Geri Dön

Exploiting coplanar clusters to enhance 3D localization in wireless sensor networks

3B'de kablosuz algılayıcı ağ konumlamasının i̇yi̇leşti̇ri̇lmesi̇ i̇çi̇n eşdüzlemsel kümeleri̇n kullanılması

  1. Tez No: 381914
  2. Yazar: ONUR ÇAĞIRICI
  3. Danışmanlar: DOÇ. DR. CEM EVRENDİLEK, DOÇ. DR. HÜSEYİN AKCAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Range-based localization, wireless sensor network, WSN localization in 3D, NP-Hardness
  7. Yıl: 2015
  8. Dil: İngilizce
  9. Üniversite: İzmir Ekonomi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Akıllı Mühendislik Sistemleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 72

Özet

Bu tez, 3B'de mesafe ölçümüne dayalı kablosuz algılayıcı ağları (KSA) konumlama problemini, eşdüzlemselliği tetikleyen ortamlarda inceliyor.Gerçek hayat uygulamalarının çoğunda, ortam 3B olmasına rağmen, uçmayan algılayıcılar 2B düzlemsel yüzeyler üzerinde dizilirler.Bu yüzeyler iç mekan yüzeyleri (katlar, kapılar, duvarlar, masalar vb.) olabileceği gibi, dış mekan yüzeyleri (dağlar, vadiler, bayırlar vb.) de olabilir.Bu tür ortamlarda algılayıcılar tipik olarak eşdüzlemsel kümeler halinde görünürler.Bu tip dizilime düzlemsel dizilim adını veriyoruz. Düzlemsel dizilimin bulunduğu ortamlarda, eşdüzlemsellik geleneksel mesafe ölçümüne dayalı konumlama algoritmaları için zorluklar oluşturur çünkü bir düğüm, eşdüzlemsel düğümlerden elde edilen uzaklık ölçümleriyle muğlak olmayan bir şekilde konumlanamaz. Böylece, hali hazırda konumlanmış birçok düğüm grupları, eşdüzlemsel oldukları için etkisiz hale gelirler. Bu nedenle, düzlemsel konuşlanma olduğunu bildiğimiz durumlarda, bu güçlükle başa çıkmak için, Coplanarity Based Localization (CBL), Türkçe adıyla Eşdüzlemsellik Tabanlı Konumlama (ETK) adında bir algoritma sunuyoruz. Sunduğumuz algoritma herhangi bir konumlama algoritmasının uzantısı olarak kullanılabilmektedir.ETK, ilk olarak eşdüzlemsel yüzeylerde bulunan düğüm kümelerini, aynı kümedeki diğer düğümlere göre pozisyonlarını bulmak için bir 2B konumlama algoritması kullanır ve daha sonra kümelerin 3B'de yerlerini bulur.2B konumlama algoritması olarak trilateration'u ve 3B konumlama algoritması olarak quadrilateration'u kullanarak yürüttüğümüz deneylerde de gördüğümüz üzere, kümelenme bilgisini kullanmak, salt quadrilateration'dan daha doğru sonuç veren bir konumlamaya yol açıyor.Kümelenme bilgisinin gelmediği durumda ise, eşdüzlemsel kümeleri keşfetmeye yönelik ve geliştirilmeye açık bir sezgisel de sunuyoruz. Anahtar Kelimeler : Uzaklık-tabanlı konumlama, kablosuz algılayıcı ağları,3B'de KAA konumlama, NP-Zorluk.

Özet (Çeviri)

This thesis studies range-based WSN localization problem in 3D environments that induce coplanarity. In most real-world applications, even though the environment is 3D, the grounded sensor nodes are usually deployed on 2D planar surfaces.Examples of these surfaces include structures seen in both indoor (e.g. floors, doors, walls, tables etc.) and outdoor (e.g mountains, valleys, hills etc.) environments.In such environments, sensor nodes typically appear as coplanar node clusters.We refer to this type of a deployment as a planar deployment. When there is a planar deployment, the coplanarity causes difficulties to the traditional range-based multilateration algorithms because a node cannot be unambiguously localized if the distance measurements to that node are from coplanar nodes.Thus, many already localized groups of nodes are rendered ineffective in the process just because they are coplanar.We, therefore propose an algorithm called Coplanarity Based Localization (CBL) that can be used as an extension of any localization algorithm to avoid most flips caused by coplanarity.CBL first performs a 2D localization among the nodes that are clustered on the same surface, and then finds the positions of these clusters in 3D.We carry out experiments using trilateration for 2D localization, and quadrilateration for 3D localization, algorithm and experimentally verified that exploiting the clustering information leads to a more precise localization than mere quadrilateration.We also propose a heuristic to extract the clustering information in case it is not available, which is yet to be improved in the future.

Benzer Tezler

  1. Real-time impedimetric microfluidic droplet measurement: iDM

    Gerçek zamanlı impedimetrik mikroakışkan damlacık ölçümü: IDM

    ABTIN SAATEH

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Makine Mühendisliğiİhsan Doğramacı Bilkent Üniversitesi

    Nanoteknoloji Ana Bilim Dalı

    YRD. DOÇ. DR. ÇAĞLAR ELBÜKEN

  2. Robotların bilinmeyen cisimlerin tutulabilirliğini içsel motivasyon desteği ile öğrenmesi

    Learning graspability of unknown objects via intrinsic motivation

    ERÇİN TEMEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. SANEM SARIEL

  3. Exploiting instability: Decoding the nexus of iranian hyperactivity and Turkish Hezbollah

    İstikrarsızlıktan yararlanmak: İran Hiperaktivitesi ve Türk Hizbullah bağlantısını çözmek

    İSMET HERDEM

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Siyasal BilimlerIndiana University Bloomington

    Küresel Siyaset ve Uluslararası İlişkiler Ana Bilim Dalı

    PROF. DR. KEMAL SILAY

    PROF. DR. JAMSHEED CHOKSY

    PROF. DR. GARDNER BOVINGDON

  4. Exploiting information extraction techniques for automatic semantic annotation and retrieval of news videos in Turkish

    Türkçe haber videolarının otomatik anlamsal etiketlenmeleri ve erişimleri için bilgi çıkarım tekniklerinin kullanımı

    DİLEK KÜÇÜK

    Doktora

    İngilizce

    İngilizce

    2011

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Bölümü

    PROF. DR. ADNAN YAZICI

  5. Exploiting trading volume for volatility forecasting

    Oynaklık tahmininde hacim verisinin kullanımı

    YASİN ŞİMŞEK

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    EkonometriKoç Üniversitesi

    Ekonomi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ CEM ÇAKMAKLI