Abstract
環境の制約により、水中センサーネットワーク（USNs）のエネルギーリソースは限られており、そのエネルギー効率を向上させることが非常に重要です。このため、高い計算能力を持つ自律型水中航行体（AUV）を使用して測定データを処理し、AUVの機動性を活用してUSNトポロジを最適化し、追跡精度を向上させます。まず、音響信号の伝送遅延を推定と組み合わせた集中拡張カルマンフィルタ（TD-CEKF）アルゴリズムが提案されています。次に、AUVの位置とUSNトポロジ構造の間の数学的な関係を確立し、その基に最適化目標を構築します。最後に、目的関数を制約なしに処理するために罰金関数を導入し、勾配降下法を使用して最適なAUVの位置を探し、USNトポロジを最適化します。シミュレーション結果は、提案されたアルゴリズムが転送遅延が目標追跡に与える影響を効果的に克服し、性能を向上させることを示しています。
Keywords
水中センサーネットワーク; 目標追跡; 遅延推定; 自律型水中航行体