- / -

Η παρούσα μεταπτυχιακή εργασία καταπιάνεται με την περιοχή των Aσύρματων Δικτύων Αισθητήρων και τα προβλήματα που αυτά αντιμετωπίζουν στην αποδοτική δρομολόγηση της πληροφορίας. Τα ασύρματα δίκτυα αισθητήρων είναι πολύπλοκα συστήματα που αποτελούνται από έναν αριθμό από σχετικά απλές και αυτόνομες συσκευές αίσθησης, οι οποίες αναπτύσσονται σε μια γεωγραφική περιοχή. Η ιδιομορφία των συσκευών αυτών έγκειται στο ότι αντιμετωπίζουν περιορισμούς όσων αφορά τόσο το ενεργειακό τους απόθεμα και συνεπώς την επιχειρησιακή ζωή τους, όσο και στις ικανότητές τους να επεξεργάζονται, αποθηκεύουν και zεκπέμπουν πληροφορία. Η χρησιμότητα των Ασύρματων Δικτύων Αισθητήρων (ΑΔΑ) στηρίζεται στην ικανότητά τους να αναπτύσσονται εύκολα και σχετικά φθηνά, σε μια περιοχή ενδιαφέροντος στην οποία και παρακολουθούν κάποιο συγκεκριμένο φαινόμενο. Επιπλέον φροντίζουν να ενημερώνουν τους σταθμούς βάσης για την κατάσταση και την εξέλιξη του φαινομένου. Στο πλαίσιο αυτό έχουν αναπτυχθεί μια σειρά από αρχιτεκτονικές ασύρματων αισθητήριων κόμβων αλλά και ποικίλα πρωτόκολλα επικοινωνίας αυτών, τα οποία τα δομούν σε δίκτυα. Η συνεισφορά μας έγκειται στην πρόταση τριών νέων πρωτοκόλλων επικοινωνίας για τα ΑΔΑ τα οποία προσπαθούν να εφαρμόσουν την ιδέα της Δικαιοσύνης επιδιώκοντας να βελτιώσουν τόσο την απόδοση των ΑΔΑ όσο και να επιμηκύνουν την επιχειρησιακή τους ζωή. Τα πρωτόκολλα που παρουσιάζουμε άντλησαν την έμπνευσή τους από το πρωτόκολλο PFR (Πρωτόκολλο Πιθανοτικής Προώθησης των Χατζηγιαννάκη, Δημητρίου, Νικολετσέα και Σπυράκη). Όλα τα προτεινόμενα πρωτόκολλα κατηγοριοποιούνται στο επίπεδο Δικτύου του μοντέλου OSI. / This MSc thesis is about Wireless Sensor Networks and focuses on the problems these networks face in order to route information efficiently Wireless Sensor Networks (WSNs) are complex systems which consist of a number of relative simple autonomous sensing devices. These devices are deployed on a geographical area. The particularity of them lies on the fact that they face serious limitations concerning their energy reserves and consequently their operational life as well as regarding their computational, storage and communication capabilities. WSN's usefulness is mainly about its ability of easy and cheap deployment on an area of concern, where it monitors a particular phenomenon. Moreover the WSN's nodes take the initiative to inform certain base stations regarding the status and evolution of this phenomenon. In this context there is a great volume of work in relation to sensor node architectures and communication protocols which turn these numbers of devices to working networks. Our contribution sums up to the proposal of three novel communication protocols for WSNs, which attempt to enforce the idea of Fairness in order to better WSN�s performance and elongate their life. These protocols are highly influenced by PFR protocol introduced by Chatzigiannakis, Demetriou, Nikoletseas and Spirakis. All the proposed protocols belong to the network layer of the OSI standard.

