اخبار و اعلانات
آمار
| تعداد نشریات | 35 |
| تعداد شماره‌ها | 1,285 |
| تعداد مقالات | 9,288 |
| تعداد مشاهده مقاله | 8,611,097 |
| تعداد دریافت فایل اصل مقاله | 5,278,277 |
مکان‌یابی اهداف در شبکه حسگر بیسیم با ترکیب مقادیر توان سیگنال دریافتی (RSS) و زاویه ورود (AoA) در حالت نامعلوم بودن ضریب اتلاف کانال (PLE) و نامشخص بودن مکان تعدادی از سنسورها | ||
| رادار | ||
| مقاله 10، دوره 10، شماره 2 - شماره پیاپی 28، دی 1401، صفحه 103-110 اصل مقاله (783.39 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
| محمد حسین عرب سرخی1؛ هادی زیانی* 2 | ||
| 1دانشجوی کارشناسی ارشد،دانشگاه صنعتی قم، قم ، ایران | ||
| 2دانشیار،دانشگاه صنعتی قم، قم ، ایران | ||
| تاریخ دریافت: 25 شهریور 1401، تاریخ بازنگری: 17 آذر 1401، تاریخ پذیرش: 16 دی 1401 | ||
| چکیده | ||
| این مقاله به ارائه یک روش تخمین مکان‌یابی اهداف در فضای سه‌بعدی با استفاده از شبکه حسگر بیسیم (WSN) می‌پردازد. ما اطلاعات توان دریافتی و زاویه‌های ورود سیگنال را دریافت و مکان اهداف را بر اساس آنها تخمین می‌زنیم. از دیگر شرایط مدنظر قرار گرفته در این مقاله، مشخص نبودن مقدار ضریب اتلاف کانال (PLE) است که به هر دلیل با مقدار واقعی خود دارای اختلاف است. همچنین، به بررسی این موضوع می‌پردازیم که می‌توان از اطلاعات سنسورهایی که مکان آنها نامشخص است استفاده کرده و از این اطلاعات برای افزایش دقت مکان‌یابی بهره ببریم. ما با استفاده از یک تخمین حداقل مربعات وزن‌دهی شده (WLS) در قالب یک الگوریتم تکرارپذیر سعی می‌کنیم تا به مکان‌یابی پرداخته و با استفاده از اطلاعات جدید به ارتقای الگوریتم بپردازیم. این تخمین جدید می‌تواند به بهبود مکان‌یابی اهداف با استفاده از تخمین PLE و استفاده اطلاعات تعدادی از سنسورها با مکان نامعلوم کمک نماید. در نهایت خواهیم دید که استفاده از سنسورهایی که مکان آنها نامعلوم است و برای سایر الگوریتم‌ها به‌عنوان اطلاعات مازاد در نظر گرفته می‌شوند و همچنین با فرض نامعلوم بودن PLE ما می‌توانیم با استفاده از سنسورهای کمتر به نتایجی در حدود همان روش‌هایی که از سنسورهای بیشتر و با ضریب اتلاف نامعلوم استفاده می‌کنند، دست یابیم. | ||
| کلیدواژه‌ها | ||
| مکان‌یابی؛ شبکه حسگر بیسیم؛ توان سیگنال دریافتی؛ زاویه ورود؛ ضریب اتلاف کانال؛ حداقل مربعات وزن‌دهی شده | ||
| عنوان مقاله [English] | ||
| Target Localization in Wireless Sensor Network Using Received Signal Strengths (RSS) and Angle of Arrival (AoA) with Unknown Path Loss Exponent and Unknown Location of Some Sensors | ||
| نویسندگان [English] | ||
| mohammad hossein arabsorkhi1؛ Hadi Zayyani2 | ||
| 1Master's student, Qom University of Technology, Qom, Iran | ||
| 2Associate Professor, Qom University of Technology, Qom, Iran | ||
| چکیده [English] | ||
| This paper presents an algorithm for localization of targets in a three dimensional space using a Wireless Sensor Network (WSN). The received signal strengths (RSS) and Angle of Arrivals (AoA) are used to estimate the position of targets. The assumed condition in this paper is that the Path Loss Exponent (PLE) is unknown and is different from its actual value. Moreover, we exploit the information from sensors that their positions are not known to enhance the localization accuracy. We use a weighted least squares estimator in an iterative manner to localize the targets and to enhance the algorithm. The estimator is benefitted from the estimation of PLE and the information of sensors with unknown position. Finally, we will see that the use of sensors whose locations are unknown and are considered as redundant information for other algorithms, and also the assumption that the PLE is uncertain, we can use fewer sensors to achieve results similar to the methods using more sensors and with a known path loss exponent. | ||
| کلیدواژه‌ها [English] | ||
| Localization, Wireless sensor network, Received signal strength, Angle of arrival, Path loss exponent, Weighted least square estimation | ||
| مراجع | ||
|
