Pasivni model pozicioniranja u bežičnim senzorskim mrežama zasnovan na adaptivnim hibridnim heurističkim alogortimima
Passive localization model in wireless sensor networks based on adaptive hybrid heuristic algorithms
2021
Аутори
Rosić, MajaОстала ауторства
Simić-Pejović, MirjanaNešković, Aleksandar
Lazović, Goran
Pejović, Predrag V.
Bjelica, Milan
Докторска теза (Објављена верзија)
Метаподаци
Приказ свих података о документуАпстракт
Predmet istraživanja ove doktorske disertacije je problem pasivnog lociranja zasnovan na merenju vremena propagacije signala (Time of Arrival, TOA), ili vremenske razlike propagacije signala (Time Difference of Arrival, TDOA) radi određivanja nepoznate lokacije nekog objekta. Za postavljene modele lociranja formirana je funkcija maksimalne verodostojnosti (Maximum Likelihood, ML) sa Gausovom slučajnom raspodelom za grešku merenja. Razmatrani estimacioni model opisan je nelinearnom, nekonveksnom funkcijom cilja, odnosno multimodalnom funkcijom. Pri tome, za formiranu funkciju cilja, globalno optimalno rešenje ne može se numerički odrediti klasičnim metodama optimizacije...
The research in this dissertation is focused on the problem of passive target localization based on the noisy time of arrival (TOA) or time Difference of Arrival (TDOA) measurements, with the aim to accurately estimate the unknown passive target location. The maximum likelihood (ML) estimation problem is formulated for the considered localization problem, with measurement errors modelled as Gaussian distributed random variables. However, the ML objective function of the considered estimation problem is nonlinear and multimodal function, and in this case, the global optimal solution cannot be determined numerically by classical optimization methods...
Кључне речи:
Tehnike pozicioniranja / pasivne tehnike lociranja / Kramer-Raova granica / hibridni algoritmi / heurističke optimizacione metode / globalna optimizacija / estimacione metode / passive localization techniques / Localization techinques / hybrid algorithms / heuristic optimization methods / global optimization / estimation methods / Cramer-Rao boundИзвор:
2021Издавач:
- Univerzitet u Beogradu, Elektrotehnički fakultet
URI
http://eteze.bg.ac.rs/application/showtheses?thesesId=8173https://fedorabg.bg.ac.rs/fedora/get/o:23831/bdef:Content/download
http://vbs.rs/scripts/cobiss?command=DISPLAY&base=70036&RID=40214025
https://nardus.mpn.gov.rs/handle/123456789/18351
https://machinery.mas.bg.ac.rs/handle/123456789/82
Колекције
Институција/група
Mašinski fakultetTY - THES AU - Rosić, Maja PY - 2021 UR - http://eteze.bg.ac.rs/application/showtheses?thesesId=8173 UR - https://fedorabg.bg.ac.rs/fedora/get/o:23831/bdef:Content/download UR - http://vbs.rs/scripts/cobiss?command=DISPLAY&base=70036&RID=40214025 UR - https://nardus.mpn.gov.rs/handle/123456789/18351 UR - https://machinery.mas.bg.ac.rs/handle/123456789/82 AB - Predmet istraživanja ove doktorske disertacije je problem pasivnog lociranja zasnovan na merenju vremena propagacije signala (Time of Arrival, TOA), ili vremenske razlike propagacije signala (Time Difference of Arrival, TDOA) radi određivanja nepoznate lokacije nekog objekta. Za postavljene modele lociranja formirana je funkcija maksimalne verodostojnosti (Maximum Likelihood, ML) sa Gausovom slučajnom raspodelom za grešku merenja. Razmatrani estimacioni model opisan je nelinearnom, nekonveksnom funkcijom cilja, odnosno multimodalnom funkcijom. Pri tome, za formiranu funkciju cilja, globalno optimalno rešenje ne može se numerički odrediti klasičnim metodama optimizacije... AB - The research in this dissertation is focused on the problem of passive target localization based on the noisy time of arrival (TOA) or time Difference of Arrival (TDOA) measurements, with the aim to accurately estimate the unknown passive target location. The maximum likelihood (ML) estimation problem is formulated for the considered localization problem, with measurement errors modelled as Gaussian distributed random variables. However, the ML objective function of the considered estimation problem is nonlinear and multimodal function, and in this case, the global optimal solution cannot be determined numerically by classical optimization methods... PB - Univerzitet u Beogradu, Elektrotehnički fakultet T1 - Pasivni model pozicioniranja u bežičnim senzorskim mrežama zasnovan na adaptivnim hibridnim heurističkim alogortimima T1 - Passive localization model in wireless sensor networks based on adaptive hybrid heuristic algorithms UR - https://hdl.handle.net/21.15107/rcub_nardus_18351 ER -
@phdthesis{ author = "Rosić, Maja", year = "2021", abstract = "Predmet istraživanja ove doktorske disertacije je problem pasivnog lociranja zasnovan na merenju vremena propagacije signala (Time of Arrival, TOA), ili vremenske razlike propagacije signala (Time Difference of Arrival, TDOA) radi određivanja nepoznate lokacije nekog objekta. Za postavljene modele lociranja formirana je funkcija maksimalne verodostojnosti (Maximum Likelihood, ML) sa Gausovom slučajnom raspodelom za grešku merenja. Razmatrani estimacioni model opisan je nelinearnom, nekonveksnom funkcijom cilja, odnosno multimodalnom funkcijom. Pri tome, za formiranu funkciju cilja, globalno optimalno rešenje ne može se numerički odrediti klasičnim metodama optimizacije..., The research in this dissertation is focused on the problem of passive target localization based on the noisy time of arrival (TOA) or time Difference of Arrival (TDOA) measurements, with the aim to accurately estimate the unknown passive target location. The maximum likelihood (ML) estimation problem is formulated for the considered localization problem, with measurement errors modelled as Gaussian distributed random variables. However, the ML objective function of the considered estimation problem is nonlinear and multimodal function, and in this case, the global optimal solution cannot be determined numerically by classical optimization methods...", publisher = "Univerzitet u Beogradu, Elektrotehnički fakultet", title = "Pasivni model pozicioniranja u bežičnim senzorskim mrežama zasnovan na adaptivnim hibridnim heurističkim alogortimima, Passive localization model in wireless sensor networks based on adaptive hybrid heuristic algorithms", url = "https://hdl.handle.net/21.15107/rcub_nardus_18351" }
Rosić, M.. (2021). Pasivni model pozicioniranja u bežičnim senzorskim mrežama zasnovan na adaptivnim hibridnim heurističkim alogortimima. Univerzitet u Beogradu, Elektrotehnički fakultet.. https://hdl.handle.net/21.15107/rcub_nardus_18351
Rosić M. Pasivni model pozicioniranja u bežičnim senzorskim mrežama zasnovan na adaptivnim hibridnim heurističkim alogortimima. 2021;. https://hdl.handle.net/21.15107/rcub_nardus_18351 .
Rosić, Maja, "Pasivni model pozicioniranja u bežičnim senzorskim mrežama zasnovan na adaptivnim hibridnim heurističkim alogortimima" (2021), https://hdl.handle.net/21.15107/rcub_nardus_18351 .