Исследование и разработка энергоэффективного метода локализации элементов беспроводных сенсорных сетей тема диссертации и автореферата по ВАК РФ 05.12.13, кандидат технических наук Курпатов, Роман Олегович

• Курпатов, Роман Олегович
• кандидат технических наук
• 2011

Оглавление диссертации кандидат технических наук Курпатов, Роман Олегович

Введение.

Глава 1. Аналитический обзор.

1.1. Введение.

1.2. Протокол IEEE 802.15.4.

1.3. Радиочастотные методы локализации в БСС.

1.3.1. Локализация с помощью силы сигнала (RSSI).

1.3.2. Глобальная система навигации GPS.

1.3.3. Разница по времени прибытия.

1.3.4. Сотовые сети GSM.

1.3.5. ANSI 371.1 Система локализации в реальном времени RTLS (Wherenet, Inc.).

1.3.6. Сверхширокополосная локализация.

1.3.7. Радиоинтерференционная система позиционирования RIPS.

1.3.8. Метод TWTT.

1.3.9. Сравнительный анализ методов локализации.

1.4. Основные проблемы локализации в сенсорных сетях.

1.4.1. Помехи.

1.4.2. Временная синхронизация.

1.4.3. Артефакты выборки.

1.4.4. Особенности многолучевого распространения.

1.5. Выводы.

Глава 2. Исследование алгоритмов локализации элементов беспроводных сенсорных сетей.

2.1. Постановка задачи.

2.2. Процесс измерений и модель прохождения сигналов.

2.3. Оценка точности процесса локализации для узлов с детерминированным местоположением.

2.3.1. Граница Cramer-Rao для ошибок процесса локализации мобильного терминала.

2.4. Нижние границы ошибок локализации с априорной информацией

2.4.1. Нижний предел Weinstein-Weiss.

2.4.2. Расширенная версия нижнего предела Ziv-Zakai.

2.5. Пределы для точности локализации по заданному набору информации.

2.6. Вычисление пределов с многократными измерениями.

2.7. Расчет расхода электроэнергии.

2.8. Выводы.

Глава 3. Комбинированный Метод локализации элементов БСС по уровню силы принимаемого радиосигнала и времени его двустороннего прохождения.

3.1. Введение.

3.2. Метод ранжирования по силе принимаемого радиосигнала RSSI71 3.2.1. Нижняя граница Cramer-Rao (CRB) для локализации по уровню силы принимаемого сигнала RSSI.

3.2.1.1.CRB для единичного значения уровня силы сигнала RSSI.

3.2.1.2.CRB в случае множественной выборки значений уровня силы сигнала RSSI.

3.3. Метод ранжирования по времени двустороннего прохождения сигнала TWTT.

3.3.1. Нижняя граница Cramer-Rao (CRB) для локализации по времени прохождения сигнала TOF.

3.3.2. Разрешающая способность системы измерений.

3.3.3. Синхронизация.

3.3.3.1.Метод односторонней передачи.

3.3.3.2.TWT T.

3.4. Система измерения расстояний.

3.5. Реализация системы.

3.5.1. Аппаратная платформа для эксперимента.

3.5.2. Формат фрейма и восстановление тактовой синхронизации.

3.5.3. Алгоритм расчета времени прохождения сигнала.

3.5.4. Проблемы интерференции.

3.5.5. Границы ошибок TOF-метода.

3.6. Адаптация комбинированного метода локализации.

3.7. Выводы.

Глава 4. Экспериментальная часть.

4.1. Введение.

4.2. Условия проведения эксперимента.

4.2.1. Эксперимент в условиях прямой видимости узлов LoS.

4.2.2. Эксперимент в условиях отсутствия прямой видимости узлов (NLoS).

4.2.3. Эксперимент в условиях закрытого помещения.

4.3. Анализ результатов применения комбинированного метода локализации.

4.4. Анализ энергоэффективности системы.

