位置:成果数据库 > 期刊 > 期刊详情页
MLSI-RT: memorize LOS range measurements identified residual test location algorithm and performance analysis
  • ISSN号:1009-5896
  • 期刊名称:《电子与信息学报》
  • 时间:0
  • 分类:TP393.0[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术] S481.8[农业科学—农药学;农业科学—植物保护]
  • 作者机构:[1]School of Information Science and Engineering, Shandong University, Jinan 250100, P. R. China, [2]School of Electronics Information Engineering, Beihang University, Beijing 100190, P. R. China
  • 相关基金:supported by the State Key Program of National Natural Science of China (Grant No.60532030); the New Century Excellent Talents in University (Grant No.NCET-08-0333); the Natural Science Foundation of Shandong Province (Grant No.Y2007G10)
中文摘要:

在无线传感器网络(WSN ) 的活动终端地点的主导的错误来源是 non-line-of-sight (NLOS ) 繁殖错误。在建议减轻 NLOS 繁殖错误的影响的算法之中,剩余测试(RT ) 是有效的,然而与高计算的复杂性(CC ) 。LOS 范围大小识别了的记住识别的范围大小(RM ) 记住的视觉(LOS ) 的光的一个改进算法剩余测试(MLSI-RT ) 在这份报纸被介绍给地址这个问题。MLSI-RT 基于假设当所有 RM 从 LOS 繁殖时,当为 NLOS 盒子它是非中央的时,规范的剩余跟随中央 Chi 平方分发。这研究能在超过 90% 减少 CC。

英文摘要:

The dominant error source of mobile terminal location in wireless sensor networks (WSNs) is the non-line-of-sight (NLOS) propagation error. Among the algorithms proposed to mitigate the influence of NLOS propagation error, residual test (RT) is an efficient one, however with high computational complexity (CC). An improved algorithm that memorizes the light of sight (LOS) range measurements (RMs) identified memorize LOS range measurements identified residual test (MLSI-RT) is presented in this paper to address this problem. The MLSI-RT is based on the assumption that when all RMs are from LOS propagations, the normalized residual follows the central Chi-Square distribution while for NLOS cases it is non-central. This study can reduce the CC by more than 90%.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《电子与信息学报》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院电子学研究所 国家自然科学基金委员会信息科学部
  • 主编:朱敏慧
  • 地址:北京市北四环西路19号
  • 邮编:100190
  • 邮箱:jeit@mail.ie.ac.cn
  • 电话:010-58887066
  • 国际标准刊号:ISSN:1009-5896
  • 国内统一刊号:ISSN:11-4494/TN
  • 邮发代号:2-179
  • 获奖情况:
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:24739