基于密度聚類優(yōu)化的節(jié)點定位算法.pdf

1、近年來，隨著物聯網發(fā)展的推進，無線傳感器網絡得到了非常廣泛的應用，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、軍事國防等。無線傳感器網絡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。在無線傳感器網絡中，我們有時需要與網絡上的監(jiān)控對象進行交互，為了便于對監(jiān)控對象采取相應的措施，需要監(jiān)控對象所在的物理位置。如果監(jiān)控對象的位置不明確，則與此相關的研究工作可能是毫無意義的。因此，在無線傳感器網絡系統中，定位是一項基本的

2、重要功能。
　　無線傳感器網絡中節(jié)點定位技術是目前研究的熱點問題之一，當前的定位算法大致可以分為兩大類，一類基于測距的定位算法，另一類基于非測距的定位算法。這兩類算法各有優(yōu)缺點，第一類算法主要以距離測量作為基礎，通過三邊測量法或極大似然估計法等方法對未知節(jié)點進行定位；其優(yōu)點是定位誤差較小、定位準確度較高，但其缺點是對節(jié)點的硬件要求較高，增加網絡的成本。第二類算法由于與距離無關，對傳感器節(jié)點的硬件要求相對較低，同時也降低了全網的成本

3、，但定位精度不如第一類算法。由于無線傳感器網絡中對定位精度的要求通常與應用有關，所以通常根據不同的應用采取不同的定位算法。
　　在大規(guī)模無線傳感器網絡中，考慮到經濟成本、節(jié)點硬件簡單性等特點，在該網絡上大多采用的是基于非測距的定位算法，其中，DV-Hop節(jié)點定位算法受到了許多學者的格外關注。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優(yōu)化的改進策略，首先對傳統DV-Hop定位算法采用加權方式改進平均跳距，

4、運用共線度判別法和最佳三角形內點測試法篩選參與定位的信標節(jié)點組，其次，估計未知節(jié)點與任意兩個信標節(jié)點的距離，利用三角形性質，計算出未知節(jié)點與剩余信標節(jié)點的距離，然后利用三邊測量法對未知節(jié)點進行初步定位估計，重復上述操作，每組信標節(jié)點都可以產生對未知節(jié)點的三次初步定位估計，將每次的初步定位估計結果添加到定位候選集，最后借助DBSCAN聚類算法對定位候選集進行優(yōu)化，將定位噪聲點去除，留下定位核心數據點，求出未知節(jié)點最佳可能的位置。