Collaborative signal processing based on multiagent in wireless sensor network

2008 ◽  
Author(s):  
Dongmei Yan ◽  
Jinkuan Wang ◽  
Li Liu ◽  
Zhibin Xie
Keyword(s):  
Signal Processing ◽  
Wireless Sensor Network ◽  
Sensor Network ◽  
Wireless Sensor

Parameter-Induced Stochastic Resonance in Wireless Sensor Network Signal Processing

2010 ◽  
Vol 121-122 ◽  
pp. 646-650
Author(s):  
Zi Kai Zhao ◽  
Guo Hua Hui
Keyword(s):  
Signal Processing ◽  
Wireless Sensor Network ◽  
Sensor Network ◽  
Stochastic Resonance ◽  
Noise Intensity ◽  
System Parameter ◽  
Wireless Sensor ◽  
Potential Well ◽  
Processing Level ◽  
Well Model

Parameter-induced stochastic resonance (PSR) using double potential well model was focused in this paper. Based on the former stochastic resonance study, system parameter µ was used to explore the resonance characteristics. A bluetooth-based wireless sensor network (WSN) was adopted to obtain the experimental data for parameter-induced stochastic resonance simulating. Under fixed noise intensity range, the changes of system parameter µ led to a systematic output resonance. Simulating results demonstrated that the systematic parameter µ could lead to stochastic resonance at signal processing level.

scholarly journals Distributed signal processing and data fusion methods for large scale wireless sensor network applications

2014 ◽  
Author(s):  
Δημήτριος Μανατάκης
Keyword(s):  
Signal Processing ◽  
Wireless Sensor Network ◽  
Data Fusion ◽  
Sensor Network ◽  
Large Scale ◽  
Wireless Sensor ◽  
Network Applications ◽  
Distributed Signal Processing ◽  
Fusion Methods

Σε αυτή τη Διδακτορική Διατριβή μελετάμε το πρόβλημα της παρακολούθησης και πρόβλεψης της εξέλιξης συνεχών αντικειμένων (π.χ. καταστροφικά περιβαλλοντικά φαινόμενα που διαχέονται) με τη χρήση Ασυρμάτων Δικτύων Αισθητήρων (ΑΔΑ) ευρείας κλίμακας. Προτείνουμε μια ευέλικτη αλλά και πρακτική προσέγγιση με δύο κύρια συστατικά: α) Ασύγχρονο συνεργατικό αλγόριθμο ΑΔΑ που εκτιμά, χρησιμοποιώντας δυναμικά σχηματιζόμενες ομάδες από τρεις συνεργαζόμενους κόμβους, τα τοπικά χαρακτηριστικά της εξέλιξης (διεύθυνση, φορά και ταχύτητα) του μετώπου, καθώς και β) Αλγόριθμο που ανακατασκευάζει το συνολικό μέτωπο του συνεχούς αντικειμένου συνδυάζοντας την πληροφορία των τοπικών εκτιμήσεων. Επιπλέον, ο αλγόριθμος ανακατασκευής, εκμεταλλευόμενος την δυνατότητα εκτίμησης της αβεβαιότητα ως προς τα τοπικά χαρακτηριστικά εξέλιξης, μπορεί να προβλέπει και την πιθανότητα το κάθε σημείο της περιοχής να έχει καλυφθεί από το συνεχές αντικείμενο σε κάθε χρονική στιγμή. Μέσω πλήθους προσομοιώσεων επικυρώσαμε την ικανότητα του συνεργατικού αλγορίθμου να εκτιμά με ακρίβεια τα τοπικά χαρακτηριστικά εξέλιξης πολύπλοκων συνεχών αντικειμένων, καθώς και την ευρωστία του σε αστοχίες των αισθητηρίων κόμβων κατά την επικοινωνία τους αλλά και λόγω της πιθανής ολοσχερούς καταστροφής τους. Τέλος, παρουσιάζουμε τη δυνατότητα του αλγορίθμου ανακατασκευής να παρακολουθεί με ακρίβεια την εξέλιξη μετώπων συνεχών αντικειμένων με πολύπλοκα σχήματα, χρησιμοποιώντας σχετικά μικρό αριθμό τοπικών εκτιμήσεων στις οποίες μπορεί να έχει υπεισέλθει και σημαντικό σφάλμα.

Sign in / Sign up

Export Citation Format

Share Document