Проектирование базовой станции для локализации MEMS CCR в сети оптических датчиков

  1. Чан Гук Парк
  2. Хён Чхоль Чон
  3. Хён Джин Ким
  4. Чже Юн Ким
  5. Аннотация
  6. 1. Введение
  7. 2. Метод локализации узла датчика
  8. 2.2. Концептуальный дизайн базовой станции
  9. 3. Оценка производительности базовой станции
  10. Таблица 1.
  11. Таблица 2.
  12. 3.2. Анализ ошибок положения узла датчика
  13. Таблица 3
  14. 4. Методы уменьшения ошибок положения датчика
  15. 4.1. 50% исключение внешних сторон
  16. 4.2. Взвешенный рекурсивный метод наименьших квадратов
  17. 4,3. Сравнение результатов
  18. Таблица 4
  19. 5. Оценка производительности базовой станции с использованием MEMS CCR
  20. 5.2. Результат методов уменьшения ошибок для MEMS CCR
  21. Таблица 5
  22. 6. Выводы
  23. Подтверждения
  24. Конфликт интересов
  25. Рекомендации

Датчики (Базель). 2014 май; 14 (5): 8313–8329.

Чан Гук Парк

1 Кафедра машиностроения и аэрокосмического машиностроения / IAAT, Сеульский национальный университет, Сеул 151-741, Корея

Хён Чхоль Чон

2 Кафедра механического и аэрокосмического машиностроения / ASRI, Сеульский национальный университет, Сеул 151-741, Корея; Эл. адрес: [email protected]

Хён Джин Ким

3 Кафедра машиностроения и аэрокосмической техники, Сеульский национальный университет, Сеул 151-741, Корея; Эл. адрес: [email protected]

Чже Юн Ким

4 Hyundai Mobis, 17-2, Mabuk-dong, Giheung-gu, Yongin-si, Gyeonggi-do, 446-505, Корея; Эл. адрес: [email protected]

1 Кафедра машиностроения и аэрокосмического машиностроения / IAAT, Сеульский национальный университет, Сеул 151-741, Корея

2 Кафедра механического и аэрокосмического машиностроения / ASRI, Сеульский национальный университет, Сеул 151-741, Корея; Эл. адрес: [email protected] 3 Кафедра машиностроения и аэрокосмической техники, Сеульский национальный университет, Сеул 151-741, Корея; Эл. адрес: [email protected] 4 Hyundai Mobis, 17-2, Mabuk-dong, Giheung-gu, Yongin-si, Gyeonggi-do, 446-505, Корея; Эл. адрес: [email protected] * Автор, к которому следует обращаться по переписке; Эл. адрес: [email protected] ; Тел .: + 82-2-880-1732; Факс: + 82-2-873-1732.

Поступило в 2014 году 11 марта; Пересмотрено 2014 апр. 14; Принято 2014 30 апреля.

Аннотация

Эта статья представляет проект и реализацию базовой станции, способной позиционировать сенсорные узлы с использованием оптической схемы. Базовая станция состоит из импульсного лазерного модуля, оптических детекторов и светоделителя, которые установлены на ступени вращения, и преобразователя времени в цифровой формат (TDC). Оптический импульсный сигнал, передаваемый на узел датчика с помощью ретроотражателя с угловым кубом (CCR), отражается на базовую станцию, и данные времени пролета (ToF) могут быть получены с двух детекторов. С помощью данных угла и времени полета можно рассчитать положение узла датчика. Производительность системы оценивается с помощью коммерческого CCR. Сенсорные узлы расположены под разными углами от базовой станции и сканируются с помощью лазера. Мы анализируем ошибку положения узла, вызванную вращением, и предлагаем методы компенсации ошибок, а именно исключение выборочной выборки и постоянное уменьшение коэффициента достоверности, используя рекурсивные методы наименьших квадратов (RLS). На основе коммерческих результатов CCR MEMS CCR также тестируется для демонстрации совместимости между базовой станцией и предлагаемыми методами. Результат показывает, что эффективность локализации системы может быть улучшена с помощью предложенного метода компенсации с использованием MEMS CCR.

