Väitöstutkimus selvitti adaptiivisten menetelmien hyötyä sensoriverkkopaikannuksessa – apua paikannuksen haasteisiin vaihtelevissa ulko-olosuhteissa

Jari Luomala tutki Jyväskylän yliopiston informaatioteknologian tiedekuntaan tekemässään väitöstutkimuksessa sensoriverkkopaikannukseen ulkona liittyviä haasteita sekä keinoja niiden ratkaisemiseksi. Langattoman sensoriverkon noodien tarkka ja robusti paikannus on oleellista verkon suorituskyvyn sekä monien sensoriverkkosovellusten kannalta. Halpojen ja resurssirajoitteisten sensorinoodien paikantamiseen ulkona liittyy kuitenkin monia haasteita.

”Tutkimuksessa selvitettiin eri tekijöiden vaikutusta paikannukseen sekä pyrittiin löytämään keinoja vaikutusten pienentämiseksi. Tavoitteena on paikannustarkkuuden parantaminen, ratkaisujen kustannustehokkuus huomioiden”, Luomala kertoo.

Yleisesti ulkona käytettävä GNSS- eli satelliittipaikannus ei ole kustannustehokas vaihtoehto noodien paikantamiseen laajassa mittakaavassa. GNSS-paikannuksen energiankulutus ja hinta nousevat liian suuriksi resurssirajoitteisille sensorinoodeille, joiden tulee usein toimia paristokäyttöisenä pitkiäkin aikoja.

”Onkin kehitettävä paikannusalgoritmeja ja -menetelmiä, jotka soveltuvat noodeille, joiden energia, laskentateho ja muisti ovat hyvin rajallisia”, Luomala toteaa.

Keskeisenä haasteena vaihtelevat sää- ja ympäristöolosuhteet

Monet sensoriverkot toimivat ulkona ja ovat alttiita vaihteleville sää- ja ympäristöolosuhteille. Ne voivat aiheuttaa virhettä etäisyysestimaatteihin ja referenssinoodien sijainteihin, jotka ovat keskeisiä tekijöitä referenssi- ja etäisyysperusteisessa paikannuksessa. Radiosignaalin voimakkuuteen perustuva RSSI-pohjainen paikannus on kustannustehokas vaihtoehto sensorinoodien paikantamiseen, mutta menetelmä on herkkä olosuhteiden vaihtelulle.

”Erilaiset ympäristötekijät ja sääolosuhteet vaikuttavat noodin laitteistoon ja radiosignaalin etenemiseen. Ellei niiden vaikutusta oteta huomioon, vaihtelee etäisyysmittaus- ja paikannustarkkuus olosuhteiden mukaan. Esimerkiksi lämpötilan vaihtelulla voi olla merkittävä vaikutus”, Luomala sanoo.

Paikannuksessa käytettävien referenssinoodien sijainnit perustuvat usein GNSS-järjestelmään. Ne ovat herkkiä olosuhteiden vaikutukselle, mikä lisää sijaintien epätarkkuutta. Tämä huonontaa paikannustarkkuutta entisestään.

Adaptiivisuudesta apua paikannuksen haasteisiin

Väitöstutkimuksessa esitettiin adaptiivisia menetelmiä RSSI-pohjaisen etäisyysmittauksen ja GNSS-pohjaisen referenssipaikannuksen parantamiseksi. Niillä ei kuitenkaan kokonaan voida poistaa esimerkiksi sää- ja ympäristöolosuhteista johtuvaa virhettä. Siksi kehitettiin myös adaptiivisia paikannusalgoritmeja ja -menetelmiä, jotka mukautuvat vaihteleviin olosuhteisiin ja ovat robusteja etäisyysmittausvirheille sekä verkon rakenteesta johtuville tekijöille.

”Paikannusvirhe johtuu pääosin etäisyysmittausvirheen ja paikannusgeometrian yhteisvaikutuksesta. Ne puolestaan riippuvat paikannukseen käytettävistä referenssinoodeista, joten referenssinoodien valintaan tulee kiinnittää erityistä huomiota”, Luomala kertoo.

Väitöstutkimuksessa kehitetyt ratkaisut ovat adaptiivisia, robusteja ja kustannustehokkaita. Ne parantavat resurssirajoitteisten sensorinoodien paikannustarkkuutta ulkona toimivissa langattomissa sensoriverkoissa.

Lisätietoja

FM Jari Luomalan väitöskirjan ”Adaptive Anchor- and Range-Based Localization for Outdoor Wireless Sensor Networks” tarkastustilaisuus järjestetään perjantaina 19.9.2025 klo 12 Kokkolan yliopistokeskus Chydeniuksessa. Vastaväittäjänä toimii professori Riku Jäntti (Aalto-yliopisto) ja kustoksena professori Ismo Hakala (Jyväskylän yliopisto).

Väitöstilaisuutta voi seurata Kokkolan yliopistokeskus Chydeniuksen Ulappa-salissa tai verkkovälitteisesti.

Yhteydenotot: jari.t.luomala@jyu.fi