您现在的位置: 首页> 研究主题> 锚节点

锚节点

锚节点的相关文献在1999年到2023年内共计320篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、矿业工程 等领域,其中期刊论文153篇、会议论文7篇、专利文献93522篇;相关期刊82种,包括东北大学学报(自然科学版)、电子科技、现代电子技术等; 相关会议7种,包括2013年全国开放式分布与并行计算学术年会、2012全国开放式分布与并行计算学术年会、CWSN’2009第三届中国传感器网络学术会议等;锚节点的相关文献由780位作者贡献,包括焉晓贞、罗清华、王英龙等。

锚节点—发文量

期刊论文>

论文:153 占比:0.16%

会议论文>

论文:7 占比:0.01%

专利文献>

论文:93522 占比:99.83%

总计:93682篇

锚节点—发文趋势图

锚节点

-研究学者

  • 焉晓贞
  • 罗清华
  • 王英龙
  • 刘瑞霞
  • 周鹏太
  • 崔焕庆
  • 彭喜元
  • 彭宇
  • 舒明雷
  • 魏诺
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

期刊

    • 衷卫声; 罗力维; 张强
    • 摘要: 在无线传感网离群值检测算法中,如何自适应调整离群值检测算法的参数是一项重大挑战。由于节点之间存在相关性,不能孤立地去考虑单个传感器节点,因此根据其周围节点情况来动态设置节点参数很有必要。在文中提出一种基于锚节点的无线传感网离群值检测算法,该算法预先为锚节点设置最佳参数,同时计算锚节点与普通节点之间的相关性,利用大小根堆、滑动窗口与标准差来动态地调整每个普通节点的参数,并将其转换为锚节点。最终每个节点都能自适应地将参数调整为最佳。仿真实验表明:在自适应调整方式下,检测算法的真阳性率在84.3%以上,假阳性率在20%以下,并且能够将数据正确地分离出来。
    • 刘仲驰
    • 摘要: 为了解决当前算法在锚节点密度较低时,传感节点定位精度不高的问题,提出了移动无线物联网感知层传感节点定位算法。建立了包含锚节点误差的移动无线物联网模型;根据共线度筛选候选锚节点。加权平均处理锚节点可信度,计算每个未知传感节点的平均跳距和定位误差,将计算误差低于设定阈值的未知传感节点转化为锚节点,并对初步定位结果进行循环位置修正,实现感知层传感节点定位。仿真结果表明,所提算法在锚节点密度相同时的定位误差低于2.5 cm。
    • 李同锋; 杜秀娟; 谢平; 杨帆
    • 摘要: DV-Hop定位算法是无线传感器网络经典的定位算法之一,在深入分析DV-Hop算法误差来源的基础上,对该算法的后两个阶段进行改进:在第二阶段,选用可信度较高的锚节点和跳数修正因子计算平均跳距;在第三阶段,综合考虑满足定位条件的锚节点的平均跳距,并以此为权重求解未知节点的跳距,通过粒子群算法(PSO)优化未知节点坐标.仿真实验结果表明,改进算法与传统DV-Hop算法、DV-Hop+PSO算法相比,定位精度明显提高.
    • 王超
    • 摘要: 为了提高无线传感器网络节点的定位精确度,给出一种基于临近锚节点修正(CAAN)的具有噪声的基于密度的聚类(DBSCAN)加权定位算法。首先,在未知节点通信范围内的锚节点中选择三个构成三角形,证明当未知节点处在此三角形外接圆圆心位置时定位误差最小,然后据此选择合适的锚节点,结合滤波后的接收信号强度指示(RSSI)值进行定位计算,并利用DBSCAN聚类算法剔除误差较大的值。其次,把聚类后所得簇的核心点个数当作权值,采用加权定位算法得到未知节点的初始坐标。最后,计算锚节点坐标与初始坐标间的距离,选择临近的锚节点修正初始坐标,使最终的定位结果更加精确。仿真结果表明:相比于加权质心定位算法和基于RSSI测距滤波优化的加权质心定位算法,所给算法的定位精确度分别提高了69.55%和38.64%。
    • 范英盛; 齐小刚; 刘立芳
    • 摘要: 坐标配准是协同定位的重要组成部分,一个合理的坐标配准体系可以体现协同定位算法的性能,否则可能会放大定位算法的误差.本文详细比较了基于最小二乘(least square,LS)与基于普氏分析(Procrustes ana-lysis,PA)的配准方法的设计思想、适用条件,并给出了基于普氏分析的坐标配准算法的详细步骤.利用协同定位算法(经典MDS和Levenberg-Marquardt算法)得到的实验数据,详细分析了锚节点数量、测距误差、网络节点平均连通度对配准精度的影响.实验表明,在2D和3D环境中,基于普氏分析的配准算法,其配准精度和稳定性都优于最小二乘法,配准误差降低约为20%.
    • 王超
