[論文レビュー] An Efficient Hybrid Localization Technique in Wireless Sensor Networks

Deepali Virmani, Satbir Jain|arXiv (Cornell University)|Mar 14, 2013

Indoor and Outdoor Localization Technologies参考文献 12被引用数 3

ひとこと要約

本論文は、無線センサネットワークにおける新しいハイブリッド局所化技術を提案し、中央集権的（MDS-Map、SDP）および分散型（Diffusion、APIT、Bounding Box）アルゴリズムを統合することで、局所化誤差を低減する。中央集権的手法の精度と分散型手法のスケーラビリティを活用することで、ノード密度、通信範囲、シンクノード数が増加する条件下でも、J-Simシミュレーションにより誤差が低減された状態で、さまざまなネットワーク条件における局所化精度が向上することを検証した。

ABSTRACT

Sensor nodes are low cost, low power devices that are used to collect physical data and monitor environmental conditions from remote locations. Wireless Sensor Networks(WSN) are collection of sensor nodes, coordinating among themselves to perform a particular task. Localization is defined as the deployment of the sensor nodes at known locations in the network. Localization techniques are classified as Centralized and Distributed. MDS-Map and SDP are some of the centralized algorithms while Diffusion, Gradient,APIT, Bounding Box, Relaxation-Based and Coordinate System Stitching come under Distributed algorithms. In this paper, we propose a new hybrid localization technique, which combines the advantages of the centralized and distributed algorithms and overcomes some of the drawbacks of the existing techniques. Simulations done with J-Sim prove advantage of the proposed scheme in terms of localization error calculated by varying the sink nodes, increasing node density and increasing communication range.

研究の動機と目的

• 無線センサネットワークにおける完全に中央集権的または分散型の局所化技術の限界を解決すること。
• 大規模で動的なセンサデプロイメントにおける局所化誤差を低減すること。
• 中央集権的および分散型アルゴリズムの長所を統合することで、精度とスケーラビリティを向上させること。
• ノード密度、通信範囲、シンクノード数などのさまざまなネットワークパラメータにおける性能を評価すること。

提案手法

• 提案されたハイブリッド手法は、MDS-MapおよびSDP（中央集権的）と、APITやBounding Boxなどの分散型アルゴリズムを統合する。
• 二段階のアプローチを採用：初期段階では分散型手法による粗い局所化を行い、その後で中央集権的最適化による精練を行う。
• 距離依存および距離非依存の手法を活用して、位置推定の精度を向上させる。
• ノード座標は、近接性と幾何的整合性の両方をバランスに考慮したハイブリッドコスト関数を用いて反復的に精錬する。
• 接続性と局所化の信頼性に基づいて、動的にリファレンスノードを選択する。
• J-Simを用いたシミュレーションにより、さまざまなネットワーク構成における性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 中央集権的および分散型局所化手法の統合が、WSNにおける全体の局所化誤差に与える影響は何か？
• RQ2 ノード密度の増加が、提案されたハイブリッド手法の局所化精度に与える影響は何か？
• RQ3 通信範囲を変化させた場合、ハイブリッド局所化手法の性能にどのような影響があるか？
• RQ4 シンクノード数の変化が、提案されたフレームワークにおける局所化精度に与える影響は何か？
• RQ5 ハイブリッド手法は、既存の単独の中央集権的または分散型局所化手法を上回ることができるか？

主な発見

• 提案されたハイブリッド手法は、単独の中央集権的または分散型手法よりも顕著に低い局所化誤差を達成した。
• ノード密度が増加するにつれて局所化誤差が低下し、密度の高いネットワークにおけるロバストネスが向上したことが示された。
• 通信範囲を拡大することで局所化誤差が低減し、より良いカバレッジと接続性を示した。
• シンクノード数の増加は、より正確な位置推定に寄与し、ネットワーク全体の局所化忠実度を向上させた。
• ハイブリッド手法は、計算オーバーヘッドを低く抑えつつ精度を向上させたため、リアルタイムのWSNアプリケーションに適している。
• シミュレーションにより、MDS-Map、SDP、およびAPITやBounding Boxといった分散型アルゴリズムと比較して、本手法が局所化精度において優れていることが確認された。