Ключевые слова: CCR, локализация, сенсорная сеть, сенсорный узел, TDC, TOF

1. Введение

Беспроводные сенсорные сети состоят из устройств для мониторинга физического мира. В сенсорной сети полевая информация, обнаруженная сенсорными узлами, например, конвой и маршрутизация противника, доставляется пользователю через базовую станцию. Чтобы сделать эту информацию значимой, необходима методика локализации сенсорного узла. Эта информация должна быть предоставлена ​​с информацией о событиях, чтобы иметь действительность. Методы локализации в беспроводной сенсорной сети для автоматических наземных датчиков (UGS) довольно долго исследовались на основе технологии Ubiquitous Sensor Network (USN). В частности, система ПХГ была исследована в основном в США и странах ЕС. В США мини-система обнаружения вторжений (MIDS) была разработана Sandia Lab [ 1 ] и система тактических дистанционных датчиков (TRSS) эксплуатируется ВМС США. Улучшенная система дистанционного контроля поля боя (IREMBASS) [ 2 ] L-3 Communication Systems и локализующий шутер по акустической схеме [ 3 ] все системы ПХГ для военных действий. В коммерческом секторе UC Berkeley разработал различные сенсорные узлы, такие как Motes, MICA, PicoNode и Smart Dust, а UCLA разработал iBadge и Medusa MK-II [ 4 ]. MIT также исследовал приложения на основе микросенсорных сетей с помощью uAMPs [ 5 ]. В странах ЕС в 12 странах НАТО и 35 других странах действует система скрытых локальных датчиков для классификации нарушителей (CLASSIC) системы связи Thales Defense. 6 ]. Вместо обычной системы радиочастотных сенсорных сетей были проведены некоторые испытания для разработки систем беспроводных сенсорных сетей на основе схемы оптической связи. Беспроводной оптический сигнал обеспечивает высокую безопасность благодаря своей направленности, а также обеспечивает среду для пассивной связи, которая эффективна для экономии энергии. Тем не менее, исследования, связанные с системами оптических беспроводных сенсорных сетей, проводились в ограниченной области, такой как разработка сенсорных узлов и оптическая связь. Например, проект Smart Dust UC Berkeley и DARPA разработал микромасштабные сенсорные узлы с CCR, способные к пассивной связи с использованием оптических сигналов [ 7 , 8 ]. Некоторые исследования локализуют целевые объекты с использованием лазеров с целью предотвращения столкновения спутников с мусором [ 9 , 10 ]. Как упоминалось ранее, сенсорные узлы могут ощущать много вещей. Например, сенсорные узлы воспринимают различную информацию, такую ​​как траектория движения противника, а также могут направлять ракету к ее цели. Для того чтобы эти функции работали должным образом, необходимо знать точное положение узла датчика. Однако темы, связанные с оценкой положения сенсорного узла в оптических беспроводных сенсорных сетях, еще не были должным образом исследованы. Эта статья посвящена внедрению схемы оценки 2D-положения для сенсорных узлов в оптической сенсорной сети и реализации системы базовой станции для MEMS CCR. CCR - это оптическое устройство, которое заставляет отраженный свет поддерживать параллельное направление с проходящим светом. В качестве последующего исследования MEMS CCR, которая была изготовлена ​​для применения в оптической связи [ 11 ], исследование системы базовой станции для оценки местоположения с использованием этого MEMS CCR. Производительность базовой станции сначала оценивается с помощью коммерческого CCR. В этой статье представлено несколько методов для уменьшения ошибки оценки сенсорного узла. Наконец, мы демонстрируем, что реализованная базовая станция и методы уменьшения ошибок совместимы с MEMS CCR. Посредством этих процессов мы предоставляем систему для обнаружения и связи с сенсорными узлами размера MEMS и предлагаем методы уменьшения ошибок для точной локализации сенсорных узлов, определенной экспериментально. Отныне термин «CCR» в данном документе означает «коммерческий CCR». Оценка местоположения с использованием MEMS CCR будет конкретно упомянута в следующем разделе.

