定位是无线传感器网络中的一个最重要的研究方向，定位算法的好坏直接影响着无线传感器网络在实际应用于中否不切实际。测量的数据有所不同以及用于的座标计算方法的有所不同造成了各种有所不同的定位算法的产生。

　　质心定位算法是通过计算出来发送信息的锚节点所构成的多边形的质心当作不得而知节点的座标方位的一种算法。质心算法基于网络连通性对不得而知节点展开定位，需要锚节点与不得而知节点展开协同操作者，是一种非常简单而且更容易构建的定位算法，对于那些对定位精度拒绝不高的应用于，质心算法是一个很好的定位方法。

　　DV-Hop算法的基本思想是再行取得不得而知节点与锚节点的跳数，然后计算出来网络平均值每跳跃的距离，再行通过跳数与平均值每跳跃的距离的乘积获得不得而知节点与锚节点的距离，最后，通过不得而知节点与最少3个锚节点之间的距离获得不得而知节点的方位座标。DV-Hop定位算法是一种需要测距技术的、几乎基于节点密度的、限于于密集部署的各向同性网络的定位算法。

　　MDS-MAP定位算法的基本思想是再行从全局角度分解网络拓扑相连图，当节点有测距能力时，用测距结果作为每条边的值，否则，用所有边赋值为1,回应仅有连通性信息，分解节点间距矩阵。然后用多维标度技术MDS（MultidimensionalScaling）分解网络的比较座标系统，最后，用于不出同一直线的n+1个锚节点信息把n维的比较座标系统转化成为意味著座标系统。　　分簇算法把网络中的传感器节点的组织成簇的形式，只在一个簇范围内传输信息，不必须把掌控消息传到整个网络，可以有效地增加网络的能量消耗。

　　簇成员的功能比较简单，不必须确保简单的路由信息，具备很好的可扩充性。　　簇头节点由簇头议会选举算法议会选举产生，能根据网络拓扑的变化动态分簇，具备很强的抗毁性和鲁棒性。但是分簇算法中的簇头自由选择算法复杂度较高，而且簇头节点还可能会沦为网络的瓶颈，从而影响网络的能量消耗和定位效率。

　　改良的无线传感器网络节点定位算法　　分簇算法的定位精度较高，但是其计算出来量也较小，用RSSI测距方法定位却过于准确。首先，把无线传感器网络区分成多个区域，然后在每个区域内用于RSSI测距方法，通过多个锚节点计算出来不得而知节点的方位，最后，计算出来多个结果欲出有平均值尤为最后的定位结果。　　网络区域的区分是按照锚节点的距离为依据的，再行计算出来网络中所有锚节点之间的距离，自由选择最近的几个锚节点作为一个网络区域，在该区域内的不得而知节点就用这些锚节点来定位。

用RSSI测距方法测量不得而知节点与范围内的锚节点的距离，用很大似然估计法计算出来不得而知节点的方位，并存储于该节点中。最后，计算出来存储在不得而知节点中的多个座标数据的平均值，把平均值坐标值作为节点的最后座标。　　对于网络边界的不得而知普通节点，它们周围的锚节点数量较较少，不适合于上面的方法。

可以通过它们周围早已定位的普通节点来定位网络边界节点，把这些早已告诉方位的普通节点看作上面方法中的锚节点，用于上面的步骤已完成定位。　　算法的具体步骤：　　（1）计算出来网络中锚节点之间的距离，并存储离它较将近的几个锚节点的信息。

　　（2）以几个锚节点为边界区分定位区域，锚节点的个数要求就越多定位精度越高。　　（3）在每个区域内，用于RSSI方法测量不得而知节点与几个锚节点的距离。

　　（4）通过很大似然估计法计算出来不得而知节点的方位座标，并把数据留存在不得而知节点中。　　（5）对要定位的不得而知节点反复（3）（4）步骤。　　（6）对网络中每个区域中要定位的节点同时展开（3）（4）（5）步骤。

　　（7）网络中每个不得而知节点对本身存储的多个座标计算出来平均值，把平均值坐标值改版为该节点的近期坐标值。　　（8）处置网络的边界不得而知节点。

本文来源：9393体育APP入口-www.e6541.com