Η διπλωματική εργασία διαπραγματεύεται την εφαρμοσιμότητα του peer-to-peer υπολογισμού και τεχνικών στα ασύρματα κινητά ad-hoc δίκτυα και στα δίκτυα αισθητήρων. Παρουσιάζεται μια παραλλαγή ενός νέου P2P πρωτοκόλλου (Energy Level Distributed Tree) που σαν κύρια λειτουργία του έχει την αύξηση του προσδόκιμου λειτουργίας ενός δικτύου αισθητήρων. Επίσης, γίνεται αναφορά στα πιο δημοφιλή εργαλεία προσομοίωσης για P2P πρωτόκολλα δρομολόγησης και παρουσιάζεται ένα νέο εργαλείο, d-p2p-sim, με δυνατότητα προσομοίωσης εκατομμυρίων κόμβων. Τέλος, εξετάζουμε την απόδοση ενός νέου P2P πρωτοκόλλου δρομολόγησης, του Nested Balanced Distributed Tree, που απαντά με βέλτιστο τρόπο ερωτήμα ακριβούς ταιριάσματος και ερωτήματα διαστήματος παρουσιάζοντας παράλληλα δύο νέους αλγορίθμους αναζήτησης για αυτό. / In this master thesis we study the applicability of the peer-to-peer computing and techniques on wireless ad-hoc networks and sensor-nets. We propose a simplified mapping of an optimal P2P protocol (NBDT) onto sensor-nets, the so called Energy Level Distributed Tree (ELDT), which has one main operation: the life expectancy of a sensor-net. Furthermore, are examined the most popular Peer-to-Peer simulators and is presented a new distributed simulator for P2P routing algorithms. The key feature of the proposed simulator is the ability to simulate millions of peers. Finally, is presented a revised version of the NBDT protocol which is hot-spot free and achieves a better load distribution introducing a negligible routing overhead.

- / -

- / -

Οι μοντέρνες σχεδιαστικές προσεγγίσεις των κτιρίων απαιτούν την παροχή διαδραστικών ανέσεων στους ανθρώπους που ζουν και εργάζονται στο εσωτερικό τους. Ο οικιακός και κτιριακός αυτοματισμός, όμως, χαρακτηρίζεται από μεγάλη ανομοιογένεια μεταξύ των περισσοτέρων εγκατεστημένων συστημάτων, τα οποία αποτελούν κλειστά συστήματα. Είναι αναγκαία, λοιπόν, η εύρεση μεθόδων για τη μεταξύ τους ολοκλήρωση, καθώς και στροφή σε πιο ανοικτά συστήματα τα οποία θα παρέχουν ευελιξία και διαλειτουργικότητα. Ένας αριθμός συστημάτων και εφαρμογών έχει δημιουργηθεί προς αυτή την κατεύθυνση, ενώ καθημερινά παρουσιάζονται νέες περισσότερο “έξυπνες” συσκευές με πολλαπλές δυνατότητες δικτύωσης, χρήσης τεχνολογιών διαδικτύου και ασύρματης επικοινωνίας. Οι δυνατότητες αυτές, φαίνεται να αποτελούν και τα συστατικά για μία επιτυχή παροχή ηλεκτρονικών υπηρεσιών στο χώρο. Η διδακτορική διατριβή έρχεται να ερευνήσει τη δημιουργία και χρήση σημασιολογικών περιγραφών στο περιβάλλον του κτιριακού αυτοματισμού και να υλοποιήσει μία οντολογία που περιγράφει τον κτιριακό δίκτυο LonWorks, ενώ επεκτείνεται και σε γενικότερες συσκευές και διαδικασίες που χαρακτηρίζουν το χώρο. Επί πλέον, γίνεται η έρευνα για τη μεθοδολογία αξιοποίησης των ανωτέρω περιγραφών και των δικτυακών υπηρεσιών, καταλήγοντας στη σχεδίαση και υλοποίηση μίας πλατφόρμας που ενσωματώνει μία σειρά εργαλείων, ώστε ο μηχανικός δικτύου να μπορεί να σχεδιάσει και να αναπτύξει τις απαραίτητες δικτυακές υπηρεσίες για τη δημιουργία και παροχή ηλεκτρονικών υπηρεσιών. Συγκεκριμένα, περιγράφει τη μεθοδολογία για την υλοποίηση των δικτυακών υπηρεσιών που θα αντλήσουν την πληροφορία από το υποκείμενο δίκτυο αυτοματισμού, ασχέτως του βαθμού ετερογένειας που το χαρακτηρίζει, και το μεταξύ τους συνδυασμό ώστε να δημιουργήσει τις δικτυακές υπηρεσίες. / Modern