• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2008 年度 実績報告書

センサネットワークにおける通信制御と情報統合に関する研究

研究課題

研究課題/領域番号 20500070
研究機関鹿児島大学

研究代表者

重井 徳貴  鹿児島大学, 工学部, 助教 (90294363)

研究分担者 宮島 廣美  鹿児島大学, 工学部, 教授 (60132669)
キーワードセンサネットワーク / 低消費電力通信プロトコル / クラスタリング / ベクトル量子化
研究概要

ユビキタスネットワーク実現の基盤技術である無線センサネットワークにおいては、長期的な観測を可能とするために、センサノードの省電力化が必要とされている。そこで本研究では、「電力効率に優れる通信プロトコルの開発」と「効果的な情報統合の実現」について研究をすすめた。
「電力効率に優れる通信プロトコルの開発」では、クラスタリングを用いたセンサデータ収集機構において、中央管理型と自律分散型の二つの手法を提案した。クラスタリングを用いたデータ収集では、ネットワークを構成するセンサノードが複数のクラスタに分割され、各クラスタからはクラスタ内のデータを集約した代表ノードのみが基地局へのデータ送信を行うことで低消費電力を実現する。この場合、クラスタリングに電池残量と消費電力を反映させることと通信オーバーヘッドが大きくないことが重要である。中央管理型の提案法では、データを集約する基地局においてクラスタリングを行い、電池残量とノードの配置を考慮するように拡張された適応的ベクトル量子化法を新たに提案した。自律分散型としては、通信オーバーヘッドを小さく保ったまま、電池残量とノード密度を考慮する手法を提案した。従来法のLEACH, HEED, ANTCLUSTと比べ、提案法はいずれも稼働時間の改善に効果があり、特に、中央管理型と自律分散型はそれぞれノード密度が低い時と高い時に効果的であることを数値実験により示した。
「効果的な情報統合の実現」に関しては、データ圧縮やデータのクラスタリングに有用な処理であるベクトル量子化の精度の改善について検討した。提案法として、アンサンブル学習のBoostingとAdaBoostを導入した手法を考案し、従来法より高精度なデータ圧縮とクラスタリングが可能であることを数値実験により示した。

  • 研究成果

    (3件)

すべて 2009 2008

すべて 雑誌論文 (1件) (うち査読あり 1件) 学会発表 (2件)

  • [雑誌論文] Centralized and Distributed Clustering Methods for Energy Efficient Wireless Sensor Networks2009

    • 著者名/発表者名
      N. Shigei, H. Miyajima, H. Morishita, M. Maeda
    • 雑誌名

      Proc. of IMCECS 2009 T

      ページ: 423-427

    • 査読あり
  • [学会発表] センサネットワークにおけるベクトル量子化を用いたクラスタリング手法2008

    • 著者名/発表者名
      森下宏樹, 重井徳貴, 宮島廣美, 前田道治
    • 学会等名
      電気関係学会九州支部連合大会
    • 発表場所
      大分市
    • 年月日
      2008-09-25
  • [学会発表] Bagging and AdaBoost Algorithms for Vector Quantization2008

    • 著者名/発表者名
      N.Shigei, H.Miyajima, M.Maeda, L.Ma
    • 学会等名
      International Symposium on Neural Networks
    • 発表場所
      中国北京
    • 年月日
      2008-09-25

URL: 

公開日: 2010-06-11   更新日: 2016-04-21  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi