본문 바로가기
[학술저널]

Distributed Sensor Node Localization Using a Binary Particle Swarm Optimization Algorithm

  • 학술저널

Distributed Sensor Node Localization Using a Binary Particle Swarm Optimization Algorithm

Binary Particle Swarm Optimization 알고리즘 기반 분산 센서 노드 측위

Ifa Fatihah(국립금오공과대학교) Soo Young Shin(국립금오공과대학교)

표지

북마크 0

리뷰 0

이용수 66

피인용수 0

초록

본 논문은 무선 센서 네트워크의 분산 분포되어 있는 센서 노드들의 측위를 위해 Binary Particle Swarm Optimization (BPSO) 알고리즘을 제안한다. 자신의 위치를 모르는 센서 노드들은 셋 이상의 인접한 앵커, 즉, 위치를 알고 있는 노드들로부터의 거리를 측정하여 측위를 수행한다. 이러한 과정이 반복하는 동안 측위를 수행한 센서 노드들은 나머지 노드들에 대하여 또 다른 앵커역할을 수행한다. 성능 평가를 위해 기존의 PSO 알고리즘에 대비하여, BPSO를 이용한 측위 오류 및 계산 시간 성능을 매트랩시뮬레이션을 통해 비교 분석하였다. 시뮬레이션 결과 PSO 기반의 측위가 상대적으로 더 정확한 결과를 보여준다. 대조적으로, BPSO 알고리즘은 분산되어 있는 센서 노드들의 위치 측위를 더 빠르게 수행한다. 추가적으로, 전송 범위와 초기 앵커 노드들의 수가 측위 성능에 미치는 영향에 대한 분석을 수행한다.

This paper proposes a binary particle swarm optimization (BPSO) algorithm for distributed node localization in wireless sensor networks (WSNs). Each unknown node performs localization using the value of the measured distances from three or more neighboring anchors, i.e., nodes that know their location information. The node that is localized during the localization process is then used as another anchor for remaining nodes. The performances of particle swarm optimization (PSO) and BPSO in terms of localization error and computation time are compared by using simulations in Matlab. The simulation results indicate that PSO-based localization is more accurate. In contrast, BPSO algorithm performs faster for finding the location of unknown nodes for distributed localization. In addition, the effects of transmission range and number of anchor nodes on the localization error and computation time are investigated.

목차

요약
Abstract
Ⅰ. Introduction
Ⅱ. Related Work
Ⅲ. Proposed Algorithm
Ⅳ. Simulation Results and Discussion
V. Conclusion
REFERENCES

참고문헌(16)

  • 1.

    박진관 , 2013 , 증강현실을 통한 WSN 데이터 가시화 , 전자공학회논문지 50 (12) : 107 ~ 116

  • 2.

    이광희 , 2014 , 해저 지형 정보를 이용한 다중 상태 소나의 표적 위치 측정 , 전자공학회논문지 51 (2) : 141 ~ 147

  • 3.

    A. Gopakumar , 2008 , Localization in wireless sensor networks using particle swarm optimization , IET International Conference on Wireless, Mobile and Multimedia Networks : 227 ~ 230

  • 4.

    E. Niewiadomska-Szynkiewicz , 2012 , Localization in wireless sensor networks: Classification and evaluation of techniques : 281 ~ 297

  • 5.

    J. Kennedy , 1995 , Particle swarm optimization , Proceedings of IEEE International Conference on Neural Networks 4 : 1942 ~ 1948

리뷰(0)

도움이 되었어요.0

도움이 안되었어요.0

첫 리뷰를 남겨주세요.
Insert title here