building design approaches require interactive amenities provision to people who live and work within them. Home and Building Automation, however, is characterized by great diversity among most installed systems, which are non-open systems. It is necessary therefore to find methods for integration between them, and move to more open systems that provide flexibility and interoperability. A number of systems and applications have been developed towards this direction, and every day there are new more "smart" devices with multiple networking technologies using Internet and wireless communication. These features appear to constitute the ingredients for a successful delivery of electronic services in the area. This thesis is to investigate the creation and use of semantic descriptions in the environment of building automation, implement an ontology describing a LonWorks network, and extended it to more general equipment and procedures that characterize the area. Moreover, a survey is performed around the methodology for the use of these descriptions along with network services, resulting in the design and implementation of a platform. The platform incorporates a set of tools enabling the network engineer to design and develop the necessary web services needed to create e-services. Specifically, it describes the implementation methodology of web services that will draw information from the underlying automation network, regardless of each heterogeneity degree, and each amongst combination to create web services.

Τα νευρωνικά δίκτυα αποτελούν έναν σχετικά νέο επιστημονικό χώρο, καθώς η ανάπτυξή τους έχει λάβει χώρα κυρίως τις τελευταίες δεκαετίες. Τόσο τα επιτεύγματα που έχουν σημειωθεί με τη χρήση τους, όσο και η ολοένα αυξανόμενη ενασχόληση της επιστημονικής κοινότητας με αυτά, δικαιολογούν γιατί είναι ένας τομέας που παρουσιάζει ιδιαίτερο ενδιαφέρον. Ο όρος «Τεχνητό Νευρωνικό Δίκτυο» (ΤΝΔ) ή απλά Νευρωνικό Δίκτυο αναφέρεται σε ένα μαθηματικό μοντέλο που συνίσταται από απλά στοιχεία τα οποία λειτουργούν διατεταγμένα παράλληλα και καλούνται νευρώνες. Η σύλληψη αυτών των στοιχείων έχει εμπνευστεί από τα βιολογικά νευρικά συστήματα. Ωστόσο τα νευρωνικά δίκτυα έχουν πλέον αποκοπεί τελείως απ’την βιολογία και σήμερα χρησιμοποιούνται για την επίλυση κάθε είδους προβλήματος με ηλεκτρονικό υπολογιστή. Στόχος της παρούσας εργασίας ήταν η χρήση νευρωνικών δικτύων για την εκτίμηση της τάσης διάσπασης σε μονωτικά διάκενα αέρα. Με τον όρο «μόνωση» εννοούμε τα μέτρα που λαμβάνονται για να προσδώσουν σε μία διάταξη ή συσκευή την ικανότητα να αντέχει ορισμένες διηλεκτρικές καταπονήσεις. Αυτές προέρχονται είτε από τις τάσεις που αναπτύσσονται κατά την λειτουργία της ανάμεσα στα διάφορα στοιχεία της, είτε ανάμεσα σε στοιχεία της και στοιχεία κάποιας άλλης συσκευής ή την γή. Διηλεκτρική αντοχή μιας μόνωσης καλείται η ικανότητά της να αντέχει μια ορισμένη ηλεκτρική καταπόνηση χωρίς την μόνιμη ή πρόσκαιρη καταστροφή της. Ο αέρας αποτελεί επανορθούμενο υλικό, που σημαίνει ότι μετά από μία διάσπαση ανακτά όλα τα χαρακτηριστικά που είχε πρίν απ’αυτή. Η μόνωση αέρα είναι κατ’εξοχήν εξωτερική μόνωση και συναντάται σε διάφορες διατάξεις υψηλών τάσεων, όπως π.