基于K均值聚类的二进制传感器网络多目标定位方法
针对存在错误报警的二进制传感器网络,提出基于K均值聚类的二进制传感器网络多目标定位方法。在目标和节点间距离信息未知的条件下,提出基于K均值聚类的改进加正减负算法(KMC-ISNAP)对目标位置进行估计,引入影响因子降低分类过程中模糊节点对多目标定位误差的影响。仿真实验表明,K均值聚类方法在多个目标随机分布情况下能够对报警节点进行准确分类,与质心估计算法和加正减负算法相比, KMC-ISNAP多目标定位方法具有较高的定位精度和较好的容错性。
无线传感器网络、二进制传感器、K均值聚类、多目标定位
TP393(计算技术、计算机技术)
国家自然科学基金项目61273078;国家重点实验室基金项目RLO200913
2013-10-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
1497-1501