Содержание организовано следующим образом: в разделе 2 представлена ​​схема двумерной локализации с использованием методов времени полета (ToF) и угла прихода (AoA) для сенсорного узла в оптической беспроводной сенсорной сети, а также освещена фактическая реализация базовой станции. , В разделе 3 производительность базовой станции оценивается с точки зрения ошибки положения узла датчика. Также анализируются источники ошибки положения в внедренной системе. В разделе 4 представлены методы уменьшения ошибок, основанные на анализе, проведенном в предыдущем разделе. В разделе 5 представлены тесты для сенсорных узлов, оборудованных MEMS CCR. После применения каждого метода уменьшения ошибок, улучшения производительности сравниваются в разделе 5 для теста MEMS CCR. Наконец, выводы будут сделаны в разделе 6.

2. Метод локализации узла датчика

2.1. Концепция локализации узла датчика

В этой статье методы ToF и AoA используются для локализации узлов датчиков с использованием одной базовой станции. ToF - наиболее часто используемый метод измерения расстояния. Когда скорость волны известна, расстояние можно рассчитать по разнице времени полета между приемником и передатчиком. Желательная особенность измерения ToF состоит в том, что базовая станция и узлы датчиков не требуют какой-либо синхронизации всех системных часов. ToF можно получить с помощью следующего:

где t 1 - время передачи импульса, а t 2 - время приема отраженного импульса. Однако для локализации 2D-положения сенсорного узла с использованием только измерения ToF требуется более трех базовых станций [ 11 , 12 ].

AoA - метод измерения угла направления. Базовая станция может измерять угол направления узла датчика, используя входящий угол сигнала. Чтобы локализовать 2D положение сенсорного узла, используя только измерения AoA, для сенсорного узла требуются два измерения угла. В оптической беспроводной сенсорной сети угол направления узла датчика может быть получен с использованием характеристик CCR, поскольку свет, отраженный в CCR, поддерживает параллельное направление с проходящим светом. Предполагая, что сенсорные узлы разбросаны случайным образом в двухмерной плоскости, мы можем считать, что базовая станция и сенсорные узлы имеют одинаковое вертикальное положение, иными словами, вертикального положения нет. Также, исходя из этого предположения, базовая станция сканирует двухмерную плоскость следующим образом: сначала базовая станция начинает вращаться, чтобы сканировать плоскость по углу сканирования. Если есть сенсорный узел под конкретным углом направления и нет никаких препятствий между базовой станцией и сенсорным узлом, возможно оптическое соединение между ними. Тогда мы можем получить угол направления и расстояние между ними в этот момент. Поэтому мы интегрируем методы ToF и AoA и применяем их к базовой станции для локализации положения сенсорного узла.

2.2. Концептуальный дизайн базовой станции

В этом разделе мы проектируем систему базовой станции на основе методов, ранее упомянутых в разделе 2.1. Для измерения расстояния между узлом датчика и базовой станцией была разработана система, показанная на рисунке. Система измерения ToF состоит в основном из лазерного модуля, который генерирует лазерные импульсы, светоделителя, двух детекторов и модуля ВМТ, который может рассчитывать время прохождения импульса в обоих направлениях, и вся система контролируется ПК.

Система измерения ToF состоит в основном из лазерного модуля, который генерирует лазерные импульсы, светоделителя, двух детекторов и модуля ВМТ, который может рассчитывать время прохождения импульса в обоих направлениях, и вся система контролируется ПК

Структурная схема системы измерения ToF.

Чтобы измерить угол направления между узлом датчика и базовой станцией с использованием AoA, используется кодер, который может измерять угол поворота базовой станции. Пока узлы датчика разбросаны по плоскости под разными углами направления, а базовая станция имеет оптическое соединение с узлами датчика, базовая станция может измерять угол направления узлов датчика во время вращения.

Данные о расстоянии и угле направления должны быть получены на одной базовой станции, и мы разработали базовую станцию, которая будет способна измерять ToF и AoA вместе. Спроектированная базовая станция может искать узлы датчика, расположенные под определенными углами направления, где возможно оптическое соединение, и может измерять расстояние между обнаруженными узлами и базовой станцией, используя оптические импульсы. показывает окончательный дизайн базовой станции. При такой схеме базовая станция может локализовать 2D положение узлов датчиков.

При такой схеме базовая станция может локализовать 2D положение узлов датчиков

Проектирование системы базовой станции.

