一种基于边松弛的大规模WSN分簇定位算法.pdf

一种基于边松弛的大规模WSN分簇定位算法.pdf

ID:52399565

大小:685.09 KB

页数:6页

时间:2020-03-27

一种基于边松弛的大规模WSN分簇定位算法.pdf_第1页
一种基于边松弛的大规模WSN分簇定位算法.pdf_第2页
一种基于边松弛的大规模WSN分簇定位算法.pdf_第3页
一种基于边松弛的大规模WSN分簇定位算法.pdf_第4页
一种基于边松弛的大规模WSN分簇定位算法.pdf_第5页
资源描述:

《一种基于边松弛的大规模WSN分簇定位算法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第26卷第5期传感技术学报V01.26No.5CHINESEJOURNALOFSENSORSANDACTUATORSMav20132013年5月AClusteredLocationAlgorithmBasedonEdgeSparsificationforLarge·scaledLocalizationinWSNWANGJing,DENG(Keylabof,l厂0rmationcodingandtransmission,SouthwestJiaotongUniversity,Chengdu61003l,China)Abstract:Aimin

2、gatthelargescaledWSNlocalizationproblemthatthecomputationalcomplexityoftheclusterbasedSDPdistributedlocalizationalgorithminsomeclustersishighduetothenon·uniformlyclustering,anewdis-tributedlocalizationalgorithmnamedEES—Cluster(EquivalentEdgeSparsificationCluster)isproposed

3、.Basedonthesparsificationprocessingtotheedgesintheclusterdiagram,thenumberofedgesisreduced.Whenthenumberofclusterislimited,thisalgorithmcaneffectivelyreducethecomputationcomplexityinlocalizationprocess,atthesametimekeepthelocationaccuracy,anddecreasethepowerconsumptionincl

4、usterheadernodes.SimulationresultsandanalysisshowthatEES—Clustercaneffectivelydecreasethecomputationcomplexity,andimprovethelocationeficiencyoflarge-scaledWSN.Keywords:Large—ScaledWSN;Location;EdgeSparsification;ClusterEEACC:7230doi:10.3969/j.issn.1004—1699.2013.05.017一种基于

5、边松弛的大规模WSN分簇定位算法术王静,邓平(西南交通大学信息编码与传输重点实验室,成都610031)摘要:针对大规模WSN定位问题中,基于半定规划的分簇定位算法在分簇不均匀及节点密度较大时,部分簇会出现定位计算复杂度过高的问题,提出了一种新的基于边松弛的分簇定位算法一EEs—Cluster。该算法通过对每一个网络簇子图进行边的松弛预处理,减少了边的数目;在网络分簇数目较少时,能有效降低定位过程的计算复杂度,同时较好地保持较高的定位精度,减小簇头节点信息融合的功耗。仿真实验及分析表明,EES—Cluster算法能有效降低分簇定位算法的计算复

6、杂度,提高大规模WSN的定位效率。关键词:大规模传感器网络;定位;边松弛;分簇中图分类号:TP393文献标识码:A文章编号:1004-1699(2013)05-0683-06无线传感器网络WSN(WirelessSensor于半定规划对大规模WSN进行定位,主要采取3种Networks)是由若干传感器节点组成的无线自组织方法:①将大规模网络划分成若干子问题进行定位网络,能够实现监测区域内各种物理环境信息的收后,再将定位信息融合¨。例如文献[1]提出了一集和传输,以及对环境的有效监控。对于WSN来种基于锚节点地理位置分簇的半定规划定位算法。说

7、,没有节点位置信息的监控数据是没有意义的。该算法按照锚节点的地理位置对网络进行分簇,将计因此,快速、准确地对未知位置的节点进行定位,已算规模降低到每一个网络簇内,降低了SDP计算复成为WSN的推广和应用需要解决的一个关键问题。杂度。在这种算法中,为了降低信息融合的节点功耗WSN定位技术在近几年有了较大的发展,但是以及保证定位所需的网络连通度,要求簇数目尽量对于大规模WSN网络定位算法的研究却还比较少少,但网络簇减少会导致每一簇的规模增大,并且当见。作为一种高效的凸优化算法,基于半定规划的网络分簇不均匀时,会出现局部网络簇复杂度过高,WSN定

8、位算法是近年来的一个研究热点。目前,基甚至无法定位的问题。②分布式定位]。文献『5]项目来源:国家自然科学基金项目(61071107)收稿日期:2013—03—12修改日期:20

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。