基于K-means聚类点密度加权质心定位算法研究

发布时间：2017-09-04 15:03

  本文关键词：基于K-means聚类点密度加权质心定位算法研究

  更多相关文章： 无线传感器网络 RSSI测距 K-means聚类 融合 加权质心定位

【摘要】：随着移动通信技术的飞速发展,基于无线传感器网络(Wireless Sensor Networks,WSNs)的定位技术受到越来越多的关注。无线传感器网络是由大量随机部署在监测区域的传感器节点组成,这些传感器节点通过自组织方式形成了一个多跳的动态自组织网络,目的是为了对网络覆盖区域中感兴趣的信息进行协同感知、采集以及处理。作为信息自动获取的重要技术之一,无线传感器网络技术综合了无线通信、嵌入式技术以及传感器技术等,其应用领域非常的广泛,如井下人员定位、消防救援、安全监控、环境监测[1-3]、智能家居[4-6]等。虽然如今的科技越来越发达,但矿难、火灾等的救援工作由于无法精确定位到受害者位置而增加了风险,是一个亟待解决的问题。本文在传统的基于RSSI测距和质心定位非测距算法基础上,取两者的优势进行融合,提出了基于K-means聚类点密度加权质心定位算法(KCPD-WCLA)。本文的主要工作如下:(1)首先对无线传感网络节点定位的相关算法进行分析、研究,分为基于测距和基于非测距两种定位算法,其中本文最主要侧重对基于RSSI的测距和质心非测距定位算法研究。(2)由于在WSNs应用中,信标节点的个数一般比较多。进行定位时,对这些大量数据进行处理将面临计算量大、计算复杂度高的问题,必须找出一种适合的算法来处理大量的数据集。而目前已有的处理大量数据集的聚类算法有很多种,本文主要对基于划分方法中的K-means聚类算法进行研究。(3)利用RSSI测距得到未知节点与大量信标节点的距离值,原始的分组方式是对信标节点数n采用3的分组方式,然后再利用三边定位法得到许多接近真实位置的估计值。但是由于n值一般比较大,利用3计算量很大,会增加计算复杂度。对此进行研究并提出一种计算复杂更小的分组方式。(4)对基于RSSI测距及加权质心非测距定位算法进行融合,再结合K-means聚类某些特性,针对无线传感器网络在定位中的应用,提出一种基于K-means聚类点密度加权质心定位算法(KCPD-WCLA),因其简便、易行的方式而有效的降低了WSNs算法复杂度,与其它现行一些定位算法比较定位精度有所提高。最后,本文采用MATLAB7.0仿真工具对KCPD-WCLA算法、MLA算法及WCLA算法进行了仿真实验,实验结果表明:该算法比MLA和WCLA在定位精度上有明显改善,具有可操作性强,定位精度高等优势,符合WSNs一般性应用场景,具有普遍适用性。
【关键词】：无线传感器网络 RSSI测距 K-means聚类 融合 加权质心定位
【学位授予单位】：江西师范大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP212.9;TN929.5
【目录】：

• 摘要3-4
• Abstract4-8
• 第一章 绪论8-13
• 1.1 研究背景及意义8-9
• 1.2 国内外研究现状分析9-10
• 1.3 本文主要贡献10-11
• 1.4 本文组织架构11-13
• 第二章 无线传感网络节点定位技术13-20
• 2.1 基于测距的定位算法13-16
• 2.1.1 三边定位算法13-14
• 2.1.2 三角定位算法14-15
• 2.1.3 最大似然估计法15-16
• 2.2 基于非测距的定位算法16-17
• 2.2.1 质心算法16
• 2.2.2 DV-Hop算法16-17
• 2.2.3 APIT算法17
• 2.3 定位性能评价指标17-19
• 2.4 本章小结19-20
• 第三章 RSSI与WCLA融合的定位算法20-32
• 3.1 RSSI测距定位算法分析20-21
• 3.2 加权质心定位算法（WCLA）分析21-22
• 3.3 融合定位算法实现22-31
• 3.3.1 基于RSSI测距技术参数获取23-26
• 3.3.2 改进分组方式的三边定位算法估计位置26-27
• 3.3.3 基于K-means聚类点密度加权质心定位算法（KCPD-WCLA）27-31
• 3.4 本章小结31-32
• 第四章 仿真实验及结果分析32-40
• 4.1 仿真实验环境设置及过程32
• 4.2 算法计算复杂度分析32-34
• 4.3 定位精度分析34-38
• 4.3.1 仿真实验一及分析34-36
• 4.3.2 仿真实验二及分析36-38
• 4.4 本章小结38-40
• 第五章 总结与展望40-42
• 5.1 本文工作总结40
• 5.2 未来工作展望40-42
• 参考文献42-46
• 致谢46-47
• 攻读硕士学位期间公开发表的论文47

【相似文献】

中国期刊全文数据库 前10条

1 刘皇保;王涛;彭刚;;一种改进的质心定位算法[J];微型机与应用;2013年11期

2 吴瑟;韩洋;;无线传感器质心定位算法的研究与改进[J];科技情报开发与经济;2009年35期

3 张亚军;文桦;;基于加权阈值质心定位算法的无线传感器[J];实验室研究与探索;2010年11期

4 梁建国;傅游;;无线传感器网络质心定位算法改进研究[J];微型电脑应用;2014年03期

5 王学伟;张春华;赵钊;赵仕伟;;低信噪比星象质心定位算法分析[J];红外技术;2009年06期

6 朱玲玲;程学云;魏晓宁;;基于高斯修正测距模型的节点改进加权质心定位算法设计[J];计算机测量与控制;2012年11期

7 陈一君;沈晓明;;基于统计参数优化的质心定位算法探讨[J];电脑编程技巧与维护;2013年04期

8 李勇;鲁黎;张强;;一种消除盲区的无线传感器网络四边加权质心定位算法[J];科技视界;2014年03期

9 王慧锋;高瞻;蔡延华;曾晟;;认知无线电网络中移动加权质心定位算法[J];军事通信技术;2013年02期

10 张军;王潜平;;动态节点质心定位改进算法[J];计算机工程与设计;2011年02期

中国重要会议论文全文数据库 前3条

1 金鑫;;一种改进型无线传感器网络质心定位算法[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（下册）[C];2008年

2 王栋栋;孙燕;;对加权质心定位算法的改进[A];2008'中国信息技术与应用学术论坛论文集（二）[C];2008年

3 李占波;刘慧玲;;基于Zigbee技术的加权质心定位算法[A];计算机研究新进展（2010）——河南省计算机学会2010年学术年会论文集[C];2010年

中国硕士学位论文全文数据库 前2条

1 张乙竹;基于K-means聚类点密度加权质心定位算法研究[D];江西师范大学;2016年

2 赵翠;加权质心和DV-Hop混合算法研究[D];华中师范大学;2011年

，

本文编号：792216