Energy Efficient Distributed Localization in Sensor Networks

Energy Efficient Distributed Localization in Sensor

Networks

Dominik LieckfeldtInstitut für Angewandte Mikroelektronik und Datentechnik

Universität Rostock, 18119 Rostock, DeutschlandEmail: [email protected]

Übersicht

2Rostocker Assistenztage 2008 - "Energy Efficient Distributed Localization in Sensor Networks"

1. Einleitung Selbstorganisation Drahtlose Sensornetzwerke

2. Positionsbestimmung in Sensornetzwerken Effizienz der Positionsbestimmung Ansätze zur Steigerung der Effizienz

3. Ein Auswahlverfahren zur Selektion günstiger Referenzknoten

4. Zusammenfassung

Einleitung > Positionsbestimmung > Auswahlverfahren > Zusammenfassung

AstronomieAstronomie

BiologieBiologie

Selbstorganisation

„… das spontane Entstehen neuer Strukturen in dynamischen Systemen, das auf das kooperative Wirken

von Teilsystemen zurückgeht. “ *

Rostocker Assistenztage 2008 - "Energy Efficient Distributed Localization in Sensor Networks" 3

ChemieChemie

Anwendung auf technische ProblemstellungenAnwendung auf technische Problemstellungen

• Drahtlose Netzwerke


Drahtlose Sensornetzwerke

• Definition: Netz aus kleinsten Knoten Zufällige Positionierung Drahtlose Kommunikation Erfassung von Umwelt-

parametern

• Eigenschaften: Ressourcenarm Fehleranfällig

• Anwendungsbereiche:

Analyse, Beobachtung, Überwachung4Rostocker Assistenztage 2008 - "Energy Efficient Distributed Localization in Sensor Networks"


Positionsbestimmung in Sensornetzwerken

• Warum? Zuordnung Ort <-> Datum

• Problem: Knoten zufällig verteilt GPS nicht auf jedem Knoten möglich

• Lösung: Wenige Knoten mit GPS -> Referenzen Restliche Knoten -> Unbekannte



Verbessern der Effizienz der Positionsbestimmung


Kompromiss

Einbeziehen von Kontextinformation

Einbeziehen von Kontextinformation

Ressourcen-verbrauch

Ressourcen-verbrauch

Genauigkeit der DistanzmessungGenauigkeit der Distanzmessung

Effizienz der Positionsbestimmung

Effizienz der Positionsbestimmung


• Steigerung der Effizienz der Lokalisierung durch: Auswahl der am besten geeigneten Knoten!

Distributed Beacon Selection1

Fehlerquellen


Fehler Systematisch Zufällig

Funk Abschattung, Orientierung Antenne

Rauschen, Fading (Interferenz)

Hardware Toleranzen Rauschen

Umgebung Temperatur, Luftfeuchtigkeit, Lage der Knoten (Geometrie ) -


• Schätztheorie Bewertung von Schätzverfahren auf Basis

der Varianz des Schätzwertes Fundamentale Grenze für die Varianz

durch Cramer und Rao gefunden -> Cramer-Rao-Grenze (CRG)

• Hier: Nutzung als Auswahlkriterium


Auswahlkriterium

Var

ianz

genauer

genauer

CRG

Benötige 3 Referenzpunkte für

Positionsbestimmung


Positionsbestimmung??

CRGCRG

CRG schematisch


Ungleichung von Cramér und Rao

• Liefert untere Schranke für Varianz eines Schätzers

• CRG für Positionsbestimmung basierend auf: Time-of-Arrival (ToA) oder Signalstärke

(RSS) Distanzmessung gefunden durch Patwari et al.2

• Für RSS:


22

1

2 1

2

2,1

2,1

,,1

2

2,1

rss )~()~(E1

yyxx

dd

dd

d

bCRG

N

i

N

ij ji

jiji

N

ij

2

rss

p

10ln

10

n

b

… Ausbreitungskoeffizient… Standardabweichung RSS… Wahrer Parameterwert… Geschätzter

Parameterwert

pn

rssxx~

23

4

12,1d

3,1d

4,1d

I

XTEXT

2

Var

XT

Distanzen


• Beispiel: 2 Referenzen, 1 Unbekannter

10

0 0.1 0.2 0.3 0.41

10

100

Distanz/ [rad]

CR

G n

orm

iert

geradlinigkreisförmig

Rostocker Assistenztage 2008 - "Energy Efficient Distributed Localization in Sensor Networks"

