[논문 리뷰] Exploiting Coplanar Clusters to Enhance 3D Localization in Wireless Sensor Networks

Onur Çağırıcı|arXiv (Cornell University)|2015. 02. 26.

Indoor and Outdoor Localization Technologies참고 문헌 10인용 수 5

한 줄 요약

이 논문은 3차원 무선 센서 네트워크에서 공면 클러스터를 형성하는 앵커 노드를 활용하여 정위치 정확도를 향상시키는 3차원 정위치 방법을 제안한다. 공면 앵커 노드에서 유도된 기하학적 제약 조건을 활용하고 오차 보정 기법을 적용한 삼각측량 기법을 통해, 실제 3차원 환경에서 기존 방법 대비 정위치 오차를 25% 감소시킨다.

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.

연구 동기 및 목표

• 앵커 노드가 희박하게 배치된 무선 센서 네트워크(WSNs)에서 3차원 정위치 정확도를 향상시키는 것.
• 제한적이고 비균일하게 분포된 앵커 노드로 인해 3차원 공간에서 정위치 오차가 증가하는 문제를 다루는 것.
• 공면 앵커 클러스터 간의 기하학적 관계를 활용하여 삼각측량 정밀도를 향상시키는 방법을 개발하는 것.
• 정위치 추정을 향상시키기 위해 앵커의 공간 클러스터링을 활용하여 3차원 환경에서 정위치 오차를 감소시키는 것.

제안 방법

• 정규 벡터 정렬과 거리 임계값을 기반으로 한 기하학적 클러스터링 알고리즘을 사용하여 공면 클러스터를 식별한다.
• 오차 분산을 줄이는 데 중점을 두고 공면 앵커 집합을 우선시하는 수정된 삼각측량 기법을 적용한다.
• 오차가 적은 앵커에 더 높은 가중치를 할당하여 범위 측정 오차를 최소화하기 위해 가중 최소 제곱 추정기법을 사용한다.
• 삼각측량 해의 잔차 오차를 평가하여 앵커 집합에서 이상치를 탐지하고 제외한다.
• 세 개의 앵커 노드가 형성하는 벡터의 스칼라 삼중곱을 사용하여 공면성을 검증하여 기하학적 일관성을 확보한다.
• 다중 공면 클러스터를 반복적으로 활용하여 위치 추정치를 점진적으로 향상시키는 순차적 정밀화 프로세스를 통합한다.

실험 결과

연구 질문

• RQ1 어떻게 공면 클러스터를 식별하고 활용하여 WSN에서 3차원 정위치 정확도를 향상시킬 수 있는가?
• RQ2 앵커의 기하학적 클러스터링이 3차원 공간에서 삼각측량 오차에 어떤 영향을 미치는가?
• RQ3 오차 보정 기법을 공면 앵커 집합에 효과적으로 적용하여 위치 추정을 향상시킬 수 있는가?
• RQ4 기존의 삼각측량 대비 제안된 방법은 정위치 오차와 내성 면에서 어떻게 비교되는가?

주요 결과

• 제안된 방법은 3D WSN 구현에서 표준 삼각측량 대비 평균 정위치 오차를 25% 감소시켰다.
• 공면 앵커 클러스터는 특히 희박한 네트워크 환경에서 위치 추정 정확도를 크게 향상시켰다.
• 공면 제약 조건을 적용한 가중 최소 제곱법은 고노이즈 범위 측정 조건에서 오차 분산을 최대 30% 감소시켰다.
• 시험 환경에서 가용한 공면 앵커 클러스터의 87%를 성공적으로 탐지하고 활용하여 신뢰성을 향상시켰다.
• 잔차 오차 기반 이상치 탐지 기법은 노이즈가 많은 환경에서 잘못된 위치 추정을 40% 감소시켜 내성 면을 향상시켰다.
• 이 방법은 비균일하고 비정형적인 배치를 포함한 다양한 3차원 네트워크 토폴로지에서 일관된 성능을 보였다.