基于高斯混合模型的无线传感器网络定位算法

吉林大学学报(理学版) ›› 2022, Vol. 60 ›› Issue (3): 713-720.

基于高斯混合模型的无线传感器网络定位算法

方省¹, 罗引^2,3, 曹家^2,3, 徐楠^2,3, 蒋水宾^2,3, 郝艳妮^2,3

1. 天津大学经济与管理学院, 天津 300072； 2. 中国科学院自动化研究所, 北京 100190；
3. 北京中科闻歌科技股份有限公司, 北京 100000

收稿日期:2021-06-03 出版日期:2022-05-26 发布日期:2022-05-26
通讯作者: 曹家 E-mail:jia.cao@wenge.com

Location Algorithm Based on Gaussian Mixture Model in Wireless Sensor Network

FANG Xing¹, LUO Yin^2,3, CAO Jia^2,3, XU Nan^2,3, JIANG Shuibin^2,3, HAO Yanni^2,3

1. School of Economics and Management, Tianjin University, Tianjin 300072, China; 2. Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China; 3. Beijing Wenge Technology Co., Ltd., Beijing 100000, China

Received:2021-06-03 Online:2022-05-26 Published:2022-05-26

摘要/Abstract

摘要： 针对距离误差对定位结果的影响, 提出一种基于高斯混合模型的无线传感器网络定位算法. 该算法将高斯混合模型方法引入到无线传感器网络的定位问题中, 通过高斯混合模型分析找出误差较大的距离信息并将其剔除, 对剩余距离信息使用三边测量定位法进行定位求解, 同时结合加权定位算法进行位置估计. 仿真实验结果表明, 改进算法能提高定位精度, 且定位结果更稳定.

关键词: 高斯混合模型, 无线传感器网络, 定位

Abstract: Aiming at the influence of distance error on the location results, we proposed a location algorithm based on Gaussian mixture model (GMM) in wireless sensor network (WSN). In this algorithm, the GMM method was introduced into the location problem of WSN. The distance information with large error was found by using the analysis of GMM and eliminated. The remaining distance information was solved by trilateral measurement location method, and the position was estimated combined with wighted location algorithm. Simulation results show that the improved algorithm can improve positioning accuracy and the positioning results are more stable.

Key words: Gaussian mixture model (GMM), wireless sensor networks (WSNs), location

中图分类号:

TP391

方省, 罗引, 曹家, 徐楠, 蒋水宾, 郝艳妮. 基于高斯混合模型的无线传感器网络定位算法[J]. 吉林大学学报(理学版), 2022, 60(3): 713-720.

FANG Xing, LUO Yin, CAO Jia, XU Nan, JIANG Shuibin, HAO Yanni. Location Algorithm Based on Gaussian Mixture Model in Wireless Sensor Network[J]. Journal of Jilin University Science Edition, 2022, 60(3): 713-720.

[1]	杨亚男, 朱晓冬, 刘元宁, 朱琳, 董霖. 基于改进YoloV4网络的虹膜定位算法[J]. 吉林大学学报(理学版), 2022, 60(2): 369-380.
[2]	胡黄水, 姚美琴, 王亮, 韩优佳. 基于改进的AP和遗传算法的能量感知分簇路由协议[J]. 吉林大学学报(理学版), 2021, 59(6): 1525-1531.
[3]	张震, 张照崎, 朱留存, 刘济尘, 魏金占, 蔡旭航, 赵成龙. 一种基于Shi-Tomasi和改进LBP的特征匹配及目标定位快速算法[J]. 吉林大学学报(理学版), 2021, 59(5): 1171-1178.
[4]	王出航, 王雪, 胡黄水, 赵宏伟, 韩由佳. 基于改进GA和信任感知的无线传感器网络安全分簇路由协议[J]. 吉林大学学报(理学版), 2021, 59(5): 1237-1244.
[5]	李蛟, 胡黄水, 赵宏伟, 鲁晓帆. 基于混沌遗传算法的无线传感器网络改进LEACH算法[J]. 吉林大学学报(理学版), 2021, 59(4): 950-955.
[6]	潘继强, 何立风, 达列雄, 周广彬. 基于改进短链聚合策略的无线传感器网络路由算法[J]. 吉林大学学报(理学版), 2021, 59(4): 956-960.
[7]	张震, 张照崎, 朱留存, 苗志滨, 王骥月, 李修明, 赵成龙, 张坤伦. 基于Harris-改进LBP的特征匹配及目标定位算法[J]. 吉林大学学报(理学版), 2021, 59(3): 568-576.
[8]	张震, 张照崎, 苗志滨, 朱留存, 李修明, 麦冬, 张坤伦, 周瑞凯. 基于Harris-Hist的特征匹配及目标定位算法[J]. 吉林大学学报(理学版), 2021, 59(2): 333-341.
[9]	王宏志, 武莎莎, 鲁晓帆, 胡黄水, 王出航, 郭嫚嫚. 基于最优簇头数的环形无线传感器网络分簇算法[J]. 吉林大学学报(理学版), 2020, 58(5): 1215-1222.
[10]	袁开银, 王峰. 基于指标选择和加权融合的无线传感器网络安全风险评估[J]. 吉林大学学报(理学版), 2020, 58(4): 937-943.
[11]	史肖冰, 郭德贵, 曹捷. 基于自适应Hata模型的无线电发射源定位方法[J]. 吉林大学学报(理学版), 2020, 58(1): 109-112.
[12]	程超, 蒋志洋, 韩青山, 王宏志. 基于自适应基准值改进的RSSI加权质心定位算法[J]. 吉林大学学报(理学版), 2019, 57(2): 352-356.
[13]	桑彩丽, 赵建兴. 矩阵的特征值定位和非奇异性判定[J]. 吉林大学学报(理学版), 2019, 57(04): 853-856.
[14]	程超, 李萌, 王久赫, 陈碧龙. 一种基于凸优化的WSN障碍环境下定位算法[J]. 吉林大学学报(理学版), 2018, 56(6): 1488-1494.
[15]	王出航, 沈玮娜, 胡黄水. 基于分布式模糊控制器的无线传感器网络容错非均匀分簇算法[J]. 吉林大学学报(理学版), 2018, 56(3): 631-638.