χ. η μόνωση του ζυγού και η μόνωση κατά μήκος της επιφάνειας του μονωτήρα. Η διηλεκτρική διάσπαση ενός διακένου αέρα καθορίζεται από ένα σύνολο παραμέτρων, πιο σημαντικές από τις οποίες θεωρούνται το μήκος και η γεωμετρία του διακένου, η πολικότητα, το εύρος και η μορφή της κρουστικής καταπόνησης, καθώς και η θερμοκρασία, η πυκνότητα και η υγρασία του αέρα. Επομένως το ζητούμενο ήταν να υλοποιηθεί ένα νευρωνικό δίκτυο το οποίο να μπορεί να μάθει την συσχέτιση μεταξύ της τάσης διάσπασης και των παραμέτρων που την καθορίζουν. Η αρχιτεκτονική δικτύου που υιοθετήθηκε είναι ένα νευρωνικό δίκτυο δύο στρωμάτων εμπρόσθιας τροφοδότησης που εκπαιδεύεται με την μέθοδο της οπισθοδιάδοσης του λάθους. Ως σιγμοειδής συνάρτηση μεταφοράς στο κρυμμένο στρώμα χρησιμοποιήθηκε η υπερβολική εφαπτομένη f(x)=tanhx, ενώ ως γραμμική συνάρτηση μεταφοράς στο στρώμα εξόδου χρησιμοποιήθηκε η ταυτοτική συνάρτηση f(x)=x. Η τοπολογία αυτή είναι η πιο διαδεδομένη για τέτοιου είδους εφαρμογές. Η συλλογή των δεδομένων που καθόρισαν το πρόβλημα, δηλαδή τα διανύσματα εισόδου και εξόδου, έγινε από ένα σύνολο πειραματικών μετρήσεων που πραγματοποιήθηκαν στο εργαστήριο, για διάκενα διάταξης Ακίδα-Πλάκα και Ράβδος-Πλάκα. Σε προγραμματιστικό περιβάλλον Matlab (έκδοση R2008b), και συγκεκριμένα με χρήση του Neural Network Toolbox™ 6, αρχικά δημιουργήθηκε ένα νευρωνικό δίκτυο το οποίο δεν λάβαινε υπόψη του τις παραμέτρους που αφορούν στην γεωμετρία του διακένου. Το διάνυσμα εισόδου αποτελούνταν από 6 στοιχεία, τα οποία ήταν το μήκος του διακένου, η διάρκεια μετώπου και η διάρκεια ουράς της κρουστικής καταπόνησης, η θερμοκρασία, η ατμοσφαιρική πίεση και η υγρασία του αέρα. Το διάνυσμα της επιθυμητής εξόδου (ή αλλιώς στόχος) αποτελούνταν από μία τιμή για την τάση διάσπασης. Η εκπαίδευση του δικτύου πραγματοποιήθηκε με την χρήση του αλγόριθμου Levenberg-Marquardt. Για την διάταξη Ακίδα-Πλάκα χρησιμοποιήθηκε ένα σύνολο 70 μετρήσεων, ενώ για την διάταξη Ράβδος-Πλάκα ένα σύνολο 66 μετρήσεων. Έπειτα δόθηκε ως είσοδος στο εκπαιδευμένο δίκτυο η μήτρα εισόδου του προτύπου εκπαίδευσης. Οι ιδανικές αποκρίσεις σε αυτές τις εισόδους ήταν οι στόχοι, οπότε οι αποκρίσεις του δικτύου συγκρίθικαν με τους αντίστοιχους προς αυτές στόχους, δηλαδή τις πειραματικές τιμές για την τάση διάσπασης. Επιπλέον με χρήση του Microsoft Excel τοποθετήθηκαν σε διαγράμματα οι τιμές των στόχων και των αποκρίσεων του δικτύου συναρτήσει του μήκους διακένου ανάλογα με την μορφή της κρουστικής καταπόνησης. Η ίδια διαδικασία επαναλήφθηκε και για ένα νευρωνικό δίκτυο που λαμβάνει υπόψη του την γεωμετρία του διακένου. Για την διάταξη Ακίδα-Πλάκα στις προαναφερθείσες παραμέτρους του διανύσματος εισόδου προστέθηκαν η διάμετρος της ράβδου, το εμβαδόν της πλάκας, η ακτίνα καμπυλότητας και η γωνία του κώνου απόληξης. Αυτή τη φορά δηλαδή το διάνυσμα εισόδου αποτελούνταν από 10 στοιχεία. Για την διάταξη Ράβδος-Πλάκα το διάνυσμα εισόδου αποτελούνταν από 9 στοιχεία, αφού η ακτίνα καμπυλότητας και η γωνία του κώνου απόληξης της προηγούμενης περίπτωσης αντικαθίστανται από την ακτίνα της ημισφαιρικής απόληξης. Και για τις δύο διατάξεις το διάνυσμα στόχων αποτελούνταν από ένα στοιχείο, την τάση διάσπασης. Τα αποτελέσματα κρίνονται ικανοποιητικά, καθώς οι αποκλίσεις των αποκρίσεων του δικτύου από τις πειραματικές τιμές της τάσης διάσπασης κυμαίνονται σε αποδεκτά επίπεδα. Επομένως αποδείχθηκε ότι το εκπαιδευμένο νευρωνικό δίκτυο μπορεί να πραγματοποιήσει αξιόπιστες εκτιμήσεις για την τιμή της τάσης διάσπασης ενός μονωτικού διακένου