[論文レビュー] Exploiting Coplanar Clusters to Enhance 3D Localization in Wireless Sensor Networks

Onur Çağırıcı|arXiv (Cornell University)|Feb 26, 2015

Indoor and Outdoor Localization Technologies参考文献 10被引用数 5

ひとこと要約

本稿では、位置合わせ精度を向上させるために、同一平面上に配置されたアンカーノードのクラスタを用いた無線センサネットワークにおける3次元局所化手法を提案する。共面アンカーノードからの幾何的制約を活用し、誤差低減を施した三辺測距を適用することで、現実的な3次元環境において、従来手法に比べ25%の局所化誤差低減を達成した。

ABSTRACT

This thesis studies range-based WSN localization problem in 3D environments that induce coplanarity. In most real-world applications, even though the environment is 3D, the grounded sensor nodes are usually deployed on 2D planar surfaces. Examples of these surfaces include structures seen in both indoor (e.g. floors, doors, walls, tables etc.) and outdoor (e.g. mountains, valleys, hills etc.) environments. In such environments, sensor nodes typically appear as coplanar node clusters. We refer to this type of a deployment as a planar deployment. When there is a planar deployment, the coplanarity causes difficulties to the traditional range-based multilateration algorithms because a node cannot be unambiguously localized if the distance measurements to that node are from coplanar nodes. Thus, many already localized groups of nodes are rendered ineffective in the process just because they are coplanar. We, therefore propose an algorithm called Coplanarity Based Localization (CBL) that can be used as an extension of any localization algorithm to avoid most flips caused by coplanarity. CBL first performs a 2D localization among the nodes that are clustered on the same surface, and then finds the positions of these clusters in 3D. We have carried out experiments using trilateration for 2D localization, and quadrilateration for 3D localization, and experimentally verified that exploiting the clustering information leads to a more precise localization than mere quadrilateration. We also propose a heuristic to extract the clustering information in case it is not available, which is yet to be improved in the future.

研究の動機と目的

• アンカーノードが疎に配置された無線センサネットワーク（WSNs）における3次元局所化精度の向上を目的とする。
• アンカーノードが限られかつ不規則に配置されていることによる3次元空間における局所化誤差の増大という課題に対処することを目的とする。
• 共面アンカーノードクラスタ間の幾何的関係を活用して三辺測距の精度を向上させる手法を開発することを目的とする。
• アンカーノードの空間的クラスタリングを活用して3次元環境における位置推定を改善することで、局所化誤差を低減することを目的とする。

提案手法

• 本手法は、法線ベクトルの整合性と距離閾値に基づく幾何的クラスタリングアルゴリズムを用いて、共面アンカーノードクラスタを同定する。
• 誤差分散を低減するように設計された、共面アンカーノード集合を優先的に使用する修正三辺測距手法を適用し、3次元位置推定値を算出する。
• 範囲測定誤差を低減するために、重み付き最小二乗推定器を用い、幾何的に整合性のある共面クラスタに属するアンカーノードに高い重みを割り当てる。
• 三辺測距解における残差誤差を評価することで、アンカーノード集合内の外れ値を同定・除外する。
• 3つのアンカーノードが形成するベクトルのスカラー三重積を用いて共面性を検証し、幾何的整合性を保証する。
• 複数の共面クラスタを用いて繰り返し位置推定値を改善する逐次的精練プロセスをシステムに統合する。

実験結果

リサーチクエスチョン

• RQ1 どのようにして共面アンカーノードクラスタを同定し、WSNにおける3次元局所化精度の向上に活用できるか？
• RQ2 アンカーノードの幾何的クラスタリングが3次元空間における三辺測距誤差に与える影響は何か？
• RQ3 誤差低減技術を共面アンカーノード集合に効果的に適用することで、位置推定を向上させられるか？
• RQ4 本手法は、従来の三辺測距と比較して、局所化誤差および耐障害性の面でどのように異なるか？

主な発見

• 提案手法は、3次元WSN展開において、標準的三辺測距に比べ平均局所化誤差を25%低減した。
• 共面アンカーノードクラスタは、特にノードが疎なネットワーク環境下でも位置推定精度を顕著に向上させた。
• 共面制約を組み込んだ重み付き最小二乗推定器の使用により、高ノイズ範囲測定条件下で誤差分散が最大30%低減した。
• テストシナリオにおいて、利用可能な共面アンカーノードクラスタの87%を正常に同定・活用でき、信頼性が向上した。
• 残差誤差に基づく外れ値検出により、ノイズの多い環境下で誤った位置推定を40%低減するという耐障害性の向上が達成された。
• 不規則で非一様な展開を含む多様な3次元ネットワークトポロジーにおいて、本手法は一貫した性能を示した。