4.5. Выводы.

Введение диссертации (часть автореферата) на тему «Исследование и разработка энергоэффективного метода локализации элементов беспроводных сенсорных сетей»

Актуальность темы

Возможности современной микроэлектроники и беспроводных сетевых технологий открывают большие перспективы для создания разнообразных сетевых комплексов с широкой областью применения. Наиболее известной и зарекомендовавшей себя в этой области является технология беспроводных сенсорных сетей (далее - БСС или сенсорные сети). Основным их отличием от классических радиосетей является использование в качестве основных узлов сети большого числа недорогих микрокомпьютеров. Эти устройства настолько самостоятельны, что могут автоматически выстраивать распределенную беспроводную сеть, передавать информацию, путём нахождения друг друга на расстоянии до нескольких километров, автоматически принимать решения, и выполнять задачи без участия человека. Как правило, с помощью сенсорных датчиков можно фиксировать изменения температуры, давления, влажности, уровня освещенности. Также они имеют интерфейсы для внешних подключений, что может расширить и без того богатые функциональные возможности этих устройств. В основном они используются как системы мониторинга и контроля. Большим преимуществом БСС является возможность их использования как внутри помещений, так и за его пределами - в окружающей среде, благодаря чему, спектр их применения достаточно широк.

Рассуждая о многочисленных преимуществах сенсорных сетей, стоит упомянуть, что их концепция основана, в большей степени, на самостоятельности своих узлов, в том числе и в обеспечении электроэнергией, поэтому при стремлении к повышению точности и качества информации, получаемой функционированием таких систем, мы должны бережно относиться к уровню потребления электроэнергии.

Большое количество работ, связанных с созданием и развертыванием систем, основанных на беспроводных сенсорных сетях, свидетельствует о высокой популярности этой технологии. Направления исследований простираются от узкоспециальных вопросов, связанных с созданием отдельных компонентов и объектов сети (приемопередатчиков, микроконтроллеров, датчиков и т.д.) с низкой ценой и низким энергопотреблением, до проблем, которые возникают при эксплуатации сенсорных сетей (организация работы сети, разработка программного обеспечения, привязка месторасположения объектов сети к географическим координатам и др.).

Принципиальная возможность определения координат объектов сенсорной сети делает эти системы еще более привлекательными за счет дополнительной информационной составляющей, которая вкупе с основным параметром или комплексом параметров мониторинга, может дать исчерпывающую картину работы системы, поэтому поиск высокоэффективного алгоритма локализации остается актуальной проблемой на сегодняшний день. Среди множества существующих подходов определения местоположения сенсоров, практически каждый метод обладает недостатками, ограничивающими его применимость в реальном, мире. Например, методики, основанные на акустическом ранжировании, требуют применения дополнительного акустического приемопередатчика, который увеличивает стоимость и размеры платформы.

На сегодняшний день вопрос локализации элементов сенсорных сетей является одним из основополагающих направлений исследований ведущих зарубежных научных институтов. Опубликован ряд работ зарубежных авторов, посвященных вопросу определения координат в таких сетях на основе использования информации о взаимном месторасположении объектов сети (расстояний, направлений, азимута), получаемой в процессе работы. Тем не менее, универсального решения, применимого в любых условиях и обладающего высокой точностью, на настоящий момент не получено, поэтому данная область актуальна для проведения дальнейших научных исследований.

Целью диссертационной работы является исследование и разработка энергоэффективного метода локализации элементов БСС на основе анализа и обработки радиосигналов, передаваемых только между узлами сети.

Задачи диссертационного исследования:

1. Исследование методов определения расстояний между беспроводными устройствами.

2. Изучение влияния ошибок измерений на работу алгоритмов определения расстояний между объектами.

3. Разработка точного и энергоэффективного метода локализации узлов БСС на всем диапазоне действия радиосредств.

4. Экспериментальная верификация энергоэффективности комбинированного метода определения расстояния между узлами БСС.

