見通し外環境下における最尤推定法とMalguki法の位置推定精度および計算コストの評価

摘要

In location estimation using time of arrival (TOA) algorithm, the performance is degraded due to measurement errors. One of the main reasons of the error is the non line of sight (NLOS) measurement. The distribution of measured scores is larger in NLOS environments, which leads to performance degradation. To tackle this problem, usually the maximum likelihood (ML) estimation is used under such environments. However, the calculation complexity is increased in ML estimation till an unpractical level if the number of sensors is large. In this paper, we newly adopt Malguki algorithm into the location estimation for NLOS environments, compare the performance and calculation complexity with ML estimation, and show the effectiveness of Malguki scheme in NLOS.%到来時間（TOA：Time of Amival）を用いたセンサネットワークの位置推定において，実環境での測定値にはさまざまな誤差が含まれている.その主な原因の一つとして見通し外（NLOS＝Non Line of Sight）環境測定というものが挙げられる.この環境において精度の良い推定を行うには最尤推定法（ML：Maximum Likelihood）を用いることが一般的であるが，計算量の増加が課題である.そこで本研究ではNLOS環矧こ新たにMalguki法を適用し，計算機シミュレーションで最尤推定法と精度・計算量の面から比較を行い，その有効性を確認する.