저밀도 센서 네트워크 환경에서 다항 회귀 예측 기반 이동 객체 추적 기법Moving Object Tracking Scheme based on Polynomial Regression Prediction in Sparse Sensor Networks

Cited 0 time in webofscience Cited 0 time in scopus
  • Hit : 560
  • Download : 0
DC FieldValueLanguage
dc.contributor.author박혁ko
dc.contributor.author박준호ko
dc.contributor.author성동욱ko
dc.contributor.author유재수ko
dc.contributor.author황동교ko
dc.date.accessioned2013-03-12T16:06:59Z-
dc.date.available2013-03-12T16:06:59Z-
dc.date.created2013-01-14-
dc.date.created2013-01-14-
dc.date.issued2012-03-
dc.identifier.citation한국콘텐츠학회 논문지, v.12, no.3, pp.44 - 54-
dc.identifier.issn1598-4877-
dc.identifier.urihttp://hdl.handle.net/10203/102817-
dc.description.abstract무선 센서 네트워크 환경에서 이동 객체 추적 기법은 환경 모니터링이나 군사 지역에서 적의 이동을 추적하는 실제 응용을 위한 핵심적인 기반 기술이다. 기존 연구에서는 저밀도를 갖는 실제 센서 네트워크 환경에 의해 발생되는 감지 공백 영역을 고려하지 않았다. 따라서 많은 이동 객체 추적 실패가 발생하여 에너지 소모가 증가하였다. 이러한 문제를 해결하기 위해 본 논문에서는 저밀도 환경과 감지 공백 영역을 고려한 이동 객체 추적 기법을 제안한다. 제안하는 기법은 다항 회귀 분석을 이용해 객체의 경로를 예측하여 최소한의 센서 노드를 활성화시킨다. 또한 이동 객체 추적 실패가 발생할 경우 감지 공백 영역의 경계 노드만을 활성화 시키는 객체 추적 복구 기법을 수행한다. 이를 통해, 제안하는 기법은 에너지 소모량을 줄이고 감지 공백 영역 안에서도 높은 예측 정확도를 보장한다. 제안하는 기법이 기존 기법에 비해 이동 객체 추적에 소모되는 에너지를 평균 약 47% 감소시켰고, 센서 노드가 낮은 밀도로 배치된 상황에서 발생하는 감지 공백 영역에서도 평균 약 91%의 예측 정확도를 보였다.-
dc.languageKorean-
dc.publisher한국콘텐츠학회-
dc.title저밀도 센서 네트워크 환경에서 다항 회귀 예측 기반 이동 객체 추적 기법-
dc.title.alternativeMoving Object Tracking Scheme based on Polynomial Regression Prediction in Sparse Sensor Networks-
dc.typeArticle-
dc.type.rimsART-
dc.citation.volume12-
dc.citation.issue3-
dc.citation.beginningpage44-
dc.citation.endingpage54-
dc.citation.publicationname한국콘텐츠학회 논문지-
dc.identifier.kciidART001644871-
dc.contributor.nonIdAuthor박혁-
dc.contributor.nonIdAuthor박준호-
dc.contributor.nonIdAuthor유재수-
dc.contributor.nonIdAuthor황동교-
dc.subject.keywordAuthor무선 센서 네트워크-
dc.subject.keywordAuthor객체 추적-
dc.subject.keywordAuthor다항 회귀-
dc.subject.keywordAuthor저밀도 네트워크-
dc.subject.keywordAuthor예측-
dc.subject.keywordAuthorWireless Sensor Network-
dc.subject.keywordAuthorObject Tracking-
dc.subject.keywordAuthorPolynomial Regression-
dc.subject.keywordAuthorSparse Network-
dc.subject.keywordAuthorPrediction-
Appears in Collection
Files in This Item
There are no files associated with this item.

qr_code

  • mendeley

    citeulike


rss_1.0 rss_2.0 atom_1.0