Основываясь на дизайне предыдущего раздела, мы реализовали базовую станцию, которая может обнаруживать сенсорные узлы, используя оптические сигналы. В целях безопасности в качестве источника оптического сигнала использовался ближний инфракрасный лазер (длина волны = 905 нм). Импульс, генерируемый на лазерном модуле, разделяется на два оптических пути с помощью светоделителя. Импульс на одном из путей обнаруживается на детекторе 1, а импульс на другом пути поступает в узел датчика. Отраженный оптический импульс в узле датчика снова достигает внутренней части и обнаруживается детектором 2. Обнаруженная разница во времени между детектором 1 и детектором 2 может использоваться для измерения расстояния. Кроме того, угол направления может быть получен, когда детектор 2 обнаруживает отраженный оптический сигнал. показывает внедренную систему.

Реализация базовой станции.

Для управления базовой станцией был реализован графический интерфейс пользователя (GUI) на основе программного обеспечения LabView. Реализованный графический интерфейс отображает измеренное положение узла датчика и сохраняет измеренные данные для последующей обработки. показывает реализованный графический интерфейс.

3. Оценка производительности базовой станции

3.1. Оценка измерения расстояния с использованием ToF

Был создан испытательный стенд для оценки реализованной базовой станции. показывает конфигурацию испытательного стенда. показывает характеристики базовой станции. Установив базовую станцию ​​в точке (0,0), мы поместили три сенсорных узла в (27 см, 0 град), (80 см, 0 град), (100 см, 0 град) и оценили точность измерения по измеренному расстоянию. между этими местами. показывает результат измерения положения. В этом тесте коммерческий CCR был использован в качестве отражающего материала сенсорного узла.

В этом тесте коммерческий CCR был использован в качестве отражающего материала сенсорного узла

Положение узла для оценки производительности измерения расстояния.

Положение узла для оценки производительности измерения расстояния

Данные измеренного расстояния. ( а ) Узел l: (27 см, 0 град), ( b ) Узел 2: (80 см, 0 град), ( c ) Узел 3: (100 см, 0 град).

Таблица 1.

Технические характеристики системы.

Подробности об

элементе Модуль импульсного лазерного диода базовой станции Длина волны: 905 нм, Мощность: 25 мВт Точность вращения Стадия вращения Диапазон: 360 °, Минимальное инкрементное движение: 0,0015 ° Модель фотоприемника: ET-2030TTL, Чувствительность: 0,4 А / Вт при 830 нм Время до Модель цифрового преобразователя: ATMD-GP2, среднеквадратичное разрешение с разрешением 50 пс, диапазон измерения: от 0 до 1,8 мкс. Узел датчика Коммерческая модель CCR: ретрорефлектор с угловым кубом N-BK7, внутренний диаметр 7,16 мм

показывает, что значения, измеренные с помощью цифрового преобразователя времени (TDC), представляют собой дискретное распределение вероятностей, потому что TDC имеет среднеквадратичное значение разрешения 50 пс, ± 1,5 см. также показывает, что максимальная ошибка расстояния для каждой позиции составляет менее 4,5 см, а гистограмма каждого узла показывает, что у образцов, которые близки к истинному расстоянию, больше шансов быть измеренными. также показывает, что погрешность среднего значения для 300 образцов составляет менее 2 см для каждого дистанционного теста. Принимая во внимание среду сенсорной сети, этой точности достаточно для базовой станции, поскольку значение ошибки находится в пределах 10% диапазона измерения.

Таблица 2.

Оценка эффективности системы измерения расстояния.

Узел №Узел 1Узел 2Узел 3Данные

Истинные (см) 27 80 100 Среднее (см) 26,9964 80,726 100,4862 Разница (см) 0,0036 0,726 0,4862 Станд. (см) 0,9723 0,8946 1,2077

3.2. Анализ ошибок положения узла датчика

В этой статье сканирование определяется как вращение базовой станции для поиска положения узла датчика. Чтобы оценить производительность базовой станции во время сканирования, мы поместили несколько сенсорных узлов с различными углами направления на испытательном стенде и получили распределение выборки измерений базовой станции. Сенсорные узлы расположены на (26 см, 0 град), (31,17 см, 30 град), (26 см, 90 град) и (100 см, 0 град), как показано на. Собирают триста образцов данных, и разрешение сканирования составляет 0,1 градуса. Этих экспериментальных настроек достаточно, чтобы показать характеристики измерения узла датчика. Мы также установили разрешение сканирования на 0,1 градуса и вращение по часовой стрелке как положительное направление, а против часовой стрелки - как отрицательное в этом тесте.

Мы также установили разрешение сканирования на 0,1 градуса и вращение по часовой стрелке как положительное направление, а против часовой стрелки - как отрицательное в этом тесте

Испытательный стенд для оценки производительности локализации узла датчика.

Найдено, что измеренные образцы распределены в области, близкой к истинному положению, с ошибкой положения, которая изменяется в зависимости от угла направления. Эти результаты показаны в. Поскольку угол поворота базовой станции идет дальше от истинного направления, измерение расстояния становится более искаженным. Это явление обычно наблюдается во всех узлах датчика. показывает значение ошибки положения узла датчика, когда простое среднее значение позиций выборки используется для оценки положения узла датчика. Мы предполагаем, что причиной этого явления является то, что если угол направления не совпадает, то оптический детектор отражающий сигнал только частично обнаруживает. Также мы предполагаем, что частичное обнаружение вызывает искажение формы импульса, что, в свою очередь, влияет на измерение времени между фронтами импульсов.

Результат сканирования с разрешением 0,1 град. ( а ) Узел 1: (26 см, 0 град), ( b ) Узел 2: (31,17 см, 30 град), ( с ) Узел 3: (26 см, 90 град), ( d ) Узел 1: (100 см, 0 град).

Таблица 3

Разница в положении между истинным значением и оценочным значением с использованием простого среднего.

Узел №Data

Node 1 (26 см, 0 град) 12.5086 см Узел 2 (31.17 см, 300 град) 17.1501 см Узел 3 (26 см, 90 град) 15.2036 см Узел 1 (100 см, 0 град) 9.2401 см

Для проверки этого предположения мы сканировали Узел 1 и наблюдали обнаруженную форму импульса детектором 2 с помощью осциллографа. показывает форму импульса, полученную, когда базовая станция указывает истинный угол, 0 град. показывает формы импульсов, когда базовая станция указывает углы, которые отличаются от истинного направления. показывает, что обнаруженная форма импульса под разными углами искажается, и уровень напряжения уменьшается по сравнению с импульсом в истинном угле направления, показанном на рис. Поэтому, основываясь на тенденции результата, мы обнаружили, что чем больше угол поворота базовой станции не соответствует истинному углу направления, тем больше искажение и падение уровня напряжения, представленные в обнаруженном импульсе. Измерение расстояния под каждым углом также представлено в. Эти значения показывают, что, поскольку угол поворота базовой станции идет дальше от истинного угла направления, измерение расстояния становится более искаженным.

Обнаружена форма импульса в узле 1 (26 см, 0 град). ( а ) 26,0492 см при 0 град (нормальный случай), ( б ) 49,3872 см при 0,3 град, ( в ) 64,6046 см при 0,4 град.

( а ) 26,0492 см при 0 град (нормальный случай), ( б ) 49,3872 см при 0,3 град, ( в ) 64,6046 см при 0,4 град

Сравнение эффективности оценки положения сенсорного узла между методом выборки среднего и методом исключения выбросов 50%. ( а ) Узел 1: (26 см, 0 град), ( b ) Узел 2: (31,17 см, 30 град), ( с ) Узел 3: (26 см, 90 град), ( d ) Узел 1: (100 см, 0 град).

В этом тесте мы обнаружили, что рассогласование углов способствует снижению уровня обнаруженного импульсного напряжения. Поэтому можно сделать вывод, что, поскольку угол поворота базовой станции идет дальше от истинного угла направления узла датчика, интенсивность отраженного импульса уменьшается, и это падение интенсивности вызывает искажение измерения расстояния.

4. Методы уменьшения ошибок положения датчика

Предварительно полученная информация о положении сенсорного узла в реальных условиях эксплуатации отсутствует. Поэтому положение узла датчика следует оценивать только на основании измерений каждого узла датчика. Однако если в полученные выборки включена ошибка измерения дальности и угла, эта ошибка будет иметь прямое влияние на оценку положения с помощью простого среднего значения выборок. Чтобы уменьшить такую ​​ошибку оценки, введено несколько методов коррекции. В этом разделе, чтобы уменьшить влияние ошибки, к полученным выборкам применяются методы коррекции, и оценивается ошибка оценки положения каждого метода. Из данных измеренных образцов, мы обнаружили, что более высокая ошибка положения была обнаружена с обеих сторон группы образцов. Мы использовали методы исключения данных и RLS. Каждый метод объясняется в следующих разделах, а результаты 20 повторных испытаний рассматриваются в следующем разделе.

4.1. 50% исключение внешних сторон

Чтобы минимизировать влияние существующей ошибки, образцы около внешних краев исключаются с использованием 50% -ного исключения внешних краев следующим образом:

где индекс i означает i-й узел, mi - номер измерения i-го узла. Кроме того, rk - это расстояние, а θk - это угол. Знак means ⌋ означает, что наибольшее целое число меньше или равно, а знак means means означает наименьшее целое число, большее или равное.

Как и в случае, группа выборок одного сенсорного узла, из которых выборки краев с обеих сторон удаляются в целых 50% от общего количества выборок, усредняется для оценки 2D-положения сенсорного узла. Результат оценки расстояния, основанный на этом методе, представлен в. Из-за параболических характеристик измерения узлов датчиков, выборки с обеих сторон имеют больше ошибок. Таким образом, метод исключения выбросов на 50% дает эффект исключения образцов в порядке большей ошибки.

4.2. Взвешенный рекурсивный метод наименьших квадратов

Используя характеристику, что более высокая ошибка положения была обнаружена на обеих краевых сторонах группы образцов, метод взвешенного RLS может быть применен к оценке положения узла датчика. В этом методе используется адаптация ковариации шума измерения R. Это значение R увеличивается по мере приближения выборок к краям группы выборок одного узла, чтобы уменьшить влияние ошибки, существующей в выборках. Эта концепция хорошо описана в, и математическое представление схемы RLS дается:

где zk - измерение расстояния, xk - истинное расстояние, vk - искажение измерения, Hk - матрица измерения, а Pk - ковариационная матрица ошибок [ 13 ]. Результат оценки расстояния, основанный на этом методе, представлен на. При сканировании с помощью базовой станции, которая поворачивает разрешение сканирования соответственно, характеристики параболического измерения узлов датчиков показывают, что число измеренных углов направления является нечетным или четным числом, и истинный угол направления находится в центре их. В этом эксперименте, если количество измеренных углов направления нечетное, измеренное симметрично, мы назначаем 90% веса для образцов под центральным углом и 10% веса для остальных образцов под остальными углами симметрично. Если число измеренных углов направления четное, мы присваиваем 45% веса выборкам под двумя центральными углами, соответственно, и 10% веса остальным симметрично. Поскольку мы назначаем высокую достоверность центральному углу, на полученное среднее расстояние влияют выборки в центральном углу, и средняя ошибка значительно уменьшается.

Концепция взвешенного метода RLS.

Концепция взвешенного метода RLS

Сравнение производительности оценки положения сенсорного узла между методом простого среднего и методом взвешенного RLS. ( а ) Узел 1: (26 см, 0 град), ( b ) Узел 2: (31,17 см, 30 град), ( с ) Узел 3: (26 см, 90 град), ( d ) Узел 1: (100 см, 0 град).

4,3. Сравнение результатов

Тесты сканирования повторяются 20 раз, и каждый предложенный метод применяется. показывает предполагаемую ошибку положения повторных испытаний при применении каждого метода. Среднее и стандартное отклонение повторных испытаний показано в.

Среднее и стандартное отклонение повторных испытаний показано в

Погрешность позиционирования при повторных испытаниях методами уменьшения погрешности. ( а ) Узел 1: (26 см, 0 град), ( b ) Узел 2: (31,17 см, 30 град), ( с ) Узел 3: (26 см, 90 град), ( d ) Узел 1: (100 см, 0 град).

Таблица 4

Средняя ошибка и стандартное отклонение повторных испытаний.

Узел №Узел 1 (26 см, 0 град)Узел 2 (31,17 см, 30 град)Узел 3 (26 см, 90 град)Узел 1 (100 см, 0 град)МетодыСредняя ошибка (см)Станд.(см)Средняя ошибка (см)Станд.(см)Средняя ошибка (см)Станд.(см)Средняя ошибка (см)Станд.(см)

Выборочное среднее 12,31 0,2613 16,5935 0,6745 14,9827 1,0308 9,7024 1,1985 50% исключение выбросов 3.9201 0,4060 4,5437 0,2791 2,6414 0,4278 0,9935 0,3977 Взвешенный наименьший квадрат 3,5947 0,5651 3,2072 0,9509 2,2658 0,9529 0,6426 0,4048

Результат показывает, что метод, использующий 50% -ное исключение внешних краев и метод взвешенного RLS, может эффективно уменьшить ошибку положения узлов датчика по сравнению со средним значением необработанных выборок. Это также показывает, что метод взвешенного RLS показывает немного более стабильную производительность, чем метод, использующий 50% -ное исключение внешних краев. Из-за симметричных и параболических характеристик измерения узлов датчиков эти два метода дают эффект, который дает большую уверенность выборкам вблизи центрального угла, но взвешенный RLS дает эффект, который дает гораздо большую достоверность выборкам под центральным углом, чем 50 % исключающий метод исключения. Таким образом, конечный результат заключается в том, что взвешенный метод RLS немного лучше.

5. Оценка производительности базовой станции с использованием MEMS CCR

5.1. Тест на совместимость для MEMS CCR

В этой статье тестируется CCR, изготовленная с использованием технологии MEMS для оптических коммуникационных приложений, чтобы показать совместимость базовой станции с узлами датчиков микроразмера, которые компактны и экономят энергию. Такая MEMS CCR состоит из трех квадратных зеркал размером 300 мкм и функционирует так же, как коммерческая CCR [ 8 ]. MEMS CCR, использованная в этом тесте, показана в. MEMS CCR имеет структуру и физические характеристики, отличные от коммерческой CCR, и для MEMS CCR продемонстрирована совместимость реализованной системы и обоснованность предложенных методов уменьшения ошибок. Следовательно, в этом тесте мы покажем, что реализованная базовая станция может оценивать положение узла датчика, и предполагаемая ошибка положения может быть уменьшена с помощью предложенных методов. Истинное положение узла встроенного датчика MEMS CCR составляет (26 см, 0 град. ) и разрешение сканирования составляет 0,1 град.

Протестированы MEMS CCR структура и дизайн.

С помощью теста сканирования мы заметили, что MEMS CCR можно обнаружить с помощью реализованной базовой станции. Тем не менее, образец распределения отличался от коммерческого CCR. указывает на то, что образцы имеют более равномерное распределение вокруг истинного положения, чем образцы коммерческих CCR. Поэтому в этом разделе мы заключаем, что реализованная базовая станция совместима с MEMS CCR.

Поэтому в этом разделе мы заключаем, что реализованная базовая станция совместима с MEMS CCR

Результат сканирования MEMS CCR с разрешением 0,1 град.

5.2. Результат методов уменьшения ошибок для MEMS CCR

В этом разделе методы коррекции применяются к данным из MEMS CCR. Как и в тестах в разделе 4, метод 50% исключения данных и метод RLS применяются к образцам теста MEMS CCR. показывает результат каждого метода.

показывает результат каждого метода

Погрешность позиционирования при повторных испытаниях методами уменьшения погрешности. ( а ) 50% метод исключения данных, ( б ) метод RLS.

Мы провели этот тест несколько раз и применили оба метода. показывает среднее и стандартное отклонение данных об ошибке положения, полученных в ходе повторных испытаний. показывает результаты каждого испытания. По сравнению с образцами из раздела 4 наклон кривой немного изменен, но параболическая форма все еще сохраняется. Из-за этого метод взвешенного RLS по-прежнему показывает меньшую ошибку оценки, чем метод исключения выбросов на 50%, но разница составляет всего около 0,03 см. Из этого эксперимента можно сделать вывод, что предложенные методы коррекции могут эффективно уменьшить погрешность позиционирования MEMS CCR.

Погрешность позиционирования повторных тестов с помощью методов уменьшения ошибок для MEMS CCR.

Таблица 5

Средняя ошибка и стандартное отклонение повторных испытаний для MEMS CCR.

