[論文レビュー] An Indoor Fingerprinting Localization Approach for ZigBee Wireless Sensor Networks

Tareq Alhmiedat, Ghassan Samara+1 more|arXiv (Cornell University)|Aug 8, 2013

Indoor and Outdoor Localization Technologies参考文献 20被引用数 51

ひとこと要約

本稿では、受信信号強度（RSS）測定値を用いた、ZigBee無線センサネットワーク向けの低オーバーヘッドな屋内フィンガープrintロケーションシステムを提案する。トラッキング領域をサブエリアに分割し、各サブエリアに固有のRSSベースの特徴を割り当てることで、密度の高いリファレンスポイントの収集を削減しつつ高い位置特定精度を達成する。実環境での実験により、Jennicセンサノードを用いて検証されている。

ABSTRACT

Location tracking systems are increasingly becoming the focus of research in the field of Wireless Sensor Network (WSN). Received Signal Strength (RSS)-based localization systems are at the forefront of tracking research applications. Radio location fingerprinting is one of the most promising indoor positioning approaches due to its powerful in terms of accuracy and cost. However, fingerprinting systems require the collection of a large number of reference points in the tracking area to achieve reasonable localization accuracy. In this paper, we propose a fingerprinting localization approach based on a RSS technique. The proposed system does not require gathering a large number of reference points and offers good localization accuracy indoors. The implemented approach is based on dividing the tracking area into subareas and assigning a unique feature to each subarea through ranging the RSS values from different reference points. In order to test the proposed system's efficiency, a number of real experiments have been conducted using Jennic sensor nodes.

研究の動機と目的

• 屋内環境において、密度の高いリファレンスポイントの収集を要する従来のフィンガープrintイングシステムの高いオーバーヘッドを解消すること。
• リソース制約のあるZigBee無線センサネットワークに適した低複雑性のRSSベースのロケーションアプローチを開発すること。
• リファレンスポイントの数を増加させずに、サブエリアベースの特徴割り当てによって位置特定精度を向上させること。
• 市販のJennicセンサノードを用いた実環境での実験により、システムの性能を検証すること。

提案手法

• トラッキング領域を複数のサブエリアに分割することで、フィンガープリント収集の粒度を低減する。
• 各サブエリアに、選択されたリファレンスポイントにおける信号強度測定値から導出された固有のRSSベースの特徴ベクトルを割り当てる。
• 複数のリファレンスノードからのRSS値を用いて、移動ノードのサブエリアを特定するフィンガープリント技術を採用する。
• フィンガープリントデータはトレーニング段階で収集され、位置特定は受信したRSSサンプルを最も近いサブエリア特徴に一致させることで実行される。
• 受信信号強度サンプルと事前にログ記録されたサブエリア特徴との間で、多ilaterationに類似した一致処理に依存する。
• 実際の屋内環境でRSSデータを収集・処理するために、Jennic JN5139センサノードを実装に用いる。

実験結果

リサーチクエスチョン

• RQ1 サブエリアベースのRSSフィンガープリントアプローチは、位置特定精度を損なわずに必要なリファレンスポイントの数を削減できるか？
• RQ2 低コストのZigBeeセンサノードを用いた実環境の屋内環境において、提案手法はどのように性能を発揮するか？
• RQ3 最小限のトレーニングデータ収集で、このシステムが達成可能な位置特定精度はどの程度か？
• RQ4 サブエリア分割戦略は、システムのロバストネスと分解能にどのように影響を与えるか？

主な発見

• 提案手法は、従来のフィンガープリント手法と比較して、はるかに少ないリファレンスポイントで高い位置特定精度を達成している。
• サブエリアベースの特徴割り当てにより、トレーニングデータ収集の負担が軽減されつつ、信頼性の高い位置推定が維持されている。
• Jennicセンサノードを用いた実環境での実験により、一般的な屋内環境におけるシステムの実用性とロバストネスが確認された。
• 従来のRSSフィンガープリントと比較して、密なリファレンスポイントの配置を最小限に抑えることで、より高い効率性を示した。
• 異なる屋内レイアウトにおいても一貫した性能を維持しており、さまざまな環境への適応可能性が示された。