硕士学位论文开题报告及论文工作计划书.docx 16页

'硕士学位论文开题报告及论文工作计划书 一、前期工作基础（本节可以整页扩页）课程学习及选题开题阶段，在导师指导下从事研究工作总结（不少于2000字）第一阶段，在导师的指导下，阅读了相关的一些国内外文献，大致了解导师的研究的方向，并对无线传感器网络以及传感器/执行器网络有了初步的了解，知道了无线传感器网络的基本概念、基本特征和应用领域。并了解掌握实验室的一些硬件设备的基本应用。完成了老师布置的一些基本任务。第二阶段，在对无线传感器网络有了足够了解的基础上，明确自己感兴趣的方向，通过周会的的方式与师兄、老师交流，初步确定为基于传感器/执行器网络的室内服务机器人定位技术研究。大量阅读近五年来的一些国内外文献，其中以英文文献为主，对传感器/执行器网络有了进一步了解，并对室内定位的一些方法进行了归纳总结。选定应用ZigBee技术来实现室内定位。第三阶段，学习比较了室内定位的各种算法模型，定位算法分为基于测距的和基于非测距的，其中基于测距的由TOA、TDOA、AOA、RSSI，基于非测距的算法较多，例如质心算法、DV-HOP算法、APIT算法等。进一步了解ZigBee技术的优缺点。在老师的要求下，翻译综述性质的英文文献一篇，并根据前期文献的积累完成综述一篇。开题阶段的工作总结如下：在老师指导下，明确了WSN定位机制、传感器/执行器网络的基本知识以及基于距离相关的几种定位算法以及常用的几种坐标计算方法。（1）无线传感器网络定位机制WSN节点定位问题可表述为：依据有限的已知位置的节点来确定覆盖区中其它节点的位置，在传感器节点之间建立起一定的空间关系。根据节点是否已知自身的位置，传感器节点可分为信标节点(beaconnode)和未知节点(unknownnode)。信标节点也可称为锚节点(anchornode)，它通过携带GPS定位设备或者人工部署等手段等获得自身的精确位置，在网络节点中所占的比例很小。除了信标节点外，其他的传感器节点就是未知节点，它们通过信标节点来确定自身位置。将上述无线定位系统定位三个步骤作一定的推广，WSN定位机制一般可用以下三个步骤来表示:第一步，度量位置关系，即节点之间位置关系的原始数据的获取过程。常用的位置度量方式是基于距离(range-based)的定位，它包括基于到达时间（TimeofArrival,TOA）的定位、基于到达时间差(TimeDifferenceofArrival,TDOA)的定位、基于到达角度(AngleofArrival,AOA)的定位、基于接收信号强度指示(ReceivedSignalStrengthIndicator,RSSI)四种定位方式，WSN中还常使用与距离无关的定位算法（range-free），它包括质心算法、距离向量-跳段（DistanceVector-Hop,DV-Hop）、APIT算法等。第二步，初始位置估计，即为对所获得的原始数据的处理过程，以获得未知节点位置估计值。最常用计算节点位置的方法有：三边测量法、三角测量法以及极大似然估计法。此外，随着传感器定位技术研究的深入，很多数据处理技术，例如流行学习算法也越来越多地被引用到传感器节点位置信息的处理中。第三步，对估计值进行优化，得到更为精确的位置信息。（2）测距模型1）基于TOA(TimeofArrival)的定位：根据已知信号的传播速度和信号的传播时间来计算节点间的距离，然后利用已有基本的定位算法计算出节点的位置，该方法定位精度高，但要求节点间保持精确的时钟同步，对传感器节点的功耗和硬件都提出较高的要求。2）基于TDOA(TimeDifferenceofArrival) 的定位：发射节点同时发射两种不同传播速度的无线信号，接受节点根据两种信号到达的时间差以及已知这两种信号的传播速度，计算两个节点之间的距离，再通过已有基本的定位算法计算出节点的位置。通常使用无线射频信号和超声波信号。发射节点同时发出两种信号(如图1)，若射频信号传播速度为，超声波信号传播速度为，接收节点收到两信号的时间差为。则计算得出两节点间距。发射端接收端无线信号超声波脉冲T1T2距离图1TDOA测距3）基于AOA(AngleofArrival)的定位：接收节点通过天线阵列或多个超声波接收机感知发射节点信号的到达方向，计算接收节点和发射节点之间的相对方位或角度，再通过三角测量法计算出节点的位置。在陆地无线传感器网络中该方法用的不多，因为此方法要求节点装配有特殊硬件（方向天线），以此来获取信号的方位。