Методы исследования. В диссертационной работе используются: методы теории вероятностей, вычислительной математики, а также методы имитационного моделирования.

Научная новизна диссертационной работы заключается в следующем:

1. Разработана методика оценки эффективности работы алгоритмов определения расстояния между узлами в сенсорных сетях.

2. Адаптирован метод локализации элементов БСС по времени двустороннего прохождения сигнала.

3. Предложен новый энергоэффективный комбинированный метод определения расстояния между узлами сети на всем диапазоне действия радиосредств, учитывающий наличие ошибок в процессе измерения расстояний.

Практическая ценность. Создан комплекс компьютерных программ для моделирования поведения беспроводной сенсорной сети и для моделирования работы алгоритмов определения расстояний между узлами 7

БСС. Также реализован комплекс программ для проведения процесса локализации с помощью разработанного комбинированного метода, используемый на базе созданных малогабаритных макетов БСС стандарта ШЕЕ 802.15.4. В составе комплекса реализована методика оценки энергоэффективности разработанного метода локализации.

Заключение диссертации по теме «Системы, сети и устройства телекоммуникаций», Курпатов, Роман Олегович

4.5. Выводы

В этой главе мы рассмотрели возможность применения комбинированного подхода к использованию локализации по силе принимаемого сигнала, а также нового метода локализации в беспроводных сенсорных сетях, основанного на использовании узкополосного двустороннего алгоритма ранжирования с учетом фазо-временного сдвига. Был проведен эксперимент с использованием каждого метода в отдельности. Показатели TWTT и 11881 методов на различных расстояниях между объектами, а также в различных условиях распространения сигнала, были проанализированы и учтены при разработке комбинированного метода.

Комбинированный метод обладает низким уровнем энергопотребления, не требует дополнительных аппаратных средств. Это единственный метод радиочастотной локализации, использующий расчет времени прибытия сигнала, учитывающий относительный сдвиг по фазе между частотами на двух приемопередатчиках, вовлеченными в процесс Т\УТТ-ранжирования. Метод обладает существенными преимуществами для использования в беспроводных сенсорных сетях, где ее основные элементы обязаны обладать низким уровнем энергопотребления.

ЗАКЛЮЧЕНИЕ

По результатам проведённых исследований и разработок можно сделать следующие заключения и выводы.

Проведён анализ различных методов определения расстояния между узлами беспроводных сенсорных сетей, работающих по стандартам протокола IEEE 802.15.4, выполнена их классификация, определены основополагающие принципы работы, выявлены основные недостатки и преимущества. Обоснован в качестве основных механизмов локализации выбор алгоритмов ранжирования по уровню силы принимаемого сигнала RSSI и по времени двустороннего прохождения сигнала TWTT.

Изучено влияние ошибок на работу данных методов. Предложен алгоритм адаптации выбранных алгоритмов (RSSI и TWTT) для их совместной работы в рамках единой беспроводной сети.

Дано определение новому комбинированному методу локализации в беспроводной сенсорной сети. Обоснована необходимость применения данного метода для организации точного и энергоэффективного процесса локализации в БСС. Применен алгоритм оценки эффективности данного метода локализации с использованием нижнего предела Cramer-Rao. Произведён исследование наиболее оптимального режима работы данного, метода относительно сохранения минимального уровня энергопотребления при высокой точности. Предложена математическая модель оценки энергоэффективности для разработанного алгоритма локализации;

На основе разработанных в диссертационной работе моделей и алгоритмов созданы и внедрены эффективные программные реализации для существующих программно-аппаратных платформ Texas Instruments CC2530DK и NXP Jennie JN5148.

Список литературы диссертационного исследования кандидат технических наук Курпатов, Роман Олегович, 2011 год

1. Жданов В. С. «Проблемы и задачи проектирования беспроводных сенсорных сетей». Информационные; сетевые и телекоммуникационные технологии: сборник научных трудов под ред. проф. д.т.н. Жданова В. С. -М; МИЭМ, 2009.

