基于判别分类和回归计算的传感器节点定位

朱东进，王 婷

(1.江苏电子信息职业学院 计算机与通信学院，江苏 淮安 223003；2.大连海洋大学 应用技术学院，辽宁 大连 116300)

0 引言

在传感器节点定位问题中，无线电或光信号强度的一个重要特性是信号衰减与距离的函数关系[1-4]，这种关系构成了大量定位算法的基础。这些算法大致包含2个主要步骤：① 基于2个传感器之间发送/接收信号的信号强度来估计2个传感器之间的距离；② 通过三角测量或最小二乘误差方法，基于距离估计值来获得传感器节点位置[5-8]。近年来，已经提出了各种方法通过无线传感器网络跟踪区域中移动的一个或多个目标的算法[9-12]。

传感器网络可以看作是一种分布式模式识别系统。在模式识别方法中，不是将传感器位置和传感器读数转换为世界坐标系中的欧氏坐标，而是直接采用物理传感器给出的非欧氏读数。这些读数可以看作是对核函数的近似，而且所得到的函数空间可以看作是一个用于预测各种外部感兴趣量的协变量空间，可采用统计算法进行回归和分类。文献[13]提出了采用基于机器学习回归模型直接寻找移动用户在网络中的地理坐标。文献[14]提出了一种标签多伯努利目标跟踪与分类算法，把分类算法用于跟踪移动车辆。文献[15]在深入分析了RSS信号分布特性的基础上，提出了基于RSS信号变化率的子区域划分算法以及改进的AP近邻传播算法。文献[16]利用核方法进行统计分类和回归，从而为任意一对传感器位置提供一种广义的相似性度量。……