フェロモンモデルを用いたセンサネットワークトポロジーの自動推定

摘要

本論文では，センサの位置情報についての事前知識を用いずに，反応情報のみからセンサ間の隣接関係の推定法を提案する．コンピュータ機器やセンサデバイスの発展とともに様々なセンサネットワークアプリケーションが提案されてきた．これらのアプリケーションにおいて人間の行動に基づいたトポロジー情報は，人間の行動を支援するために必須のものである．しかし，大量のセンサを使用するアプリケーションにとってこの情報手動で設定し，維持するのは簡単でない．提案手法ではAnt Colony Optimization（ACO）を用いて精度の高いトポロジーの自動推定を行う．本手法では取得したセンサデータの信頼性を推定し，ACOに適用することによって高精度化を実現する．最後に，独立した三つの環境で収集したセンサデータを用いて提案手法を評価し，従来の手法と比べすべての環境について推定誤差率がかなり向上したことを示す・