기존에 연구된 위치인식 기법은 자신의 위치를 알고 있는 앵커노드만을 참조하여 일반노드의 위치를 계산한다. 그 외 노드들 간 관계를 고려하지 않기 때문에 참조하는 앵커노드의 수가 부족하거나 앵커노드로부터의 거리정보가 부정확한 경우에는 실제위치와 예측위치 간 위치오차 뿐만 아니라 노드 간 상대적인 위치오차가 크다. 본 논문에서는 일반노드가 노드 간 거리정보 없이 앵커노드와 한 홉 거리의 이웃노드의 정보만을 참조하여 모든 이웃 노드와의 거리가 균등하도록 위치를 계산하는 알고리즘을 제안한다. 노드가 모든 이웃노드와 균등한 거리에 위치함으로써 노드 간 상대적 위치오차와 네트워크 전체의 평균적인 위치오차를 감소시킨다. 다양한 환경에서의 모의실험을 통해서 제안하는 알고리즘의 성능을 평가하였다.
Many localization schemes estimate the locations of radio nodes based on the physical locations of anchors and the connectivity from the anchors. Since they only consider the knowledge of the anchors without else other nodes, they are likely to have enormous error in location estimate unless the range information from the anchors is accurate or there are sufficiently many anchors. In this paper, we propose a novel localization algorithm with the location knowledge of anchors and even one-hop neighbors to localize unknown nodes in the uniform distance from all the one-hop neighbors without the range information. The node in the uniform distance to its all neighbors reduces the location error relative to the neighbors. It further alleviates the location error between its actual and estimated locations. We evaluate our algorithm through extensive simulations under a variety of node densities and anchor placement methods.