Узел №Узел 1 (26 см, 0 градусов)МетодыСредняя ошибка (см)Станд.(см)

Среднее значение по выборке 10,9774 1,1970 Исключение с 50% -ным отклонением 0,5623 0,3617 Взвешенный наименьший квадрат 0,5348 0,3090

Однако разница в производительности между этими двумя методами составляет менее 0,18 см, что составляет всего 0,7% от истинного расстояния 26 см. Таким образом, благодаря этим повторным испытаниям с использованием MEMS CCR оба предложенных метода могут уменьшить погрешность расчетного положения по сравнению со случаем, использующим простой метод выборки среднего.

В разделе 4 количество выборок уменьшается из-за уменьшения поля зрения при увеличении расстояния, но распределение выборок сохраняет свою параболическую форму при увеличении расстояния. На основании результатов, приведенных в разделе 4, показано, что методы действительны на разных расстояниях. Поэтому мы заключаем, что два предложенных метода и реализованная базовая станция совместимы с MEMS CCR и могут локализовать сенсорные узлы, встроенные в MEMS CCR.

6. Выводы

Мы оценили эффективность локализации узла датчика, внедрив систему базовой станции. С помощью многих экспериментальных результатов утверждается, что внедренная система базовой станции разработана для широкого использования и может быть получена точная позиция MER CCR. Два метода уменьшения ошибок показывают не только общую особенность, заключающуюся в том, что они уменьшают эффект искаженного образца, но также различия в способах, которыми они уменьшают эффект. Метод исключения выбросов просто исключает выборки выбросов, но метод взвешенных наименьших квадратов неуклонно уменьшает влияние ошибочных выборок. Наконец, мы делаем вывод, что как метод исключения выбросов, так и метод взвешенных наименьших квадратов могут снизить оценочную ошибку положения по сравнению со случаем, использующим простой метод выборки среднего.

Подтверждения

Это исследование было финансово поддержано грантом Исследовательского центра национальной обороны MEMS, финансируемым Администрацией программы оборонных закупок, Южная Корея.

Конфликт интересов

Авторы объявили, что нет никаких конфликтов интересов.

Рекомендации

3. Мароти М., Саймон Г., Ледечи А., Штипановиц Ю. Локализация стрелков в городской местности. Компьютер. 2004; 37: 60–61. [ Google ученый ] 7. Вон Дж., Ким Д. Разработка и характеристика пьезоэлектрически управляемых ретрорефлекторов углового куба для применения в оптических сенсорных сетях в свободном пространстве. Appl. Оптик 2012; 51: 2315-2321. [ PubMed ] [ Google ученый ] 8. Ким Б., Шим М., Ли Дж. Технологии и тенденции локализации повсеместно распространенных сенсорных сетей. Еженедельные технические тренды Корейского национального агентства по продвижению ИТ-индустрии. 2007; 1291: 27–36. [ Google ученый ] 9. Киршнер Г., Койдл Ф., Фридрих Ф., Буске И., Вилкер У., Риде В. Лазерные измерения космического мусора от зеркальной станции Грац. Adv. Space Res. 2013; 51: 21–24. [ Google ученый ] 10. Чжан З.-П., Ян Ф.-М., Чжан Х.-Ф., У З.-Б., Чен Ж.-П., Ли П., Мэн В.Д. Использование лазерного определения дальности для измерения космического мусора. Местожительство Astron. Astrophys. 2012; 12: 212–218. [ Google ученый ] 11. Пал А. Алгоритмы локализации в беспроводных сенсорных сетях: современные подходы и будущие вызовы. Netw. Protoc. Алгоритмы. 2010; 2: 45-74. [ Google ученый ] 12. Kim J., Yoo Y., Jang W., Park C. Измерение погрешности положения в схеме локализации узла датчика с использованием оптических сигналов. Материалы ежегодной конференции ИКРОС; Chuncheon, Южная Корея. 27–28 мая 2010 г. [ Google ученый ] 13. Саймон Д. Оптимальная оценка. Джон Вили и сыновья; Хобокен, Нью-Джерси, США: 2006. [ Google ученый ] Статьи от Sensors (Базель, Швейцария) предоставлены здесь благодаря Междисциплинарному Цифровому Издательскому Институту (MDPI)