دوره 22، شماره 4 - ( مجله مهندسی برق و الکترونیک ایران - جلد 22 شماره 4 1404 )                   جلد 22 شماره 4 صفحات 14-4 | برگشت به فهرست نسخه ها


XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Zayyani H, Bekrani M. Improving Target Localization Using the Linear Least Squares Method and Received Signal Strength Under Path Loss Exponent Uncertainty. Journal of Iranian Association of Electrical and Electronics Engineers 2025; 22 (4) :4-14
URL: http://jiaeee.com/article-1-1793-fa.html
محمد علی نیا نگین، زیانی هادی، بکرانی مهدی. بهبود ‌مکان‌یابی هدف با روش حداقل مربعات خطی و استفاده از توان سیگنال دریافتی در حالت عدم قطعیت ضریب اتلاف توان. نشریه مهندسی برق و الکترونیک ایران. 1404; 22 (4) :4-14

URL: http://jiaeee.com/article-1-1793-fa.html


دانشکده مهندسی برق و کامپیوتر- دانشگاه صنعتی قم
چکیده:   (518 مشاهده)

شبکه‌های حسگری بی‌سیم شامل مجموعه‌ای از گره‌های حسگر هستند که از طریق امواج رادیویی با یکدیگر ارتباط برقرار می‌کنند. در بسیاری از کاربردها دریافت اطلاعات حسگرها برای تعیین موقعیت مکانی منبع هدف حائز اهمیت است. الگوریتم‌های مختلفی بر اساس ویژگی‌های سیگنال دریافتی برای مکان‌یابی هدف توسعه یافته‌اند. در این مقاله، یک الگوریتم مکان‌یابی مبتنی بر توان سیگنال دریافتی با مدل نرمال لگاریتمی پیشنهاد شده است. در این مدل، ضریب اتلاف توان به‌عنوان یک متغیر تصادفی با توزیع یکنواخت در نظر گرفته می‌شود. به‌منظور افزایش دقت مکان‌یابی، یک تابع هزینه تعریف شده و از روش تندترین شیب برای مینیمم کردن خطا استفاده می‌شود. این الگوریتم در سناریوهای مختلف با چهار، هشت و دوازده آنتن شبیه‌سازی شده است. نتایج نشان می‌دهد که روش پیشنهادی با دقت بالایی موقعیت منبع را تخمین می‌زند و درعین‌حال پیچیدگی محاسباتی کمی دارد. همچنین، افزایش تعداد آنتن‌ها موجب بهبود دقت مکان‌یابی می‌شود. به عنوان گزارشی کمی از بهبود حاصل از به‌کارگیری روش پیشنهادی، نتایج شبیه‌سازی‌ها نشان می‌دهد که در شرایط استفاده از ۸ حسگر و نسبت سیگنال به نویز برابر با ۱۰ دسی‌بل، مقدار خطای ریشه میانگین مربعات به میزان ۵۰ درصد نسبت به نزدیک‌ترین روش مقایسه‌شده، یعنی روش برنامه‌ریزی نیمه‌معین، کاهش یافته است. همچنین با افزایش تعداد حسگرها از ۸ به ۱۲ (با همان نسبت سیگنال به نویز)، مقدار خطای ریشه میانگین مربعات از ۰٫۲۵ متر به ۰٫۲۰ متر کاهش یافته که نشان‌دهنده بهبودی حدود ۲۰ درصد در دقت تخمین مکان می‌باشد.

متن کامل [PDF 1087 kb]   (96 دریافت)    
نوع مقاله: پژوهشي | موضوع مقاله: مخابرات
دریافت: 1403/11/20 | پذیرش: 1404/8/3 | انتشار: 1404/11/2

