无线传感器网络中基于减法聚类的定位算法

来源 :计算机技术与发展 | 被引量 : 0次 | 上传用户:jianweify
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
定位算法是无线传感器网络中的关键技术。文中在传统的Dv—Hop算法的基础上,找出其产生误差的主要原因,即对未知节点与锚节点之间的估计距离做出了修正,提出一种无线传感器网络中基于减法聚类的定位算法。该算法用减法聚类的方法,根据节点自身的密度,选出锚簇头节点,使锚簇头节点在锚节点密集处产生;同时用所有锚簇头节点平均每跳距离的均值作为未知节点的网络平均每跳距离,提高了定位精度,减少了定位过程中的能量消耗。仿真实验表明,该算法比Dv—Hop算法有更好的定位精度和鲁棒性。
其他文献
利用Beta概率密度函数建立起普适计算环境下各个设备间轻量级的信任管理模型BTrust。通过源实体对目标实体直接服务结果的观察计算出直接信任服务值,并结合第三方实体的推荐
每一种语言的形成和发展都与其社会环境密切相连,语言同时反映出一个国家和民族的历史和文化。从这个层面上说,教授语言同时也是在教授文化,学习语言的同时也是在学习文化。一个
把粗糙集应用于图像分割的研究一直是一个热门话题,Milind M.Mushrif、Ajoy K.Ray等结合Histon直方图,基于粗糙集理论,阐明了一种新的彩色图像分割算法。此方法可以获得合适的阈值,对彩色图像进行合理的分割,但是,该文完全是在R、G、B颜色空间的基础上构建粗糙集直方图的,由于R、G、B3个分量是高度相关的,并且RGB颜色空间是不均匀的,所以,不能用该颜色空间中两点间的距离来表示
为全面、定量了解刚入学的学生心理健康状况,采用SCL-90临床症状自评量表对刚入学的全体大一新生进行心理健康情况测定,结果显示学院学生总体的健康状况要好于全国健康平均水平