بهبود روش نمونه برداری تجمیع داده مبتنی بر سنجش فشرده و یادگیری لغت نامه در شبکه حسگر بی سیم به کمک نظریه اطلاعات
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 292
فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JIPET-13-49_003
تاریخ نمایه سازی: 19 مهر 1400
چکیده مقاله:
در دهه اخیر با هدف کاهش هزینه های نظارت محیطی، فرایند تجمیع داده مبتنی بر روش مشترک سنجش فشرده و یادگیری لغتنامه در شبکه های حسگر بی سیم مورد توجه قرار گرفته است. در این مقاله یک طرح نمونهبرداری قطعی و غیرتصادفی برای استفاده در این روش تجمیع داده ارائه شده است. این طرح مبتنی بر برآورد کمیت اطلاعات متقابل داده حسگرها است که با نمونهبرداری از تمام آنها در بخش کوتاهی از دوره جمع آوری داده بهنام مرحله آموزش بهدست می آید. در مرحله بعدی و اصلی دوره جمع آوری داده گره هایی نمونهبرداری می شوند که بیشترین اطلاعات را درباره گره های نمونهبرداری نشده در اختیار بگذارند. نتایج شبیهسازی ها با سیگنالهای واقعی نشان می دهد که حتی زمانیکه تعداد حسگرهای نمونه بردار تنها شامل ۲۵ درصد از کل گره های شبکه است می توان به طور متوسط به بیش از ۱۲ درصد صرفهجویی در مصرف انرژی نسبت به روش نمونهبرداری مرجع دست یافت.
کلیدواژه ها:
نویسندگان
غلامرضا ایمانیان
دانشکده مهندسی مکانیک، برق و کامپیوتر- واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
محمدعلی پورمینا
دانشکده مهندسی مکانیک، برق و کامپیوتر- واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
احمد صلاحی
پژوهشگاه ارتباطات و فن آوری اطلاعات، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :