[論文レビュー] Accuracy of Range-Based Localization in Random Sensor Networks

Liang Heng, Grace Gao|arXiv (Cornell University)|May 30, 2013

Indoor and Outdoor Localization Technologies参考文献 30被引用数 1

ひとこと要約

本稿は、ランダムに配置されたセンサーネットワークにおける距離ベースの局所化の精度を分析し、期待平均幾何分散拡大係数（LB-E-AGDOP）の閉形式の下界を導出することで、ネットワークの3つのパラメータにのみ依存する。局所化誤差の分散がAGDOPに比例することを確立し、シミュレーションにより理論モデルを検証し、ネットワークの接続性およびサイズに伴う精度のスケーリングを示している。

ABSTRACT

Abstract—Location service is essential for many sensor network applications. This paper theoretically assesses the accuracy of range-based localization schemes with respect to network connectivity and scale in sensor networks where sensors are deployed and connected randomly. We first show that the variance of localization errors are proportional to average geometric dilution of precision (AGDOP). We then prove a novel lower bound of expectation of AGDOP (LB-E-AGDOP) and derives a closed-form expression that relates LB-E-AGDOP to only three parameters that describe network connectivity and scale. Furthermore, the paper conjectures a simple relationship between the expectation of AGDOP (E-AGDOP) and its lower bound, LB-E-AGDOP. The closed-form expressions of LB-E-AGDOP and E-AGDOP are used to analyze how accuracy evolves when the network scales up. Finally, we validate the theoretical results via numerical simulations. Index Terms—Sensor networks, range-based localization, accuracy, connectivity, scale, dilution of precision (DOP), Laplacian matrix F 1

研究の動機と目的

• ランダムに配置されたセンサーネットワークにおける距離ベースの局所化の精度が、ネットワークの接続性およびスケールにどのように影響を受けるかを理論的に評価すること。
• 局所化誤差の分散と幾何分散拡大係数（DOP）との関係を特定すること。
• ネットワークの3つの主要パラメータを用いて、平均幾何DOP（AGDOP）の期待値の新しい下界（LB-E-AGDOP）を導出すること。
• 期待AGDOP（E-AGDOP）とその下界（LB-E-AGDOP）との間に簡単な関係があると仮説を立てること。
• 導出された閉形式式を用いて、ネットワークのスケーリングに伴う局所化精度の変化を分析すること。

提案手法

• 局所化誤差分散の理論的分析により、それが平均幾何分散拡大係数（AGDOP）に比例することを示した。
• ネットワークの接続性およびスケールパラメータを用いて、AGDOPの期待値の新しい下界（LB-E-AGDOP）を導出した。
• ネットワークの接続性およびスケールを特徴付ける3つのパラメータのみを用いて、LB-E-AGDOPの閉形式式を構築した。
• 期待AGDOP（E-AGDOP）とその導出された下界（LB-E-AGDOP）との関係を示す仮説を提示した。
• 閉形式式を用いて、異なるネットワークサイズおよび接続性における局所化精度のスケーリング行動を分析した。
• 数値シミュレーションを用いて理論的結果を検証し、導出された境界および関係の正確性を確認した。

実験結果

リサーチクエスチョン

• RQ1 ランダムに配置されたセンサーネットワークにおける距離ベースの局所化精度は、ネットワークの接続性およびスケールにどのように影響を受けるか？
• RQ2 平均幾何分散拡大係数（AGDOP）の期待値の理論的下界（LB-E-AGDOP）は何か？ そして、それがネットワークパラメータとどのように関係するか？
• RQ3 ネットワークのスケールおよび接続性を特徴付ける3つのパラメータのみを用いて、LB-E-AGDOPの閉形式式を導出できるか？
• RQ4 実際のネットワーク構成において、期待AGDOP（E-AGDOP）とその下界（LB-E-AGDOP）との関係は何か？
• RQ5 理論的モデルが予測するように、ネットワークサイズおよび接続性の増加に伴い、局所化精度はどのようにスケーリングするか？

主な発見

• 局所化誤差の分散は、平均幾何分散拡大係数（AGDOP）に比例しており、DOPと誤差の大きさの直接的な関係を確立した。
• ネットワークの接続性およびスケールを特徴付ける3つのパラメータにのみ依存する、AGDOPの期待値の新しい下界（LB-E-AGDOP）を導出した。
• LB-E-AGDOPの閉形式式により、さまざまなネットワーク構成における最小期待局所化誤差を解析的に予測可能となった。
• 本稿では、E-AGDOPとLB-E-AGDOPとの間に簡単な関係があると仮説を立てており、E-AGDOPが理論的下限によりきつく述べられていると示唆している。
• 数値シミュレーションにより理論的予測が検証され、導出された式の正確性およびスケーラビリティが、さまざまなネットワークサイズおよび接続密度において確認された。
• 結果として、AGDOPに基づくモデルにより、接続性の低下およびネットワークスケールの増大に伴い、局所化精度が予測可能に低下することが示された。