文献
J-GLOBAL ID:202002257044559481   整理番号:20A0201511

無線センサネットワークにおける改良Bayes強化最小二乗アルゴリズムに基づく目標位置決めと追跡【JST・京大機械翻訳】

Target localization and tracking based on improved Bayesian enhanced least-squares algorithm in wireless sensor networks
著者 (6件):
資料名:
巻: 167  ページ: Null  発行年: 2020年 
JST資料番号: A0360B  ISSN: 1389-1286  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
Bayesアルゴリズム,拡張Kalmanフィルタ(EKF)および古典的最小二乗(CLS)アルゴリズムのような古典的追跡アルゴリズムは,無線センサネットワーク(WSNs)における目標位置確認および追跡において広範囲に実行されてきた。本論文において,改良Bayesに基づく強化最小二乗アルゴリズムを,WSNsにおける移動目標位置確認と追跡のために開発した。著者らは,改良Bayesアルゴリズムを適用して,目標予測位置に基づく一連のサブ範囲確率を得て,範囲結合確率マトリックスを形成した。WSNテストベッドが休眠状態にあるとき,範囲結合確率マトリックスは自動的に更新されるだけである。次に,あらゆる測定の重みを計算して,範囲確率マトリックスに基づいて正規化した。最後に,目標予測位置の補正値を,加重最小二乗アルゴリズムに従って計算した。実験結果は,EKFと比較して,重み付きK最近傍アルゴリズム(WKNN),位置Kalmanフィルタ(PKF),指紋Kalmanフィルタ(FKF),変分Bayes適応Kalmanフィルタリング(VBAKF),二重因子強化VBAKF(EVBAKF),および変分Bayes期待値最大化(VBEM)アルゴリズムを示した。提案アルゴリズムは,それぞれ35%,32%,18%,および13%,9%,6%,および0.4%の位置決め精度を改善した。さらに,提案したアルゴリズムはBayesアルゴリズムと比較して計算負荷を80%以上低減した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
計算機網  ,  移動通信 

前のページに戻る