2. Werb, J., Newman^ M. Berry, V., & Lamb, S. (2005). «Improved Quality of: Service in IEEE 802.15.4 Mesh Networks». Proceedings of International Workshop on Wireless and Industrial Automation.

3. Kirchner, D. (1991). «Two-way time transfer via communication satellites». Proceedings of the IEEE, 79(7), 983-990.

4. Spencer, Q., Jeffs, В., Jensen, M., Swindlehurst, A. (2000). «Modeling the statistical time and angle of arrival characteristics of an indoor multipath channel». IEEE Journal on Selected Areas in Communications, 18(3), 347-360.

5. Вишневский В. M. «Проектирование беспроводных мультимедийных сенсорных сетей». Информационные, сетевые и телекоммуникационные технологии: сборник научных трудов под ред. проф. д.т.н. Жданова В. С. -М: МИЭМ, 2009.

6. Aiello, G. R., & Rogerson, G. D. (2003). «Ultra-wideband wireless systems». IEEE Microwave Magazine, 4(2), 36-47.

7. Anjum, F., Pandey, S., & Agrawal, P. (2005). «Secure Localization in Sensor networks using transmission range variation». Proceedings of the IEEE Mobile Adhoc and Sensor Systems Conference.

8. Шахнович С. «Современные беспроводные технологии». — СПб.: Питер, 2004.

9. Doherty, L., Pister, К. S. J., & El Ghaoui, L. (2001). «Convex position estimation in wireless sensor networks». Proceedings of the IEEE Conference on Computer Communications, 3, 1655-1663.

10. Lanzisera, S., Lin, D., & Pister, K. (2006). «RF Time of Flight Ranging for Wireless Sensor Network Localization». Proceedings of the IEEE Workshop on Intelligent Solutions in Embedded Systems.

11. Lanzisera, S., & Pister, K. (2008). «Burst Mode Two-way Ranging with Cramer-Rao Bound Noise Performance». Proceedings of the 2008 IEEE Global Communications Conference.

12. Maroti M., Kusy B., Balogh G., Volgyesi P., Molnar, Karoly, Dora S., & Ledeczi A. (2005). «Radio Interferometric Positioning». Proceedings of the ACM Conference on Embedded Networked Sensor Systems.

13. Carter, M., Jin, H., Saunders, M., & Ye, Y. (2006). «SpaseLoc: An adaptive subproblem algorithm for scalable wireless sensor network localization». SIAM Journal on Optimization. 17(4), 1102-1128.

14. Oppenheim, A., & Schafer, R. (1975). «Digital Signal Processing». Englewood Cliffs, N.J.: Prentice-Hall.

15. Pahlavan, K., Xinrong L., & Makela, J. P. (2002). «Indoor Geolocation Science and Technology». IEEE Communications Magazine, 2002(2), 112-118.

16. Richards, M. (2005). «Fundamentals of Radar Signal Processing». New York: McGraw-Hill.

17. Sahai, P. (2002). «Geolocation on Cellular Networks». In B. Sarikaya (Ed.) Geographic location in the Internet. Boston: Kluwer Academic Publishers.

18. Shah, S., & Tewfik, A. (2005). «Enhanced Position Location With UWB In Obstructed Los And NLOS Multipath Environments». Proceedings of the XIII European Signal Processing Conference.

19. Tse, D., & Viswanath, P. (2005). «Fundamentals of Wireless Communication». Cambridge, UK: Cambridge University Press.

20. Wherenet, (2008). «NYK Logistics Case Study». http://www.wherenet.com/NYKLogisticsCaseStudv.shtml

21. Langendoen, K., & Reijers, N. (2003). «Distributed localization in wireless sensor networks: A quantitative comparison». Networks: The International Journal of Computer and Telecommunications Networking, 43(4), 499-518.

