论文部分内容阅读
随着移动通信技术的飞速发展,基于无线传感器网络(Wireless Sensor Networks,WSNs)的定位技术受到越来越多的关注。无线传感器网络是由大量随机部署在监测区域的传感器节点组成,这些传感器节点通过自组织方式形成了一个多跳的动态自组织网络,目的是为了对网络覆盖区域中感兴趣的信息进行协同感知、采集以及处理。作为信息自动获取的重要技术之一,无线传感器网络技术综合了无线通信、嵌入式技术以及传感器技术等,其应用领域非常的广泛,如井下人员定位、消防救援、安全监控、环境监测[1-3]、智能家居[4-6]等。虽然如今的科技越来越发达,但矿难、火灾等的救援工作由于无法精确定位到受害者位置而增加了风险,是一个亟待解决的问题。本文在传统的基于RSSI测距和质心定位非测距算法基础上,取两者的优势进行融合,提出了基于K-means聚类点密度加权质心定位算法(KCPD-WCLA)。本文的主要工作如下:(1)首先对无线传感网络节点定位的相关算法进行分析、研究,分为基于测距和基于非测距两种定位算法,其中本文最主要侧重对基于RSSI的测距和质心非测距定位算法研究。(2)由于在WSNs应用中,信标节点的个数一般比较多。进行定位时,对这些大量数据进行处理将面临计算量大、计算复杂度高的问题,必须找出一种适合的算法来处理大量的数据集。而目前已有的处理大量数据集的聚类算法有很多种,本文主要对基于划分方法中的K-means聚类算法进行研究。(3)利用RSSI测距得到未知节点与大量信标节点的距离值,原始的分组方式是对信标节点数n采用3的分组方式,然后再利用三边定位法得到许多接近真实位置的估计值。但是由于n值一般比较大,利用3计算量很大,会增加计算复杂度。对此进行研究并提出一种计算复杂更小的分组方式。(4)对基于RSSI测距及加权质心非测距定位算法进行融合,再结合K-means聚类某些特性,针对无线传感器网络在定位中的应用,提出一种基于K-means聚类点密度加权质心定位算法(KCPD-WCLA),因其简便、易行的方式而有效的降低了WSNs算法复杂度,与其它现行一些定位算法比较定位精度有所提高。最后,本文采用MATLAB7.0仿真工具对KCPD-WCLA算法、MLA算法及WCLA算法进行了仿真实验,实验结果表明:该算法比MLA和WCLA在定位精度上有明显改善,具有可操作性强,定位精度高等优势,符合WSNs一般性应用场景,具有普遍适用性。