عنوان

کاهش هزینه انتقال در شبکه های سنسور بی سیم با استفاده از تبدیل موجک

شماره

‭۴۷۷۶پ‬

زبان متن نوشتاري يا گفتاري و مانند آن

per

عنوان اصلي

کاهش هزینه انتقال در شبکه های سنسور بی سیم با استفاده از تبدیل موجک

نام نخستين پديدآور

/یحیی صوتی خیابانی

نام ناشر، پخش کننده و غيره

تبریز: دانشگاه‌تبریز، دانشکده مهندسی برق و کامپیوتر ،گروه مخابرات

متن يادداشت

چاپی

جزئيات پايان نامه و نوع درجه آن

کارشناسی ارشد

نظم درجات

مهندسی برق -مخابرات - سیستم

زمان اعطا مدرک

‮‭۱۳۸۵/۱۱/۱۲‬

کسي که مدرک را اعطا کرده

تبریز: دانشگاه‌تبریز، دانشکده مهندسی برق و کامپیوتر ،گروه مخابرات

متن يادداشت

گسترش روزافزون کاربرد شبکه های حسگر بی‌سیم در تکنولوژی مدرن و زندگی روزمره موجب شده که در دهه اخیر، تحقیقات گسترده‌ای در جهت غلبه بر محدودیتهای موجود در این تکنولوژی، انجام گیرد .مهمترین محدودیت در این شبکه ها، محدودیت در منابع و بخصوص محدودیت در توان مصرفی به دلیل عمر محدود باتری گره‌های حسگر است .از آنجایی که بخش اعظمی از توان مصرفی در گره‌های حسگر صرف ارتباطات بی سیم می شود، یکی از راهکارهای غلبه بر این محدودیت، استفاده از تکنیکهایی برای کاهش میزان بار انتقالی است .راه‌صحل عملی به منظور نیل به این هدف، استفاده از تکنیکهای پردازش توزیعی سیگنال جهت فشرده‌صسازی داده‌صها از طریق حذف همبستگی مکانی داده‌های بین حسگرها می‌باشد .در این پایان‌نامه به منظور کاهش توان مصرفی در ارتباطات از طریق غیرهمبسته‌سازی داده‌ها، از تبدیلات موجک توزیعی سازگار با ساختار شبکه‌صهای حسگر استفاده شده است .به این منظور ابتدا در شبکه حسگر بی‌صسیم منظم، الگوریتم تطبیقی مبتنی بر طرح ترفیع، سازگار با شبکه‌صها با ویژگیها و ساختارهای مختلف، ارائه شده‌است .همچنین به دلیل نامنظم بودن ساختار شبکه های حسگر بی‌سیم در دنیای واقعی، الگوریتم دیگری بر مبنای تبدیل موجک مبتنی بر فریمهای بسته پارسوال ارائه شده، که علاوه بر سازگاری با قرارگیری نامنظم حسگرها به خوبی با پروتکل مسیریابی سلسله-مراتبی به‌کار رفته در شبکه منطبق می باشد .نتایج شبیه‌سازی، کارایی بالای هر دو الگوریتم پیشنهادی را در دستیابی به صرفه‌جویی قابل ملاحظه در توان کلی مصرفی در شبکه و دقت بالای بازسازی در اندازه‌گیریها و ساختارهای مختلف نشان می‌دهند، که به درصد صرفه-جویی انرژی ‮‭۴۰‬ در شبکه منظم و ‮‭۸۰‬ در شبکه نامنظم دست یافتیم که مقدار صرفه‌جویی انرژی قابل ملاحظه‌ای می باشد

متن يادداشت

In recent years, increasing development in applications of wireless sensor networks in modern technology and daily life caused expansive research in the recent decade to overcome restrictions of this technology. The most important limitation of these networks is restriction of resources and specially limitation of power supply due to limitations on using batteries of sensor nodes. Since majority of power supply in a sensor node is consumed for wireless transmissions, an alternative to overcome to this limitation is using techniques to decrease the amount of transmission load. In this way, a functional solution is performing distributed signal processing techniques for data compressing through extracting spatial correlation among data of sensors. In this thesis, in order to reduce power consumption in communications by means of data decorrelation, distributed wavelet transforms conformed to sensor network structure has been utilized. First of all, the adaptive algorithm based on the lifting scheme fitted to diverse network structures and characteristics in a regular wireless sensor network has been proposed. Moreover, because of the irregularity which is inherent in wireless sensor network structures in real world expansions, the other algorithm using wavelet transform based on Parseval tight frame is presented, which in addition to being conformed to irregular deployment of sensor nodes, is appropriately matched with in-network performed hierarchical routing protocols. Simulation results show considerable efficiency of both proposed algorithms in achieving noticeable saving in total power consumption and high precision of reconstruction in different measurements and network structures, and we reach energy saving up to 40 in regular network and up to 80 in irregular network that is considerable energy saving in wireless sensor networks

موضوع مستند نشده

Wireless sensor networks

موضوع مستند نشده

Sensor nodes

موضوع مستند نشده

Distributed signal processing

موضوع مستند نشده

Spatial correlation

موضوع مستند نشده

Wavelet transform

موضوع مستند نشده

Data decorrelation

موضوع مستند نشده

Parseval tight frame

موضوع مستند نشده

Hierarchical routing

مستند نام اشخاص تاييد نشده

صوتی خیابانی، یحیی

مستند نام اشخاص تاييد نشده

علی طینتی، محمدعلی، استاد راهنما

مستند نام اشخاص تاييد نشده

موسوی نیا، میرجواد، استادمشاور

يادداشت عمومي

سیاه و سفید

وضعیت فهرست نویسی

نمایه‌سازی قبلی