基于K最近邻分类的无线传感器网络定位算法

作     者：石欣 印爱民 张琦 Shi Xin;Yin Aimin;Zhang Qi

作者机构：重庆大学自动化学院重庆400030 

出 版 物：《仪器仪表学报》 (Chinese Journal of Scientific Instrument)

年 卷 期：2014年第35卷第10期

页      面：2238-2247页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 081201[工学-计算机系统结构] 081102[工学-检测技术与自动化装置] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家工信部2011年物联网发展专项资金 国家科技重大专项(2011BAJ03B13) 重庆市科委自然科学基金(cstc2012jja40037)资助项目 

主　　题：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 

摘      要：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。