Title
Пасивни модел позиционирања у бежичним сензорским мрежама заснован на адаптивним хибридним хеуристичким алогортимима
Creator
Rosić, Maja, 1990-, 67370761
Copyright date
2020
Object Links
Select license
Autorstvo-Nekomercijalno-Bez prerade 3.0 Srbija (CC BY-NC-ND 3.0)
License description
Dozvoljavate samo preuzimanje i distribuciju dela, ako/dok se pravilno naznačava ime autora, bez ikakvih promena dela i bez prava komercijalnog korišćenja dela. Ova licenca je najstroža CC licenca. Osnovni opis Licence: http://creativecommons.org/licenses/by-nc-nd/3.0/rs/deed.sr_LATN. Sadržaj ugovora u celini: http://creativecommons.org/licenses/by-nc-nd/3.0/rs/legalcode.sr-Latn
Language
Serbian
Cobiss-ID
Theses Type
Doktorska disertacija
description
Datum odbrane: 17.03.2021.
Other responsibilities
mentor
Simić-Pejović, Mirjana, 1973-, 22197863
član komisije
Nešković, Aleksandar, 1968-, 6977639
član komisije
Lazović, Goran, 1964-, 12663911
član komisije
Pejović, Predrag, 1966-, 14793319
član komisije
Bjelica, Milan, 1977-, 12918119
Academic Expertise
Tehničko-tehnološke nauke
University
Univerzitet u Beogradu
Faculty
Elektrotehnički fakultet
Alternative title
Passive localization model in wireless sensor networks based on adaptive hybrid heuristic algorithms
Publisher
[М. Росић]
Format
169 стр.
description
Електротехника - Tелекомуникације / Electrical Engineering - Telecommunications
Abstract (sr)
Предмет истраживања ове докторске дисертације је проблем пасивног лоцирања заснован на мерењу времена пропагације сигнала (Time of Arrival, ТОА), или временске разлике пропагације сигнала (Time Difference of Arrival, TDOA) ради одређивања непознате локације неког објекта. За постављене моделе лоцирања формирана је функција максималне веродостојности (Maximum Likelihood, ML) са Гаусовом случајном расподелом за грешку мерења. Разматрани естимациони модел описан је нелинеарном, неконвексном функцијом циља, односно мултимодалном функцијом. При томе, за формирану функцију циља, глобално оптимално решење не може се нумерички одредити класичним методама оптимизације...
Abstract (en)
The research in this dissertation is focused on the problem of passive target localization based on the noisy time of arrival (TOA) or time Difference of Arrival (TDOA) measurements, with the aim to accurately estimate the unknown passive target location. The maximum likelihood (ML) estimation problem is formulated for the considered localization problem, with measurement errors modelled as Gaussian distributed random variables. However, the ML objective function of the considered estimation problem is nonlinear and multimodal function, and in this case, the global optimal solution cannot be determined numerically by classical optimization methods...
Authors Key words
Технике позиционирања, пасивне технике лоцирања, естимационе методе, Крамер-Раова граница, хеуристичке оптимизационе методе, хибридни алгоритми, глобална оптимизација
Authors Key words
Localization techinques, passive localization techniques, estimation methods, Cramer-Rao bound, heuristic optimization methods, hybrid algorithms, global optimization
Classification
004.7:621.39(043.3)
Type
Tekst
Abstract (sr)
Предмет истраживања ове докторске дисертације је проблем пасивног лоцирања заснован на мерењу времена пропагације сигнала (Time of Arrival, ТОА), или временске разлике пропагације сигнала (Time Difference of Arrival, TDOA) ради одређивања непознате локације неког објекта. За постављене моделе лоцирања формирана је функција максималне веродостојности (Maximum Likelihood, ML) са Гаусовом случајном расподелом за грешку мерења. Разматрани естимациони модел описан је нелинеарном, неконвексном функцијом циља, односно мултимодалном функцијом. При томе, за формирану функцију циља, глобално оптимално решење не може се нумерички одредити класичним методама оптимизације...
“Data exchange” service offers individual users metadata transfer in several different formats. Citation formats are offered for transfers in texts as for the transfer into internet pages. Citation formats include permanent links that guarantee access to cited sources. For use are commonly structured metadata schemes : Dublin Core xml and ETUB-MS xml, local adaptation of international ETD-MS scheme intended for use in academic documents.