[发明专利]高精度AOA分簇定位方法

权利要求书

1.一种高精度AOA分簇定位方法，其特征在于：

使用分簇算法对节点群进行分簇，然后在簇内进行簇首选择，新加入的节点自动选择最近的一个簇加入，每个节点内部都根据信号发射方向进行角度测量，完成上述步骤之后根据AOA测距算法计算两节点之间距离，然后获取相对坐标，由簇首发送到总簇首汇总后计算出事实坐标。

2.如权利要求1所述的高精度AOA分簇定位方法，其特征在于包括以下步骤：

1)发送广播，确定自身与周边所有锚节点的连通；

2)在一个圆形区域内，选取一个节点作为坐标原点，如果存在两颗或以上的条件相同的节点，则自动选取这几个节点的中心点作为坐标原点，当确定了总簇首之后，从簇总节点再次广播；

3)根据簇总节点位置，周边节点自动划分所属的簇，随机从边上选取距离1～3个跳的节点作为簇首；

4)确定所有簇首之后，再次广播，获取所需角度，以AOA算法确定与簇相邻的节点的位置信息，然后以类似广播的方式，将所有节点的位置信息计算出来；

5)由最开始知道的总簇首坐标，每个节点自己测试自己与簇首，总簇首的夹角，并由此得出该坐标的数据，与原来的数据一起取平均值。

3.如权利要求2所述的高精度AOA分簇定位方法，其特征在于：

所述步骤3)中分簇算法如下：

31)d(S＝S1)节点N(d)＝{a，b，c，g}，此时簇内有{d}；

32)若a(S＝S0)，则将a划分到N(d)里，簇内有{d，a}；

33)若b(S＝S0)，则将b划分到N(d)里，簇内有{d，a，b}；

34)若c(S＝S1)，则将c划分到N(d)里，簇内有{d，a，b}；

35)若是g未被分簇，若g(S＝S3)，则取消该划分，簇内有{d，a，b}；

36)分别从N(a)与N(d)重复上述一到五的步骤，再划分一次后再 次从边上随机选取1～3个节点作为簇首以此类推，其中NNi表示节点i的邻节点数量，S0表示当前节点在等待，S1表示当前节点为簇首，S3表示当前节点为普通节点，N(i)表示节点i的邻节点。

4.如权利要求2所述的高精度AOA分簇定位方法，其特征在于包括以下步骤：

6)簇大小不相同时，所以产生差异将会重新选取簇首，选择一个簇内部选择有最小Wi的节点i来担当新簇头：

其中Wi代表节点的复合权重，Ei是节点i的剩余能量，α是大于0的权重因子。