αέρα. Ωστόσο το διάνυσμα εισόδου που δέχεται το δίκτυο θα πρέπει να χαρακτηρίζεται από τις ίδιες παραμέτρους όπως και το διάνυσμα εισόδου του προτύπου εκπαίδευσης. / Neural networks are a relatively recent scientific field, since they have mainly been developed during the last decades. There is a large interest in them, as shown by the achievements produced by their use and the rapidly growing involvement of variable scientific fields with them. The term “Artificial Neural Network” or simply “Neural Network” refers to a mathematical model being composed of simple elements which are called neurons and operate in parallel. These elements are inspired by biological nervous systems. However, Neural Networks are no longer related to biology and are nowadays being used for solving problems of any kind with the use of a computer. This paper aimed to apply Neural Networks in a way suitable for the evaluation of the breakdown voltage in insulating air gaps. Here the term “insulation” refers to any installation used to set a device capable of taking a certain amount of dielectric stress. This stress to which the device is subjected may derive from a voltage developed between the operating device’s parts, or between its parts and some other device’s parts or the ground. The dielectric endurance of an insulation expresses its ability to take a dielectric stress without being either permanently or temporarily damaged. The air is a retrievable insulating material, which means that after it has been discharged, all its characteristics are regained. The air is being widely used in external insulation installations in many High Voltage devices or parts, such as a bus insulation in a substation or the insulation along an insulator’s surface. The electric discharge of an air gap is determined by a set of parameters, the most important of them being the gap’s length and overall geometry, the polarity, width and form of the imposed impulse voltage, and the air’s temperature, pressure and humidity. The purpose of this essay was the creation of a Neural Network, which would be able to learn the correlation between the breakdown voltage of an air gap (Target) and the parameters that define its value (Inputs). The network architecture used was a two-layer feedforward backpropagation network, with the hyperbolic tangent sigmoid transfer function f(x)=tanhx in the hidden layer and the linear transfer function f(x)=x in the output layer. This network architecture is considered the most appropriate one for such applications, that is function approximation. The data that defined the problem, that is the Input and Target vectors, were assembled from a set of measurements that were made during an experimental procedure carried out in the High-Voltage laboratory of the University of Patras. The type of the air gap that was used for the experiments was a rod-plane gap, with either a cone-terminated or a hemisphere-terminated rod. At first, using the Matlab (R2008b edition) Neural Network Toolbox™ 6, a neural network that didn’t take into account the parameters regarding the gap’s geometry was created. The Input vector consisted of 6 elements, them being the gap length, the wave-front and wave-tail duration of the imposed impulse voltage, and the air temperature, pressure and humidity. The Target vector consisted of