點位置的工作在節點本地完成，分布式演算法可以應用於大規模的感測器網路。
(4) 較低的錨節點密度
錨節點定位通常依賴人工部署或GPS實現。大量的人工部署不適合Ad-hoc網路，而且錨節點的成本比普通節點要高兩個數量級。
(5) 較短的覆蓋時間。
2.1 演算法分析
近些年提出很多典型的演算法，但都有各自比較明顯的優點和缺點。早期提出的質心演算法和APIT演算法要求有較高的錨節點密度，凸規劃演算法和MDS-MAP演算法需要集中式的計算；Euclidean演算法基於圍繞在錨節點周圍的節點的局部幾何拓撲，但距離的測量較為復雜。在所有演算法中Savarese等提出的Robust positioning演算法和Sav-vides等提出的N-hop multilateration演算法是典型的求精演算法，與其他演算法相比，是較為優秀的演算法。
2.1.1 Robust positioning演算法
Robust positioning演算法分為測距、定位和求精三階段，在測距階段，演算法採用了DV-hop演算法的思想，首先使用典型的距離矢量交換協議，使網路中所有節點獲得距錨節點的跳數(distance in hops)。第二階段，在獲得其他錨節點位置和相隔跳距後，錨節點計算網路平均每跳距離，然後將其作為一個校正值(correction)廣播至網路中。當接收到校正值後，節點根據跳數計算與錨節點距離。如圖1所示，錨節點L2計算出他的網路平均每跳距離為(40+75)／(2+5)=16.4 m。