فهرست منابع
1. [1] A. Noroozi, M. A. Sebt, A. H. Oveis, R. Amiri, M. M. Nayebi, "Improved Algebraic Solution for Elliptic Localization in Distributed MIMO Radar", Journal of Iranian Association of Electrical and Electronics Engineers, Vol. 17, No. 4, pp. 37-44, 2020. [DOI:10.29252/jiaeee.17.4.37]
2. [2] K. Mohamedpour, S. F. Talari, "Passive Source Localization Using Joint TDOA, GROA, and AOA Measurements", Journal of Iranian Association of Electrical and Electronics Engineers, Vol. 17, No. 1, pp. 155-162, 2020.
3. [3] S. Khernane, S. Bouam, C. Arar, "Renewable Energy Harvesting for Wireless Sensor Networks in Precision Agriculture", Int. J. Networked Distrib. Comput., Vol. 12, No. 1, pp. 8-16, 2024. [DOI:10.1007/s44227-023-00017-6]
4. [4] K. Maraiya, K. Kant, N. Gupta, "Application Based Study on Wireless Sensor Network", Int. J. Comput. Appl., Vol. 21, No. 8, pp. 9-15, 2011. [DOI:10.5120/2534-3459]
5. [5] J. Yick, B. Mukherjee, D. Ghosal, "Wireless Sensor Network Survey", Comput. networks, Vol. 52, No. 12, pp. 2292-2330, 2008. [DOI:10.1016/j.comnet.2008.04.002]
6. [6] M. N. Hussain, M. A. Halim, M. Y. A. Khan, S. Ibrahim, A. Haque, "A Comprehensive Review on Techniques and Challenges of Energy Harvesting from Distributed Renewable Energy Sources for Wireless Sensor Networks", Control Syst. Optim. Lett., Vol. 2, No. 1, p. 2024, 2024. [DOI:10.59247/csol.v2i1.60]
7. [7] Y. Li, B. Mukhopadhyay, J. Xu, M.-S. Alouini, "Experimental Validation of Cooperative RSS-Based Localization with Unknown Transmit Power, Path Loss Exponent, and Precise Anchor Location", IEEE Trans. Wireless Commun., Vol. 23, No. 11, pp. 16482-16497, Nov. 2024. [DOI:10.1109/TWC.2024.3441643]
8. [8] R. Kashyap, Applications of Wireless Sensor Networks in Healthcare, IoT and WSN applications for modern agricultural advancements: Emerging research and opportunities, 2020. [DOI:10.4018/978-1-5225-9004-0.ch002]
9. [9] G. Chen, W. Shi, L. Yu, J. Huang, J. Wei, J. Wang, "Wireless Sensor Placement Optimization for Bridge Health Monitoring: A Critical Review", Buildings, Vol. 14, No. 3, 2024. [DOI:10.3390/buildings14030856]
10. [10] D. Puccinelli, M. Haenggi, "Wireless Sensor Networks: Applications and Challenges of Ubiquitous Sensing", IEEE Circuits Syst. Mag., Vol. 5, No. 3, pp. 19-31, 2005. [DOI:10.1109/MCAS.2005.1507522]
11. [11] J. Huang, P. Liu, W. Lin, G. Gui, "RSS-based Method for Sensor Localization with Unknown Transmit Power and Uncertainty in Path Loss Exponent", Sensors, Vol. 16, No. 9, 2016. [DOI:10.3390/s16091452]
12. [12] L. A. C. Najarro, I. Song, S. Tomic, K. Kim, "Fast Localization with Unknown Transmit Power and Path-Loss Exponent in WSNs Based on RSS Measurements", IEEE Commun. Lett., Vol. 24, No. 12, pp. 2756-2760, 2020. [DOI:10.1109/LCOMM.2020.3016710]
13. [13] M. R. Gholami, "Positioning Algorithms for Wireless Sensor Networks", Technical Report, Chalmers publication library, 2011.
14. [14] C. Meng, Z. Ding, S. Dasgupta, "A Semidefinite Programming Approach to Source Localization in Wireless Sensor Networks", IEEE Signal Process. Lett., Vol. 15, pp. 253-256, 2008. [DOI:10.1109/LSP.2008.916731]
