Precision Analysis Based on Three Satellites Time Difference Positioning

Author(s):  
Zhao Sijie ◽  
Li Bo ◽  
Qiu Liyuan ◽  
Sun Lu
Author(s):  
Andrey Dudnik

Актуальність теми дослідження. Нині безпровідні сенсорні мережі є важливим інструментом для дослідження фізичного світу. Їхня важливість пов’язана з новими можливостями використання, завдяки таким характеристикам, як відсутність необхідності в кабельній інфраструктурі, мініатюрних вузлах, низькому енергоспоживанні, вбудованому радіоінтерфейсі, досить високій потужності передачі, відносно низькій вартості. Тому існує проблема створення нових засобів, що покращили б ефективність їх використання, що б дало змогу розширити сфери застосування. Постановка проблеми. У процесі розроблення таких систем розробникам доводиться вирішувати суперечність між зниження точності вимірювання відстані, зі зростанням дальності розташування об’єктів, обмеженою потужністю передавачів і дорогою вартістю спеціальних вузлів, що отримують точні координати із супутника. Наявність цих обмежень підвищує імовірність похибок при локалізації об’єктів у безпровідних сенсорних мережах. Аналіз останніх досліджень і публікацій. Були розглянуті останні публікації у відкритому доступі, включаючи існуючі алгоритми вимірювання відстані та задачі енергоефективності передавачів. Виділення недосліджених раніше частин загальної проблеми. Підвищення точності вимірювання відстані заобів, що використовують існуючі алгоритми вимірювання відстані. Постановка завдання. Удосконалення методу вимірювання відстані пристроями безпровідних сенсорних мереж, шляхом застосування мікропроцесорних фазометрів. Виклад основного матеріалу. Локалізація об’єктів відбувається за допомогою методу TDOA (Time Difference of Arrival). Дані, що були одержані після використання цього методу, надсилаються до мікропроцесорного фазометра, який визначає період між фазами радіо- та ультразвукового сигналу, що є пропорційною величиною до відстані між об’єктами. Висновки відповідно до статті. Запропонований метод дозволяє покращити точність процесу локалізації об’єктів у безпровідних сенсорних мережах.


2007 ◽  
Vol 14B (6) ◽  
pp. 423-430
Author(s):  
Ji-Hye Jeon ◽  
Ji-Hoon Na ◽  
Yoon-Gi Yang ◽  
Byeong-Ha Lee ◽  
Chang-Su Lee

2020 ◽  
Vol 7 (2) ◽  
pp. 107-112
Author(s):  
Marian Manciu ◽  
Sorour Hosseini ◽  
Joscelyne Guzman-Gonzalez

Background: Statistical methods commonly used in survival analysis typically provide the probability that the difference between groups is due to chance, but do not offer a reliable estimate of the average survival time difference between groups (the difference between median survival time is usually reported). Objective: We suggest a Maximum-Entropy estimator for the average Survival Time Difference (MESTD) between groups. Methods: The estimator is based on the extra survival time, which should be added to each member of the group, to produce the maximum entropy of the result (resulting in the groups becoming most similar). The estimator is calculated only from time to event data, does not necessarily assume hazard proportionality and provides the magnitude of the clinical differences between the groups. Results: Monte Carlo simulations show that, even at low sample numbers (much lower than the ones needed to prove that the two groups are statistically different), the MESTD estimator is a reliable predictor of the clinical differences between the groups, and therefore can be used to estimate from (low sample numbers) preliminary data whether or not the large sample number experiment is worth pursuing. Conclusion: By providing a reasonable estimate for the efficacy of a treatment (e.g., for cancer) even for low sample data, it might provide useful insight in testing new methods for treatment (for example, for quick testing of multiple combinations of cancer drugs).


Sign in / Sign up

Export Citation Format

Share Document