logo móvil
Contáctanos

Filtro de Kalman y Caja Delimitadora Mejorada con Anclaje Móvil para Localización en Redes de Sensores Inalámbricos

Autores: Liouane, Hend; Messous, Sana; Cheikhrouhou, Omar; Koubaa, Anis; Hamdi, Monia

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Filtro de Kalman y Caja Delimitadora Mejorada con Anclaje Móvil para Localización en Redes de Sensores Inalámbricos


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Detección de eventos
Redes de sensores inalámbricos
Localización
Nodos ancla
Filtro de Kalman
Algoritmo de caja delimitadora

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 23

Citaciones: Sin citaciones


Descripción
La detección de eventos es generalmente el propósito principal de las redes de sensores inalámbricos (WSNs). Por lo tanto, es crucial determinar dónde y cuándo ocurre un evento para mapear el evento a su dominio espacio-temporal. En la localización de WSN, unos pocos nodos ancla son aquellos que son conscientes de sus ubicaciones a través del Sistema de Posicionamiento Global (GPS), lo cual es consumidor de energía. Los nodos no ancla se auto-localizan recopilando información de los nodos ancla para estimar sus posiciones utilizando una técnica de localización. Los algoritmos tradicionales utilizan al menos tres anclas estáticos para el proceso de localización. Recientemente, los investigadores optaron por reemplazar múltiples anclas estáticos por un único ancla móvil durante el proceso de localización. Este documento propone un filtro de Kalman basado en el algoritmo de localización de caja delimitadora (KF-BBLA) en WSNs con nodo ancla móvil. Presentamos una nueva estrategia de localización de ancla móvil para minimizar la energía, los costos de hardware y la complejidad computacional, al tiempo que se mejora la precisión y la rentabilidad. Se utilizan la medición de conectividad de red y el método de localización de caja delimitadora para identificar la zona de localización posible delimitada. Luego, se utiliza el filtro de Kalman para minimizar la incertidumbre producida por el proceso de conectividad. También buscamos minimizar las inexactitudes de localización generadas por el algoritmo de caja delimitadora. Los resultados de la simulación muestran que nuestro enfoque propuesto reduce significativamente el error de localización en comparación con otros algoritmos de localización elegidos de la literatura reciente hasta un . Utilizamos la función de distribución acumulativa (CDF) como indicador para evaluar la precisión de nuestro algoritmo propuesto.

Otros recursos que podrían interesarte

Temas Virtualpro