15. [15] G. Wang, K. Yang, "A New Approach to Sensor Node Localization Using RSS Measurements in Wireless Sensor Networks", IEEE Trans. Wirel. Commun., Vol. 10, No. 5, pp. 1389-1395, 2011. [DOI:10.1109/TWC.2011.031611.101585]
16. [16] C. Meesookho, U. Mitra, S. Narayanan, "On Energy-Based Acoustic Source Localization for Sensor Networks", IEEE Trans. Signal Process., Vol. 56, No. 1, pp. 365-377, 2008. [DOI:10.1109/TSP.2007.900757]
17. [17] H. C. So, L. Lin, "Linear Least Squares Approach for Accurate Received Signal Strength Based Source Localization", IEEE Trans. Signal Process., Vol. 59, No. 8, pp. 4035-4040, 2011. [DOI:10.1109/TSP.2011.2152400]
18. [18] K. W. Cheung, H. C. So, W.-K. Ma, Y. T. Chan, "Least Squares Algorithms for Time-of Arrival-Based Mobile Location", IEEE Trans. Signal Process., Vol. 52, No. 4, pp. 1121-1130, Apr. 2004. [DOI:10.1109/TSP.2004.823465]
19. [19] D. Blatt, A. O. Hero, "Energy-Based Sensor Network Source Localization via Projection onto Convex Sets", IEEE Trans. Signal Process., Vol. 54, No. 9, pp. 3614-3619, Sept. 2006. [DOI:10.1109/TSP.2006.879312]
20. [20] M. R. Gholami, H. Wymeersch, E. G. Ström, M. Rydström, "Wireless Network Positioning as a Convex Feasibility Problem", J. Wireless Com. Network, 161, 2011. [DOI:10.1186/1687-1499-2011-161]
21. [21] M. R. Gholami, R. M. Vaghefi, E. G. Strom, "RSS-Based Sensor Localization in the Presence of Unknown Channel Parameters", IEEE Trans. Signal Process., Vol. 61, No. 15, pp. 3752-3759, 2013. [DOI:10.1109/TSP.2013.2260330]
22. [22] Y. Zou, H. Liu, "RSS-Based Target Localization with Unknown Model Parameters and Sensor Position Errors", IEEE Trans. Veh. Technol., Vol. 70, No. 7, pp. 6969-6982, 2021. [DOI:10.1109/TVT.2021.3089161]
23. [23] X. Mei, Y. Chen, X. Xu, H. Wu, "RSS Localization Using Multistep Linearization in the Presence of Unknown Path Loss Exponent", IEEE Sensors Lett., Vol. 6, No. 8, 2022. [DOI:10.1109/LSENS.2022.3190869]
24. [24] I. Guvenc, C.-C. Chong, "A Survey on TOA Based Wireless Localization and NLOS Mitigation Techniques", IEEE Commun. Surv. Tutorials, Vol. 11, No. 3, pp. 107-124, 2009. [DOI:10.1109/SURV.2009.090308]
25. [25] R. Sari, H. Zayyani, "RSS Localization Using Unknown Statistical Path Loss Exponent Model", IEEE Commun. Lett., Vol. 22, No. 9, pp. 1830-1833, 2018. [DOI:10.1109/LCOMM.2018.2849963]
26. [26] K. N. R. S. V. Prasad, V. K. Bhargava, "RSS Localization Under Gaussian Distributed Path Loss Exponent Model", IEEE Wireless Commun. Lett., Vol. 10, No. 1, pp. 111-115, Jan. 2021. [DOI:10.1109/LWC.2020.3021991]
27. [27] R. Sari, Localization Using Received Signal Strength in Wireless Sensor Networks with Unknown Path Loss Exponent, M.Sc. thesis, Qom University of Technology, Qom, Iran, Sep. 2018.
28. [28] Q. Wang, Z. Duan, F. Li, "Semidefinite Programming for Wireless Cooperating Localization Using Biased RSS Measurements", IEEE Communication Letters, Vol. 26, No. 6, 2022. [DOI:10.1109/LCOMM.2022.3166780]

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License (CC BY NC 4.0) قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به نشریه مهندسی برق و الکترونیک ایران می باشد.

طراحی و برنامه نویسی: یکتاوب افزار شرق

© 2026 CC BY-NC 4.0 | Journal of Iranian Association of Electrical and Electronics Engineers

Designed & Developed by : Yektaweb