文献

J-GLOBAL ID：201702247571459724   整理番号：17A1392353

センサネットワークにおける位置決めのためのインクリメンタルなLLE【Powered by NICT】

Incremental LLE for Localization in Sensor Networks

著者 (3件)： Jain Neeraj (Network Security and Cryptography Laboratory, Indian Institute of Information Technology Allahabad, Allahabad, India) ,  Verma Shekhar (Network Security and Cryptography Laboratory, Indian Institute of Information Technology Allahabad, Allahabad, India) ,  Kumar Manish (Network Security and Cryptography Laboratory, Indian Institute of Information Technology Allahabad, Allahabad, India)
資料名： IEEE Sensors Journal  (IEEE Sensors Journal)
巻： 17  号： 19  ページ： 6483-6492  発行年： 2017年 
JST資料番号： W1318A  ISSN： 1530-437X  CODEN： ISJEAZ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 受信信号強度指標(RSSI)は付加的な機器や複雑さを必要とせずに低コストでノード間距離の粗い初期測定値を与える。これは雑音の多いRSSI距離推定値から正確なノード位置を得るための機構の必要性を必要とする。本論文では,増分局所線形埋め込み(ILLE),反復非線形多様体学習法は,正確なノード定位のために提案されている。ILLEはアンカーノード約1ホップ近隣を考慮し,参照構造として。構造はネットワーク中に残存するすべてのセンサノードを局在化するために反復的に成長した。同時局在化機構は,局在化の計算複雑性を低減した。実験結果はILLEは正常で同時両シナリオで正確にノードを局在化できることを示した。ILLEは同時シナリオと比較して,典型的なシナリオにおける高い精度を持つことが分かった。結果もILLEである集中LLEと比較して約12.36%の増強された精度を備えたセンサノードを局在化できることを示しており,また,他の既存の類似した局在性技術より優れていた。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 線形性 ,  *センサネットワーク ,  雑音 ,  定位 ,  計算量 ,  *ネットワーク
準シソーラス用語： 局在化 ,  センサノード ,  多様体学習 ,  距離推定 ,  受信信号強度 , 【Automatic Indexing@JST】

分類 (2件)： 通信網  (ND07030A) ,  計測機器一般  (AD02000X)

タイトルに関連する用語 (1件)： センサネットワーク