Localização de sensores considerando custo mínimo

dc.creatorAngelo Ferreira Assis
dc.date.accessioned2019-08-09T19:26:59Z
dc.date.accessioned2025-09-08T23:20:37Z
dc.date.available2019-08-09T19:26:59Z
dc.date.issued2013-03-01
dc.description.abstractLocalization is one of the key issues in Wireless Sensor Networks. Its use is undoubtedlyimportant in many different applications. However, its often required to minimize thelocalization cost in a network. This can be done by setting some nodes as anchors,which are used as reference to other nodes. Current literature solutions focus on findingas many nodes as possible given a static set of anchor nodes, providing each one of thesenodes resources such as a GPS to determine its location. On the other hand, this maybe unfeasible for many sensor networks due to the high cost and/or implementationcomplexity. The optimization problem presented in this work consists of finding theminimum set of anchor nodes needed to locate all nodes in the network. Anotherapproach is to find the shortest path between the anchors. This way a robot can beused to visit and set the exact position of the nodes that work as anchors, that is, it isonly necessary to minimize the path, since the localization cost is the robot fuel. Hereit is presented a model for the problem using Genetic Algorithms in order to createthis problem a better solution. Several tests were performed to show the effectivenessof the strategy based on the number of anchors required to locate the entire network.The results have shown that the genetic algorithm reached, on average, a 50%-bettersolution than the greedy algorithm, having a feasible runtime.
dc.identifier.urihttps://hdl.handle.net/1843/ESBF-97CMA7
dc.languagePortuguês
dc.publisherUniversidade Federal de Minas Gerais
dc.rightsAcesso Aberto
dc.subjectComputação
dc.subjectAlgoritmos genéticos
dc.subjectRedes de sensores sem fio
dc.subject.otherLocalização
dc.subject.otherAlgoritmo genético
dc.subject.otherRedes de sensores sem fio
dc.titleLocalização de sensores considerando custo mínimo
dc.typeDissertação de mestrado
local.contributor.advisor1Luiz Filipe Menezes Vieira
local.contributor.referee1Geraldo Robson Mateus
local.contributor.referee1Gisele Lobo Pappa
local.contributor.referee1Ricardo Augusto Rabelo Oliveira
local.description.resumoLocalização é uma das questões essenciais em Redes de Sensores Sem Fio. Sua utilizaçãoé indiscutivelmente importante em diferentes aplicações. Entretanto, é precisominimizar o custo de localização de toda a rede. Isto pode ser feito definindo algunsnós como âncora, que servirão de referência para os outros nós se localizarem. Váriasdas soluções existentes focam principalmente em localizar o maior número de nóspossível dado um conjunto estático de nós âncoras, fornecendo a cada um destes umrecurso como, por exemplo, o GPS para definir sua localização. Porém, isso é inviávelpara muitas das redes de sensores, devido ao custo e/ou complexidade de implantação.O problema de otimização deste trabalho consiste em encontrar o menor conjunto denós âncoras necessários para a localização de toda a Rede de Sensores Sem Fio. Outraabordagem é encontrar o menor caminho entre os nós âncoras. Dessa forma pode-seutilizar um robô que tem a função de visitar e definir a posição exata dos nós quefuncionarão como âncoras. Nesse caso é preciso minimizar apenas o caminho, pois ocusto da localização é o combustível do robô. Aqui é apresentada uma modelagem parao problema usando Algoritmos Genéticos, a fim de criar uma melhor solução para oproblema. Foram realizados diversos testes que mostram a eficácia da estratégia combase no número de nós âncoras necessários para localizar toda a rede. Os resultadosapresentados mostram que o algoritmo genético alcançou uma solução em média 50%melhor que um algoritmo guloso recente encontrado na literatura, com um tempo deexecução viável.
local.publisher.initialsUFMG

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
angeloferreira_final.pdf
Tamanho:
4.12 MB
Formato:
Adobe Portable Document Format