原文服务方: 西安交通大学学报       
摘要:
提出了一种基于对称K最邻近(SKNN)传感器网络节点分布式精确定位算法.该算法首先采用SKNN方法选择每个节点的邻居节点,通过接收信号强度(RSS)方法测得每对节点之间的距离,构建节点距离矩阵,并以距离矩阵为输入,应用分布式多维加权算法对矩阵进行处理,从而获得传感器网络节点之间的局部映射关系.最后,根据参考节点的坐标对节点局部映射关系进行匹配,以获取节点坐标的全局映射.仿真实验表明,采用所提算法可以加强定位精度,提高计算效率,在有25个节点的传感器网络中,定位误差要比dwMDS方法低大约5%.
推荐文章
基于改进拼合策略的分布式多维标度定位算法
多维标度定位(MDS-MAP)
分簇
拼合策略
公共节点
基于虚节点的非度量加权多维标度定位算法
定位
无线传感器网络
虚节点
多维标度
截断奇异值分解
基于多维定标的无线传感器网络三维定位算法
无线传感器网络
多维定标
三维定位
无线传感器网络中的分布式节点定位方法
传感器网络
分布式节点
定位方法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于分布式加权多维定标的节点自身定位算法
来源期刊 西安交通大学学报 学科
关键词 传感器网络 分布式精确定位 定位算法
年,卷(期) 2006,(12) 所属期刊栏目 专题研究
研究方向 页码范围 1388-1392
页数 5页 分类号 TP393
字数 语种 中文
DOI 10.3321/j.issn:0253-987X.2006.12.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张德运 西安交通大学电子与信息工程学院 184 2190 23.0 37.0
2 李善仓 西安交通大学电子与信息工程学院 7 93 5.0 7.0
3 张克旺 西安交通大学电子与信息工程学院 9 66 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (94)
参考文献  (4)
节点文献
引证文献  (9)
同被引文献  (3)
二级引证文献  (16)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(5)
  • 引证文献(3)
  • 二级引证文献(2)
2011(4)
  • 引证文献(1)
  • 二级引证文献(3)
2012(5)
  • 引证文献(1)
  • 二级引证文献(4)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
传感器网络
分布式精确定位
定位算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
论文1v1指导