定位是無線傳感器網絡中的一個重要的研究方向，定位算法的優(yōu)劣直接影響著無線傳感器網絡在實際應用中是否可行。測量的數(shù)據(jù)不同以及使用的坐標計算方法的不同導致了各種不同的定位算法的產生。

　　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)。

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

　　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生，能根據(jù)網絡拓撲的變化動態(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)點還可能會成為網絡的瓶頸，從而影響網絡的能量消耗和定位效率。

　　改進的無線傳感器網絡節(jié)點定位算法

　　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，把無線傳感器網絡劃分成多個區(qū)域，然后在每個區(qū)域內使用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)點作為一個網絡區(qū)域，在該區(qū)域內的未知節(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。可以通過它們周圍已經定位的普通節(jié)點來定位網絡邊界節(jié)點，把這些已經知道位置的普通節(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。

　　算法的具體步驟：

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

　?。?）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，使用RSSI方法測量未知節(jié)點與幾個錨節(jié)點的距離。

　?。?）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。

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

　?。?）網絡中每個未知節(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。

　?。?）處理網絡的邊界未知節(jié)點。