基于三维Voronoi图划分的加权混合回归定位算法

摘要:

随着无线通信技术和感知技术的发展，基于无线传感器网络的各种技术应运而生，这些技术被广泛应用在智慧农业、智慧交通、消防救援等领域。节点定位技术是无线传感器网络的基础技术之一，位置信息是感知数据的一部分，它决定了下一步要采取的具体措施。由于三维空间定位环境的复杂性，将平面上的定位方法应用在三维空间会有一定的局限性。针对以上问题，研究了基于三维空间Voronoi图的加权混合回归定位算法WMR-SKR。该定位算法分为离线训练和在线测试两个阶段。根据网络中的锚节点对定位空间进行三维Voronoi图划分，离线训练阶段将锚节点和 Voronoi cell 顶点的坐标组成的序列作为训练集进行训练。在线测试阶段通过训练好的定位模型对网络中未知节点的坐标进行预测。仿真实验结果表明，所提算法可有效降低三维空间中的节点定位误差，同时有效提高节点定位速度。

关键词： 节点定位 ; Voronoi图划分 ; 加权混合回归 ; WMR-SKR

0 引言

无线传感器网络（WSN, wireless sensor networks）是现阶段普遍应用的信息采集终端，传感器网络将传感器节点作为载体进行信息采集，对传感器网络节点的位置监测、跟踪和反馈，这些功能直接影响着网络的精准度和实效性。在许多应用中，传感器网络采集的信息与节点的位置息息相关，因此寻找高精度的节点定位技术是一个重要的问题。一般在传感器网络中，节点被分为锚节点和普通节点，锚节点性能比普通节点好，其坐标已知。传感器网络节点定位通过锚节点的坐标来计算未知节点的坐标。在复杂环境下，通过人工将节点部署到指定区域存在较大的困难，且耗费人力，所以，对网络中所有节点实现精准部署存在较大困难。现阶段人们尝试在网络中配置少量坐标已知的锚节点，再通过锚节点定位未知节点。节点通过随机部署的方式被撒到定位区域中ÿ