基于无线声传感器网络的K均值聚类加权声源定位方法

本发明公开了一种基于无线声传感器网络的K均值聚类加权声源定位方法，主要解决现有技术中抗噪性能差、误差累积导致的定位结果精度降低以及卡尔曼滤波器模型应用条件严格受限的问题。

其实现步骤为：

1. 初始化节点数据集；
2. 计算声源的近场位置；
3. 构造初始聚类样本集；
4. 更新初始聚类样本集；
5. 对聚类样本集进行K均值聚类；
6. 更新聚类结果集；
7. 分配权值；
8. 加权计算声源最终位置。

本发明通过K均值聚类和加权处理，能够获得抗噪性能增强、定位精度提高的声源位置，并且应用环境更加符合实际需求。

本发明公开了一种基于无线声传感器网络的K均值聚类加权声源定位方法,主要解决现有技术中抗噪性能差,误差累积导致的定位结果精度降低和卡尔曼滤波器模型应用条件严格受限的问题。其实现步骤为：（1）初始化节点数据集;（2）计算声源的近场位置;（3）构造初始聚类样本集;（4）更新初始聚类样本集;（5）对聚类样本集进行K均值聚类;（6）更新聚类结果集;（7）分配权值;（8）加权计算声源最终位置。本发明通过K均值聚类和加权处理,能够获得抗噪性能增强,定位精度提高的声源位置,并且应用环境更加符合实际需求。