[1] R. Sari, "Localization in Wireless Sensor Network by Hybrid Measurement of Received Signal Strengths (RSS) and Angle of Arrival (AoA) with Unknown Path Loss Exponent", M.Sc. Thesis, Qom University of Technology, 2018, In Persian. [2] A. Montaser and O. Moselhi, “RFID indoor location identification for construction projects,” Automation in Construction, Apr. 2014, doi: 10.1016/j.autcon.2013.06.012. [3] T. Dag and T. Arsan, “Received signal strength based least squares lateration algorithm for indoor localization,” Computers & Electrical Engineering, Aug. 2017, doi: 10.1016/j.compeleceng.2017.08.014. [4] M. Youssef, A. K. Agrawala, and A. U. Shankar, “WLAN location determination via clustering and probability distributions,” IEEE International Conference on Pervasive Computing and Communications, Mar. 2003, doi: 10.1109/percom.2003.1192736. [5] D. Pai, I. Sasi, P. S. Mantripragada, M. Malpani, and N. Aggarwal, “Padati: A Robust Pedestrian Dead Reckoning System on Smartphones,” Trust, Security And Privacy In Computing And Communications, Jun. 2012, doi: 10.1109/trustcom.2012.218. [6] R. Zekavat and R. Michael. Buehrer, "Handbook of position location: Theory, practice and advances," John Wiley & Sons, vol. 27, Jan. 2011. [7] J. He and Y. J. Chun, “Performance Analysis for AOA-Based Localization Under Millimeter-Wave Wireless Networks,” IEEE Access, Jan. 2022, doi: 10.1109/access.2022.3149915. [8] I. Guvenc and C.-C. Chong, “A Survey on TOA Based Wireless Localization and NLOS Mitigation Techniques,” IEEE Communications Surveys and Tutorials, Jul. 2009, doi: 10.1109/surv.2009.090308. [9] Y. Gu, A. Lo, and I. Niemegeers, “A survey of indoor positioning systems for wireless personal networks,” IEEE Communications Surveys and Tutorials, Jan. 2009, doi: 10.1109/surv.2009.090103. [10] J. M. Fresno, G. Robles, J. M. Martínez-Tarifa, and B. G. Stewart, “Survey on the Performance of Source Localization Algorithms,” Sensors, Nov. 2017, doi: 10.3390/s17112666. [11] L. Lin, H. C. So, F. K. W. Chan, Y.-T. Chan, and K. C. Ho, “A new constrained weighted least squares algorithm for TDOA-based localization,” Signal Processing, Nov. 2013, doi: 10.1016/j.sigpro.2013.04.004. [12] H. C. So and L. Lin, “Linear Least Squares Approach for Accurate Received Signal Strength Based Source Localization,” IEEE Transactions on Signal Processing, Aug. 2011, doi: 10.1109/tsp.2011.2152400. [13] H. Nazari and M. R. Danaee, "Linear Least-Squares Based Source Localization for New DRSS Model," Journal of “Radar", vol. 23, pp. 39-44, Jan. 2021, magiran.com/p2233359. [14] K. Yu, “3-d localization error analysis in wireless networks,” IEEE Transactions on Wireless Communications, Oct. 2007, doi: 10.1109/twc.2007.05596. [15] S. Wang, B. R. Jackson, and R. Inkol, “Hybrid RSS/AOA emitter location estimation based on least squares and maximum likelihood criteria,” Biennial Symposium on Communications, May 2012, doi: 10.1109/qbsc.2012.6221344. [16] S.Tomic, R. Dinis, J. Gomes, and M. Beko, “3-D Target Localization in Wireless Sensor Networks Using RSS and AoA Measurements,” IEEE Transactions on Vehicular Technology, Apr. 2017, doi: 10.1109/tvt.2016.2589923. [17] S.Tomic, J. Gomes, M. Beko, R. Dinis, and P. Montezuma, “A Closed-Form Solution for RSS/AoA Target Localization by Spherical Coordinates Conversion,” IEEE Wireless Communications Letters, Oct. 2016, doi: 10.1109/lwc.2016.2615614. [18] S. Chang, Y. Zheng, P. An, J. Bao, and J. Li, “3-D RSS-AOA Based Target Localization Method in Wireless Sensor Networks Using Convex Relaxation,” IEEE Access, Jun. 2020, doi: 10.1109/access.2020.3000793. [19] W. C. Li, L. Wang, M. Xiao, Y. Li, and H. Zhang, “Closed Form Solution for 3D Localization Based on Joint RSS and AOA Measurements for Mobile Communications,” IEEE Access, Jan. 2020, doi: 10.1109/access.2019.2962811. [20] Q. Qi, Y. Li, Y. Wu, Y. Wang, Y. Yue, and X. Wang, “RSS-AOA-Based Localization via Mixed Semi-Definite and Second-Order Cone Relaxation in 3-D Wireless Sensor Networks,” IEEE Access, Aug. 2019, doi: 10.1109/access.2019.2936600. [21] H. Qi, L. Mo, and X. Wu, “SDP Relaxation Methods for RSS/AOA-Based Localization in Sensor Networks,” IEEE Access, Mar. 2020, doi: 10.1109/access.2020.2981639. [22] W. Ding, S. Chang, and J. Li, “A Novel Weighted Localization Method in Wireless Sensor Networks Based on Hybrid RSS/AoA Measurements,” IEEE Access, Nov. 2021, doi: 10.1109/access.2021.3126148. [23] S.Tomic, J. Gomes, M. Beko, and M. Tuba, “A Linear Estimator for Network Localization Using Integrated RSS and AOA Measurements,” IEEE Signal Processing Letters, Jan. 2019, doi: 10.1109/lsp.2019.2892225. | ||
|
آمار تعداد مشاهده مقاله: 90 تعداد دریافت فایل اصل مقاله: 2 |
||