    • 摘要: 为了提高无线传感器网络节点的定位精确度,给出一种基于临近锚节点修正(CAAN)的具有噪声的基于密度的聚类(DBSCAN)加权定位算法.首先,在未知节点通信范围内的锚节点中选择三个构成三角形,证明当未知节点处在此三角形外接圆圆心位置时定位误差最小,然后据此选择合适的锚节点,结合滤波后的接收信号强度指示(RSSI)值进行定位计算,并利用DBSCAN聚类算法剔除误差较大的值.其次,把聚类后所得簇的核心点个数当作权值,采用加权定位算法得到未知节点的初始坐标.最后,计算锚节点坐标与初始坐标间的距离,选择临近的锚节点修正初始坐标,使最终的定位结果更加精确.仿真结果表明:相比于加权质心定位算法和基于RSSI测距滤波优化的加权质心定位算法,所给算法的定位精确度分别提高了69.55%和38.64%.
    • 王鑫; 田艺; 蒋华; 覃琴
    • 摘要: 针对水下无线传感器网络结构非均匀、锚节点分布不均匀导致节点定位率低、定位误差较大的问题,引入双移动锚节点,提出一种基于锚节点移动路径动态规划的水下无线传感器网络定位算法(BMAP).对水下无线传感器网络构建数学模型,双锚节点通过依次遍历网络进行信息广播和节点信息采集,信息列表保存信号强度最大的虚拟锚节点ID,生成必经虚拟锚节点集合,通过蚁群算法对锚节点移动路径进行最短路径求解,利用RSSI测距算法和三边定位算法完成节点定位.实验结果表明,BMAP算法定位性能优于SCAN、BFS、锚节点随机的RSSI定位算法.
    • 王丽娟; 马刚; 刘倩; 吕途
    • 摘要: 针对基于RSSI测距定位中偶然性测距误差和设备误差对定位结果影响较大这一问题,提出了一种误差离群去约束的优化方法.通过对三边定位结果使用K-means算法进行离群分析,得到对定位结果影响较大的几个锚节点,从而对数据进行处理.针对实际系统使用RSSI测距模块测得多组实验数据,并用Matlab软件进行仿真分析,将测距误差离群去约束模型与传统均值模型使用最小二乘法在不同距离下进行定位对比.仿真结果表明,当引入不同数量误差锚节点时,前者在定位精度方面均有0. 1 ~ 0. 2 m2提升,同时算法也具有很好的鲁棒性.%In view of the fact that accidental ranging error and equipment error have a great influence on the positioning result based on RSSI ranging,an error outlier de-regulation model is proposed. Using the K-means algorithm and trilateral positioning results for outlier analysis,several anchor nodes which have a large impact on the positioning result are obtained and the data is processed. The RSSI ranging module was used to measure the actual system,and many sets of experimental data were obtained,and simulation analysis was performed with Matlab. The outlier error de-nesting model and the traditional average model were compared using the same positioning algorithm at different distances. The simulation results show that when different number of error anchor nodes are added,the former has an improvement of positioning accuracy of 0. 1 ~ 0. 2 m2,and the robustness of the algorithm is very good.
    • 鲁华栋; 马世欢
    • 摘要: 针对传统神经网络存在收敛速度慢等不足,为了提高无线传感器节点的定位精度,提出了改进神经网络的无线传感器节点定位模型.首先对锚节点和待定位节点之间的相关参数进行测量,然后通过神经网络拟合模型参数,并通过粒子群算法优化神经网络,最后根据模型参数实现无线传感器节点的定位,并通过定位实验分析模型的性能.实验结果表明,改进神经网络较好地克服了当前无线传感器节点定位模型的局限性,有效降低了传感器节点定位的误差,传感器节点定位的实时性好.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号