WSN Ustalanie położenia czujników – cz. 3 (symulator)

Slides:



Advertisements
Podobne prezentacje
Reinhard Kulessa1 Wykład Środek masy Zderzenia w układzie środka masy Sprężyste zderzenie centralne cząstek poruszających się c.d.
Advertisements

Adres: kokos.umcs.lublin.pl/s/LukaszRycabel/mathematica.zip
Materiały pochodzą z Platformy Edukacyjnej Portalu
Programowanie sieciowe
Zadanie z dekompozycji
Algorytm Dijkstry (przykład)
Dynamiczna alokacja zadań w sieciach MESH
SCR 2008/2009 – informatyka rok 5. Agenda Wizualizacja agentów (MarketSpace)
Przekształcenia afiniczne
CLUSTERING Metody grupowania danych Plan wykładu Wprowadzenie Dziedziny zastosowania Co to jest problem klastrowania? Problem wyszukiwania optymalnych.
ALGORYTMY GEOMETRYCZNE.
Kinematyka.
Wyrównanie spostrzeżeń pośrednich niejednakowo dokładnych
Wyrównanie spostrzeżeń bezpośrednich niejednakowo dokładnych
Przykład – sieć niwelacyjna
Jakość sieci geodezyjnych. Pomiary wykonane z największą starannością, nie dostarczają nam prawdziwej wartości mierzonej wielkości, lecz są zwykle obarczone.
Wykład 4 Przedziały ufności
Komunikacja z arkuszem. Iteracje. Funkcje.
Additive Models, Trees, and Related Methods
Typy złożone, case, stałe. Typ zbiorowy type typ_zb = set of typ_podstawowy; Typem podstawowym może być tylko typ porządkowy. Typem podstawowym może być
Wielowymiarowa analiza danych oparta na modelach gradacyjnych
KINEMATYKA MANIPULATORÓW I ROBOTÓW
Kod Graya.
Rozpoznawanie twarzy Wprowadzenie Algorytmy PCA ICA
Programowanie parametryczne CNC SINUMERIK-810T
na podstawie materiału – test z użyciem komputerowo generowanych prób
Kinematyka prosta.
dr hab. Ryszard Walkowiak prof. nadzw.
VANET Vehicular Ad-Hoc Network
Biuro turystyczne Dr inż. Bożena Mielczarek. Sprzedaż wczasów zBiuro turystyczne Akropol uważa, że w lecie 2014 roku popyt na wczasy do Grecji będzie.
Metody lokalizacji w sieciach telefonii komórkowej
LOKALIZACJA ROBOTA MOBILNEGO Z WYKORZYSTANIEM AKCELEROMETRU I ŻYROSKOPU Jakub Malewicz.
Modelowanie matematyczne jako podstawa obliczeń naukowo-technicznych:
Model I/O bazujący na HSWN Problem uczenia sieci HSWN
Dana jest sieć dystrybucji wody w postaci: Ø      m- węzłów,
Materiały pochodzą z Platformy Edukacyjnej Portalu
Zasady przywiązywania układów współrzędnych do członów.
Przekazywanie parametrów do funkcji oraz zmienne globalne i lokalne
ANALIZA KINEMATYCZNA MANIPULATORÓW ROBOTÓW METODĄ MACIERZOWĄ
Materiały pochodzą z Platformy Edukacyjnej Portalu Wszelkie treści i zasoby edukacyjne publikowane na łamach Portalu
VII EKSPLORACJA DANYCH
ANALIZA WPŁYWU POZIOMU MOCY SYGNAŁÓW RADIOWYCH NA SKUTECZNOŚĆ AKWIZYCJI DANYCH W SIECIACH WYKORZYSTUJĄCYCH TECHNOLOGIĘ WSN Instytut Telekomunikacji WTiE.
1.)Zaznaczamy kursor nad tabelą w miejscu gdzie pokazuje czerwona strzałka 2.) Wciskamy przycisk zaznaczony w czerwonym kółku „Wstaw podział strony”
Wnioskowanie statystyczne
Treści multimedialne - kodowanie, przetwarzanie, prezentacjaOdtwarzanie treści multimedialnych Andrzej Majkowski informatyka +
OKNO Eksploracja danych: kolokwium I VIII EKSPLORACJA DANYCH 1234 Spójrz gdzie siedzisz. Zadania oznaczone tym numerem są przeznaczone dla Ciebie. DRZWI.
Metody lokalizacji w sieciach komórkowych Krzysztof Cygan.
Algorytmy równoległe Algorytm równoległy pozwala na wykonywanie w danej chwili więcej niż jednej operacji. EREW - wyłączny odczyt i wyłączny zapis; CREW.
Metody projektowania i zarządzania sieciami ad hoc
Prezentacja dla klasy III gimnazjum
Ruch jednowymiarowy Ruch - zmiana położenia jednych ciał względem innych, które nazywamy układem odniesienia. Uwaga: to samo ciało może poruszać się względem.
Warstwowe sieci jednokierunkowe – perceptrony wielowarstwowe
Wykład Rozwinięcie potencjału znanego rozkładu ładunków na szereg momentów multipolowych w układzie sferycznym Rozwinięcia tego można dokonać stosując.
Dr inż. Bożena Mielczarek
METODY WYODRĘBNIANIA KOSZTÓW STAŁYCH I ZMIENNYCH
IFS, IFSP I GRA W CHAOS ZBIORY FRAKTALNE I WYBRANE SPOSOBY ICH GENEROWANIA.
Zbiory fraktalne I Automaty komórkowe.
Nr w dzienniku Wzrost w cm Tablica.
Monte Carlo, bootstrap, jacknife. 2 Literatura Bruce Hansen (2012 +) Econometrics, ze strony internetowej :
Obliczanie długości odcinków w układzie współrzędnych.
1.problem próbkowania (sampling problem) dobór charakterystycznych punktów powierzchni w celu uzyskania najlepszego efektu przy minimalizacji ilości danych.
Model Poissona w ujęciu bayesowskim
Funkcja reakcji na impuls w nieliniowych modelach VAR
Programowanie sieciowe Laboratorium 3
Jakość sieci geodezyjnych
Monte Carlo, bootstrap, jacknife
Programowanie sieciowe Laboratorium 4
Programowanie sieciowe Laboratorium 3
Zapis prezentacji:

WSN Ustalanie położenia czujników – cz. 3 (symulator) Tomasz Kaczmarzyk Krzysztof Menżyk

Plan prezentacji 1. Zbiory źródłowe 2. Tablice 3. Parametry symulacji 4. Wizualizacja

Zbiory źródłowe algorithms/localization_init.m definicja wszystkich zmiennych globalnych, tablic i parametrów symulacji uzupełnianie tablic wartościami początkowymi losowanie węzłów typu latarnia morska, ustalenie ich pozycji zaznaczenie w tablicy g1400_LMap_next, że węzły sąsiadujące z latarniami mają zostać przetworzone w kolejnej iteracji algorithms/setup_msg_cycle.m Na początku iteracji głównej: sprawdzanie warunku stopu kopiowanie tablicy g1400_LMap_next do g1400_LMap obliczanie średniego błędu algorithms/msg_cycle_step.m przetworzenie wszystkich węzłów zaznaczonych w tablicy g1400_LMap jeżeli przetworzony węzeł zaktualizował pozycję, to zaznaczamy w tablicy g1400_LMap_next, że należy przetworzyć jego sąsiadów (stanie się to w następnej iteracji głównej) wysyłanie/odbieranie komunikatów wiąże się z aktualizacją wielkości energii

Zbiory źródłowe Użyte na poprzednim slajdzie określenie „parametr e” dotyczy niniejszej części poprzednich prezentacji: parametr opisujący dokładność estymacji:

Zbiory źródłowe Wymienione na poprzednim slajdzie symbole xW, xT, xF dotyczą następującej części poprzednich prezentacji: C(x3,x3) B(x2,y2) A(x1,y1) P(x,y) r1 r2 r3

Obliczanie pozycji F(xF,yF) P(x,y) T(xT,yT) W(xW,yW) Istnieje zatem potrzeba przybliżenia x, y w oparciu o punkty przecięcia par okręgów. W najprostszym przypadku jest to średnia arytmetyczna współrzędnych xi, yi Tak czy inaczej, konieczne jest obliczenie współrzędnych opisywanych punktów przecięcia, które oznaczamy jako W, T, F

Tablice g1400_LMap g1400_LMap(:,1) - status (1 – przetwarzamy, 0 – omijamy) g1400_ LMap(:,2) - rodzaj węzla (0 – pozycja nieznana, 1 - kotwica, 2 – latarnia morska) g1400_LMap(:,3) – współrzędna X g1400_LMap(:,4) – współrzędna Y g1400_LMap(:,5) – parametr e g1400_LMap_next zawiera dane o stanie symulacji dla następnej iteracji struktura identyczna jak w tablicy g1400_LMap Używane są dwie tablice, aby symulować równoległe działanie węzłów w sieci.

Tablice g1400_DDMap macierz odległości obliczanych przez węzły na podstawie RSSI

Parametry symulacji g1400_gps_count – liczba węzłów z gps-em g1400_prog1 – jeżeli parametr e < prog1, to węzeł jest latarnią morską g1400_prog2 – jeżeli prog1 <= e < prog2 to węzeł jest kotwicą; jeżeli e >= prog2 to obliczona pozycja uznawana jest za bezużyteczną

Parametry symulacji g1400_epsilon, g1400_gamma odpowiadają poniższym założeniom: Spośród czujników znajdujących się w sąsiedztwie (w odległości mniejszej od parametru R) i znających swoją pozycję (oraz parametr e) wybieramy trzy czujniki (A, B, C): czujnik A o najniższym e = eA czujnik B o najniższym eB≥eA, znajdujący się w odległości ≥ε od czujnika A czujnik C o najniższym eC≥eB w taki sposób, że najmniejszy kąt w trójkącie ABC jest większy niż parametr γ

Wizualizacja Wykres Figure 2 przedstawia: położenie węzłów oraz poziom energii typ węzła: węzły z gps zaznaczone są kolorem czerwonym latarnie morskie zaznaczone są kolorem żółtym kotwice zaznaczone są kolorem zielonym węzły przetworzone o nieznanej pozycji zaznaczone są kolorem czarnym węzły nieprzetworzone zaznaczone są kolorem białym

Wizualizacja

Literatura M. Bal, M. Liu, W. Shen, H. Ghenniwa, Localization in Cooperative Wireless Sensor Networks: A Review M. Anlauff, A. Sunbul‚ Deploying localization services in wireless sensor networks Z. Chaczko, R. Klempous, J. Nikodem, M. Nikodem, Methods of Sensors Localization in Wireless Sensor Networks A. Ault, X. Zhong, E. J. Coyle, K-Nearest-Neighbor Analysis of Received Signal Strength Distance Estimation Across Environments T.Y. Chen, C.C. Chiu, T.C. Tu, Mixing and Combining with AOA and TOA for Enhanced Accuracy of Mobile Location P. Deng, P.Z. Fan, An Efficient Position-Based Dynamic Location Algorithm K.Whitehouse, D.Culler, Micro-calibration in Sensor/Actuator Networks

Dziękujemy za uwagę!