典型文献
基于三维Voronoi图划分的加权混合回归定位算法
文献摘要：
随着无线通信技术和感知技术的发展,基于无线传感器网络的各种技术应运而生,这些技术被广泛应用在智慧农业、智慧交通、消防救援等领域.节点定位技术是无线传感器网络的基础技术之一,位置信息是感知数据的一部分,它决定了下一步要采取的具体措施.由于三维空间定位环境的复杂性,将平面上的定位方法应用在三维空间会有一定的局限性.针对以上问题,研究了基于三维空间Voronoi图的加权混合回归定位算法WMR-SKR.该定位算法分为离线训练和在线测试两个阶段.根据网络中的锚节点对定位空间进行三维Voronoi图划分,离线训练阶段将锚节点和Voronoi cell顶点的坐标组成的序列作为训练集进行训练.在线测试阶段通过训练好的定位模型对网络中未知节点的坐标进行预测.仿真实验结果表明,所提算法可有效降低三维空间中的节点定位误差,同时有效提高节点定位速度.
文献关键词：
节点定位;Voronoi图划分;加权混合回归;WMR-SKR
中图分类号：
作者姓名：
李芬芳;党小超;郝占军
作者机构：
西北师范大学计算机科学与工程学院,甘肃 兰州 730070;甘肃省物联网工程研究中心,甘肃 兰州 730070
文献出处：
引用格式：
[1]李芬芳;党小超;郝占军-.基于三维Voronoi图划分的加权混合回归定位算法)[J].物联网学报,2022(02):106-116
A类：
加权混合回归
B类：
Voronoi,图划分,定位算法,无线通信技术,感知技术,无线传感器网络,智慧农业,智慧交通,消防救援,定位技术,基础技术,位置信息,感知数据,三维空间定位,定位方法,WMR,SKR,离线训练,在线测试,锚节点,训练阶段,cell,顶点,点的坐标,列作,训练集,测试阶段,练好,定位模型,节点定位误差,高节
AB值：
0.320257
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。
