センサネットワークの重要なアプリケーションに位置推定やターゲットトラッキングがある.そこで,我々は受信電力(RSSI: Received Signal Strength Indicator)と最尤法を用いたセンサノード位置推定法(COLORS: COllabarative LOcalization with RSSI)を提案してきた.COLROSでは,モデル化で想定できない環境において,無線伝搬特性の確率モデルによって得られる受信電力と比較して大きく異なる受信電力(異常値)を測定する可能性があり,この異常値の測定によって位置推定精度が大きく悪化する.本論文では,計算量の点で効率的に異常値の影響を削減するアルゴリズムを提案し,提案アルゴリズムの性能評価実験によりその有効性を示す.
展开▼