摘要
为了充分利用锚节点之间的信息以及提高基于跳数的定位算法精度,提出基于线性回归的两种算法LRDH(Linear Regression DV-HOP)和MMLR(Min and Max Linear Regression).该算法利用线性回归分析的方法,对锚节之间跳数和距离信息建立线性回归模型来计算未知节点与锚节点之间的距离,并将计算结果运用到全网的定位中.仿真结果表明,LRDH算法和MMLR算法定位精度都优于DV-HOP算法,特别是MMLR算法比DV-HOP算法定位精度有大幅的提高.
In order to make full use of the information among wireless sensor nodes,and improve the accuracy of the hop-based localization algorithm,two localization algorithms based on the linear regression method LRDH（Linear Regression DV-HOP） and MMLR（Min and Max Linear Regression） are proposed in this paper. Using the regression model,the new algorithms make regression analysis the information of hops and distance to estimate the distance between unknown and anchor nodes. Then this distance values are used to locate the unknown nodes. Through extensive simulation,the results show that the position errors of LRDH and MMLR algorithm are fewer than DV-HOP,especially the MMLR has good performance.
出处
《小型微型计算机系统》
CSCD
北大核心
2014年第7期1500-1504,共5页
Journal of Chinese Computer Systems
基金
国家自然科学基金项目(61102065)资助
广州市科技计划项目(2012J4100119)资助
广州市珠江科技新星专项项目(2011J2200083)资助
广东省教育部产学研结合项目(2011B090400520)资助
广东省自然(S2012040010974)资助
