在给定的100米×100米范围内，随机部署30个未知节点。假设节点的通信半径均为20米，信标节点个数为16个，随机分布，如何使用matlab用质心定位法估计未知节点位置

使用MATLAB实现质心定位算法可以按照以下步骤操作：

1. 首先随机生成30个未知节点的坐标，以及16个信标节点的坐标，可以使用rand函数生成坐标。

unknown_nodes = 100 * rand(30, 2); % 生成30个未知节点的坐标
beacon_nodes = 100 * rand(16, 2); % 生成16个信标节点的坐标

2. 计算未知节点和信标节点之间的距离矩阵，可以使用pdist2函数计算距离矩阵。

D = pdist2(unknown_nodes, beacon_nodes); % 计算未知节点和信标节点之间的距离矩阵

3. 对于每个未知节点，根据其与三个或更多个信标节点之间的距离，使用质心定位算法估计其位置，可以使用trilateration函数实现。

position = trilateration(beacon_nodes(index,:), D(index,:)); % 使用质心定位算法估计未知节点位置

其中，index为与当前未知节点距离最小的三个或更多个信标节点的下标，trilateration函数为自定义函数，实现质心定位算法。

4. 重复步骤3，对所有未知节点进行定位，并计算定位误差。

estimated_positions = zeros(size(unknown_nodes)); % 存储所有未知节点的估计位置
for i = 1:size(unknown_nodes, 1)
    % 找到与当前未知节点距离最小的三个或更多个信标节点
    [~, index] = mink(D(i,:), 3);
    % 使用质心定位算法估计未知节点位置
    position = trilateration(beacon_nodes(index,:), D(i,index));
    estimated_positions(i,:) = position;
end

% 计算定位误差
error = sqrt(sum((estimated_positions - unknown_nodes).^2, 2));
mean_error = mean(error); % 平均定位误差

5. 可以使用scatter函数将未知节点和信标节点的位置画在图上，使用plot函数将定位误差画在图上。

figure
scatter(unknown_nodes(:,1), unknown_nodes(:,2), 'filled', 'MarkerFaceColor', 'b')
hold on
scatter(beacon_nodes(:,1), beacon_nodes(:,2), 'filled', 'MarkerFaceColor', 'r')
scatter(estimated_positions(:,1), estimated_positions(:,2), 'filled', 'MarkerFaceColor', 'g')
legend('Unknown Nodes', 'Beacon Nodes', 'Estimated Positions')
title(sprintf('Localization with Mean Error = %.2f m', mean_error))

figure
histogram(error)
xlabel('Error (m)')
ylabel('Frequency')
title(sprintf('Error Distribution with Mean Error = %.2f m', mean_error))

这样就可以使用MATLAB实现质心定位算法估计未知节点位置，并计算定位误差。