Submitted by Geyciane Santos (geyciane_thamires@hotmail.com) on 2015-06-22T15:27:44Z No. of bitstreams: 1 Tese- Éfren Lopes de Souza.pdf: 7677745 bytes, checksum: 8fe25c4dfc5ccdc0ef44afb8837bd0e0 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-06-24T19:29:19Z (GMT) No. of bitstreams: 1 Tese- Éfren Lopes de Souza.pdf: 7677745 bytes, checksum: 8fe25c4dfc5ccdc0ef44afb8837bd0e0 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-06-24T20:11:47Z (GMT) No. of bitstreams: 1 Tese- Éfren Lopes de Souza.pdf: 7677745 bytes, checksum: 8fe25c4dfc5ccdc0ef44afb8837bd0e0 (MD5) / Made available in DSpace on 2015-06-24T20:11:47Z (GMT). No. of bitstreams: 1 Tese- Éfren Lopes de Souza.pdf: 7677745 bytes, checksum: 8fe25c4dfc5ccdc0ef44afb8837bd0e0 (MD5) Previous issue date: 2014-03-28 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Target tracking in Wireless Sensor Networks (WSNs) is an application in which the nodes cooperate to estimate the position of one or more objects of interest. In this context, the contributions of this work are fourfold. First, a survey the state-of-the-art about target tracking algorithms, in which we identified three formulations of tracking problem, and we classified them according to their characteristics. Furthermore, we divided the target tracking process in components to make the general understanding easier. Second, we propose and evaluate the PRATIQUE algorithm for tracking animals in forests. In this case, the nodes are organized into a grid to make feasible the use of sensor nodes in this kind of area in such a way that each cell of the grid is a region that can be occupied by the target. The algorithm estimates the cell where the target is, and uses predictions and hybrid clustering to reduce the communication cost and ensure the tracking accuracy. The results of the simulations show that prediction errors are approximately one cell. The third contribution is the TATI algorithm, this algorithm guides a tracker to approach the target. The sensor network is organized into faces to make the cooperation among the nodes easier, and reduce the path between the tracker and the target. The results show that energy consumption is reduced by 15%, and the tracker stays about 10m closer to the target, compared to the baseline. The fourth contribution is a scheme for performing localization and tracking tasks simultaneously in such a way that errors of range-based localization algorithms are reduced. This algorithm takes advantage of the messages sent to track the target to filter the noise in the distance estimation, reducing localization errors while tracking. The results show that the localization errors can be reduced by up to 70%. / Rastreamento de alvos em Redes de Sensores Sem Fio (RSSFs) é um tipo de aplicação em que os nós cooperam para estimar a posição de um ou mais objetos de interesse. Nesse contexto, este trabalho possui quatro contribuições. A primeira contribuição é um levantamento bibliográfico do estado-da-arte, em que identificamos três diferentes formulações de rastreamento e as classificamos de acordo com suas características. Além disso, dividimos o processo de rastreamento em componentes para facilitar o entendimento geral. A segunda contribuição é a elaboração e avaliação do algoritmo PRATIQUE para rastrear animais em florestas. Nesse caso, os nós são organizados em grade para viabilizar a utilização dos nós sensores nesse tipo de área, de forma que cada célula da grade é uma região que pode ser ocupada pelo alvo. O algoritmo estima a célula em que o alvo está, e usa previsão e um esquema híbrido de agrupamento para reduzir o custo de comunicação e garantir a precisão do rastreamento. Os resultados das simulações mostram que os erros de previsão são de aproximadamente uma célula. A terceira contribuição é o algoritmo TATI, esse algoritmo guia um objeto que visa alcançar o alvo. A rede é estruturada em faces para facilitar a cooperação entre os nós e reduzir o caminho entre o objeto guiado e o alvo. Os resultados mostram que o consumo de energia é reduzido em 15% e o objeto guiado fica cerca de 10m mais próximo do alvo, se comparado com a abordagem relacionada. A quarta contribuição é um esquema para executar as tarefas de localização e rastreamento simultaneamente para reduzir os erros dos algoritmos de localização baseados em alcance. As mensagens enviadas para rastrear o alvo são aproveitadas para filtrar os ruídos presentes nas estimativas de distância, reduzindo o erro de localização enquanto o rastreamento ocorre. Os resultados mostram que os erros de localização podem ser reduzidos em até 70%.

