题目：面向复杂环境的传感网自适应定位方法研究

无线传感器网络适合在环境恶劣、无人值守或资源受限等复杂环境下执行信息感知、采集、处理和传输等任务，如：战场态势感知、目标定位跟踪、环境监测等。当被感知的信息需要有传感网节点的位置信息伴随时，节点自定位成为传感网应用的前提，定位信息的准确性、可靠性和可用性将直接影响感知信息的有效性。但在实际应用中，定位所需的参考信息会不可避免地受到复杂应用环境的影响，定位过程中存在多种未确知因素及随机扰动，如未确知的多源噪声分布及网络特征参数、非理想的网络状况、难预测的随机干扰等，描述外部环境影响及内部网络特征的数学模型常常无法完全确定。复杂应用环境下传感网节点自定位面临的上述问题，其本质是由于自定位系统的不确定性影响了系统数学模型与参考信息的准确性和可信度，从而导致传感网节点的自定位不准确或不可信。针对这个本质问题，论文提出一种面向复杂环境的传感网自适应定位体系架构，在对未确知因素的初始认知基础上，辨识非理想网络状况并进行最优决策处理，通过全局约束最优化建模求解待定位节点的坐标，对受随机扰动影响的区域进行自校正调节，并评估定位精度与可信度，实现传感网在复杂应用环境下的准确、可信、可用定位。论文主要完成了以下几个方面的研究工作：（1）针对复杂环境对传感网定位性能造成的本质影响，提出一种全局约束下的集员多跳自适应定位体系。针对复杂环境下大规模传感网定位面临的先验信息不充分、未确知因素实际存在、有效距离测量样本数不足、多种性质约束同时影响定位性能等问题，首先给出一种自适应的多跳参考节点辨识及选择机制，接着在未知但有界噪声假设的基础上（即UBB噪声假设），给出一种集员（Set-Membership）自适应可行集求解模型，随后将多重因素影响下的定位求解问题转化为分布式约束满足问题，最后待定位节点可根据自身网络特征自适应的选择粗粒度或细粒度的坐标求解。（2）针对未确知多源噪声影响下的传感网定位问题，提出一种集员多跳定位方法。首先分析了定位过程中同时存在的多种测量噪声的未知但有界的特性，并给出了一种典型的集员估计区间分析定位方法。然后针对先验信息不充分且有效测距样本数不足情况下的节点自定位问题，给出一种非参数Bootstrap自适应误差界求解法则，并提出一种基于Bootstrap的集员自适应多跳定位方法。（3）针对多种非理想网络状况下的传感网定位问题，提出一种基于分布式约束满足问题的传感网节点自适应定位方法。在对非理想网络状况下多种定位参考信息辨识与评估的基础上，综合考虑多种各向异性网络特征、受攻击的定位环境、非理想的多跳传输路径等不利因素，首先给出参考节点的安全性、参考节点位置坐标的准确性、定位群链路局部网络特征及链路质量等四种约束条件，结合由集员多跳定位方法得出的几何空间约束，即待定位节点可行集，构建包括恶意信标节点可信评估、链路质量自适应判定在内的非理想网络状况辨识方法及整体决策控制模型，实现全局约束下的整体最优决策。（4）为了解决环境突变、外部干扰等随机扰动对定位性能造成的影响，提出一种随机扰动影响自校正调节及自适应动态更新方法。针对随机扰动导致的有偏小样本参数估计问题，首先给出一种随机扰动影响下的估计量偏差自校正机制。随后，为避免不必要的全局范围位置估算和信息更新，降低通信量、减少能耗、提高定位时效性，给出一种基于时变误差界的集员自适应定位更新方法。最后，推导出多源误差条件下三维多跳定位的Cramér-Rao界，以此作为评估算法定位精度的标准。上述研究解决了复杂应用环境下无线传感器网络节点自定位面临的一些关键性问题，进一步丰富了传感网的节点自定位理论，研究成果有助于传感网的进一步实用化。