基于鲁棒分量的含噪距离测量网络定位
网络与互联网体系结构
2018-07-03 v1
摘要
准确且鲁棒的定位对无线自组织和传感器网络至关重要。在各类定位技术中，基于分量的方法因能克服网络稀疏和锚点稀疏而独具优势。但基于分量的方法对测距噪声敏感，可能在分量实现或合并过程中引发巨大的累积误差。本文针对测距噪声下的鲁棒分量定位给出三项结果。（1）对于刚性图分量，提出一种新方法评估该图在噪声下可能的翻转歧义数。特别地，提出图的“近似共线的极小分离集（MIRROR）”作为翻转歧义的原因，且 MIRROR 的数量指示了噪声下可能的翻转歧义数。（2）随后通过扰动分析研究图关于测距噪声的局部形变敏感性。提出一种新的测距灵敏度矩阵（RSM）来估计由测距噪声引起的节点位置扰动。（3）通过翻转风险和局部形变风险评估分量鲁棒性，开发了鲁棒分量生成与实现（RCGR）算法，该算法基于鲁棒性度量生成分量。RCGR 通过仿真评估，显示出比最先进的基于分量的定位算法好得多的抗噪性和定位精度提升。
引用
@article{arxiv.1807.00108,
title = {Robust Component-based Network Localization with Noisy Range Measurements},
author = {Tianyuan Sun and Yongcai Wang and Deying Li and Wenping Chen and Zhaoquan Gu},
journal= {arXiv preprint arXiv:1807.00108},
year = {2018}
}
备注
9 pages, 15 figures, ICCCN 2018, Hangzhou, China