仪器仪表学报
儀器儀錶學報
의기의표학보
CHINESE JOURNAL OF SCIENTIFIC INSTRUMENT
2014年
10期
2238-2247
,共10页
无线传感器网络%位置估计%定位算法%K最近邻算法%质点弹簧优化
無線傳感器網絡%位置估計%定位算法%K最近鄰算法%質點彈簧優化
무선전감기망락%위치고계%정위산법%K최근린산법%질점탄황우화
WSNs%position estimation%localization algorithm%KNN%MSO
针对无线传感器网络中,大部分节点硬件配置低,缺少自定位能力的问题,提出一种基于K最近邻分类的分布式算法LKNN.将定位问题转换成为分类问题,根据信标节点的位置信息和相距跳数计算节点间的相似度,利用K最近邻(KNN)二分分类横纵坐标,确定未知节点的坐标,经过质点弹簧算法MSO进一步优化节点的估计位置.仿真研究表明,LKNN算法定位过程中,K最近邻算法分类准确度高,质点弹簧算法可以改善边界效应,提高边缘区域节点的定位精度.相比于DV-Hop算法,LKNN定位效果更为理想,尤其是在C形随机分布的不规则网络中,平均误差和误差的标准差减小20％ ～50％.进一步实验结果验证了LKNN算法的有效性和实用性.
針對無線傳感器網絡中,大部分節點硬件配置低,缺少自定位能力的問題,提齣一種基于K最近鄰分類的分佈式算法LKNN.將定位問題轉換成為分類問題,根據信標節點的位置信息和相距跳數計算節點間的相似度,利用K最近鄰(KNN)二分分類橫縱坐標,確定未知節點的坐標,經過質點彈簧算法MSO進一步優化節點的估計位置.倣真研究錶明,LKNN算法定位過程中,K最近鄰算法分類準確度高,質點彈簧算法可以改善邊界效應,提高邊緣區域節點的定位精度.相比于DV-Hop算法,LKNN定位效果更為理想,尤其是在C形隨機分佈的不規則網絡中,平均誤差和誤差的標準差減小20％ ～50％.進一步實驗結果驗證瞭LKNN算法的有效性和實用性.
침대무선전감기망락중,대부분절점경건배치저,결소자정위능력적문제,제출일충기우K최근린분류적분포식산법LKNN.장정위문제전환성위분류문제,근거신표절점적위치신식화상거도수계산절점간적상사도,이용K최근린(KNN)이분분류횡종좌표,학정미지절점적좌표,경과질점탄황산법MSO진일보우화절점적고계위치.방진연구표명,LKNN산법정위과정중,K최근린산법분류준학도고,질점탄황산법가이개선변계효응,제고변연구역절점적정위정도.상비우DV-Hop산법,LKNN정위효과경위이상,우기시재C형수궤분포적불규칙망락중,평균오차화오차적표준차감소20％ ～50％.진일보실험결과험증료LKNN산법적유효성화실용성.
