在无源网络中，常用的中心性指标包括度中心性、接近中心性、介数中心性和特征向量中心性等。这些指标可以帮助我们衡量节点在网络中的重要性和影响力。
度中心性：度中心性是指节点的度（即与该节点直接相连的边的数量）来衡量节点的中心性。度中心性高的节点通常可以很快地将信息传播给网络中的其他节点，因此在信息传播和影响力方面具有重要作用。计算度中心性非常简单，只需统计每个节点的连接边数即可。
接近中心性：接近中心性是指节点到其他节点的平均距离来衡量节点的中心性。接近中心性高的节点通常可以更快地接触到网络中的其他节点，具有更大的影响范围。计算接近中心性通常需要使用图论中的路径算法，如 Dijkstra 算法。
介数中心性：介数中心性是指节点在网络中作为中介的频率来衡量节点的中心性。介数中心性高的节点通常在网络中扮演着重要的桥梁角色，能够加速信息传播和影响力扩散。计算介数中心性通常需要使用图论中的介数计算算法，如 Brandes 算法。
特征向量中心性：特征向量中心性是指节点在网络中的连接情况以及连接节点的中心性来综合衡量节点的中心性。特征向量中心性高的节点通常与其他中心性高的节点连接，具有更大的影响力。计算特征向量中心性通常需要使用线性代数中的特征向量计算方法。
解释这些中心性指标时，可以结合具体的案例或者实际数据进行说明，让管理者更容易理解其意义和应用。同时，要根据具体的网络特点和分析目的，选择合适的中心性指标进行应用和解释。
综上所述，无源网络中常用的中心性指标包括度中心性、接近中心性、介数中心性和特征向量中心性，它们分别从不同角度衡量节点在网络中的重要性和影响力，可以帮助管理者更好地理解网络结构和节点特征，从而进行有效的管理和决策。