基于二次质心的无线传感器网络定位算法

节点的定位是无线传感器网络中的一种重要技术。提出了一种新的无线传感器网络定位算法——基于二次质心算法的定位算法,与以往的基于三边测量的加权质心方法不同,该算法改进了对未知节点位置的估算方法,一定程度上避免了因多次估算质心而产生的累积误差,提高了定位精度。仿真表明,该算法的定位精度较之前的三边测量方法提高了约19%。

基于改进加权KNN算法的室内无线电发射源定位研究

针对室内无线电发射源的位置指纹定位问题,提出一种改进加权KNN定位算法。在分析现有定位算法的基础上,建立测试点和参考点的余弦相似度关系,并把该余弦相似度用作KNN在线定位计算的权重,计算出第一次加权质心定位结果,根据此结果判断是否进行二次加权来确定测试点最终的估计位置,最后进行算法的仿真测试。结果表明,较之传统位置指纹算法该算法定位准确度提高17%左右,不仅克服传统算法在发射源定位中由于在线阶段针对测试点接收到的信号强度不同造成的定位稳定性差的问题,还避免当存在离测试点较远的参考点时造成的定位误差大的问题。