| 講演抄録／キーワード |
| 講演名 |
2005-06-17 10:50
センサネットワークにおける低演算量位置推定アルゴリズム
○白濱淳一（東京理科大）・大槻知明（慶大）・金子敏信（東京理科大） |
| 抄録 |
（和） |
センサネットワークにおける位置推定アルゴリズムの１つにML (Maximum Likelihood) アルゴリズムがある. ML アルゴリズムは推定精度が高い反面, 演算量が膨大になってしまうという問題がある. ML アルゴリズムの演算量を低減するアルゴリズムとして, EM (Expectation Maximization) アルゴリズムが提案されている. しかし, EMアルゴリズムは局所的尤度に陥りやすい. また, ML アルゴリズムやEM アルゴリズムなどの従来の位置推定アルゴリズムでは, すべてのセンサの受信信号を利用し, 位置推定を行う. ターゲットからの信号は距離の指数乗に比例して減衰し, 通信路雑音の影響を受ける. 特にターゲットから離れたセンサの受信信号は通信路雑音の影響が相対的に大きくなるため, その受信信号を位置推定に用いても, 位置推定精度はあまり改善されない. 本稿では, ML アルゴリズムに比べ低演算量で, EMアルゴリズムに比べ推定精度が高い位置推定アルゴリズムを提案する. また, 受信信号エネルギーが閾値以上のセンサの受信信号だけを用いて, ターゲットの位置推定を行う低演算量位置推定手法を提案する. シミュレーションにより, 提案アルゴリズムは，低演算量で，高い位置推定精度を達成することを示す. また提案手法をML アルゴリズムと提案アルゴリズムに適用することにより, それぞれ大きく演算量を低減できることを示す. |
| （英） |
The ML (Maximum likelihood) estimation algorithm is one of the estimation algorithms of target location. The ML estimation algorithm has high accuracy to estimate target location. However, the calculation amount of the ML estimation algorithm is large. The EM (Expectation Maximization) algorithm is proposed to reduce the complexity of the ML estimation algorithm. However, the EM algorithm sometimes traps into local minimum. These conventional algorithms to estimate target location use all the sensors’ receiving signals. The transmission signal from the target is attenuated with distance. In particular, the effects of noise on the received signals of the sensors far apart from the target are large. The received signals thus do not help a lot to improve the estimation accuracy. In this report we propose the proposed algorithm with a smaller amount of calculation than the ML estimation algorithm and higher estimation accuracy than the EM algorithm. Moreover, we propose the low complexity source localization method, where we use only the sensors’ information with receiving energy higher than threshold. From the simulation results, we show that the proposed algorithm has a small amount of calculation and high estimation accuracy. We also show that the proposed method can reduce the calculation amount while keeping the estimation accuracy by setting threshold appropriately in the ML estimation algorithm and the proposed algorithm. |
| キーワード |
（和） |
センサネットワーク / 位置推定 / ML推定 / EMアルゴリズム / / / / |
| （英） |
Wireless Sensor Network / Source loclization / ML estimation / EM algorithm / / / / |
| 文献情報 |
信学技報 |
| 資料番号 |
|
| 発行日 |
|
| ISSN |
|
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
SN |
| 開催期間 |
2005-06-16 - 2005-06-17 |
| 開催地（和） |
東京電機大学神田キャンパス |
| 開催地（英） |
Tokyo Denki Univeristy Kanda Campus |
| テーマ（和） |
第2回 センサネットワーク研究会 |
| テーマ（英） |
2nd Sensor Network Conference |
| 講演論文情報の詳細 |
| 申込み研究会 |
SN |
| 会議コード |
2005-06-SN |
| 本文の言語 |
日本語 |
| タイトル（和） |
センサネットワークにおける低演算量位置推定アルゴリズム |
| サブタイトル（和） |
|
| タイトル（英） |
Low Complexity Source Localization Algorithm in Sensor Networks |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
センサネットワーク / Wireless Sensor Network |
| キーワード(2)（和/英） |
位置推定 / Source loclization |
| キーワード(3)（和/英） |
ML推定 / ML estimation |
| キーワード(4)（和/英） |
EMアルゴリズム / EM algorithm |
| キーワード(5)（和/英） |
/ |
| キーワード(6)（和/英） |
/ |
| キーワード(7)（和/英） |
/ |
| キーワード(8)（和/英） |
/ |
| 第1著者 氏名（和/英/ヨミ） |
白濱 淳一 / Junichi Shirahama / シラハマ ジュンイチ |
| 第1著者 所属（和/英） |
東京理科大学 (略称： 東京理科大)
Tokyo University of Science (略称： TUS) |
| 第2著者 氏名（和/英/ヨミ） |
大槻 知明 / Tomoaki Ohtsuki / オオツキ トモアキ |
| 第2著者 所属（和/英） |
慶応義塾大学 (略称： 慶大)
Keio University (略称： KGU) |
| 第3著者 氏名（和/英/ヨミ） |
金子 敏信 / Toshinobu Kaneko / カネコ ノブトシ |
| 第3著者 所属（和/英） |
東京理科大学 (略称： 東京理科大)
Tokyo University of Science (略称： TUS) |
| 第4著者 氏名（和/英/ヨミ） |
/ / |
| 第4著者 所属（和/英） |
(略称： )
(略称： ) |
| 第5著者 氏名（和/英/ヨミ） |
/ / |
| 第5著者 所属（和/英） |
(略称： )
(略称： ) |
| 第6著者 氏名（和/英/ヨミ） |
/ / |
| 第6著者 所属（和/英） |
(略称： )
(略称： ) |
| 第7著者 氏名（和/英/ヨミ） |
/ / |
| 第7著者 所属（和/英） |
(略称： )
(略称： ) |
| 第8著者 氏名（和/英/ヨミ） |
/ / |
| 第8著者 所属（和/英） |
(略称： )
(略称： ) |
| 第9著者 氏名（和/英/ヨミ） |
/ / |
| 第9著者 所属（和/英） |
(略称： )
(略称： ) |
| 第10著者 氏名（和/英/ヨミ） |
/ / |
| 第10著者 所属（和/英） |
(略称： )
(略称： ) |
| 第11著者 氏名（和/英/ヨミ） |
/ / |
| 第11著者 所属（和/英） |
(略称： )
(略称： ) |
| 第12著者 氏名（和/英/ヨミ） |
/ / |
| 第12著者 所属（和/英） |
(略称： )
(略称： ) |
| 第13著者 氏名（和/英/ヨミ） |
/ / |
| 第13著者 所属（和/英） |
(略称： )
(略称： ) |
| 第14著者 氏名（和/英/ヨミ） |
/ / |
| 第14著者 所属（和/英） |
(略称： )
(略称： ) |
| 第15著者 氏名（和/英/ヨミ） |
/ / |
| 第15著者 所属（和/英） |
(略称： )
(略称： ) |
| 第16著者 氏名（和/英/ヨミ） |
/ / |
| 第16著者 所属（和/英） |
(略称： )
(略称： ) |
| 第17著者 氏名（和/英/ヨミ） |
/ / |
| 第17著者 所属（和/英） |
(略称： )
(略称： ) |
| 第18著者 氏名（和/英/ヨミ） |
/ / |
| 第18著者 所属（和/英） |
(略称： )
(略称： ) |
| 第19著者 氏名（和/英/ヨミ） |
/ / |
| 第19著者 所属（和/英） |
(略称： )
(略称： ) |
| 第20著者 氏名（和/英/ヨミ） |
/ / |
| 第20著者 所属（和/英） |
(略称： )
(略称： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2005-06-17 10:50:00 |
| 発表時間 |
25分 |
| 申込先研究会 |
SN |
| 資料番号 |
|
| 巻番号（vol） |
vol. |
| 号番号（no） |
|
| ページ範囲 |
|
| ページ数 |
|
| 発行日 |
|
|