无线传感器网络中ORAWLS算法

刘云; 王海花

doi:10.13873/j.1000-9787(2018)07-0127-04

Chinese

您当前的位置：

首页 >

文章列表页 >

无线传感器网络中ORAWLS算法

计算与测试 | 更新时间：2025-09-11

- 无线传感器网络中ORAWLS算法
- ORAWLS algorithm for WSNs
- 传感器与微系统 2018年第7期页码：127-130
- 作者机构：
  
  昆明理工大学信息工程与自动化学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(61262040)
- DOI：10.13873/j.1000-9787(2018)07-0127-04
  中图分类号： TN929.5;TP212.9
- 纸质出版：2018
- 稿件说明：
移动端阅览
刘云, 王海花. 无线传感器网络中ORAWLS算法[J]. 传感器与微系统, 2018,(7):127-130.

LIU Yun, WANG Hai-hua. ORAWLS algorithm for WSNs[J]. 2018, (7): 127-130.
刘云, 王海花. 无线传感器网络中ORAWLS算法[J]. 传感器与微系统, 2018,(7):127-130. DOI： 10.13873/j.1000-9787(2018)07-0127-04.

LIU Yun, WANG Hai-hua. ORAWLS algorithm for WSNs[J]. 2018, (7): 127-130. DOI： 10.13873/j.1000-9787(2018)07-0127-04.

摘要

为提高无线传感器网络(WSNs)节点定位的估计精度

提出了一种优化参考锚节点的加权最小二乘算法(ORAWLS)。基于理论均方误差最小化

优化参考锚节点

进一步完善系统性能。仿真验证表明:对比最大似然(ML)算法和线性最小二乘(LLS)算法

ORAWLS算法能够有效地提高定位精度

并表现出良好的系统性能。

Abstract

In order to increase estimation precision of node localization in wireless senior networks（ WSNs）

a weighted least squares algorithm of optimize reference anchor nodes（ ORAWLS） is proposed. Reference anchor node is optimized based on minimized theoretical mean square error

so as to further improve the system performance. The simulation verification results show that

compared with maximum likelihood（ ML） algorithm and linear least squares（ LLS） algorithm

ORAWLS algorithm can effectively improve the positioning precision and show good system performance.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

重心反向粒子群优化算法在无线传感器定位优化中的应用

基于次锚节点的无线传感器网络改进加权质心定位算法

基于CS算法的LEACH极值双簇首分簇方法

双向选择机制下权重约束的WSNs拓扑演化模型研究

基于模糊粒子群优化算法的无线传感器网络部署优化研究