zigbee定位在设计了系统的基础上,提出了基于模糊聚类的ZigBee加权邻近定位算法,把通过加权邻近定位算法得到的点进行模糊聚类,通过模糊聚类剔除大量的跳变点。通过本文设计的zigbee定位系统进行实验,并与邻近定位算法、加权邻近定位算法、贝叶斯定位算法进行比较。
zigbee定位技术的算法:
大多数无线传感器网络都要求具备一种确定网络节点位置的方法。因此在设备安装期间,需要弄清楚哪些节点相互之间直接进行数据交换,或者确定哪些节点直接与中央数据采集点进行数据交换。
当通过基于软件的计算方法来确定网络节点位置时,就需要考虑到市场化解决方案。
这些具体的计算方法是:节点先读取计算节点位置的参数,然后将相关信息传送到中央数据采集点,对节点位置进行计算,再将节点位置的相关参数传回至该节点。这就是典型的数据密集型计算,并且需要配置一台PC或高性能的MCU。
这种计算节点位置的方法之所以只适用于小型的网络和有限的节点数量,是因为进行相关计算所需的流量将随着节点数量的增加而呈指数级速度增加。因此,高流量负载加上带宽的不足限制了这种方法在电池供电网络中的应用。
针对上述问题,采用了一种分布式定位计算方法。这种计算方法根据从距离较近的参考节点(其位置是已知的)接收到的信息,对节点进行本地计算,确定相关节点的位置。
因此,网络流量的多少将由待测节点范围中节点的数量决定。
另外,由于网络流量会随着待测节点数量的增加而成比例递增,因此,还允许同一网络中存在大量的待测节点。