|
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のセンサノードの省電力化、高品質なデータの収集が望まれている。そこで本研究では、「ネットワーク制御技術の開発」と「情報統合技術の開発」について研究を進めた。
「ネットワーク制御技術の開発」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、近傍ノード数に基づく手法を提案した。この手法では、クラスタリングに必要とされるブロードキャスト半径を近傍ノード数に基づき決定することにより、通信による消費電力を抑えながら、より均一なクラスタ形成を可能とした。これにより、データを収集するクラスタヘッドの消費電力を低く抑えることを可能とした。また同時に、ノード全ての消費電力を抑えるために、近傍ノード数を少ない通信量で把握する方法を提案した。さらに、この手法に適応的マルチホップ通信を導入し、センサノードの稼働時間の更なる改善を達成した。このマルチホップ通信を用いる手法の最大の利点は、全てのセンサノードの稼働時間がほぼ等しくなることである。これにより、従来法では困難であった観測領域全体の均一な観測を可能とした。
「情報統合技術の開発」では、データ圧縮や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と学習時間の改善について検討した。今年度は、昨年度提案したアンサンブル学習のBoostingとAdaBoostを導入した手法の有効性を、人工データと画像データを用い、数値シミュレーションにより検証した。その結果、Baggingは学習が高速であり、AdaBoostは精度の改善に効果があることを明らかにした。
|
