基于相似度分析的無線傳感器網(wǎng)絡(luò)定位算法研究.pdf

1、無線傳感器網(wǎng)絡(luò)的出現(xiàn)，作為橋梁，連接了虛擬信息世界與現(xiàn)實(shí)物理世界，人們可以直接感受來自客觀世界的反饋，進(jìn)而使周圍環(huán)境“可觀可控”。無線傳感器網(wǎng)絡(luò)應(yīng)用的目標(biāo)在于感知對(duì)象，因此，確定采集信息的來源對(duì)傳感器網(wǎng)絡(luò)應(yīng)用的重要性不言而喻。
　　典型定位算法多數(shù)是從測(cè)量技術(shù)出發(fā)來設(shè)計(jì)算法，因此過于依賴測(cè)量信息的準(zhǔn)確程度，對(duì)測(cè)量誤差的容忍能力較弱，從控制科學(xué)的觀點(diǎn)來看，即算法容錯(cuò)性差，系統(tǒng)魯棒性（健壯性）不好?；谙嗨贫确治龅乃惴ň哂幸欢ǖ哪：?/p>

2、，測(cè)量信息只要滿足一定的等級(jí)順序關(guān)系即可進(jìn)行準(zhǔn)確的分類。因此，本文嘗試通過相似性/不相似性數(shù)據(jù)度量分析，分類判定節(jié)點(diǎn)位置坐標(biāo)，進(jìn)行定位，主要研究?jī)?nèi)容由以下三個(gè)方面構(gòu)成：
　?、傧到y(tǒng)介紹無線傳感器網(wǎng)絡(luò)研究背景、體系結(jié)構(gòu)，詳細(xì)論述節(jié)點(diǎn)定位對(duì)于無線傳感器網(wǎng)絡(luò)應(yīng)用的重要意義。通過對(duì)典型定位算法的分類比較，發(fā)現(xiàn)過分依賴于測(cè)量技術(shù)，容錯(cuò)性差。由接收信號(hào)強(qiáng)度、跳數(shù)信息作為特征向量，分析節(jié)點(diǎn)間的相似程度，利用基于相似度分析的算法去解決定位問題，改

3、善定位效果。
　?、卺槍?duì)無線傳感器網(wǎng)絡(luò)中，大部分節(jié)點(diǎn)硬件配置低，缺少自定位能力的問題，提出一種基于K最近鄰分類的分布式算法LKNN。用分類的理念來解決定位問題，根據(jù)信標(biāo)節(jié)點(diǎn)的位置信息和由相距跳數(shù)計(jì)算的節(jié)點(diǎn)相似度，K最近鄰（KNN）分類判別節(jié)點(diǎn)橫縱坐標(biāo)，確定節(jié)點(diǎn)位置，利用質(zhì)點(diǎn)彈簧算法MSO進(jìn)一步優(yōu)化節(jié)點(diǎn)的估計(jì)位置。仿真研究表明，LKNN算法定位過程中，K最近鄰算法分類準(zhǔn)確度高；質(zhì)點(diǎn)彈簧算法可以改善邊界效應(yīng)，提高邊緣區(qū)域節(jié)點(diǎn)的定位精度

4、。相比于DV-Hop算法，LKNN定位效果更為理想，尤其是在C形隨機(jī)分布的不規(guī)則網(wǎng)絡(luò)中，平均誤差和誤差的標(biāo)準(zhǔn)差減小20％~50%。進(jìn)一步實(shí)驗(yàn)結(jié)果驗(yàn)證了LKNN算法的有效性和實(shí)用性。
　?、坩槍?duì)基于 RSSI的無線傳感器網(wǎng)絡(luò)室內(nèi)移動(dòng)目標(biāo)定位算法易受干擾，誤差波動(dòng)較大等問題，提出一種改進(jìn)的 RSSI多維標(biāo)度室內(nèi)定位算法 RSSI-CMDS，采用節(jié)點(diǎn)信號(hào)強(qiáng)度建立相異性矩陣，多維標(biāo)度法求解節(jié)點(diǎn)相對(duì)坐標(biāo)，根據(jù)參考節(jié)點(diǎn)的實(shí)際坐標(biāo)，通過平面四參