In this paper, a novel method for m

In this paper, a novel method for mobile sensor node tracking using semi-supervised Hidden Markov Models (HMM) is discussed. A new methodology to develop a combined attenuation model from data gathered from multiple sensors is also described. Observations emitted from the nodes are sparsely measured over the network area with beacons placed on the boundaries. HMMs are trained using observations measured at each grid point. The distances between a node passing through a specific grid point and beacons are estimated using likelihood maximization. The local location co-ordinates of the node positions are then computed by solving a constrained volume optimization problem. Quaternion rotation is used to finally obtain global coordinates of the node location. Several standard manoeuvres of mobile nodes are first simulated. Similar manoeuvres are also recorded from real field deployments. The experimental results are obtained for node localization and tracking from these experiments. Results indicate an improvement in the localization accuracy, when compared to the conventional localization methods.

ผลลัพธ์ (ไทย) 1:

วิธีนวนิยายการเคลื่อนเซ็นเซอร์โหนติดตามใช้กึ่งมีซ่อน Markov รุ่น (HMM) จะกล่าวถึงในเอกสารนี้ นอกจากนี้ยังมีอธิบายวิธีใหม่ในการพัฒนาแบบจำลองมีความยาวรวมจากข้อมูลที่รวบรวมมาจากเซนเซอร์หลาย สังเกตที่เปล่งออกมาจากโหนเบาบางจะวัดผ่านพื้นที่เครือข่ายกับเบคอนวางบนขอบเขต HMMs มีการฝึกอบรมโดยใช้การสังเกตวัดที่ละจุดเส้น มีประเมินระยะทางระหว่างโหนผ่านจุดเส้นตารางเฉพาะและเบคอนใช้โอกาส maximization จรรยาบรรณร่วมเฉพาะตำแหน่งของตำแหน่งโหนโดยทั่วไปแล้วคำนวณ โดยแก้ไขปัญหาปรับระดับเสียงที่จำกัด ควอเทอร์เนียนหมุนใช้รับพิกัดสากลของโหนดที่ตำแหน่งสุดท้าย Manoeuvres มาตรฐานหลายโหนมือถือระบบจะจำลองก่อน Manoeuvres คล้ายจะยังถูกบันทึกจากการจัดวางฟิลด์ที่แท้จริง ผลการทดลองจะได้รับสำหรับโหนแปลและติดตามจากการทดลองเหล่านี้ ผลลัพธ์บ่งชี้ว่า การปรับปรุงในความถูกต้อง แปลเมื่อเปรียบเทียบกับวิธีแปลธรรมดา

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เป็นวิธีการใหม่สำหรับโทรศัพท์มือถือติดตามเซ็นเซอร์โหนดใช้กึ่งดูแลรุ่นมาร์คอฟที่ซ่อนอยู่ (HMM) จะกล่าวถึง วิธีการใหม่ในการพัฒนารูปแบบการลดทอนรวมจากข้อมูลที่รวบรวมจากเซ็นเซอร์หลายนอกจากนี้ยังมีการอธิบาย สังเกตปล่อยออกมาจากต่อมน้ำวัดเบาบางเหนือพื้นที่เครือข่ายที่มีการบอกตำแหน่งที่วางอยู่บนขอบเขต HMMs จะได้รับการฝึกฝนการสังเกตโดยใช้วัดในแต่ละจุดตาราง ระยะทางระหว่างโหนดผ่านจุดตารางที่เฉพาะเจาะจงและบีคอนจะมีการประเมินโดยใช้ความน่าจะเป็นสูงสุด สถานที่ในท้องถิ่นพิกัดของตำแหน่งโหนดจะคำนวณแล้วโดยมีปริมาณการแก้ปัญหาข้อ จำกัด การเพิ่มประสิทธิภาพ หมุน quaternion ถูกใช้ไปจนได้รับพิกัดที่ตั้งทั่วโลกของโหนด ประลองยุทธ์หลายมาตรฐานของโหนดมือถือมีการจำลองครั้งแรก การซ้อมรบที่คล้ายกันจะถูกบันทึกไว้จากการใช้งานจริงภาคสนาม ผลการทดลองที่ได้รับสำหรับการแปลโหนดและการติดตามจากการทดลองเหล่านี้ ผลการศึกษาพบการปรับปรุงในความถูกต้องแปลเมื่อเทียบกับวิธีการแปลแบบเดิม

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้ , วิธีการใหม่สำหรับโมบายโหนดใช้เซ็นเซอร์ติดตามกึ่งควบคุมแบบจำลองฮิดเดนมาร์คอฟ ( อืม ) กล่าวถึง วิธีการใหม่ที่จะพัฒนารูปแบบการรวมจากข้อมูลที่ได้จากเซนเซอร์หลายตัวยังอธิบาย ตัวอย่างที่ปล่อยออกมาจากโหนดเบาบางวัดผ่านเครือข่ายพื้นที่กับบีคอน อยู่ในขอบเขตhmms ฝึกวิธีสังเกตวัดได้ในแต่ละจุดพิกัด ระยะทางระหว่างโหนดผ่านจุดพิกัดที่เฉพาะเจาะจงและบีคอนวิธีความน่าจะเป็นสูงสุด . ตำแหน่งพิกัดของโหนดท้องถิ่นตำแหน่งจะคำนวณโดยการ จำกัด ปริมาณที่เหมาะสม ปัญหาควอเทอร์เนียนหมุนใช้ในที่สุดได้รับพิกัดของตำแหน่งโหนด ) ประลองยุทธ์หลายมาตรฐานของโหนดเคลื่อนที่เป็นครั้งแรกจำลอง ประลองยุทธ์คล้ายกันนอกจากนี้ยังมีบันทึกจากการใช้งานจริงภาคสนาม ผลที่ได้สำหรับการแปลโหนดและติดตามจากการทดลองเหล่านี้ การศึกษาการปรับปรุงในการแปลความเมื่อเปรียบเทียบกับวิธีการปกติ