基于最大似然估计的加权质心定位算法

《基于最大似然估计的加权质心定位算法》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、信息与控制２０１６年第４５卷第５期：５８２～５８７ＤＯＩ：１０．１３９７６／ｊ．ｃｎｋｉ．ｘｋ．２０１６．０５８２文章编号：１００２－０４１１（２０１６）－０５－０５８２－０６基于最大似然估计的加权质心定位算法１，２１，２卢先领，夏文瑞１．江南大学“轻工过程先进控制”教育部重点实验室，江苏无锡２１４１２２；２．江南大学物联网工程学院，江苏无锡２１４１２２基金项目：江苏省产学研联合创新资金前瞻性联合研究资助项目（ＢＹ２０１４０２３３１）；江苏省“六大人才高峰”资助项目（ＷＬＷ００７）通信作者：卢先领，ｊ

2、ｎｌｕｘｌ＠ｇｍａｉｌ．ｃｏｍ收稿／录用／修回：２０１５－０７－０３／２０１５－１０－０８／２０１６－０１－１３摘要关键词为解决无线传感器网络中节点自身定位问题，针对接收信号强度指示（ｒｅｃｅｉｖｅｄ无线传感器网络（ＷＳＮ）ｓｉｇｎａｌｓｔｒｅｎｇｔｈｉｎｄｉｃａｔｉｏｎ，ＲＳＳＩ）测距误差大和质心定位算法精度低的问题，提出一种最大似然估计基于最大似然估计的加权质心定位算法．首先通过计算将估计距离与实际距离之间质心算法的最大似然估计值作为权值，然后在权值模型中，引进一个参数ｋ优化未知节点周室内定位围锚节点

3、分布，最后计算出未知节点的位置并加以修正．仿真结果表明，基于最大中图分类号：ＴＰ３９３似然估计的加权质心算法具有定位精度高和成本低的特点，优于基于距离倒数的质文献标识码：Ａ心加权和基于ＲＳＳＩ倒数的质心加权算法，适用于大面积的室内定位．ＷｅｉｇｈｔｅｄＣｅｎｔｒｏｉｄＬｏｃａｌｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎＭａｘｉｍｕｍＬｉｋｅｌｉｈｏｏｄＥｓｔｉｍａｔｉｏｎ１，２１，２ＬＵＸｉａｎｌｉｎｇ，ＸＩＡＷｅｎｒｕｉ１．ＫｅｙＬａｂｏｒａｔｏｒｙｆｏｒＡｄｖａｎｃｅｄＰｒｏｃｅｓｓＣｏｎｔｒｏｌ

4、ｆｏｒＬｉｇｈｔＩｎｄｕｓｔｒｙｏｆｔｈｅＥｄｕｃａｔｉｏｎＭｉｎｉｓｔｒｙｏｆＣｈｉｎａ，ＪｉａｎｇｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｗｕｘｉ２１４１２２，Ｃｈｉｎａ；２．ＳｃｈｏｏｌｏｆＩｎｔｅｒｎｅｔｏｆＴｈｉｎｇｓＥｎｇｉｎｅｅｒｉｎｇ，ＪｉａｎｇｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｗｕｘｉ２１４１２２，ＣｈｉｎａＡｂｓｔｒａｃｔＫｅｙｗｏｒｄｓＩｎｓｏｌｖｉｎｇｔｈｅｐｒｏｂｌｅｍｏｆｌｏｃａｌｉｚｉｎｇｎｏｄｅｓｉｎａｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋ，ｗｅｐｒｏｐｏｓｅａｗｅｉｇｈｔｅｄｃｅｎｔｒ

5、ｏｉｄｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｌｏｃａｌｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｍａｘｉｍｕｍｌｉｋｅｌｉｈｏｏｄｅｓｔｉｍａｔｉｏｎ，ｗｉｔｈｔｈｅｓｐｅｃｉｆｉｃｇｏａｌｏｆｓｏｌｖｉｎｇｔｈｅｐｒｏｂｌｅｍｓ（ＷＳＮ）；ｏｆｂｉｇｒｅｃｅｉｖｅｄｓｉｇｎａｌｓｔｒｅｎｇｔｈｉｎｄｉｃａｔｉｏｎ（ＲＳＳＩ）ｒａｎｇｉｎｇｅｒｒｏｒａｎｄｌｏｗａｃｃｕｒａｃｙｏｆｔｈｅｃｅｎｔｒｏｉｄｌｏｃａｌｉｚａｔｉｏｎｍａｘｉｍｕｍｌｉｋｅｌｉｈｏｏｄａｌｇｏｒｉｔｈｍ．Ｆｉｒｓｔｌｙ，ｔ

6、ｈｅｍａｘｉｍｕｍｌｉｋｅｌｉｈｏｏｄｅｓｔｉｍａｔｉｏｎｂｅｔｗｅｅｎｔｈｅｅｓｔｉｍａｔｅｄｄｉｓｔａｎｃｅａｎｄｔｈｅａｃｔｕａｌｄｉｓｔａｎｃｅｅｓｔｉｍａｔｉｏｎ；ｉｓｃａｌｃｕｌａｔｅｄａｓｗｅｉｇｈｔｓ．Ｔｈｅｎ，ａｐａｒａｍｅｔｅｒｋｉｓｉｎｔｒｏｄｕｃｅｄｔｏｏｐｔｉｍｉｚｅｔｈｅｗｅｉｇｈｔｓｂｅｔｗｅｅｎｔｈｅａｎｃｈｏｒｎｏｄｅｓｃｅｎｔｒｏｉｄａｌｇｏｒｉｔｈｍ；ａｎｄｔｈｅｕｎｋｎｏｗｎｎｏｄｅｓｉｎｔｈｅｗｅｉｇｈｔｍｏｄｅｌ．Ｆｉｎａｌｌｙ，ｔｈｅｌｏｃａｔｉｏｎｓｏｆｔｈ

7、ｅｕｎｋｎｏｗｎｎｏｄｅｓａｒｅｃａｌｃｕｌａｔｅｄａｎｄｉｎｄｏｏｒｌｏｃａｌｉｚａｔｉｏｎｍｏｄｉｆｉｅｄｂｙｕｓｉｎｇｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｗｅｉｇｈｔｅｄｃｅｎｔｒｏｉｄａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｔｈｅｍａｘｉｍｕｍｌｉｋｅｌｉｈｏｏｄｅｓｔｉｍａｔｉｏｎｈａｓｔｈｅｆｅａｔｕｒｅｓｏｆｈｉｇｈｌｏｃａｌｉｚａｔｉｏｎａｃｃｕｒａｃｙａｎｄｌｏｗｃｏｓｔ，ａｎｄｈａｓｂｅｔｔｅｒｐｅｒｆｏｒｍａｎｃｅｃｏｍｐａ

8、ｒｅｄｗｉｔｈｔｈｅｉｎｖｅｒｓｅｄｉｓｔａｎｃｅｂａｓｅｄａｌｇｏｒｉｔｈｍａｎｄｔｈｅｉｎｖｅｒｓｅＲＳＳＩｂａｓｅｄａｌｇｏｒｉｔｈｍ．Ｈｅｎｃｅ，ｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｉｓｍｏｒｅｓｕｉｔａｂｌｅｆｏｒｔｈｅｉｎｄｏｏｒｌｏｃａｌｉｚａｔｉｏｎｏｆｌａｒｇｅａｒｅａｓ．［８］无线传感器网络定位算法通常可以分为基于测１引言［９－１１］［１２－１３］距和无需测距两类．前者需要获取目标与参考［１］无线