Referenz Unbekannter

Einfluss der Geometrie auf die CRG

Lineare Bewegung

kreisförmige Bewegung


Das verteilte Auswahlverfahren


• Phase I: Unbekannter sendet

Anfrage Referenzen berechnen

Antwortwahrscheinlich-keit

TDMA: Referenz i antwortet mit Wahrscheinlichkeit

Nach erster Antwort:– Nutze CRG um kollineare

Referenzen zu vermeiden

iPant 2

tx

,1ant 1

d

dP ii

iPant


Positionsbestimmung


Positionsbestimmung


Das verteilte Auswahlverfahren


• Phase II: Neuberechnung von

basierend auf Verringerung der CRG

Referenz i antwortet mit Wahrscheinlichkeit

Endbedingung: erforderliche Anzahl an Referenzen hat geantwortet

iPant

iRCRG

RCRGiRCRGPi

antrss

antrssantrssant

)(

iPant


4 6 8 10 121

2

4

8

16

32

64

#Knoten in Auswahl

Po

sit

ion

sfe

hle

r (n

orm

iert

)

Distanz-basiertCRG-basiert


SimulationsergebnisseReferenz

Unbekannter

Distanzbasiert

CRG-basiert



SelbstorganisationSelbstorganisation

Effizienz der PositionsbestimmungEffizienz der Positionsbestimmung

Positions-bestimmungPositions-bestimmung

Drahtlose SensornetzwerkeDrahtlose Sensornetzwerke

Auswahl von ReferenzenAuswahl von Referenzen

Genauigkeit Limitierte Ressourcen

Steigerung der Effizienz

CRGCRG


Literatur


1 Lieckfeldt, D.; You, J.; Timmermann, D.: “An Algorithm for Distributed Beacon Selection”, 4th IEEE Intern. Workshop PerSeNS, März 2008

2 Patwari, N.; O. Hero III, A.; Perkins, M.; Correal, N. & O'Dea, R.: “Relative location estimation in wireless sensor networks“, IEEE TSP, 2003


Fragen?

- Danke für Ihre Aufmerksamkeit -

Dipl.-Ing. Dominik LieckfeldtInstitut für Angewandte Mikroelektronik und DatentechnikUniversität Rostock, 18119 Rostock, DeutschlandEmail: [email protected]

Zusammenfassung

• Die Position der Knoten eines Sensornetzwerks wird für die sinnvolle Auswertung der Sensordaten benötigt.

• Die Positionsbestimmung der Knoten wird durch limitierte Ressourcen, wie Energiekapazität und Bandbreite, erschwert.

• Für die Bewertung der Leistungsfähigkeit von Verfahren zur Positionsbestimmung eignet sich die Effizienz, die mit dem Energie-Fehler-Produkt




Drahtlose Sensornetzwerke


WSN vs. GSM et al.

WSN GSM, WLAN, UMTS

Kommunikation Drahtlos Drahtlos

Infrastruktur Ad hoc Basisstation, Router

Geräte Kleine Sensor-Aktuator Geräte Laptop, Handy, PDA

Konzept

• Netzwerk als Ganzes soll Funktion erfüllen

• Geräte werden bedient durch Nutzer

• Geräte arbeiten autark • Jeder Netzwerkteil-nehmer ist wichtig

• Dezentral • Infrastruktur (teilweise) vorhanden

Unknown Reference Beacon/Reference Tx range

Baseline Algorithm for Localization


1. Phase Refinement

Localization in WSN > Distributed Beacon Selection > Conclusion

Beacon Selection: CRLB explained

21

CRLBCRLB

Error model of RSS

measurements

Error model of RSS

measurements

Number of beacons

Number of beacons GeometryGeometry

Lower bound on variance of

position error

Lower bound on variance of

position errorRSS [dBm]

Pro

ba

bili

ty

Motivation > SotA > Beacon Selection > Conclusion


-5 0 2.5-2.5 5 x

Cramer-Rao-Lower-Bound

-5 0 2.5-2.5 5 x

-5 0 2.5-2.5 5

0

0.2

0.4

x

Pro

bab

ilit

y

• Beispiel 1 Dimension Wahre Position: x=0 Fehlerhafte Positionsschätzungen PDF der Positionsschätzungen Standardabweichung -> intuitives Maß um Fehler zu

charakterisieren

22

22rss )ˆ()ˆ(E yyxxCRLB

2


Unknown Reference Beacon/Reference Tx range

Baseline Algorithm for Localization


1. Phase Refinement

23

4

12,1d

3,1d

4,1d

24,1

241

241

23,1

231

231

22,1

221

221

)()(

)()(

)()(

dyyxx

dyyxx

dyyxx

y

x

),( 11 yx

Localization in WSN > Distributed Beacon Selection > Conclusion

Documents

Energy Efficient Distributed Localization in Sensor Networks