專案詳細資料
Description
無線感測網路(WSNs)是由具有感測能力、計算能力及無線通信能力的感測器所組成,這些 感測器具備著體積小、低成本、低功耗的特性。在感測器有著前述的特性之下,本計晝是以接收 訊號強度(RSS)數據,對其做量化(Quantization),而處理中心(Fusion center)以此量化訊號 (Quantized data)利用最小平方估計法做定位。當量化階數少的時候,為了降低量化誤差造成目標 函式過多的誤差,在最小平方估計裡我們考慮壓縮原始訊號,去抑制因量化雜訊所造成的估計誤 差。這裡的問題屬於非線性最小平方估計,在研究中我們將考慮採用依據高斯-牛頓法 (Gauss-Newton)以及奈德米德(Nelder-Mead)-單純形搜索法解決此最佳化問題,並且就性能與複雜 度等議題與傳統使用高複雜度的最大概率函數(Maximum Likelihood Function)估測法做比較。
狀態 | 已完成 |
---|---|
有效的開始/結束日期 | 1/08/16 → 31/07/17 |
指紋
探索此專案觸及的研究主題。這些標籤是根據基礎獎勵/補助款而產生。共同形成了獨特的指紋。