然而如果整个网络节点数目众多，在每个节点上都装配方向天线，不仅成本高，能耗大，而且计算复杂度也高。因此陆地很少使用这种方法。4）基于RSSI(ReceivedSignalStrengthIndicator)的定位：已知发射节点信号强度，接收节点根据接收到信号的强度计算出信号的传播损耗，利用理论和经验模型将传输损耗转化为距离，再利用已有的算法计算出节点的位置。该技术硬件要求低、算法相对简单，在实验室环境中表现出良好特性。接收信号强度RSSI理论值表示为：(1)式中各变量的意义为：—信号衰减因子（与障碍物、周围环境等精密相关）；—距离目标米处的信号接收强度；—距离发射节点为1m处接收信号强度RSSI的绝对值。而在实际室内定位系统中，我们引入一个环境影响参数到经典对数距离衰减模型中，的值依赖于室内环境，被用来补偿室内环境影响产生的误差，所以RSSI的值表示为：(2)由式（1）或（2）可以看出信号的衰减与距离成对数衰减的关系。A和n 的值反应了实际环境中影响RSSI测距的综合因素，决定了接收信号强度RSSI和信号传输距离d之间的参数关系。（3）坐标计算方法1）三边测量法已知A、B、C三个节点的坐标分别为，以及它们到未知节点D的距离、、，假设节点D的坐标为,那么存在以下公式：(3)BACD图2三边测量法由式（3）可得D的坐标为(4)三边测量法的缺点：距离值在实际测距过程中存在误差，上述三个圆无法交于一点，将存在误差的值去求解上述方程时便无法得到正确解。2)三角测量法 图3三角测量法已知未知节点D的坐标为,参考节点A、B、C三个节点的坐标分别为。对节点A、C和，如果弧段AC在内，那么能够唯一确定一个圆，设圆心为，半径为，，由几何知识可得：(5)由式（5）可以确定圆心点的坐标和半径的值。同理，可以分别求出信标节点A，B和B，C相对应的圆心、的坐标及半径、的值。最后用三边测量法求出未知节点D的坐标。3）最小二乘法由于实际情况下三边定位法三个圆不能交于同一点，这就需要用最小二乘法来来分析，其基本原理是寻找一个使实测距离与理论估计距离之差最小的点作为未知节点的坐标。当使用最小二乘法定位的时候，信标节点个数往往大于3个，示意图下下图4所示 P4P3DP2P1P5图4最小二乘法已知1，…,n节点的坐标分别为…，它们到节点D的距离分别为…,,假设节点D的坐标为。存在下式的数学关系：(6)一般将前个方程分别减去最后一个方程，化为以下线性方程（7）求解：(7)相减后可得：(8)则：，,使用标准的最小方差估计方法可以得到节点D的坐标为：(9)此方法在测距存在一定误差的情况下仍能达到相当高的定位精度，然而其缺点在于需要进行较多的浮点运算，其计算开销带来的能量消耗仍不容忽视。 二、选题依据（本节可以整页扩页）课题背景、选题依据、课题研究目的、理论意义和应用价值（工学硕士）/工程背景和实用价值（专业学位硕士）（不少于1000字）（1）课题背景、选题依据和课题研究的目的目前，全世界的人口总数中，超过60岁的老年人总数已经达到了6亿。全球范围内已经有60多个国家进入了老龄化社会。随着全球老龄化的加速，老年人口日益呈高龄化、空巢化的趋势。需要照料的失能、半失能老人数量剧增。但是年轻人异地的工作，父母与子女异地居住，使得这些老人得不到很好的照顾，这时，集康复、护老、助老、做家务、娱乐等多项功能于一体的家庭服务机器人在社会生活中的作用显得越来越重要。机器人的应用研究首先是关键技术的研究，包含移动定位、人机交互和多任务规划与作业等，而移动定位技术研究是关键基础技术之一，也是机器人的基本环节。室内是老年人活动的主要场所，所以进行室内定位具有很大的意义。无线传感器网络（WirelessSensorNetwork,WSN）被誉为21世纪最有影响力的21项技术和改变世界的10大技术之一。无线传感器网络综合了传感器、嵌入式计算、现代网络及无线通信和分布式信息处理等技术，能够通过各类集成化的微型传感器协同完成对各种环境或监测对象的信息的实时监测、感知和采集，这些信息通过无线方式被传送，并以自组多跳的网络方式传送到用户终端，从而实现物理世界、计算机世界以及人类社会三元世界的连通。无线传感器/执行器网络衍生于无线传感器网络，并继承了无线传感器网络体积小、功耗低、自组织等特点。它是新一代无线网络，其中服务机器人是网络中的执行器。在室内老年人监护、环境监测、军事等领域有着广泛的应用。移动节点（服务机器人）定位是新一代无线传感器/执行器网络的关键技术。将传感器/执行器网络用于室内服务机器人定位有重大意义。目前基于传感器网络的定位技术是研究的主流技术，传感器网络的无线通信方式采用的主要有ZigBee、蓝牙、Wi-Fi和红外等技术。ZigBee技术以其经济、可靠、高效等优点在WSN中有着广泛的应用前景。ZigBee是一种新兴的短距离、低速率的无线网络技术，是一组基于IEEE802.15.4无线标准研制开发的有关组网、安全和应用软件方面的通信技术。它最显著的特点是低功耗和低成本。一般的ZigBee芯片都有多种电源管理模式，这些管理模式可以有效地对节点的工作和休眠进行配置，从而使得系统在不工作时可以关闭无线设备，极大地降低系统功能，节约电池能量。相对于其他的网络技术，ZigBee网络协议较为简单，可以在计算能力和存储能力都很有限的MCU上运行，非常适用于对成本要求苛刻的场合。现有的ZigBee芯片一般都是8051单片机内核的，成本很低，这对于一些需要布置大量无线传感器网络节点的应用领域尤为重要。利用ZigBee技术实现定位具有低成本、低功耗的优点。（2）理论意义和应用价值(1)解决社会人口结构变化问题——全球性人口老龄化问题，为老人提供陪护服务，缓解社会压力，并监控环境安全(2)提高社会生活质量，提供多种移动服务作业例如：导游、娱乐、清扫和网络信息服务等，服务机器人可胜任伙伴；(3)提升家居环境智能，随着IPV6技术的推进和3G时代的到来，家电网络化和多功能化，服务机器人替主人担当管家。在无人值守的室内环境下服务机器人能够担当保姆角色与远程家人实时保持交互，并监控室内安全；(4)在康复和助残方面服务机器人也是病人的得力助手。 三、文献综述（本节可以整页扩页）国内外研究现状、发展动态描述（不少于1000字）；所阅文献的查阅范围及手段，附参考文献（不少于10篇，其中近3年文献不少于5篇，英文文献不少于3篇，全部按照标准格式列出，并在文中顺序标注）（1）国内外研究现状、发展动态描述国外对在室内定位方面【1】-【3】的应用研究已有十年之久，但由于之前室内定位需求不够强烈，应用较少，其研究进展一直比较缓慢。最近几年来，随着物联网技术的兴起，以美国、法国、日本为首的一些国家的大学和研究机构开始重视该领域的研究工作，研究也取得了一定的成果。2000年，微软公司的雷德蒙研究院提出了基于射频的室内定位跟踪系统—RADAR，该系统的定位方法是采用电磁波的自由传播模型和定位目标接收到的射频信号强度值（位置指纹法）来进行定位【4】-【5】。RADAR是最早的针对室内定位应用服务开发的系统。RADAR定位系统的精度在6米以内，可以保证90%定位节点的误差。2000年MIT提出了Cricket【6】系统,该系统采用超声波技术根据TDOA(TimeDifferenceOfArrival)原理进行定位【7】,优点是定位精度高,但是由于该系统需要同时发射RF和超声波信号,因此需要昂贵的硬件支持,并且系统功耗较大。2006年哈佛大学开发了一套非集中式的无线传感器定位系统—MoteTrack，该系统是第一个把无线传感器网络应用到室内定位中的。MoteTrack采用非集中式算法对节点位置进行估算，结合分布式的参考数据库进行信号强度的匹配，保证了定位的准确性，该系统可以实现80%以上的节点定位精度在2m范围内，在恶劣的环境中，该系统表现出了较强的鲁棒性，当系统中有40%的节点信号丢失时，仍然可以保证6m内的定位精度。但由于该系统需要在系统部署时建立定位区域的信号数据库，所以需要耗费大量的人力物力，其自适应能力较差。美国奥本大学开发出了ARIADNE定位系统，该系统主要用于二维的平面定位，在部署好系统后，先通过实际测量一组的RSSI信号强度值来调整环境中的信道传输模型的参数，采用射线跟踪技术建立信道传输的模型，构建信号分布的地图，再通过聚类算法，把信号地图中置信度最高集群的质心位置作为定位目标的坐标。该系统可以实现80%以上的3m内的定位精度。美国伊利诺伊大学研发出了一套基于Zero-Configure（零配置）的定位系统，该系统在时间和空间两个域内可以自动的校正距离向量与RSSI向量之间的映射关系，依据这两者之间的映射关系可以估算出用户的位置。该系统采用截断奇异值分解技术，建立零配置、自适应环境的RSSI与距离的映射图，无需人工采集与训练样本，由于RSSI与距离之间的映射关系是实时的修正的，所以实现了节点自适应的定位。但是该系统是采用集中式的定位算法，其算法复杂度非常高，计算量大，如果系统节点数目较多，定位目标增加时，该系统的计算需要花费很长的时间，甚至无法收敛。