[論文レビュー] Performance Study of Localization Techniques in Wireless Body Area Sensor Networks

Obaid Ur Rehman, Nadeem Javaid+2 more|arXiv (Cornell University)|Jul 6, 2012

Indoor and Outdoor Localization Technologies参考文献 5被引用数 4

ひとこと要約

本稿は、無線ボディエリアセンサネットワーク（WBASNs）における屋内および屋外の局所化技術を評価・比較し、屋内トラッキングにはパーティクルフィルタリング、屋外用途には隠れマルコフモデル（HMM）ベースのGSMトラッキングを提案する。粒子フィルタリングは屋内環境において最高の局所化精度を達成するのに対し、HMMベースのGSMトラッキングは屋外手法の中で優れた精度と低い計算オーバーヘッドを実現する。

ABSTRACT

One of the major issues in Wireless Body Area Sensor Networks (WBASNs) is efficient localization. There are various techniques for indoor and outdoor environments to locate a person. This study evaluating and compares performance of optimization schemes in indoor environments for optimal placement of wireless sensors, where patients can perform their daily activities. In indoor environments, the performance comparison between Distance Vector-Hop algorithm, Ring Overlapping Based on Comparison Received Signal Strength Indicator (ROCRSSI), Particle filtering and Kalman filtering based location tracking techniques, in terms of localization accuracy is estimated. Results show that particle filtering outperforms all. GPS and several techniques based on GSMlocation tracking schemes are proposed for outdoor environments. Hidden Markov GSM based location tracking scheme efficiently performs among all, in terms of location accuracy and computational overheads.

研究の動機と目的

• 無線ボディエリアセンサネットワーク（WBASNs）の屋内および屋外環境における局所化技術を評価・比較すること。
• 患者モニタリング応用における精度と計算オーバーヘッドのバランスを取る最適な局所化方式を特定すること。
• 決定的フィンガープrintィングおよびHMMベースのトラッキング方式における位置精度を推定するための数学的モデルを提示すること。
• 動的な人体移動を伴う非線形な屋内トラッキング状況におけるパーティクルフィルタリングおよびカルマンフィルタリングの性能を分析すること。

提案手法

• ベイジアン事後確率を用いたパーティクルフィルタリングを提案し、信号尤度に基づく時系列パーティクル重み付けによって未知のノード位置を推定する。
• 動的屋内環境における状態推定にカルマンフィルタリングを採用し、位置および速度を線形ガウス過程でモデル化する。
• GSMベースの屋外トラッキングのための隠れマルコフモデル（HMM）を導入し、状態はグリッドセルを表し、観測値は隣接する基地局から得られるRSSI値とする。
• 定常状態確率分布を用いてユーザの位置遷移を予測し、RSSI観測値の時間的相関を活用して精度を向上させる。
• ユークリッド距離メトリクスを用いて、決定的フィンガープrintィングにおける位置精度を計算する数学的モデリングを適用する。
• ビーコンオーバーヘッド（ビーコンメッセージの平均数／移動ノード）を定義し、GPSベースの局所化の効率性を評価する。

実験結果

リサーチクエスチョン

• RQ1 DV-Hop、ROCRSSI、パーティクルフィルタリング、カルマンフィルタリングのうち、どの屋内局所化技術がWBASNsにおいて最高の局所化精度を達成するか？
• RQ2 HMMベースのGSMトラッキング方式は、他の屋外手法（例：セルID、GPS）と比較して、精度および計算コストの面でどのように異なるか？
• RQ3 RSSI観測系列の長さを延長することで、HMMベースの位置推定精度および遅延にどのような影響が生じるか？
• RQ4 決定的フィンガープrintィングおよびHMMベースのトラッキングにおける位置精度を定量化する数学的モデルをどのように構築できるか？
• RQ5 移動型WBANノードにおけるGPSベースの局所化において、精度とビーコンオーバーヘッドの最適なバランスは何か？

主な発見

• パーティクルフィルタリングは、非線形的かつ動的な環境において、他のすべての屋内局所化技術を上回る局所化精度を達成する。
• HMMベースのGSMトラッキング方式は、屋外局所化手法の中で最高の精度を実現するとともに、低い計算オーバーヘッドを維持する。
• RSSI観測系列の長さを延長することで、HMMベースの位置推定精度が向上するが、それに伴い遅延が増加する。
• 提案された決定的フィンガープrintィング用の数学的モデルにより、ユークリッド距離メトリクスを用いた位置精度の定量化が可能になる。
• GPSベースの局所化において、ビーコンオーバーヘッドは最初および最後のビーコンメッセージのみを記録することで最小限に抑えられ、位置推定に影響を与えることなくメッセージ負荷を低減できる。
• HMMにおける定常状態確率分布により、隣接するグリッドセル間の遷移確率をモデル化することで、ユーザの移動パターンを反映し、予測精度が向上する。