[論文レビュー] Cooperative Network Node Positioning Techniques Using Underwater Radio Communications

Javier Zazo, Santiago Zazo+5 more|arXiv (Cornell University)|Apr 12, 2016

Underwater Vehicles and Communication Systems参考文献 17被引用数 4

ひとこと要約

本稿では、33 kHzで動作する低データレート無線通信を用いた水中センサネットワークにおける分散型協調位置推定アルゴリズムを提案する。パケット損失や低接続性に対しても耐性を持つ反復型位置推定アルゴリズムを導入し、20%のパケット損失下でも平均誤差約0.75 mというサブメートルレベルの精度（~0.75 m）を達成する。また、UUVなどの移動ノードの追跡に最適なバイセクションベースの手法を提案する。

ABSTRACT

We analyze the problem of localization algorithms for underwater sensor networks. We first characterize the underwater channel for radio communications and adjust a linear model with measurements of real transmissions. We propose an algorithm where the sensor nodes collaboratively estimate their unknown positions in the network. In this setting, we assume low connectivity of the nodes, low data rates, and nonzero probability of lost packets in the transmission. Finally, we consider the problem of a node estimating it's position in underwater navigation. We also provide simulations illustrating the previous proposals.

研究の動機と目的

• 限られた無線帯域幅と高い経路損失を伴う水中センサネットワークにおける高精度で分散型の位置推定を実現する挑戦に応える。
• 浅水域の無線チャネルにおける低接続性、低データレート、高パケット損失に耐性を持つアルゴリズムの開発。
• 展開後におけるセンサノードの自律的自己位置推定を可能とし、UUVなどの外部移動体のナビゲーションを支援する。
• 現実の水中無線伝搬特性に適合した実用的でエネルギー効率の良いソリューションを提供する。
• 実際のチャネル条件と変動するネットワーク信頼性を想定したシミュレーションを通じて、アルゴリズムの妥当性を検証する。

提案手法

• 33 kHzでの実測水中無線伝搬特性に基づく線形経路損失モデルを用い、3 kbps伝送のBFSK変調を採用する。
• 範囲測定値を用いて未知ノード位置を推定するため、半定値緩和に基づく分散型反復最適化アルゴリズム（アルゴリズム1）を適用する。
• パケット損失時には最後に得られた推定値を再利用する耐障害メカニズムを統合し、20%の損失下でも収束を維持する。
• UUV追跡のための非凸最適化問題を解くためにバイセクションアルゴリズム（アルゴリズム2）を採用し、グローバル最適性を保証する。
• チャネル利得を g = a*d + b + ε としてモデル化し、距離推定に最尤推定法を用いる。
• ノード間で位置推定値を交換し、隣接ノードのデータに基づいて更新する分散型コンSENSUSメカニズムを統合し、途切れのある接続性下でも動作可能とする。

実験結果

リサーチクエスチョン

• RQ1 浅水域における低データレート無線通信を用いた水中センサノードは、どのようにして高精度な自己位置推定を達成できるか？
• RQ2 パケット損失は、水中ネットワークにおける分散型位置推定アルゴリズムの性能にどの程度悪影響を及えるか？
• RQ3 低接続性および高経路損失下でも、分散型アルゴリズムは収束性と精度を維持できるか？
• RQ4 スパarsな水中センサネットワークからの範囲測定値のみを用いて、外部の移動ノード（例：UUV）をどのように位置推定できるか？
• RQ5 水中無線ベースのネットワークにおいて、位置推定精度とエネルギー効率の最適なトレードオフは何か？

主な発見

• 提案された分散型位置推定アルゴリズムは、8 mの無線感度を有する条件下でも、UUV追跡において平均絶対誤差約0.75 mを達成する。
• 20%のパケット損失下でも安定に収束し、わずかに収束速度が遅くなる以外は性能に著しい劣化がないことから、高い耐障害性を示す。
• シミュレーションでは、パケット損失なしの条件下で50イタレーション以内に収束し、27ノードのグリッド構成において高精度なノード位置推定が可能である。
• バイセクションベースの手法（アルゴリズム2）は非凸位置推定問題を最適に解き、UUV追跡における高精度を保証する。
• 実測水中無線特性に良好に適合する線形経路損失モデル（g = a*d + b + ε）を用いることで、33 kHzにおける信頼性の高い距離推定が可能となる。
• 推定手順における精度とエネルギー消費のバランスを最適化するため、0.63 mのずれノイズが適切であると判明した。