文献

J-GLOBAL ID：201602272698472131   整理番号：16A0798449

無線ネットワークにおける因子グラフ上のGaussメッセージ交換を用いた分散協調局在【Powered by NICT】

Distributed cooperative localization based on Gaussian message passing on factor graph in wireless networks

著者 (5件)： Wu Nan (School of Information and Electronics, Beijing Institute of Technology) ,  Li Bin (School of Information and Electronics, Beijing Institute of Technology) ,  Wang Hua (School of Information and Electronics, Beijing Institute of Technology) ,  Xing Chengwen (School of Information and Electronics, Beijing Institute of Technology) ,  Kuang Jingming (School of Information and Electronics, Beijing Institute of Technology)
資料名： Science China. Information Sciences  (Science China. Information Sciences)
巻： 58  号： 4  ページ： 042305-1-042305-15  発行年： 2015年 
JST資料番号： C2579A  ISSN： 1674-733X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 英語 (EN)

抄録/ポイント： 従来の局在化では,エージェントは明確な位置を得るために,特にスパースネットワークに十分な数のアンカーに達することができないかもしれない。協調局在は過酷な環境,位置情報を交換し,距離測定を行うことにより互いに協力するように剤可能にする有望な解決策である。本論文では,因子グラフに基づく分散協調位置決め法は,無線ネットワークを提案した。Gaussパラメトリックメッセージを用いて因子グラフ上の通過メッセージを表現した。しかし,非線形観測モデルのために,閉形式解を得ることができない。この問題を解決するため,Taylor展開を用いて,メッセージ更新,因子グラフ上でのGaussメッセージをもたらすにおける非線形項を近似した。Gauss分布の二パラメータのみを伝送しなければならないと位置決めのための通信オーバヘッドを大幅に削減できる。正確および不正確なアンカーを用いた応用のための二つの提案したアルゴリズムは,モンテカルロシミュレーションにより評価し,SPAWNと最尤(ML)推定量と比較した。結果は,提案したアルゴリズムは,はるかに低い計算量でSPAWNに非常に近い実行できることを示し,ML推定器よりも著しく優れている。Data from the ScienceChina, LCAS.【Powered by NICT】

シソーラス用語： 正規分布 ,  エージェント ,  最尤法 ,  *メッセージ交換 ,  位置情報 ,  推定量 ,  *分散協調 ,  距離測定 ,  計算量 ,  Taylor展開 ,  位置決め
準シソーラス用語： モンテカルロシミュレーション ,  通信オーバーヘッド ,  *因子グラフ ,  *無線ネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 無線ネットワーク ,  協調位置決め ,  因子グラフ ,  Gaussメッセージは通過

分類 (2件)： 無線通信一般  (ND08010L) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 無線ネットワーク ,  因子グラフ ,  メッセージ交換 ,  分散協調