22. Texas Instruments, TI CC2530 datasheet, www.ti.com, 2010. http://focus.ti.com/lit/ds/svmlink/cc2530.pdf.

23. Kanaan, M., Heidari, M., Akgul, F., & Pahlavan, K. (2006). «Technical Aspects of Localization in Indoor Wireless Networks». Bechtel Telecommunications Technical Journal, 4(3).

24. Weinstein, E., & Weiss, A. J. (1988). «A general class of lower bounds in parameter estimation». IEEE Transactions on Information Theory, 34(2), 338342.

25. Aspnes, J., Eren, T., Goldenberg, D. K., Morse, A. S., Whiteley, W., Yang, Y. R., et al. (2006). «A theory of network localization». IEEE Transactions on Mobile Computing, 5(12), 1663-1678.

26. Ristic, B., Arulampalam, S., & Gordon, N. (2004). «Beyond the Kalman Filter: Particle Filters for Tracking Applications». Artech House, Norwood, Massachusetts, USA.

27. Fang, S.-H., Lin, T.-N., & Lin, P.-C. (2008). «Location Fingerprinting In A Decorrelated Space». IEEE Trans. Knowledge and Data Engineering, 20(5), 685-691.

28. Aiello, G. R., & Rogerson, G. D. (2003). «Ultra-wideband wireless systems». IEEE Microwave Magazine, 4(2), 36-47.

29. Kaemarungsi, K., & Krishnamurthy, P. (2004). «Modeling of indoor . positioning systems based on location fingerprinting». In proceedings of Twenty Third Annual Joint Conference of the IEEE Computer and Communications Societies (pp. 1012-1022).

30. Feuerstein, M. J., Blackard, K. L., Rappaport, T. S., Seidel, S. Y., & Xia, H. H: (1994). «Path loss, delay spread, and outage models as functions of antenna height for microcellular system design». IEEE Trans. Vehicular Technology, 43(3), 487-498.

31. Galstyan, A., Krishnamachari, B., Lerman, K., & Pattern, S. (2004). «Distributed particle filters for sensor networks. In Proc». IEEE Information Processing in Sensor Networks, Berkeley, CA, USA.

32. Gustafsson, F., Gunnarsson, F., Bergman, N., Forssell, U., Jansson, J., Karlsson, R., & Nordlund, P.-J. (2002). «Particle Filters for Positioning, Navigation, and Tracking». IEEE Transactions on Signal Processing, 50(2), 425-437.

33. Zou, Y., & Chakrabarty K. (2004). «Sensor deployment and target localization in distributed sensor networks». ACM Transactions on Embedded Computing Systems, 3(1), 61-91.

34. Krishnakumar, A. S., & Krishnan, P. (2005). «On the Accuracy of Signal Strength-based Location Estimation Techniques». Proceedings of the 2005 IEEE Infocom Conference, Miami, FL, (pp. 642-650).

35. Fox, D., Hightower, J., Liao, L., Schulz, D., & Borriello, G. (2003). «Bayesian filters for location estimation». IEEE Pervasive Computing, 2(3), 24—33.

36. Akgul, F. O., & Pahlavan, K. (2007). «AOA Assisted NLOS Error Mitigation for TOF-based Indoor Positioning Systems». IEEE MILCOM. (pp. 1-5). Orlando, FL.

37. Elnahrawy, E., Li, X., & Martin, R. P. (2004). «The limits of localization using signal strength: A comparative study». First Annual IEEE Conference on Sensor and Ad-hoc Communications and Networks (pp. 406-414).

38. Whitehouse, K., Karlof, C., & Culler, D. (2007). «A practical evaluation of radio signal strength for ranging-based localization». SIGMOBILE Mob. Comput. Commun. Rev. 11(1), 41-52.

39. Bobrovsky, B. Z., & Zakai, M. (1975). «A lower bound on the estimation error for Markov processes». IEEE Transactions on Automatic Control, 20(6), 785788.

