Telsiz algılayıcı ağlar ile genişbant kaynak konum kestirimi
Wideband source localization using sensor networks
- Tez No: 282622
- Danışmanlar: PROF. DR. HAKAN ALİ ÇIRPAN
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 102
Özet
Bu çalışmada, dağınık bir algılayıcı ağında genişbantlı temel bant işaret yayan kaynakların konum kestirimi için zaman bölgesinde (domeninde) çözümü yapılan ve EBO (En Büyük Olabilirlik) algoritması tabanlı bir yöntem önerilmiştir. Bazı uygulamalarda ilgilenilen kaynak işareti genişbantlı temel bant (broadband) işaretidir, örneğin; çoğunlukla akustik kaynaklar gerçel değerli (reel) module edilmemiş temel bant işareti yaymaktadır. İşaret genişbantlı temel bant işareti olduğu durumda darbantlı işaret durumunda olduğu gibi işarete ilişkin zaman gecikmeleri basit faz kaymaları şeklinde ifade edilememektedir ve kaynak konumlandırma probleminde göz önüne alınmalıdır.Bu çalışmada özellikle akustik kaynak konumlandırma için zaman domeninde (time domain), zaman gecikmesi telafili EBO kestirimcisi önerilmiştir ve EBO yönteminin hesap karmaşıklığını azaltmak için çözüm Beklenti En Büyükleme (BEB) tekniği ile yapılmıştır. Algılayıcılar alanda dağınık halde bulunduğundan kaynaktan yayılan işaret algılayıcılara farklı genlik ve zaman gecikmeleri ile varmaktadır. Bundan dolayı algılayıcılar tarafından alınan işaretler birbirinin gürültülü benzerleri olmaktadır. EBO kestirimcisi ile çözüm yapabilmek için kaynak işaretinin zaman gecikmesinden bağımsız biçiminin kullanılması gerekmektedir. Algılayıcıların konumları bilindiğinde algılayıcıların aldığı işaretlerdeki bağıl zaman gecikmelerinden yola çıkılarak işareti yayan kaynağın yeri bulunabilir. Bu zaman gecikmeleri kaynak ile her algılayıcının yeri arasındaki mesafeye bağlıdır. Dolayısıyla bu zaman gecikmeleri genişbantlı temel bant işaret yayan kaynağın zaman domeninde konum kestirimini yapmak için kullanılan algoritmada telafi edilmelidir.Önerilen zaman gecikmeleri EBO çözümünde kovaryans matrisinin hesaplanması esnasında kullanılmaktadır. Çoklu kaynak durumunda parametre vektör uzayı genişletilerek kaynak konumlandırması yapılmakta ve tatmin edici sonuçlar alınmaktadır. Bu yaklaşım bilinmeyen genişbantlı temel bantlı kaynak işareti için EBO algoritmasının bir uyarlaması olarak düşünülebilir. Literatürde bilinen ve zaman gecikmelerinin işin içine katılmadığı EBO yöntemine nazaran daha iyi sonuç alınmaktadır. İşaretin istatistiksel özelliklerine ihtiyaç yoktur. Yöntem kaynakların konumunu bulabilmekte, uygulanması kolay ve aynı zamanda dar bantlı işaretlerde için uygundur.Kaynak konumu kestirimi yaparken kullanılan kestirim yönteminin teorik olarak limitlerinin bilinmesi faydalı olacaktır. Bu yüzden bir kestirimcinin varyansının (değişintisinin) alt sınırının belirlenmesini sağlayan bir yöntem olan Cramer Rao Sınırı (CRS) kullanılmaktadır. Yöntemin verimliliğini göstermek için çıkarılan CRS ifadeleri ile kullanılan kestirimcinin varyansı karşılaştırılmıştır. Ayrıca algoritmanın başarımını gösteren benzetim örnekleri sunulmuştur.
Özet (Çeviri)
In this study, an algorithm based on the ML (Maximum Likelihood) algorithm is proposed for the localization of the broadband sources in the time domain. The sources are in the close range of the randomly distributed sensors. In some applications the source signal of interest is broadband, for example; most of the acoustic emitter signals are unmodulated and broadband signals. The time delay depends on the signal frequency and thus, time delays cannot be defined as simple phase shifts for broadband signals. When a broadband source is located in the sensor network field, the time delays which depends on the relative distance between the sensors can not be ignored.In this study, an observation time compensated based broadband source location estimation procedure is developed in the time domain. The ML estimation causes messy calculations and high computational cost. Therefore, this problem eliminated by employing the EM (Expectation Maximization) technique which is an effective tool for the heavy calculation steps. The signals at the outputs of the sensors are the signal delayed versions of each other since the sensors are deployed in the field randomly. The time delays cannot be expressed as simple phase shifts. The relative time delays can be used to estimate the source location when the locations of the sensors are known. The relative time delays involved with each sensor reading are taken into consideration in the proposed time compensated ML (TCML) solution in order to provide a high estimation performance. Hence, the time delays in particular should be compensated in the corresponding algorithm when processing the broadband source signal in the time domain.The time shifts are included in the solution of the proposed time delay compensated ML solution. In the case of multiple sources, the TCML method can provide satisfactory estimation accuracy for multiple source locations by expanding the parameter vector space. The approach can be considered as an adapted version the ML algorithm for unknown deterministic broadband source signals in time domain. The adaptation enables the approach better and prevailing estimation performance than the ML estimation procedure which is used for the parameter estimation in the literature. There is no need for the statistical properties of the source signals. The proposed method is capable of resolving the individual positions of each source, easy to implement, and applicable for both narrow and broadband signals.It is useful to take the theoretical performance limit into consideration of an algorithm which is used to estimate the source location parameters. Therefore, Cramer Rao Bound (CRB) is an convenient statistical tool to determine the achievable lower bound of the estimation variance of an estimator. The effectiveness and the estimation performance of the proposed approach are illustrated by comparing the estimator variance and the derived CRB expressions. In addition, the simulation results that support the performance of the algorithm are given.
Benzer Tezler
- Dar bant nesnelerin interneti teknolojisi kullanan orman yangın riski tespiti ve uyarı sistemi
Forest fire risk detection and warning system using narrowband internet of things
MEHMET OKTAY GÜVEN
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. LÜTFİYE DURAK ATA
- Lifetime analysis for wireless sensor networks
Telsiz algılayıcı ağların yaşam süresi analizi
BİLAL ÖĞÜNLÜ
Yüksek Lisans
İngilizce
2004
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. CÜNEYT BAZLAMAÇCI
- Medium access control layer performance issues in wireless sensor networks
Telsiz algılayıcı ağlarda ortam erişimi kontrol katmanı başarım konuları
İLKER SEYFETTİN DEMİRKOL
Doktora
İngilizce
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Bölümü
PROF. CEM ERSOY
- Fuzzy logic based congestion control for progressive image transmission over wireless sensor networks
Çoklu ortam kablosuz algılayıcı ağlarda aşamalı görüntü gönderimi için bulanık mantık ile sıkışıklık kontrolü
ÇAĞATAY SÖNMEZ
Yüksek Lisans
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CEM ERSOY
- An application aware utility based lifetime quantification framework for wireless sensor networks
Telsiz algılayıcı ağlar için uygulama bağımlı fayda tabanlı ağ ömrü belirleme çatısı
BAHRİ ATAY ÖZGÖVDE
Doktora
İngilizce
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CEM ERSOY