位置:成果数据库 > 期刊 > 期刊详情页
一种基于区间数聚类的RSSI-D估计方法
  • ISSN号:0254-3087
  • 期刊名称:《仪器仪表学报》
  • 时间:0
  • 分类:TP393[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]
  • 作者机构:[1]哈尔滨工业大学自动化测试与控制研究所,哈尔滨150080
  • 相关基金:国家自然科学基金(61102308/F010908); 教育部高等学校博士学科点专项科研基金(20092302110013)、教育部新世纪优秀人才支持计划(NCET-10-0062)资助项目
中文摘要:

在无线传感器网络定位的距离估计方法研究中,普遍假设到达信号强度(received signal strength indicator,RSSI)与对应通信距离的对数成线性关系,但是该假设在实际无线通信环境下几乎不能满足。针对此问题本文提出一种基于区间数聚类的RSSI-距离(RSSI-D)估计方法(distance estimation method using interval data clustering,DEMIDC),首先利用区间数表示方法结合实际定位环境中RSSI数据的统计信息表示RSSI的分布区域,然后针对不同环境中RSSI不确定性程度不同,分别采用基于区间数软聚类和硬聚类的方法对RSSI-D进行估计。最后采用3种典型通信环境下真实的RSSI测量数据完成的实验结果表明,该方法具有较高的距离估计精度,同时具备一定的实用价值。

英文摘要:

In the study of communication distance estimation in wireless sensor network localization,RSSI(received signal strength indicator) is assumed linear with the logarithm of corresponding communication distance.However,this assumption is always in contradiction with the situation in real communication environment.Thus in this paper,a new communication distance estimation method based on RSSI using interval data clustering(DEMIDC) is proposed.First,interval data combined with the statistic information of RSSI data are used to represent the distribution region.Then,soft and hard interval data cluster algorithms are used respectively to estimate the communication distances for different uncertainty levels of RSSI data.Finally,RSSIs in three different communication environments are used to evaluate this method.Experiment results show that the new method can obtain better evaluation precision in different environments,and can be used in wireless sensor network localization system.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《仪器仪表学报》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国仪器仪表学会
  • 主编:张钟华
  • 地址:北京东城区北河沿大街79号
  • 邮编:100009
  • 邮箱:yqyb@vip.163.com
  • 电话:010-84050563
  • 国际标准刊号:ISSN:0254-3087
  • 国内统一刊号:ISSN:11-2179/TH
  • 邮发代号:2-369
  • 获奖情况:
  • 1983年评为机械部科技进步三等奖,1997年评为中国科协优秀科技期刊三等奖
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,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),英国英国皇家化学学会文摘,中国北大核心期刊(2000版)
  • 被引量:42481