one value for the breakdown voltage. The network’s training was performed by the the Levenberg-Marquardt algorithm. For the cone-terminated rod-plane gap a set of 70 measurements was used, while for the hemisphere-terminated gap a set of 66 measurements. Then the original Inputs matrix was applied to the trained network. The desired network response (called Outputs) to these inputs is the Targets matrix, so the Outputs were compared to their corresponding Targets (lab measured breakdown voltage values). After that, using the Microsoft Excel the Targets and Outputs values were placed at diagrams (Y-Axis),diversified according to the received voltage form and associated to the gap length values (X –Axis). The same procedure was later repeated for a neural network that takes into consideration the parameters describing the gap’s geometry. Regarding the cone-terminated rod-plane gap, apart from the previously mentioned input parameters, the Input vector would also comprise the rod’s diameter, the plane’s surface,and the cone’s angle and radius of curvature. So,this time the Input vector would consist of 10 elements. Regarding the hemisphere-terminated rod-plane gap the Input vector consisted of 9 elements, given that the cone’s angle and radius of curvature were replaced by the hemisphere’s radius. In both occasions the Targets vector comprised one element, that being the breakdown voltage. The results are viewed as satisfactory, given that the deviations between the networks’s responses (Outputs) and the measured values of the breakdown voltage (Targets) are considered acceptable. Therefore, it has been proved that a well trained neural network is able of reliably estimating the value of an air gap’s breakdown voltage. Nevertheless, the network’s Inputs vector must comprise the same parameters as the original Inputs vector used for the network’s training.

- / -

Για τη παρούσα εργασία πραγματοποιήσαμε μια αναλυτική περιγραφή της δομής ενός συστήματος οπτικής αναγνώρισης χαρακτήρα και των μεθόδων που έχουν χρησιμοποιηθεί από τους διάφορους ερευνητές. Σταθήκαμε περισσότερο στην θεωρία των Κυματιδίων (Wavelets) και των Τεχνητών Νευρωνικών Δικτύων. Στη συνέχεια υλοποιήσαμε ένα σύστημα Οπτικής Αναγνώρισης Χαρακτήρα σε περιβάλλον Matlab χρησιμοποιώντας wavelets για την εξαγωγή παραμέτρων και Radial Basis Function (RBF) νευρωνικό δίκτυο. Στο πείραμα που πραγματοποιησήσαμε μετρήσαμε την αποδοτικότητα του συστήματος μας για εξαγωγή παραμέτρων με δύο διαφορετικά wavelets (sym4 και Meyer) και αποδείξαμε πως το δεύτερο έχει πολύ καλύτερη επίδοση. / Dirscription of an optical character recognition system and the methods that are used. Creation of an ocr system using wavelets for feature extraction and neural networks for the recognition.

Σκοπός της εργασίας είναι να ερευνήσουμε κατά πόσο η κίνηση του ποντικιού μπορεί να χρησιμοποιηθεί ως στοιχείο ταυτοποίησης του φυσικού προσώπου. Για το λόγο αυτό δημιουργήσαμε ένα γραφικό περιβάλλον στο οποίο ο χρήστης εκτελεί έναν αριθμός πειραμάτων τα οποίο αποτελούν τη σφραγίδα του χρήστη. Στη συνέχεια εκπαιδεύουμε το σύστημα έτσι ώστε τα δεδομένα του χρήστη να έρθουν σε αντιπαραβολή με τα δεδομένα άλλων χρηστών. Μετά από αυτό το στάδιο είμααστε έτοιμοι να αναγνωρίσουμε τον εν λόγω χρήστη. Η επιτυχία (ή αποτυχία) του συστήματος μπορεί να μετρηθεί ποσοτικά. / -