[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

说明书

本发明为了提高WSN节点定位精度，针对测距误差对定位结果的影响，提出基于模糊C均值聚类的节点定位算法。算法首先利用三边定位算法得到若干个定位结果，将这些定位信息作为聚类的初始样本。通过聚类算法分析可以得到每个类的成员个数。然后，通过查找成员个数较少的类就可以找出误差较大的测距值，并将其丢弃。最后，对优选后的测距值利用多边定位方法进行定位计算。仿真结果表明，本发明算法能有效降低节点定位误差。

技术领域

本发明涉及一种基于模糊C均值聚类的无线传感器网络节点定位算法，属于无线通信技术领域。

背景技术

无线传感器网络是由具有感知能力、计算能力、无线通信能力的传感器节点组成，广泛应用于军事侦察、生产过程监控、环境监测等方面。网络节点的自身定位是传感器网络应用的基础和重要支撑，在基于位置信息的路由、目标监测与跟踪等许多应用领域都需要网络节点的具体位置信息，以便在网络通信和节点协作方面利用位置信息完成具体要求。

传感器网络节点定位方法跟据对节点位置的估测机制，可分为基于测距的(Range-based)和无需测距的定位算法(Range-free)两种。基于测距的定位算法是通过测量节点间的距离或特定角度信息，使用三边测量法、三角测量法或最大似然估计法来估算节点近似位置；而无需测距的定位算法仅依靠网络的连通性估算未知节点的位置坐标，其功耗比较小，但估算出的节点坐标的准确度比较低。基于测距的定位算法与无需测距的定位算法相比，虽然前者的硬件成本有所增加，但是其定位精度有着明显的优势。随着对定位精度要求的提高，基于测距的定位算法在节点定位技术中将会有更好的发展。

在基于测距的定位算法中，基于接受信号强度指示(RSSI,received signalstrength indicator)测距技术是一种低功率、廉价的测距技术。因节点本身的无线通信芯片就具有计算收发信号强度的能力，因此基于RSSI的测距技术不需要附加额外的硬件，不会带来硬件成本的增加，其定位精度较无需测距方法又有着明显的优势，所以基于RSSI的测距是无线传感器网络定位比较常用的方法。

本发明针对基于RSSI的定位算法中因测距误差而影响定位精度的不足，利用模糊C均值聚类算法对初次定位结果进行分析，找出测距的粗大误差，并利用剩余测距结果理想的数据进行定位计算。提出基于模糊C均值聚类的改进定位算法(FCML,fuzzy c-meanscluster analysis based multilateral localization algorithm)，通过与已有算法进行仿真比较，本发明算法在定位精度上有了一定的提高。

发明内容

发明目的：针对现有技术中存在的问题，本发明提供一种计算精度较高的基于模糊C均值聚类的无线传感器网络节点定位算法。

技术方案：为实现上述发明目的，本发明采用的技术方案如下：

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，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。

作为优选，所述步骤(3)中具体步骤包括：