इनडोर और आउटडोर ट्रैक साइक्लिंग के लिए हाइब्रिड PSO-ANN एल्गोरिदम आधारित सटीक वायरलेस सेंसर स्थानीयकरण तकनीक

यह पेपर मोबाइल सेंसर नोड (यानी, साइकिल) और एंकर नोड (यानी, कोच) के बीच की दूरी निर्धारित करने का प्रयास करता है, जो बाहरी और आंतरिक वातावरण में है। ऐसी दूरी का अनुमान लगाने के लिए दो दृष्टिकोणों पर विचार किया गया। पहला दृष्टिकोण पारंपरिक चैनल प्रसार मॉडल पर आधारित था, जिसने लॉग-नॉर्मल शैडोइंग मॉडल (LNSM) का उपयोग किया, जबकि दूसरा दृष्टिकोण एक प्रस्तावित हाइब्रिड पार्टिकल स्वार्म ऑप्टिमाइजेशन-आर्टिफिशियल न्यूरल नेटवर्क (PSO-ANN) एल्गोरिदम पर आधारित था ताकि मोबाइल नोड की दूरी अनुमान सटीकता में सुधार किया जा सके। पहले विधि ने LNSM और एंकर नोड के मापी गई रिसीव्ड सिग्नल स्ट्रेंथ इंडिकेटर (RSSI) के अनुसार दूरी का अनुमान लगाया, जिसने ZigBee वायरलेस प्रोटोकॉल का उपयोग किया। LNSM के पैरामीटर्स को बाहरी और आंतरिक वातावरण में RSSI माप के आधार पर मापा गया। दूरी का अनुमान लगाने के लिए फीड-फॉरवर्ड न्यूरल नेटवर्क प्रकार और लेवेंबर्ग-मार्क्वार्ड्ट प्रशिक्षण एल्गोरिदम का उपयोग किया गया। हाइब्रिड PSO-ANN एल्गोरिदम ने बिना अतिरिक्त घटकों के पारंपरिक LNSM विधि की तुलना में दूरी अनुमान सटीकता को महत्वपूर्ण रूप से सुधार दिया। हाइब्रिड PSO-ANN एल्गोरिदम ने बाहरी और आंतरिक वातावरण के लिए क्रमशः 0.022 और 0.208 मीटर का औसत निरपेक्ष त्रुटि हासिल किया। आंतरिक वातावरण में स्थानीयकरण सटीकता पर एंकर नोड घनत्व का प्रभाव भी जांचा गया।