基于密度聚類(lèi)優(yōu)化的節(jié)點(diǎn)定位算法.pdf

1、近年來(lái)，隨著物聯(lián)網(wǎng)發(fā)展的推進(jìn)，無(wú)線(xiàn)傳感器網(wǎng)絡(luò)得到了非常廣泛的應(yīng)用，比如在智能家居、工業(yè)控制、智能交通、智慧城市、醫(yī)療衛(wèi)生、軍事國(guó)防等。無(wú)線(xiàn)傳感器網(wǎng)絡(luò)也正在改變我們的生活，并逐漸成為我們生活中不可或缺的一部分。在無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中，我們有時(shí)需要與網(wǎng)絡(luò)上的監(jiān)控對(duì)象進(jìn)行交互，為了便于對(duì)監(jiān)控對(duì)象采取相應(yīng)的措施，需要監(jiān)控對(duì)象所在的物理位置。如果監(jiān)控對(duì)象的位置不明確，則與此相關(guān)的研究工作可能是毫無(wú)意義的。因此，在無(wú)線(xiàn)傳感器網(wǎng)絡(luò)系統(tǒng)中，定位是一項(xiàng)基本的

2、重要功能。
　　無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)定位技術(shù)是目前研究的熱點(diǎn)問(wèn)題之一，當(dāng)前的定位算法大致可以分為兩大類(lèi)，一類(lèi)基于測(cè)距的定位算法，另一類(lèi)基于非測(cè)距的定位算法。這兩類(lèi)算法各有優(yōu)缺點(diǎn)，第一類(lèi)算法主要以距離測(cè)量作為基礎(chǔ)，通過(guò)三邊測(cè)量法或極大似然估計(jì)法等方法對(duì)未知節(jié)點(diǎn)進(jìn)行定位；其優(yōu)點(diǎn)是定位誤差較小、定位準(zhǔn)確度較高，但其缺點(diǎn)是對(duì)節(jié)點(diǎn)的硬件要求較高，增加網(wǎng)絡(luò)的成本。第二類(lèi)算法由于與距離無(wú)關(guān)，對(duì)傳感器節(jié)點(diǎn)的硬件要求相對(duì)較低，同時(shí)也降低了全網(wǎng)的成本

3、，但定位精度不如第一類(lèi)算法。由于無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中對(duì)定位精度的要求通常與應(yīng)用有關(guān)，所以通常根據(jù)不同的應(yīng)用采取不同的定位算法。
　　在大規(guī)模無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中，考慮到經(jīng)濟(jì)成本、節(jié)點(diǎn)硬件簡(jiǎn)單性等特點(diǎn)，在該網(wǎng)絡(luò)上大多采用的是基于非測(cè)距的定位算法，其中，DV-Hop節(jié)點(diǎn)定位算法受到了許多學(xué)者的格外關(guān)注。由于DV-Hop算法在定位上存在許多不足之處，本文提出一種基于密度聚類(lèi)優(yōu)化的改進(jìn)策略，首先對(duì)傳統(tǒng)DV-Hop定位算法采用加權(quán)方式改進(jìn)平均跳距，

4、運(yùn)用共線(xiàn)度判別法和最佳三角形內(nèi)點(diǎn)測(cè)試法篩選參與定位的信標(biāo)節(jié)點(diǎn)組，其次，估計(jì)未知節(jié)點(diǎn)與任意兩個(gè)信標(biāo)節(jié)點(diǎn)的距離，利用三角形性質(zhì)，計(jì)算出未知節(jié)點(diǎn)與剩余信標(biāo)節(jié)點(diǎn)的距離，然后利用三邊測(cè)量法對(duì)未知節(jié)點(diǎn)進(jìn)行初步定位估計(jì)，重復(fù)上述操作，每組信標(biāo)節(jié)點(diǎn)都可以產(chǎn)生對(duì)未知節(jié)點(diǎn)的三次初步定位估計(jì)，將每次的初步定位估計(jì)結(jié)果添加到定位候選集，最后借助DBSCAN聚類(lèi)算法對(duì)定位候選集進(jìn)行優(yōu)化，將定位噪聲點(diǎn)去除，留下定位核心數(shù)據(jù)點(diǎn)，求出未知節(jié)點(diǎn)最佳可能的位置。