基于非对称广义中心化矩阵的多维尺度定位算法

在无线传感器网络定位问题中,传感器节点间距离并不能全部直接测量,一般通过多跳距离进行最短路径估计。就经典多维尺度(Multidimensional Scaling,MDS)算法而言,其定位精度受距离估计精度的影响较大,少量误差较大的距离估计会极大影响定位结果。为了减少"错误"距离估计的影响,提出一种基于非对称广义中心化矩阵的多维尺度定位算法。该算法提出一类非对称广义中心化矩阵,并研究了中心化矩阵对定位误差的影响,从而选择有助于抑制"错误"距离的中心化矩阵提高定位精度。通过改变中心化矩阵中元素的权重,可以显著提升部分节点相对位置的定位精度。实验结果表明,与经典MDS算法相比,基于非对称广义中心化矩阵的MDS算法打破了原来中心化矩阵的局限性,可以有效减小距离估计误差对定位的影响,提高节点的定位精度。