在国内，无线传感器网络的相关研究起步较晚，而对于无线传感器网络在室内定位中的研究也不多【8】。2002年后，无线传感器网络的相关研究才引起了重视，国家自然科学基金委员会开始资助WSN的相关研究项目，在2004年。无线传感器网络被列为重点的研究项目，而在2006年，无线传感器网络被列为我国未来15年的中长期科学和技术发展规划中。目前，合肥智能技术研究所、中科院上海微系统研究所，国家物联网研究中心等科研机构，以及以清华大学、浙江大学、香港科技大学为首的一些院校开始展开对无线传感器网络的定位研究。香港科技大学利用RFID【9】技术的思想，研发出了LANDMRAC定位系统，该系统解决了在离线状态下，信号匹配数据库不能实时随环境参数变化而更新的问题，系统中布置了 一些活性的参考标签用于实时动态的捕捉环境参数的变化。该系统能够很好的适应室内环境的变化，其定位的精度为50%情况下1m以内。但不足之处是需要根据室内的格局来布置相应的活性参考标签，系统缺乏普适性。无线传感器/执行器网络衍生于无线传感器网络，并继承了无线传感器网络体积小、功耗低、自组织等特点。它是新一代无线网络，其中服务机器人是网络中的执行器。在室内老年人监护、环境监测、军事等领域有着广泛的应用。移动节点（服务机器人）定位是新一代无线传感器/执行器网络的关键技术。将传感器/执行器网络用于室内服务机器人定位有重大意义。目前，传感器网络、传感器/执行器网络、以及室内定位成为国内外研究的热点。（2）所阅读文献的查阅范围及手段查阅范围：国内外优秀电子期刊；优秀硕、博论文相关书籍等查阅手段：校图书馆电子图书；中、英文数据库。（3）参考文献：1.ShiyiGeng,QuanxiLi,Researchonprecisepositioningofhomesevicerobots[C].Internationalconferenceonintelligenthuman-machinesystemsandcybernetics,2013:160-161.2.Vanheel,FrankVerhaevert,Jo;Laermans,Eric;Moerman,Ingrid;Demeester,Piet.AutomatedlinearregressiontoolsimproveRSSIWSNlocalizationinmultipathindoorenvironment[J].EurasipJournalonWirelessCommunicationsandNetworking,2011(2011).3.Jung-FengLiao,Bor-SenChen,RobustmobilelocationestimatorwithNLOSmitigationusinginteractingmultiplemodelalgorithm[J],IEEE,2006.4.曹小红等.无线传感器网络节点定位技术综述[J].信息技术.2009(7).5.夏少波等.无线传感器网络节点定位算法[J].山东大学学报(工学版).2010(03):143-147.6.PriyanthaNB,ChakrabortyA,BalakrishnanH.Thecricketlocation-supportsystem[A].Proceedingsofthe6thAnnualInternationalConferenceonMobileComputingandNetworking[C].NewYork,NJ,USA:ACM,2000.32-43.7.KangHoonLee,ChangHoYu,JaeWeonChoi,YoungBongSeo,TOAbasedsensorlocalizationinunderwaterwirelesssensornetworks[C].SICEAnnualConference,2008:1357-1359.8.Vanheel,FrankVerhaevert,Jo;Laermans,Eric;Moerman,Ingrid;Demeester,Piet.AutomatedlinearregressiontoolsimproveRSSIWSNlocalizationinmultipathindoorenvironment[J].EurasipJournalonWirelessCommunicationsandNetworking,2011