排序方式: 共有68条查询结果,搜索用时 515 毫秒
51.
无线传感器网络三维抽样定位 总被引:4,自引:1,他引:4
为了减小定位误差、提高算法的适应性,利用三维空间抽样和范围约束的方法,并结合对成功样本点的加权筛选,获得节点的三维估计坐标以实现定位.针对不同的节点功能,算法可以在基于跳数和基于距离两种方式下进行,并采用三种不同的抽样方案对这两种方式进行了分析和比较.初步仿真实验显示了该三维定位算法可以在锚节点比例20%的情况下,定位误差低于通讯半径的25%;测距误差增大到通讯半径的50%时,定位误差不超过通讯半径的35%. 相似文献
52.
53.
54.
55.
56.
57.
定位技术是无线传感器网络的支撑技术之一。针对无线传感器网络低成本、低能耗的要求,提出一种抽样定位和求精的分布式算法。算法在第1阶段基于收到的锚节点信息进行抽样,形成节点的初始位置估计。在第2阶段对节点初始位置进行求精。仿真实验结果显示了该定位算法可以在1~2次求精情况下达到收敛,在样本量为20左右的较低阈值下实现较高的定位精度,在12%左右的锚节点比例下实现95%以上的定位覆盖率,并且与dv-hop和dv-distance定位算法比较,证明该算法分别可以提高20%和5%的定位精度。 相似文献
58.
为了减少能耗对于无线传感器网络生存时间的影响.提出了一种置信区间和禁忌算法相结合的数据聚合算法(CBTA).CBTA根据簇内节点所采数据呈高斯分布的特点,使用抽样样本设定置信区间与总量模型的对比,有效地减少了数据发送量;同时为避免出现采集热点,采用禁忌算法对抽样数据进行禁忌水平线限制.与相关研究相比,CBTA采用全新的数据发送方式,能够有效降低能耗.仿真实验证明,CBTA能够很好地满足不同用户准确率的要求,且在网络寿命上大幅度优于同类算法. 相似文献
59.
基于集合属性和优先度的D-S证据决策方法 总被引:2,自引:1,他引:1
为了降低利用D-S证据组合结果进行决策的风险,提出了一种基于集合属性和优先度的证据决策方法,将决策问题分解成精细信度区间的构造和比较两个层面.在构造层面引入集合的不确定性测度和焦元间属性支持度,获取基元命题的精细信度区间值;在比较层面引入优先度评价各命题的精细信度区间,然后在优先度排序的基础上构建了证据决策模型.该方法的特点在于以区间值作为决策依据,充分利用了信度区间所蕴含的信息.实验分析结果表明,该方法是合理、有效的,克服了其它单点值D-S证据决策方法所存在的误决策或不做决策的问题. 相似文献
60.