• 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

2009 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, 理工学研究科(工学系), 准教授 (90294363)

研究分担者 宮島 廣美  鹿児島大学, 理工学研究科(工学系), 教授 (60137669)
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。

  • 研究成果

    (3件)

すべて 2010 2009

すべて 雑誌論文 (2件) (うち査読あり 2件) 学会発表 (1件)

  • [雑誌論文] Energy Efficient Clustering Communication Based on Number of Neighbors for Wireless Sensor Networks2010

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

      Proc.of IMECS 2010 II

      ページ: 762-767

    • 査読あり
  • [雑誌論文] Bagging and AdaBoost algorithms for vector quantization2009

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

      Neurocomputing 73

      ページ: 106-114

    • 査読あり
  • [学会発表] センサネットワークのための近傍ノード数に基づく省電力クラスタリング通信2009

    • 著者名/発表者名
      森下宏樹, 重井徳貴, 宮島廣美
    • 学会等名
      情報処理学会 第50回モバイルコンピューティングとユビキタス通信研究発表会
    • 発表場所
      専修大学 生田キャンパス
    • 年月日
      2009-09-11

URL: 

公開日: 2011-06-16   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