(2011).9.Wei-minQi,TianQiXu,IPmovementdetectionandindoorpositioningbasedonIntegratingRFIDandWLAN[J].The8thInternationalConferenceonConputerScience&Education.2013.10.YinghuiKong,QingqingYang,aimprovementlocationalgorithmbasedonCC2431[C],IEEEinternationalconferenceongreencomputerandcommunications,2013.11.JanBlumenthal,RalfGrossmann.WeightedCentroidLocalizationinZigbee-basedSensorNetworks.IEEEInternationalSymposiumonIntelligentSignalProcessing.2007.12.XinHu,LianglunCheng,GuangchiZhang,AZigBee-basedlocalizationalgorithmforindoorenvironments[C].Internationalconferencecomputerscienceandtechnology,2011:1776-1780. 四、研究内容（本节可以整页扩页）1．研究构想与思路、主要研究内容及拟解决的关键问题（不少于1000字）（1）研究构想与思路对于室内服务机器人定位问题，重点需考虑测距模型的拟合，RSSI模型是室内比较实用的一种测距方法。第一步，更改ZigBee协议栈应用层采集数据的程序，然后下载到硬件设备中去（协调器和节点），进行RSSI数据的收发。可以每隔10米采集一个RSSI值。根据采集到的数据拟合出RSSI值与节点间距离的变化曲线，拟合出参数A和n，从而根据理论和经验公式求得距离d。由于室内环境复杂，存在的墙壁、物品等障碍物及人的频繁移动都对信道模型建立造成巨大困难。所以，需要分析在视距LOS和受阻碍的视距OLOS两种情况下的建模问题。第二步，测距完成后，需要做的工作时定位，由于信号会受到受阻碍的视距OLOS的影响，考虑设计一个判决器。将受OLOS影响的信号通过判决器提出掉，剩下的节点用于定位。常用的定位方法有三边定位法三角定位法。因为是测的距离而非角度，所以采用三边定位法定位。最后，用Matlab软件进行仿真。（2）主要研究内容①传感器/执行器网络平台的搭建布置好传感器节点和执行器节点，其中服务机器人作为网络中的执行器。并检查每个传感器节点是否可以正常采集并发送数据，无线传感网的结构以及节点间的通信，以及实现数据的同步采集；②测距模型的拟合室内环境比较复杂，存在墙壁、物品等障碍物及人的频繁移动都对无线信号的传播造成巨大阻碍，在无线传感器网络中，无线信号在开阔空间中随收发设备间距呈指数衰减，而对于室内狭小的复杂，自由空间的无线信号的传播模型并不能很好的适用，反而在应用传统的无线信道衰减模型时会产生较大。所以需要分别针对视距LOS和受阻碍的视距OLOS的情况建立不同的模型，分别来进行数据的采集和参数的拟合。③定位算法的设计在设计定位算法时，需要对接收到的节点数据进行处理。针对LOS和OLOS情况下信号特点的不同，设计一个判决条件。当接受到节点信息之后，使用判决规则进行判决，将不满足判决条件的节点作为受阻碍的视距OLOS节点给予剔除。让余下的节点作为参考节点对机器人进行定位。④定位算法的评价利用Matlab仿真软件将提出的算法与一种比较好的空间谱估计算法进行比较，比较出算法的优劣性。（3）拟解决的关键问题①多径效应、障碍物对信号强度的干扰问题分析信号在室内传播过程受到的多径效应、障碍物的干扰，以及在受阻碍的情况下参数的拟合问题。②节点的动态选择问题建立判决模型，确定判决条件，选出并剔除OLOS情况下的节点。 2．拟采取的研究方法、技术路线、实施方案及可行性分析（1）拟研究方法为了保证研究的科学性、规范性与合理性，本课题在研究前期搜集了大量的相关文献资料，并且对文献资料进行分类、归纳、整理与总结。通过这个过程，能够帮助我全面地、正确地了解基于WSN室内定位的发展历史和研究现状，准确地确定研究课题，提高研究的效率。通过对室内定位算法的深入了解，使我认识到在本课题中应注意的问题。在后续的研究中，对基于距离的定位算法加以利用，主要针对原先简单的室内环境下节点技术在实际动态环境下的局限性的深入研究，设计出一种切实可行的算法提高室内定位的实用性。（2）技术路线和实施方案搭建传感器/执行器网络平台测距模型的拟合定位算法的设计定位算法的评价图5技术路线技术路线如框图所示，首先搭建传感器/执行器网络平台，然后进行测距模型的拟合以及定位算法的设计。最后对设计的算法性能进行评价。数据采集测距模型的拟合LOS模型参数拟合数据采集OLOS模型参数拟合图6测距模型的拟合 接收到节点信息根据LOS、OLOS信号特点的不同设计判决规则将不满足判决条件的节点作为OLOS的节点提出余下的节点作为参考节点对服务机器人定位图7定位算法的设计定位算法的设计需要重点考虑的是判决规则的设计：即根据视距LOS、受阻碍的视距OLOS情况下信号的不同特征设计一个判决条件。当接受到节点信息之后，使用判决规则进行判决，将不满足判决条件的节点作为受阻碍的视距OLOS节点给予剔除。让余下的节点作为参考节点对机器人进行定位。（3）可行性分析本课题采用的方式是理论研究与实验相结合的方案，所运用的资料来源广泛、内容充足、贴近论文、利用率高。实验室已搭建传感器/协调器网络平台，并配有ZigBee节点模块，为接下来的定位工作提供硬件支持。同时学校丰富的图书馆资源，给课题的顺利展开提供了可靠保证。最重要的是在导师的悉心指导下，为本课题提供了重要的技术支持。 五、预期研究成果（本节可以整页扩页）对所研究的成果进行阐述，同时要对与前文研究内容的相关性及与前人（他人）研究成果的差异性进行描述（1）预期研究成果1）针对室内环境的不同，拟合出LOS、OLOS情况下的测距模型，提出判决规则，完成定位算法的设计2）在此基础上就“基于传感器/执行器网络的室内服务机器人定位技术研究”课题发表学术论文一篇，并完成硕士论文；（2）与前文内容的相关性本课题在阅读了大量论文的基础上而进行的研究，在对前文算法深入研究的基础上，对其进行总结归纳，其中基于RSSI测距模型、三边定位算法等都已被前文大量应用。在了解前文算法优缺点的基础上，前文算法的基础上进行创新，提出自己的想法来解决前文未解决的实际问题。（3）与前人研究成果的差异性一方面，前人研究的方法都是考虑在简单环境下的进行室内定位，室内环境比较复杂，存在墙壁、物品等障碍物及人的频繁移动都对无线信号的传播造成巨大阻碍，在无线传感器网络中，无线信号在开阔空间中随收发设备间距呈指数衰减，而对于室内狭小的复杂，自由空间的无线信号的传播模型并不能很好的适用，反而在应用传统的无线信道衰减模型时会产生较大。所以本文需要分别针对视距LOS和受阻碍的视距OLOS的情况建立不同的模型，分别来进行数据的采集和参数的拟合。另一方面，前人在定位方案设计上都是简单的采用三边或者三角定位算法，而本课题针对LOS和OLOS情况下信号特点的不同，设计一个判决条件。当接受到节点信息之后，使用判决规则进行判决，将不满足判决条件的节点作为受阻碍的视距OLOS节点给予剔除。让余下的节点作为参考节点对服务机器人进行定位。 六、研究条件（本节不允许扩页）1．所需实验手段、研究条件和实验条件（如果没有，可以空白）（1）IEEE、CNKI会议论文、期刊若干篇；（2）传感器节点若干、服务机器人一台、协调器一个、PC机一台；（3）IARSystems软件平台、MATLAB仿真软件。2．所需经费，包含经费来源、开支预算（工程设备、材料须填写名称、规格、数量）（如果没有，可以空白） 七、工作计划（本节不允许扩页）序号阶段及内容工作量估计（时数）起止日期阶段研究成果1第一阶段：搜集有关无线传感器/执行器网络的资料、并进行泛读、整理4002014.3.1—2014.4.30了解无线传感器/执行器网络的一些基本知识2第二阶段：搜集有关无线传感器网络在室内定位的应用，并进行泛读、整理4002014.5.1—2014.6.30掌握室内定位的基本算法以及最新动态、方法3第三阶段：学习和了解IAR变成开发环境及ZigBee技术，对硬件和者软件平台进行调试8002014.7.1—2014.10.31了解ZigBee技术原理和掌握实验平台的调试方法4第四阶段：对测距模型进行拟合、对定位算法和判决规则进行设计10002014.11.1—2015.3.31完成复杂环境下室内定位算法的设计并对算法性能进行分析5第五阶段：整理自己所做的工作，撰写毕业论文，准备答辩6002015.4.1—2015.6.30完成论文的撰写和论文答辩材料合计'