典型文献
基于非对称广义中心化矩阵的多维尺度定位算法
文献摘要：
在无线传感器网络定位问题中,传感器节点间距离并不能全部直接测量,一般通过多跳距离进行最短路径估计.就经典多维尺度(Multidimensional Scaling,MDS)算法而言,其定位精度受距离估计精度的影响较大,少量误差较大的距离估计会极大影响定位结果.为了减少"错误"距离估计的影响,提出一种基于非对称广义中心化矩阵的多维尺度定位算法.该算法提出一类非对称广义中心化矩阵,并研究了中心化矩阵对定位误差的影响,从而选择有助于抑制"错误"距离的中心化矩阵提高定位精度.通过改变中心化矩阵中元素的权重,可以显著提升部分节点相对位置的定位精度.实验结果表明,与经典MDS算法相比,基于非对称广义中心化矩阵的MDS算法打破了原来中心化矩阵的局限性,可以有效减小距离估计误差对定位的影响,提高节点的定位精度.
文献关键词：
多维尺度定位算法;多跳距离;最短路径;非对称广义中心化矩阵
中图分类号：
作者姓名：
程飞;章平;周祺;秦心静;杨彩凤
作者机构：
安徽工程大学 计算机与信息学院,芜湖 241000
文献出处：
引用格式：
[1]程飞;章平;周祺;秦心静;杨彩凤-.基于非对称广义中心化矩阵的多维尺度定位算法)[J].长春理工大学学报（自然科学版）,2022(01):129-135
A类：
非对称广义中心化矩阵,多维尺度定位算法,无线传感器网络定位问题,多跳距离
B类：
传感器节点,节点间距,直接测量,最短路径,Multidimensional,Scaling,MDS,定位精度,受距,距离估计,估计精度,计会,定位结果,定位误差,中元,分节,相对位置,小距离,估计误差,高节
AB值：
0.199964
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
