ハイブリッド粒子群最適化を用いた改善されたChanアルゴリズムに基づく最適UWBセンサーノードの位置特定

無線センサーネットワーク（WSN）の位置特定は、克服すべき最も困難な問題の一つであると認識されています。この難しい問題を解決するために多くの研究が行われています。緊急サービス、ナビゲーションシステム、民間/軍事の監視などにおいて、WSN内の信号源を特定することは不可欠です。距離に基づく位置特定手法を用いたセンサーノードの位置特定に新しいアプローチが提案されており、この問題を克服することを目指しています。この問題は最大確率分布関数の形で表現されています。RSSIベースの到達時間差（TDOA）測定モデルとChanアルゴリズムを用いて不明ノードの座標を見つけることが提案されています。超広帯域通信の助けを借りて、この研究は無線センサーネットワーク（WSN）用の新しい正確な位置特定アルゴリズムの開発を目指しています。この研究は、ELPSO（アンサンブル学習粒子群最適化）とPSO-BPNN（粒子群最適化により最適化された逆伝播ニューラルネットワーク）という二つのハイブリッド位置特定アルゴリズムを使用して位置特定を提供します。さらに、これらのアルゴリズム間の誤差最適化精度がシミュレーションを用いて比較されました。提案された手法は、文献にある従来のアルゴリズムよりも一貫して優れた位置特定精度を提供します。最適な技術を使用した新しい位置特定方法は、誤差値を最小限に抑えます。位置特定誤差の距離値は、文献の他の設計と比較して約2.7cmです。これは著しく少ないと評価されています。