Submitted by Hellen Luz (hellencrisluz@gmail.com) on 2017-07-26T17:00:27Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_AvaliacaoDesempenhoTecnicas.pdf: 3698170 bytes, checksum: 46cb9ea0205bb00976fb7b6694eb9b4b (MD5) / Approved for entry into archive by Irvana Coutinho (irvana@ufpa.br) on 2017-08-21T12:13:06Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_AvaliacaoDesempenhoTecnicas.pdf: 3698170 bytes, checksum: 46cb9ea0205bb00976fb7b6694eb9b4b (MD5) / Made available in DSpace on 2017-08-21T12:13:06Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_AvaliacaoDesempenhoTecnicas.pdf: 3698170 bytes, checksum: 46cb9ea0205bb00976fb7b6694eb9b4b (MD5) Previous issue date: 2014-05-26 / A localização em redes de sensores sem fio é um desafio que vai além do uso do popular GPS, com trabalhos diversos que visam aprimorá-lo ou mesmo substituí-lo. A localização pode ser realizada utilizando múltiplas antenas e seus respectivos ângulos, tempo e sincronização, diferencial de tempo entre envio de dois rádios diferentes ou mesmo com a potência do sinal.A partir destes padrões de estimativa, várias técnicas foram postuladas com objetivo de se utilizar dos recursos disponíveis para mensurar distâncias e estimar as coordenadas de um nó. Dentre estas técnicas pode-se citar como as mais importantes a Lateração, Nearest Neighbor, K-Nearest Neighbor, Min-Max, Non-Linear Regression, Iterative Non- Linear Regression, Sum-Dist, Dv-hop, Rede Neural Artificial, filtro de Kalman. Este trabalho conduz um conjunto de testes realizados em dois ambientes, sendo o primeiro indoor, e o segundo outdoor utilizando como hardware os módulos IRIS da MEMSIC para realização do experimento. Nestes testes são comparadas as técnicas Lateração, KNN e uma Rede Neural Artificial é proposta para o objetivo de estimar a localização de um nó da RSSF. São apresentadas as formulações matemáticas da Lateração e KNN, assim como a configuração da Rede Neural utilizada nos testes conduzidos neste trabalho. Os resultados são exibidos tomando o benchmark entre as técnicas para análise comparativa percentual entre as mesmas e para melhor análise quantitativa, os dados são Tabelados para visualização da precisão. / The location of wireless sensor networks is a challenge that goes beyond the use of popular GPS through several studies that aim to improve it or even replace it. The location can be performed using multiple antennas and their respective angles, and time synchronization, time differential between transmission of two different or same power with a radio signal. From these patterns estimated, various techniques have been postulated in order to use the resources available to measure distances and estimate the coordinates of a node. Among these techniques may be cited as the most important Lateração, Nearest Neighbor, K-Nearest Neighbor, Min-Max, Non-Linear Regression, Linear Regression Non-Iterative, Sum-Dist, Dv-hop, Artificial Neural Network, filter Kalman . This paper conducts a series of tests conducted in two environments, the first indoor, outdoor and the second using the hardware as the MEMSIC IRIS modules to perform the experiment. These tests are compared Lateração, KNN and an Artificial Neural Network techniques is proposed for the purpose of estimating the location of a WSN node. Lateração mathematical formulations KNN and are presented as well as the configuration of the neural network used in the tests conducted in this work. The results are shown taking the benchmark for comparative analysis techniques to the percentage there between and better quantitative analysis, the data are tabulated for display accuracy.

