基于支持向量回归的无线传感器网络定位算法

被引:13
作者
魏叶华 [1 ]
李仁发 [2 ]
罗娟 [2 ]
付彬 [2 ]
机构
[1] 湖南师范大学物理与信息科学学院
[2] 湖南大学计算机与通信学院
关键词
无线传感器网络; 定位; 支持向量回归; 最小二乘;
D O I
暂无
中图分类号
TP212.9 [传感器的应用]; TN929.5 [移动通信];
学科分类号
080202 ; 080402 ; 080904 ; 0810 ; 081001 ;
摘要
针对一些增量定位中误差容易累积和集中式算法通信开销较大问题,提出了一种基于支持向量回归的半集中式定位算法,中心节点收集锚节点位置和网络连通信息作为训练样本,使用支持向量回归技术得到连通信息到节点位置的映射函数,分发到普通节点后即可使用此函数完成自身定位。为增加训练样本,对邻居锚节点达到3个的普通节点,使用基于RSSI测距的最小二乘法进行定位,升级为锚节点。分析和仿真表明,算法减少了通信开销,减轻了测距误差影响,并获取了较高的定位精度。
引用
收藏
页码:44 / 50
页数:7
相关论文
共 7 条
[1]   分布式无线传感器网络定位算法MDS-MAP(D) [J].
马震 ;
刘云 ;
沈波 .
通信学报, 2008, (06) :57-62
[2]   无线传感器网络中的自身定位系统和算法 [J].
王福豹 ;
史龙 ;
任丰原 .
软件学报, 2005, (05) :857-868
[3]   用于回归估计的支持向量机方法 [J].
杜树新 ;
吴铁军 .
系统仿真学报, 2003, (11) :1580-1585+1633
[4]  
统计学习理论的本质.[M].(美)VladimirN.Vapnik著;张学工译;.清华大学出版社.2000,
[5]   A Kernel-Based Learning Approach to Ad Hoc Sensor Network Localization [J].
Nguyen, Xuanlong ;
Jordan, Michael I. ;
Sinopoli, Bruno .
ACM TRANSACTIONS ON SENSOR NETWORKS, 2005, 1 (01)
[6]  
Location estimation viasupport vector regression..Wu H L;Ng J K;Karl R;et al;.Mobile Computing.2007, 03
[7]  
无线移动网络辅助定位算法研究.[D].孙国林.电子科技大学.2005, 12