40. Larsson, E. G. (2004). «Cramer-Rao bound analysis of distributed positioning in sensor networks». IEEE Signal Processing Letters, 11(3), 334-337.

41. Whitehouse, K., & Culler, D. (2002). «Calibration as parameter estimation in sensor networks». In ACM, Proc. of the Int'l Workshop on Wireless Sensor Networks and Applications (pp. 59-67). Atlanta, GA.

42. Elson, J., & Römer, K. (2003). «Wireless sensor networks: A new regime for time synchronization». A CM Computer Communication Review, 33(1).

43. Gustafsson, F., Gunnarsson, F., Bergman, N., Forssell, U., Jansson, J., Karlsson, R., & Nordlund, P.-J. (2002). «Particle Filters for Positioning, Navigation, and Tracking». IEEE Transactions on Signal Processing, 50(2), 425-437.

44. Howard, A. (2006). «Multi-robot Simultaneous Localization and Mapping using Particle Filters». The International Journal of Robotics Research, 25(12), 1243-1256.

45. Akima, H. (1970). «A new method of interpolation and smooth curve fitting based on local properties». Journal of the ACM, 17(4), 589-602.

46. Pahlavan, K., Li, X., & Makela, J. (2002). «Indoor geolocation science and technology». IEEE Commun. Mag., 40(2), (pp. 112-118).

47. Koorapaty, H. (2004). «Barankin bound for position estimation using received signal strength measurements». In Proc. IEEE Vehicular Technology ConferenceMilan, Italy.

48. Anjum, F., Pandey, S., & Agrawal, P. (2005). «Secure Localization in Sensor networks using transmission range variation». Proceedings of the IEEE Mobile Adhoc and Sensor Systems Conference.

49. Kuchar, A., Tangemann, M., & Bonek, E. (2002). «A Real-Time DOA-Based Smart Antenna Processor». IEEE Transactions on Vehicular Technology, 51(6), 1279-1293.

50. Chen, Y., & Kobayashi, H. (2002). «Signal strength based indoor geolocation. In Proc». IEEE International Conference on Communications, New York, NY, USA.

51. Ubisense Limited (2008). Ubisense System Overview. Retrieved My 29, 2008 from Ubisense Limited Web site: http://www.ubisense.net/media/pdf/Ubisense System Overview V1.1 .pdf

52. Patwari, N., Hero, A. O., Perkins, M., Correal, N. S., & 0'Dea,R. J. (2003). «Relative location estimation in wireless sensor networks». IEEE Transactions on signal processing, 51(8), 2137-2148.

53. Bergamo, P., & Mazzini, G. (2002). «Localization in sensor networks with fading and mobility». The 13th IEEE International Symposium on Personal, Indoor and Mobile Radio Communications (pp. 750-754).

54. Shin, D.-H., & Sung, T.-K. (2002) «Comparisons of error characteristics between TOF and TDOA Positioning». IEEE Transactions on Aerospace and Electronic Systems, 38(1), 307-311.

55. Elnahraway, E., Li, X., & Martin, R. P. (2004). «The limits of localization using RSS». In Proceedings of the 2nd Intl. Conf on Embedded Networked Sensor Systems (pp. 283-284), Baltimore, MD.

56. Stoleru, R., Stankovic, J. A., & Luebke, D. (2005). «A high-accuracy, low-cost localization system for wireless sensor networks». In ACMSensys, (pp. 13-26). San Diego, CA.

57. Chang, C., & Sahai, A. (2006). «Cramer-Rao type bounds for localization». EURASIP Journal on Applied Signal Processing, 2006. article id 94287. (pp. 1-13).

58. Rapoport, I., & Oshman, Y. (2004). «Recursive Weiss-Weinstein lower bounds for discrete-time nonlinear filtering». In Proceedings of the 43rd IEEE Conference on Decision and Control, 3, 2662-2667).

