摘要
提出一种基于虚节点的非度量加权多维标度定位算法,它利用矩阵截断奇异值分解计算节点相异性矩阵的逼近阵。仿真实验显示,该算法在网络节点密度较低或拓扑结构不规则时比以往算法有更好的定位精度。
This paper proposed a new nonmetric weighted MDS based on virtual node algorithm to solve the problem,it computed the approximate matrix of dissimilarity matrix by use of truncated singular value decomposition. Simulation results demonstrate that the new algorithm can promote localization accuracy in the low-density network node or irregular topology.
出处
《计算机应用研究》
CSCD
北大核心
2009年第8期3128-3130,共3页
Application Research of Computers
基金
国家自然科学基金资助项目(60673061)
高等学校博士学科点专项科研基金资助项目(20060532024)
湖南省自然科学基金资助项目(06JJ50111
06JJ50113)
关键词
定位
无线传感器网络
虚节点
多维标度
截断奇异值分解
localization
wireless sensor networks
virtual node
multidimensional scaling
truncated singular value decomposition