基于聚类的节点定位算法.docxVIP

基于聚类的节点定位算法 基于接收消息强度（ri）的测距是无线传感器网络定位技术中最常用的方法。RSSI测距的准确性主要体现在模型参数上。国内外很多文献在定位场景中都采用相同的模型参数, 如文献采用拟合曲线对测试数据进行处理, 获取模型参数;文献提出一种无线信号衰减模型线性化方法实现无需先验测试的节点定位;文献将模型参数和待定位节点坐标作为未知数, 通过最大似然法联合迭代求解。但在实际应用中, 由于多径、绕射、障碍物等复杂因素的影响, 这些算法并没有充分考虑同一距离场景下不同位置的环境差异性的影响, 使无线信道中节点间的测距不可避免地产生误差。针对环境差异性问题, 本文提出一种基于聚类的节点定位算法 (以下简称聚类定位法) 。 1 接收信号强度的确定 RSSI通过测量信号从发射端到接收端的衰减来计算节点间的实际距离。在无线通信中, 常用的传播模型有自由空间传播模型、对数距离路径损耗模型、哈塔模型、对数-常态分布模型。本文采用的是Shadowing理论模型: 式中, d0为近地参考距离;P0是距离为d0时的接收信号强度;d为距发射端的真实距离;P是距离为d时的接收信号强度;ξ为以dB为单位的遮蔽因子;n是路径损耗指数, 其大小取决于无线信号的传播环境, 如表1所示。由于在实际环境中ξ是均值为0、标准差为σ的正态随机变量, 为简化模型, 将ξ的影响忽略, 选用以下模型: 式中, 参数A