The technological advances resulting from electronic systems miniaturization were crucial to the reach of current technology. The microelectronics and studies to reduce power consumption in electronic devices provided that mobile sensor networks become increasingly used. A mobile sensor network is composed of several sensors nodes, which work collaboratively to achieve a certain goal. Each network node has layers and applications for specific purposes, two of the most important algorithms present in most applications in sensor networks are failure detectors and localization algorithms. Failure detectors are algorithms that check faulty nodes in the network by exchanging messages. This algorithm is a fundamental block in distributed applications and fault tolerant. Moreover, the localization algorithm is an alternative to GPS use. Using the content of messages transmitted by nodes, the algorithm computes a location coordinates of the node from a reference point. Several methodologies have been proposed in literature for both algorithms. However, even with functional similarities are not found searches uniting these algorithms in one in order to save resources and improve efficiency in wireless sensor networks. This study proposes a hybrid method in which the failure detector takes advantage of messages sent by localization algorithm to perform its task. This solution optimizes the messages exchange sent by nodes, reducing the transmission of data packets. As result, the solution reduces the power consumption of nodes and improves system performance. / Os avanços tecnológicos decorrentes da miniaturização de sistemas eletrônicos nas últimas décadas foram determinantes para o alcanço da tecnologia atual. A microeletrônica, em conjunto com estudos de redução de consumo de energia em dispositivos eletrônicos, propiciou que as redes de sensores móveis se difundissem rapidamente ao redor do mundo. Uma rede de sensores móveis é composta por diversos nodos sensores, que trabalham colaborativamente para alcançar um determinado objetivo. Cada nodo da rede possui camadas e aplicações com fins específicos, dois dos mais importantes algoritmos presentes na maioria das aplicações em redes de sensores são os detectores de defeitos e os algoritmos de localização. Os detectores de defeitos são algoritmos que normalmente são executados na camada de aplicação e seu objetivo é detectar através da troca de mensagem entre eles possíveis nodos falhos na rede. O algoritmo detector de defeitos é bloco fundamental em aplicações distribuídas e tolerantes a falhas. Por outro lado, o algoritmo de localização é uma proposta alternativa a utilização do GPS. Por meio da troca de mensagem entre os nodos, a partir de um ponto de referência o algoritmo de localização calcula as coordenadas do nodo no espaço. Diversas metodologias já foram propostas na bibliografia para ambos os algoritmos. Porém, mesmo com similaridades funcionais, não são encontradas pesquisas que integrem estes algoritmos, a fim de economizar recursos e melhorar a eficiência das redes de sensores. Este trabalho propõe um método híbrido em que o detector de defeitos aproveita a troca de mensagens realizada pelo algoritmo de localização para realizar sua tarefa. A solução aperfeiçoa a troca de mensagens enviadas pelos nodos, evitando o envio de pacotes de dados. Como resultado, a solução diminui o consumo de energia dos nodos e melhora o desempenho do sistema.

Fundação de Amparo a Pesquisa no Estado do Rio Grande do Sul / The wireless sensor networks have made great progress in the last decade and are increasingly present in several fields like security and monitoring of persons, animals or items, medicine, military area and many others that, due to technological developments, have become viable. These networks are formed by sensor nodes that have extremely limited resources, such as processing and data storage capacity, data transmission rate and energy available for operation. Thus, in networks with hundreds or even thousands of nodes, it is unfeasible to locate each one of them with global positioning devices, because those will considerably increase the cost and power consumption. As localization knowledge by the nodes is required in applications such as tracking, monitoring and environmental data collection, location algorithms were created to cheapen and/or improve this task. Thus, this master thesis presents the development of a low complexity iterative multilateration method, since most location algorithms uses some kind of multilateration. To prove this new method efficiency, a simple simulator based on the Matlab software was created in order to evaluate, in terms of location error, accuracy and robustness in a scenario with random arrangement of the reference nodes, log-normal propagation model with shadowing and received signal strength distance estimation. Under these conditions, the presented multilateration method presents inconsiderable loss of accuracy in comparison to the maximum likelihood method and also a low number of iterations is required. In this way was possible to increase the location algorithms accuracy without this entailing an increase in complexity and power consumption. / As redes de sensores sem fio tiveram um grande progresso na última década e estão cada vez mais presentes em diversos campos como a segurança e monitoramento de pessoas, animais ou itens, medicina, área militar entre muitas outras que, devido à evolução tecnológica, tornaram-se viáveis. As principais características dos nós sensores, denominados nodos, constituintes destas redes são as de possuírem recursos extremamente limitados, sendo estes a capacidade de processamento e de armazenamento de dados, taxa de transmissão de dados e energia disponível para operação. Deste modo, em redes com centenas ou até milhares de nodos, seria inviável que todos estes possuíssem dispositivos de posicionamento global para se localizarem, pois estes acarretariam num considerável aumento de custo e consumo de potência. Como o conhecimento de sua localização, por parte dos nodos, é necessário em aplicações como rastreamento, monitoramento e coleta de dados ambientais, foram criados algoritmos de localização com a função de viabilizar e/ou tornar mais precisa esta tarefa. Assim, neste trabalho é apresentado o desenvolvimento de um método de multilateração iterativo de baixa complexidade para o uso em algoritmos de localização. Para provar que este novo método é eficiente, foi criado um simulador simples baseado no software Matlab com o intuito de avaliar, em termos de erro na localização, a precisão e robustez deste em cenários com disposição aleatória dos nodos de referência, modelo de propagação log-normal com sombreamento e estimação das distâncias através da potência do sinal recebido. Nestas condições, o método de multilateração desenvolvido apresentou uma perda de precisão desconsiderável em relação ao de máxima verossimilhança e com um baixo número de iterações. Desta forma foi possível aumentar a precisão dos algoritmos de localização sem que isto acarrete num aumento de complexidade e de consumo de potência.