Show simple item record

Passive localization model in wireless sensor networks based on adaptive hybrid heuristic algorithms

dc.contributor.advisorSimić-Pejović, Mirjana
dc.contributor.otherNešković, Aleksandar
dc.contributor.otherLazović, Goran
dc.contributor.otherPejović, Predrag
dc.contributor.otherBjelica, Milan
dc.creatorRosić, Maja
dc.date.accessioned2021-06-11T09:34:06Z
dc.date.available2021-06-11T09:34:06Z
dc.date.issued2021-03-17
dc.identifier.urihttp://eteze.bg.ac.rs/application/showtheses?thesesId=8173
dc.identifier.urihttps://fedorabg.bg.ac.rs/fedora/get/o:23831/bdef:Content/download
dc.identifier.urihttp://vbs.rs/scripts/cobiss?command=DISPLAY&base=70036&RID=40214025
dc.identifier.urihttps://nardus.mpn.gov.rs/handle/123456789/18351
dc.description.abstractПредмет 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...sr
dc.description.abstractThe 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...en
dc.languagesr
dc.publisherУниверзитет у Београду, Електротехнички факултетsr
dc.rightsopenAccessen
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.sourceУниверзитет у Београдуsr
dc.subjectТехнике позиционирањаsr
dc.subjectLocalization techinquesen
dc.subjectпасивне технике лоцирањаsr
dc.subjectестимационе методеsr
dc.subjectКрамер-Раова границаsr
dc.subjectхеуристичке оптимизационе методеsr
dc.subjectхибридни алгоритмиsr
dc.subjectглобална оптимизацијаsr
dc.subjectpassive localization techniquesen
dc.subjectestimation methodsen
dc.subjectCramer-Rao bounden
dc.subjectheuristic optimization methodsen
dc.subjecthybrid algorithmsen
dc.subjectglobal optimizationen
dc.titleПасивни модел позиционирања у бежичним сензорским мрежама заснован на адаптивним хибридним хеуристичким алогортимимаsr
dc.title.alternativePassive localization model in wireless sensor networks based on adaptive hybrid heuristic algorithmsen
dc.typedoctoralThesisen
dc.rights.licenseBY-NC-ND
dc.identifier.fulltexthttps://nardus.mpn.gov.rs/bitstream/id/71762/IzvestajKomisije28818.pdf
dc.identifier.fulltexthttps://nardus.mpn.gov.rs/bitstream/id/71761/Doktorat_28818.pdf
dc.identifier.rcubhttps://hdl.handle.net/21.15107/rcub_nardus_18351


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

openAccess
Except where otherwise noted, this item's license is described as openAccess