质心定位算法 江南大学

无线传感网技术实验报告（三）

班级：微电子1101学号：0301110115姓名：杨海平

一，实验目的：

通过仿真实验掌握无线传感器网络的定位算法—质心定位算法。

二，实验内容：

在100*100M2的正方形区域里，有n个信标节点和一个未知节点，未知节点和新表节点的通信半径均为R，则：

（1），当通信半径R=50M，信标节点个数n=6,12,18,24,30时，利用Monte Carlo方法，分别计算未知节点的实际位置与估计未知的平均误差；

（2），当信标节点个数n=20，通信半径R=5,10,15,20,25,30,35,40,45,50m时，利用Monte Carlo方法，分别计算未知节点的实际位置与估计位置的平均误差；

三，实验方法：

（1），在边长为100m的正方形中，产生一个信标节点为n，未知节点为1的随机分布图；

（2），确定与未知节点相连的信标节点；

（3），利用质心算法，对未知节点的位置进行估计；

（4），每一组数据（信标节点个数n，通信半径R）需要仿真800次，得出该组数据下未知节点的实际位置与估计位置的平均误差。

四，实验分析过程：

（1），实验内容一：当通信半径R=50M，信标节点个数n=6,12,18,24,30时，按照实验一的方法随机产生X，Y坐标为0~100的n个信标节点的坐标，再随机产生一个未知节点的X，Y坐标，然后判断n个信标节点是否能与未知节点通信，把能与未知节点通信的信标节点X，Y坐标相加，除以能与未知节点通信的节点数，即为用质心定位算法估计的未知节点个数，误差即为未知节点与估计未知节点坐标的距离。每组信标节点个数仿真800次，累加每次仿真的误差，取平均值即得到估计误差。

（2），实验内容二：思想方法与实验内容一相同，当信标节点个数n=20，通信半径R=5,10,15,20,25,30,35,40,45,50m时，每组通信半径仿真800次，累加每次仿真的误差，取平均值即得到估计误差。

五，程序

（1），实验内容一程序如下：

clear all;

close all;

nbeacon=[612182430];%信标节点个数n=6,12,18,24,30

nbeaconi=5;

error=zeros(1,nbeaconi);%误差数组error

nunknow=1;%知节点个数为1

r=50;%通信半径r为50

optimes=800;

for ni=1:1:5;%每组信标节点得到一个平均误差

errorsum=0;

validtimes=0;%800次仿真中至少有一个信标与未知节点通信的次数

for optimei=1:1:optimes

x=100*rand(1,nbeacon(ni));%随机产生X坐标为0~100的信标节点的坐标y=100*rand(1,nbeacon(ni));%随机产生Y坐标为0~100的信标节点的坐标xunknow=100*rand(1,nunknow);%随机产生未知节点的坐标

yunknow=100*rand(1,nunknow);%随机产生未知节点的坐标

error1=0;%800次仿真中的一小次仿真计算出的误差

xsum=0;

ysum=0;

xunknowcal=0;%800次仿真中的一小次仿真计算的未知节点的坐标

yunknowcal=0;%800次仿真中的一小次仿真计算的未知节点的坐标

connectedtime=0;%信标与未知节点通信的次数

for i=1:1:nbeacon(ni)

d=sqrt((x(i)-xunknow)^2+(y(i)-yunknow)^2);

if d

xsum=xsum+x(i);

ysum=ysum+y(i);

connectedtime=connectedtime+1;

end

end

if connectedtime~=0

xunknowcal=xsum/connectedtime;

yunknowcal=ysum/connectedtime;

validtimes=validtimes+1;

error1=sqrt((xunknowcal-xunknow)^2+(yunknowcal-yunknow)^2);

errorsum=errorsum+error1;%累加误差

end

end

error(ni)=errorsum/validtimes;%计算平均误差

end

（2），实验内容二程序如下：

clear all;

close all;

r=5:5:50;%通讯半径数组

error=zeros(1,10);%误差统计

for ri=1:1:10;%大循环，总共10个通讯半径

errorsum=0;

validtimes=0;

error1=0;

for optime=1:1:800

x=100*rand(1,20);%随机产生X坐标为0~100的信标节点的坐标

y=100*rand(1,20);%随机产生Y坐标为0~100的信标节点的坐标

xunknow=100*rand(1,1);%随机产生未知节点的坐标

yunknow=100*rand(1,1);%随机产生未知节点的坐标

xsum=0;

ysum=0;

xunknowcal=0;%800次仿真中的一小次仿真计算的未知节点的坐标

yunknowcal=0;%800次仿真中的一小次仿真计算的未知节点的坐标

connectedtime=0;

for i=1:1:20

d=sqrt((x(i)-xunknow)^2+(y(i)-yunknow)^2);

if d

xsum=xsum+x(i);

ysum=ysum+y(i);

connectedtime=connectedtime+1;

end

end

if connectedtime~=0

xunknowcal=xsum/connectedtime;

yunknowcal=ysum/connectedtime;

validtimes=validtimes+1;

error1=sqrt((xunknowcal-xunknow)^2+(yunknowcal-yunknow)^2);

errorsum=errorsum+error1;%累加误差

end

end

error(ri)=errorsum/validtimes;%计算平均误差

end

六，实验结果和分析：

（1），实验内容一：

表1不同信标节点个数时的误差（通信半径50m）

信标节点个数612182430误差（米）21.430219.017217.811317.187216.6767分析：在通信半径一定的情况下，信标节点数越多，定位就越准确。

（1），实验内容二：

表2不同通信半径时的误差（信标节点个数为20）

通信半径（米）5101520253035404550误差（米） 3.281 6.0258.0159.26410.13111.34812.29514.05715.39417.628分析：在信标节点个数一定的情况下，通信半径越大，定位就越不准确。