$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

UWB 시스템에서 Particle Swarm Optimization을 이용하는 향상된 TDoA 무선측위
An Improved TDoA Localization with Particle Swarm Optimization in UWB Systems 원문보기

한국통신학회논문지. The Journal of Korea Information and Communications Society. 통신이론 및 시스템, v.35 no.1C, 2010년, pp.87 - 95  

르나탄 (숭실대학교 정보통신전자공학부 통신 및 정보처리 연구실) ,  김재운 (숭실대학교 정보통신전자공학부 통신 및 정보처리 연구실) ,  신요안 (숭실대학교 정보통신전자공학부 통신 및 정보처리 연구실)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 UWB (Ultra Wide Band) 시스템에서 PSO (Particle Swarm Optimization)를 사용하는 향상된 TDoA (Time Difference of Arrival) 무선측위 기법을 제안한다. 제안된 기법은 TDoA 파라미터 재추정과 태그(Tag) 위치 재측정을 수행하는 두 단계로 구성된다. 이들 두 단계에서 PSO 알고리즘은 무선측위 성능 향상을 위해 고용된다. 첫 번째 단계에서 TDoA 추정 오차를 줄이기 위해, 제안된 기법은 전형적인 TDoA 무선측위 방식으로부터 얻어진 TDoA 파라미터를 재추정한다. 두 번째 단계에서 무선측위 오차를 최소화시키기 위해, 첫 번째 단계에서 추정된 TDoA 파라미터를 가지고 제안된 기법은 태그의 위치를 다시 측정한다. 모의실험 결과, 제안된 기법은 LoS (Line-of-Sight)와 NLoS (Non-Line-of-Sight) 채널 환경에서 모두 전형적인 TDoA 무선측위 방식에 비해 우수한 무선측위 성능을 달성하는 것을 확인할 수 있었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper, we propose an improved TDoA (Time Difference of Arrival) localization scheme using PSO (Particle Swarm Optimization) in UWB (Ultra Wide Band) systems. The proposed scheme is composed of two steps: re-estimation of TDoA parameters and re-localization of a tag position. In both steps, t...

주제어

#Localization   #UWB (Ultra Wide Band)   #TDoA (Time Difference of Arrival)   #PSO (Particle Swarm Optimization)  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

제안 방법

  • However, the proposed scheme modifies the traditional TOoA localization by employing the gbest PSO algorithm in both steps. This scheme is composed of the following two steps: first, the re-estimation of TOoA parameters and second, the re-localization of a tag position.
  • In the second step, the proposed scheme utilizes the gbest PSO algorithm with the re-estimated TDoA parameters of (16) in order to compensate for the location errors.
  • How to improve the traditional TDoA is an important issue in UWB localization applications. In this paper, we propose an improved scheme with a PSO (Particle Swarm Optimization) algorithm in the UWB systems. The proposed scheme modifies the two steps of the traditional TDoA localization.
  • The proposed scheme is composed of two steps: the re-estimation of TDoA parameters and the re-localization of a tag position. In both steps, the PSO algorithm is employed to improve the location performance.
  • In this paper, we propose an improved scheme with a PSO (Particle Swarm Optimization) algorithm in the UWB systems. The proposed scheme modifies the two steps of the traditional TDoA localization. The fitness functions of the proposed scheme are formulated to reach better solutions in both steps.
  • In all the cases, the proposed scheme provides with better location perfonnance than the traditional TDoA localization. The proposed scheme with the first step significantly improves the location performance over the traditional TOoA localization. Finally, the proposed scheme with both steps can achieve much superior location performance to the traditional TDoA localization; nevertheless, performance improvement by the second step is not large.

이론/모형

  • In order to compare the performance of the proposed scheme with the traditional TDoA localization, we considered IEEE 802.15.4a UWB channel models'이 in which multipath delays were determined based on the modified Saleh-Valenzuela model with a Poisson distribution, and multipath gains followed a Nakagami distribution. We utilized the Gaussian monocycle pulse with approximated pulse duration Tp of 2 nsec.
  • PSO is a population-based search algorithm, proposed by J. Kennedy and R. C. Eberhart in 1995, based on a simulation of the social behavior of birds within a flock'기. In PSO, individu시s referred to as particles, are "flown" through hyper-dimensional search space.
본문요약 정보가 도움이 되었나요?

참고문헌 (9)

  1. Federal Communications Commission, "Revision of Part 15 of the Commission's rules regarding ultra-wideband transmission," ET Docket 98-153, Apr. 2002. 

  2. M. Z. Win and R. A. Scholtz, "Impulse radio: How it works," IEEE Commun. Lett., Vol.2, no. 2, pp. 36-38, Feb. 1998. 

    상세보기 crossref

  3. Z. Sahinoglu, S. Gezici, and I. Guvenc, Ultrawideband Positioning Systems, Cambridge University Press, 2008. 

  4. S. Geizici and H. V. Poor, "Position estimation via ultra-wide-band signals," Proc. IEEE, Vol.97, No.2, pp. 386-403, Feb. 2009. 

    상세보기 crossref

  5. Y. T. Chan and K. C. Ho, "Simple and efficient estimator for hyperbolic location," IEEE Trans. Signal Proc., Vol.42, No.8, pp. 1905-1915, Aug. 1994. 

    상세보기 crossref

  6. J. R. Foerster, "The effects of multipath interference on the performance of UWB systems in an indoor wireless channel," Proc. IEEE VTC2001-Spring, pp. 1176-1180, Rhodes, Greece, May 2001. 

  7. A. P. Engelbrecht, Computational Intelligence: An Introduction, 2nd Ed., John Wiley & Sons, 2007. 

  8. K. W. K. Lui, J. Zcheng, and H. C. So, "Particle swarm optimization for time-difference-of -arrivals based localization," Proc. EUSIPCO 2007, Poznan, Poland, Sept. 2007. 

  9. IEEE 802.15 TG 4a Channel Model Subcommittee, "IEEE 802.15.4a channel model ？Final report," available at http://www.ieee802. org/15/pub/TG4a.html. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로