Abstrak-Ada lokalisasi RSSI berbasis Sebagian besar aplikasi JSN didasarkan
banyak algoritma untuk jaringan sensor pada informasi lokasi.
nirkabel (JSN). Makalah inimengusulkan perbaikan RSSI berbasis optimasi Teknologi posisi menjadi lebih dan lebih mekanisme (Br2 OM) berdasarkan skala menarik. Teknologi Lokalisasi adalah salah multi-dimensi (MDS). Ide dasar dari satu teknik dasar pada JSN. Lokalisasi algoritma ini adalah bahwa membangun biasanya mengadopsi energi yang rendah sub-area lokalisasi untuk memastikan konsumsi dan teknik biaya rendah seperti pemrosesan lokalisasi dapat diselesaikan RSSI, TDOA, TOA, AOA, dll untuk biaya, dengan sukses. Sub-area dibagi dengan energi dibatasi, dan perangkat keras cluster yang merupakan struktur pohon. sumber daya. Namun, ada biasanya berisi Pada saat yang sama waktu, mekanisme berbagai kesalahan akibat gangguan menyaring Diterima Kekuatan Sinyal lingkungan, terbatas presisi hardware dan faktor lainnya. Salah satu kesalahan Indicator (RSSI) berdasarkan indikasi terbesar adalah bernama kesalahan bruto kualitas link (LQI) untuk mengurangi (outlier)[2], Yang memiliki dampak yang jumlah kesalahan RSSI. The RSSI besar pada akurasi posisi dan ketahanan. diperbaiki dan disempurnakan dengan Informasi lokasi dari simpul buta menggunakan aturan cosinus dan diperkirakan oleh kerjasama dari keterbatasankomunikasi jangkauan. beberapa node berdasarkan konektivitas Hubungan posisi relatif antara node buta dari jaringan dan informasi jarak antara diperoleh dengan mengadopsi MDS node. Konektivitas berbasis algoritma klasik algoritma. Posisi relatif akhirnya termasuk Centroid [3] , DV-Hop [4] dikonversi ke dalam koordinat global. , Amorf [5] dan APIT [6] dll Mereka Hasil penelitian menunjukkan bahwa memiliki keuntungan dari efisiensi energi algoritma memiliki banyak keuntungan, tinggi, kecil perhitungan dan overhead seperti akurasi tinggi, kondisi sederhana, komunikasi, tetapi posisi akurasi yang dan biaya moderat. Algoritma memenuhi lebih rendah. Range berbasis algoritma persyaratan aplikasi jaringan skala besar Localization menggunakan informasi jarak dan juga sangat berharga untuk masalah antara node, dan dibutuhkan komputasi posisi halus di bawah keadaan non- yang lebih dan biaya komunikasi untuk berhadapan. meningkatkan akurasi posisi. Ada banyak Range berbasis algoritma. Salah satu Persyaratan Indeks-Wireless sensor jaringan, algoritma perwakilan MDS [7] RSSI, LQI, MDS . Ketika rentang kesalahan kecil, algoritma I. PENDAHULUAN MDS memiliki akurasi posisi tinggi. Wireless jaringan sensor [1]dibangun oleh Namun posisi kinerja berkurang ketika banyak sensor node membentuk jaringan informasi kisaran campuran dengan self-organized. Node secara acak kesalahan kotor kecil. Dengan kata lain, ditempatkan di daerah dimonitor, yang algoritma ini kurang kuat untuk membuat lokasi node tak terkendali. kesalahan. Saat ini, posisi kuat dipelajari oleh para peneliti baik di dalam maupun luar negeri. Menurut berat lokasi kredibilitas dan topologi lokal, sastra [8] menghambat difusi kesalahan dengan menghapus node yang memiliki posisi besar kesalahan atau tidak stabil pada topologi jaringan selama perbaikan iteratif. Tetapi algoritma memerlukan tinggi proporsi node sinyal dan lokalisasi cakupan yang lebih rendah. Sastra [9] mengusulkan marjin lokalisasi algoritma. Algoritma akan memilih yang optimal rambu untuk penentuan posisi node node buta. The algoritma meningkatkan akurasi dengan mengambil margin jarak dan memecahkan persamaan non-linear. Namun, algoritma ini membutuhkan node suar berlebihan, dan kebutuhan untuk membangun sebuah database dari lokasi terkecil kesalahan node bacon sesuai dengan ruang lingkup yang berbeda dari lokasi. Sastra [10] mengusulkan suatu algoritma lokalisasi untuk mengubah perbedaan jangkauan. Algoritma yang mengubah RSSI dengan menggunakan mercusuar yang terdekat dengan node buta sebagai referensi. Selain itu, menggabungkan Perbedaan Metode dengan algoritma Centroid. Selama amandemen, itu