A NSGA-II based sensor selection scheme for target tracking in wireless sensor networks
Kablosuz algılayıcı ağlarındaki hedef takibi için BSGA-II tabanlı sensör seçim şeması
- Tez No: 606358
- Danışmanlar: DOÇ. DR. ENGİN MAŞAZADE
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Yeditepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 70
Özet
Bu tezde, kablosuz algılayıcı ağında (KAA) hedef takip problemi ̈uzerinde çalışıyoruz. Hedef enerji yayar ve algılayıcılar bu enerjiyi ̈olçüp, ̈olçümlerini Tümleştirme Merkezi (TM)'ne gönderir. TM bu ̈olçümlere göre hedefin yerini tahmin eder. Bir KAA'nın kaynakları sınırlı olduğundan, bütün algılayıcıları kullanmak yerine, yalnızca en bilgilendirici algılayıcılardan ̈olçümler almak ̈onemlidir. Amacımız, Baskınlanmamış Sıralayan Genetik Algoritma-II(BSGA-II)'yi kullanarak, iki ayrı ve birbirileriyle ters orantılı görev fonksiyonları olan tahmin hatasını ve gönderim yapan algılayıcıların toplam sayısını her zaman adımında minimize etmek için bir algılayıcı seçme stratejisi bulmaktır. Litaratürde bulunmuş sonuçlardan farklı olarak, hedefimiz doğru değişkenleri kullanarak BSGA-II'den sonuçları daha hızlı ve hatasız alabilmektir. ̇Ilk olarak, giriş ̧popülasyonunu her zaman adımında rastgele oluşturmak yerine, ̈onceki zaman adımının sonucundaki çözümleri kullanarak şimdiki zaman adımındaki giriş ̧popülasyonunu oluşturuyoruz. ̇Ikinci olarak, BSGA-II'yi en iyi sonuçları içeren listeyi(Pareto- Optimal Front) elde etmek için gereğinden fazla nesille çalıştırmak yerine, Nesilsel Uzaklık ̈olçüsünü kullanarak bir durdurma kuralı tanımlıyoruz. Buna ek olarak, KAA'da farklı popülasyon miktarları, geçiş ̧operatörleri, işlem gürültüsü katsayıları ve toplam algılayıcı sayıları kullanarak elde ettiğimiz çözümleri karşılaştırıyoruz.
Özet (Çeviri)
In this thesis, we study the sensor selection problem in target tracking for a wireless sensor network (WSN). The target emits energy and the sensors transmit their measurments from the target to the Fusion Center (FC). FC estimates the location of the target by using these measurements. Since a WSN may have limited resources, it is critical to gather measurements only from the most informative sensors rather than all the sensors in the WSN. Our aim is to find the sensor selection strategy at each time step of tracking by the joint minimization of objective functions representing the estimation error and total number of sensors transmitting to the FC, where we use a Non-dominated Sorting Genetic Algorithm - II (NSGA-II) to determine the solutions between the two conflicting objectives. Different from the existing results in the literature, our aim is to get the solutions of NSGA-II accurate and fast by setting right parameters. Firstly, rather than randomly initializing the initial population of NSGA-II at each time step of tracking, we use the solutions of the previous time step in the initial population of the current time step. Secondly, rather than executing NSGA-II for excessive generations to observe the near Pareto-optimal front, we define a stopping rule by using the Generational Distance metric. We further compare the solutions proposed Multi-objective optimization problem under different population sizes and crossover operators as well as under target trajectories with different process noise parameters, and different total number of sensors in the WSN.
Benzer Tezler
- Metaheuristic-based approaches for solving the controller placement problem in software-defined wireless sensor networks (SDWSNs)
Yazılımda denetleyici yerleştirme probleminin çözümü için üstsezgisel tabanlı yaklaşımlar - tanımlı kablosuz algılayıcı ağlar (SDWSNs'ler)
NIVINE GÜLER
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDoğu Akdeniz Üniversitesi-Eastern Mediterranean UniversityBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED SALAMAH
YRD. DOÇ. DR. ADNAN ACAN
YRD. DOÇ. DR. GÜRCÜ ÖZ
- Characterization of changes in dynamic multi-objective optimization problems
Dinamik çok-amaçlı eniyileme problemlerindeki değişimlerin karakterizasyonu
SHAABAN A.I.SAHMOUD SHAABAN A.I. SAHMOUD
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HALUK RAHMİ TOPCUOĞLU
- Multi-objective evolutionary algorithms for multi-label classification supported by deep auto-encoder on image and video data
Çok etiketli sınıflama ̇için çok amaçlı evrimsel algoritmaların derin otokodlayıcı desteği ̇ile resim ve video verilerine uygulanması
GİZEM NUR KARAGÖZ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET HALİT SEYFULLAH OĞUZTÜZÜN
PROF. DR. ADNAN YAZICI
- Yapay zeka yöntemleri ile kablosuz sensör ağlarındaki eniyileme problemlerinin çözümü
Solving wireless sensor networks optimization problems using artificial intelligence techniques
TAHİR EMRE KALAYCI
Doktora
Türkçe
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYBARS UĞUR
- Multi-objective approach for intrusion detection in RPL-based internet of things
RPL tabanlı nesnelerin internetinde izinsiz giriş tespiti için çok kriterli yaklaşım
ALİ DEVECİ
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SEVİL ŞEN AKAGÜNDÜZ
DR. ÖĞR. ÜYESİ SELİM YILMAZ