基于K-means聚類點密度加權質(zhì)心定位算法研究.pdf

1、隨著移動通信技術的飛速發(fā)展，基于無線傳感器網(wǎng)絡（Wireless Sensor Networks,WSNs）的定位技術受到越來越多的關注。無線傳感器網(wǎng)絡是由大量隨機部署在監(jiān)測區(qū)域的傳感器節(jié)點組成，這些傳感器節(jié)點通過自組織方式形成了一個多跳的動態(tài)自組織網(wǎng)絡，目的是為了對網(wǎng)絡覆蓋區(qū)域中感興趣的信息進行協(xié)同感知、采集以及處理。作為信息自動獲取的重要技術之一，無線傳感器網(wǎng)絡技術綜合了無線通信、嵌入式技術以及傳感器技術等，其應用領域非常的廣泛，如

2、井下人員定位、消防救援、安全監(jiān)控、環(huán)境監(jiān)測、智能家居等。
　　雖然如今的科技越來越發(fā)達，但礦難、火災等的救援工作由于無法精確定位到受害者位置而增加了風險，是一個亟待解決的問題。本文在傳統(tǒng)的基于RSSI測距和質(zhì)心定位非測距算法基礎上，取兩者的優(yōu)勢進行融合，提出了基于K-means聚類點密度加權質(zhì)心定位算法（KCPD-WCLA）。本文的主要工作如下：
　?。?）首先對無線傳感網(wǎng)絡節(jié)點定位的相關算法進行分析、研究，分為基于測距和基

3、于非測距兩種定位算法，其中本文最主要側重對基于RSSI的測距和質(zhì)心非測距定位算法研究。
　?。?）由于在WSNs應用中，信標節(jié)點的個數(shù)一般比較多。進行定位時，對這些大量數(shù)據(jù)進行處理將面臨計算量大、計算復雜度高的問題，必須找出一種適合的算法來處理大量的數(shù)據(jù)集。而目前已有的處理大量數(shù)據(jù)集的聚類算法有很多種，本文主要對基于劃分方法中的K-means聚類算法進行研究。
　?。?）利用RSSI測距得到未知節(jié)點與大量信標節(jié)點的距離值，原

4、始的分組方式是對信標節(jié)點數(shù)n采用C3n的分組方式，然后再利用三邊定位法得到許多接近真實位置的估計值。但是由于n值一般比較大，利用C3n計算量很大，會增加計算復雜度。對此進行研究并提出一種計算復雜更小的分組方式。
　?。?）對基于RSSI測距及加權質(zhì)心非測距定位算法進行融合，再結合K-means聚類某些特性，針對無線傳感器網(wǎng)絡在定位中的應用，提出一種基于K-means聚類點密度加權質(zhì)心定位算法（KCPD-WCLA），因其簡便、易行的