59. Basaran, C. (2007). «A Hybrid Localization Algorithm for Wireless Sensor Networks». Master's Thesis, Yeditepe University, Turkey.

60. Chao, S. (2008). «A comparison of indoor location detection systems for wireless sensor networks», MS project report, MA: Boston University.

61. Qi, Y., Kobayashi, H., & Suda, H. (2006). «Analysis of wireless geolocation in a non-line-of-sight environment». IEEE Transactions on Wireless Communications, 5(3),672-681.

62. Lanzisera, S., & Pister, K. (2008) «Burst Mode Two-way Ranging with Cramer-Rao Bound Noise Performance». Proceedings of the 2008 IEEE Global Communications Conference.

63. Bell, K. L., Steinberg, Y., Ephraim, Y., & Van Trees, H. L. (1997). «Extended Ziv—Zakai lower bound for vector parameter estimation». IEEE Transactions on Information Theory, 43(2), 624-637.

64. Sohraby, K., Minoli, D., & Znati, T. (2007). «Wireless Sensor Networks -Technology, Protocols and Applications». Hoboken, New Jersey: John Wiley & Sons.

65. Qi, Y., Suda, H., & Kobayashi, H. (2004). «On time-of arrival positioning in a multipath environment». In Proc. IEEE 60th Vehicular Technology Conf. (VTC 2004-Fall). Los Angeles, CA., 5, 3540-3544.

66. Qi, Y., & Kobayashi, H. (2002). «Cramer-Rao lower bound for geolocation in non-line-of-sight environment». In Proceedings of the 2002 IEEE International Conference on Acoustics, Speech, and Signal Processing, 3, 2473-2476.

67. Slijepcevic, S., Megerian, S., & Potkonjak, M. (2002). «Location errors in wireless embedded sensor networks: sources, models, and effects on applications». SIGMOBILE Mob. Comput. Commun. Rev., 6(3) (Jun. 2002), 67-78.

68. Van Trees, H. L., & Bell, K. L. (Ed.) (2007). «Bayesian Bounds for Parameter Estimation and Nonlinear Filtering/Tracking». Piscataway, NJ: IEEE Press.

69. Karlsson, R., & Gustafsson, F. (2003). «Particle filter and Cramer-Rao lower bound for underwater navigation». In IEEE Conference on Acoustics, Speech and Signal Processing (ICASSP), Hongkong, China.

70. Tichavsky, P., Muravchik, C. H., & Nehorai, A. (1998). «Posterior Cramer-Rao bounds for discrete-time nonlinear filtering». IEEE Transacations on Signal Processing, 46(5), 1386-1396.

71. Mills, K. L. (2007). «A Brief Survey of Self-Organization in Wireless Sensor Networks». Wireless Communication and Mobile Computing, 7, 823-834.

72. Ristic, B., Arulampalam, S., & Gordon, N. (2004). «Beyond the Kalman Filter: Particle Filters for Tracking Applications». Artech House, Norwood, Massachusetts, USA.

73. Simandl, M., Královec, & Tichavsky, P. (2001). «Filtering, predictive, and smoothing Cramér-Rao bounds for discrete-time nonlinear dynamic systems». Automatica, 37(11), 1703-1706.

74. Johnson, D. S. (1974). «Approximation algorithms for combinatorial problems». Journal of Computer and System Sciences, 9, 256—278.

75. Torrieri, D. J. (1984). «Statistical theory of passive location systems». IEEE Transactions on Aerospace and Electronic Systems, AES-20(2), 183-198.

76. Toumpis, S., & Tassiulas, L. (2006, July). «Optimal deployment of large wireless sensor networks». IEEE Transactions On Information Theory, 52(7), 2935-2953.

77. Kirchner, D. (1991). «Two-way time transfer via communication satellites». Proceedings of the IEEE, 79(7), 983-990.