عنوان

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

Number

‭۴۷۷۶پ‬

.Language of Text, Soundtrack etc

per

Title Proper

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

First Statement of Responsibility

/یحیی صوتی خیابانی

Name of Publisher, Distributor, etc.

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

Text of Note

چاپی

Dissertation or thesis details and type of degree

کارشناسی ارشد

Discipline of degree

مهندسی برق -مخابرات - سیستم

Date of degree

‮‭۱۳۸۵/۱۱/۱۲‬

Body granting the degree

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

Text of Note

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

Text of Note

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

Wireless sensor networks

Sensor nodes

Distributed signal processing

Spatial correlation

Wavelet transform

Data decorrelation

Parseval tight frame

Hierarchical routing

صوتی خیابانی، یحیی

علی طینتی، محمدعلی، استاد راهنما

موسوی نیا، میرجواد، استادمشاور

Public note

سیاه و سفید

نمایه‌سازی قبلی