[发明专利]基于模糊C均值聚类的无线传感器网络节点定位算法

权利要求书

1.一种基于模糊C均值聚类的无线传感器网络节点定位算法，其特征在于，包括如下步骤：

(1)未知节点根据获取到的信标节点广播的信息计算得到与各信标节点的距离值；

(2)未知节点将所得到的距离值每三个为一组，利用三边定位算法得到若干定位结果；

(3)将所述定位结果作为聚类初始样本基于模糊C均值聚类算法进行聚类分析，得到聚类结果；

(4)从所含元素个数较少的聚类子集中找出误差较大的距离值；

(5)去除步骤(4)得到的误差较大的距离值后，利用多边定位算法计算得到最终的定位结果；其中多边定位算法采用改进参考值的多边定位算法，所述参考值不是采用任意一个测距信息作为参考，而采用去除了误差较大的距离值后的所有距离值的均值作为参考值，具体步骤包括：

(5.1)对未知节点建立如下方程组

其中未知节点坐标为(x,y)，信标节点的坐标为(x_i,y_i)，i＝1，2，…，F，d_i为通过信号强度测量得到的距离值；

(5.2)构造参考值方程

其中

(5.3)将方程组中的每个方程与参考值方程作差，得到：

求解方程组得到未知节点的坐标。

2.根据权利要求1所述的一种基于模糊C均值聚类的无线传感器网络节点定位算法，其特征在于，所述步骤(3)中具体步骤包括：

(3.1)设定聚类初始信息，包括初始位置样本集合Z＝(z_j)＝{(x_j,y_j)|j＝1,2,…,n}，需要分类的个数c，幂指数m>1，初始隶属度矩阵U⁰＝(u_ij⁰)和迭代次数l；

(3.2)根据如下公式得到位置样本z_j对应于每个类的隶属度：

其中v_i为第i个类C_i的中心，d(z_j,v_i)为z_j到v_i的距离；

(3.3)根据如下公式计算每个类的聚类中心：

(3.4)判断是否达到迭代终止条件，若达到则迭代终止，得到聚类结果，否则l＝l+1，转到步骤(3.2)。

3.根据权利要求2所述的一种基于模糊C均值聚类的无线传感器网络节点定位算法，其特征在于，所述步骤(3.4)中的迭代终止条件包括：max{|u_ij^l-u_ij^(l-1)|}<ε_u，|J^l-J^(l-1)|<ε_j，或l>L_max，其中ε_u为隶属度终止容限，ε_j为目标函数的终止容限，L_max为最大迭代次数；其中目标函数J^(l)为：

4.根据权利要求1所述的一种基于模糊C均值聚类的无线传感器网络节点定位算法，其特征在于，所述步骤(4)中具体步骤包括：

(4.1)设步骤(3)中的聚类结果表示为W＝{W₁,W₂,…,W_c}，每个子集W_i中的元素个数分别为n₁,n₂,…,n_c；

(4.2)取前t个元素较少的子集min{n₁,n₂,…,n_c}构成新的聚合H＝{h₁,h₂,…,h_t}，这些子集所包含的元素个数分别为{q₁,q₂,…,q_t}；

(4.3)找出H中每个估算位置点对应的三个测距值并进行统计，得到出现次数较多的前m个测距值，确定为误差较大的测距值，其中t和m为设定的阈值。