質心定位算法是通過計算發(fā)送信息的錨節(jié)點所組成的多邊形的質心做為未知節(jié)點的坐標位置的一種算法。質心算法基于網(wǎng)絡連通性對未知節(jié)點進行定位，無需錨節(jié)點與未知節(jié)點進行協(xié)同操作，是一種非常簡單而且易于實現(xiàn)的定位算法，對于那些對定位精度要求不高的應用，質心算法是一個很好的定位方法。

　　

DV-Hop算法的基本思想是先獲得未知節(jié)點與錨節(jié)點的跳數(shù)，然后計算網(wǎng)絡平均每跳的距離，再通過跳數(shù)與平均每跳的距離的乘積得到未知節(jié)點與錨節(jié)點的距離，最后，通過未知節(jié)點與至少3個錨節(jié)點之間的距離得到未知節(jié)點的位置坐標。DV-Hop定位算法是一種無需測距技術的、完全基于節(jié)點密度的、適用于密集部署的各向同性網(wǎng)絡的定位算法。

　　

MDS-MAP定位算法的基本思想是先從全局角度生成網(wǎng)絡拓撲連通圖，當節(jié)點有測距能力時，用測距結果作為每條邊的值，否則，用所有邊賦值為1,表示僅有連通性信息，生成節(jié)點間距矩陣。然后用多維標度技術MDS（MultidimensionalScaling）生成網(wǎng)絡的相對坐標系統(tǒng)，最后，使用不在同一直線的n+1個錨節(jié)點信息把n維的相對坐標系統(tǒng)轉化為絕對坐標系統(tǒng)。

　　

分簇算法把網(wǎng)絡中的傳感器節(jié)點組織成簇的形式，只在一個簇范圍內(nèi)傳輸信息，不需要把控制消息傳遍整個網(wǎng)絡，可以有效地減少網(wǎng)絡的能量消耗。

　　

簇成員的功能比較簡單，不需要維護復雜的路由信息，具有很好的可擴充性。

　　

簇頭節(jié)點由簇頭選舉算法選舉產(chǎn)生，能根據(jù)網(wǎng)絡拓撲的變化動態(tài)分簇，具有很強的抗毀性和魯棒性。但是分簇算法中的簇頭選擇算法復雜度較高，而且簇頭節(jié)點還可能會成為網(wǎng)絡的瓶頸，從而影響網(wǎng)絡的能量消耗和定位效率。

 

 

　　

分簇算法的定位精度較高，但是其計算量也較大，用RSSI測距方法定位卻不夠精確。首先，把無線傳感器網(wǎng)絡劃分成多個區(qū)域，然后在每個區(qū)域內(nèi)使用RSSI測距方法，通過多個錨節(jié)點計算未知節(jié)點的位置，最后，計算多個結果求出平均值最為最后的定位結果。

　　

網(wǎng)絡區(qū)域的劃分是按照錨節(jié)點的距離為依據(jù)的，先計算網(wǎng)絡中所有錨節(jié)點之間的距離，選擇最近的幾個錨節(jié)點作為一個網(wǎng)絡區(qū)域，在該區(qū)域內(nèi)的未知節(jié)點就用這些錨節(jié)點來定位。用RSSI測距方法測量未知節(jié)點與范圍內(nèi)的錨節(jié)點的距離，用極大似然估計法計算未知節(jié)點的位置，并存儲于該節(jié)點中。最后，計算存儲在未知節(jié)點中的多個坐標數(shù)據(jù)的平均值，把平均坐標值作為節(jié)點的最終坐標。

　　

 

對于網(wǎng)絡邊界的未知普通節(jié)點，它們周圍的錨節(jié)點數(shù)量較少，不適于上面的方法?？梢酝ㄟ^它們周圍已經(jīng)定位的普通節(jié)點來定位網(wǎng)絡邊界節(jié)點，把這些已經(jīng)知道位置的普通節(jié)點看成上面方法中的錨節(jié)點，使用上面的步驟完成定位。

　　

　　

（1）計算網(wǎng)絡中錨節(jié)點之間的距離，并存儲離它較近的幾個錨節(jié)點的信息。

（2）以幾個錨節(jié)點為邊界劃分定位區(qū)域，錨節(jié)點的個數(shù)決定越多定位精度越高。

（3）在每個區(qū)域內(nèi)，使用RSSI方法測量未知節(jié)點與幾個錨節(jié)點的距離。

（4）通過極大似然估計法計算未知節(jié)點的位置坐標，并把數(shù)據(jù)保存在未知節(jié)點中。

（5）對要定位的未知節(jié)點重復（3）（4）步驟。

（6）對網(wǎng)絡中每個區(qū)域中要定位的節(jié)點同時進行（3）（4）（5）步驟。

（7）網(wǎng)絡中每個未知節(jié)點對本身存儲的多個坐標計算平均值，把平均坐標值更新為該節(jié)點的最新坐標值。

（8）處理網(wǎng)絡的邊界未知節(jié)點。