您现在的位置是：首页 > 资料属性 > 技术资料 > 基于无线传感器网络拓扑结构的物联网定位模型

推荐星级：

基于无线传感器网络拓扑结构的物联网定位模型

更新时间：2019-12-10 21:27:44 大小：630K 上传用户：xiaohei1810 查看TA发布的资源 浏览次数：125 下载积分：1分出售积分赚钱评价赚积分（如何评价?） 标签：无线传感器物联网收藏评论(0) 举报

资料介绍

无线传感器网络是物联网(Internet of Things)的重要组成部分,利用其实现物联网中目标的定位技术已成为研究热点之一.由于受环境、障碍物、网络攻击和硬件错误等诸多因素的影响,传感器节点所采集的数据易产生较大误差,形成错误数据,从而对定位造成严重影响.尽管已发展出了众多定位算法和模型,但针对错误数据实现定位的研究还较罕见,尤其在国内,几乎是空白.文中针对上述问题,旨在利用网络(几何)拓扑结构信息,提出一种用局部信息刻画全局分布密度信息的新颖物联网定位模型:鲁棒的局部保持的典型相关分析定位模型LE-RLPCCA.与现有同类典型方法在真实环境中的实验结果相比,LE-RLPCCA具有更高的定位鲁棒性和稳定性.

部分文件列表

文件名	大小
基于无线传感器网络拓扑结构的物联网定位模型.pdf	630K

【关注公众号 ~ 送20积分】

部分页面预览

（完整内容请下载后查看）

计

算

机

学

报

拥有最低的平均定位误差，随着错误数据比例的增

加及错误数据值增大，LE—RLPCCA的定位优势越

发明显，且相对稳定；(2)LE—LPCCA在无错误数据

时(如图1及图2中错误数据比例为0％时)，平均

定位误差较小，然而随着错误数据逐渐增加(图3、

图4)，或者错误数据值增大时(图5)，通过LE～

LPCCA模型计算出的平均误差增加幅度较大，但

结果仍好于LE—KCCA模型．(3)LE—KCCA模型在

无错误数据时，已显示出较差的定位结果，而存在错

误数据时，平均定位误差进一步大幅度增加；同时还

能发现，随着错误数据逐渐增加(图3、图4)，或者

定位效果及鲁棒性，把训练数据分成3种情形：

(1)信号强度数据有误；(2)已知节点的物理坐标有

误；(3)两组数据集都有错误．其中，对第(1)和(2)

两种情形，随机选取训练数据的o％～50％作为错

误数据，并设定错误值分别为正常值的3倍、6倍、

10倍；对第(3)种情形，假定错误数据占整个训练数

据的30％，并设定当错误信号值分别为正常值的

3倍、6倍、10倍时，错误物理坐标的错误值为正常

值的1～10倍．对于这3种情形，定位平均误差如

图3～图5所示．

由图3～图5可见：(1)LE-RLPCCA定位模型

{

褪

魁

剁

嗤

霹

}

错误数据比例

(a)错误信号强度3倍于正常值

(a)错误物理坐标3倍于正常值

{

．窿

吲

剁

嗤

霸

错误数据比例

(b)错误物理坐标6倍于正常值

(b)错误信号强度6倍于正常值

错误数据比例

(c)错误物理坐标10倍于正常值

(c)错误信号强度10倍于正常值

图4当错误数据比例逐渐增大时，不同的

错误地址坐标所产生的定位平均误差

图3

当错误数据比例逐渐增大时，不同的错误

信号强度所产生的定位平均误差

万方数据

全部评论(0)

暂无评论

评论赚积分>>

上传资源

基于无线传感器网络拓扑结构的物联网定位模型

资料介绍

部分文件列表

部分页面预览

相关下载

推荐下载

全部评论(0)

热门标签

最新上传

热门下载