[发明专利]一种基于扇形重叠区域聚类分析的定位方法

权利要求书

1.一种基于扇形重叠区域聚类分析的定位方法，其特征在于，具体包括以下步骤：

S1、拟合接收信号强度指示值RSSI的高斯测距曲线：计算当前环境中高斯分布拟合中信号传输1m时的信号强度损耗以及信号强度衰减指数n从而拟合所述RSSI高斯测距数学表达式；

S2、基于扇形重叠区域划分：根据接收信号强度指示值RSSI分布具有区域差异性的特点，以正方形区域作为应用场景，在正方形四个顶点A、B、C、D各放置一个参考节点，分别为BS1、BS2、BS3、BS4，所述参考节点以所述正方形的边长R作为扇形的覆盖半径，根据被扇形覆盖的次数将正方形内的区域分为盲区、非集中区与集中区；

S3、聚类分析：选取盲区、非集中区与集中区中簇的质心，根据欧式距离准则将未知移动节点MN经高斯筛选的RSSI数据集分别与三个区域簇的质心RSSI数据集进行计算，计算得最小值者则可判断未知移动节点MN在该区域覆盖范围；

S4、距离修正：在选择参考节点定位之前，从参考节点中挑选第一参考节点和第二参考节点，使第一参考节点对第二参考节点进行测量距离修正，第一参考节点与未知节点MN的距离小余第二参考节点与未知节点MN的距离；

S5、动态加权质心定位：动态加权质心定位算法结合盲区、非集中区、集中区RSSI数据集分布差异特性以及加权质心定位WCL具有区域中心特性，加入动态因子，从而对未知节点MN位置进行求解。

2.根据权利要求1所述的基于扇形重叠区域聚类分析的定位方法，其特征在于：所述步骤S1具体包括以下步骤：

S11、对当前环境采样样本每个距离点d的k组数据进行极大似然估计，分别估算高斯分布P_r的均值与方差如下式所示：

S12、利用正态分布概率密度函数求解每个距离点d概率分别为α₁的P_r1(d)与α₂的P_r2(d)，求解过程如下：

P[P_r(d)≤P_r1(d)]＝F[P_r1(d)]＝α₁，

P[P_r(d)≥P_r2(d)]＝1-F[P_r2(d)]＝1-α₂；

S13、筛选出每个距离点概率为[α₁,α₂]区间P_r值，即得在P_r1(d)与P_r2(d)之间的P_r值，将筛选的P_r值定义为高概率事件，把经高斯分布筛选得到的P_r存放到Beacon_val_gauss[m]中，各距离点RSSI均值由下式求得

其中m为经过高斯分布筛选P_r的个数；

S14、将求得的代入下式利用最小二乘法进行曲线拟合，得出拟合数学表达式