Aranha apresentacao aveiro redes sensoriais

399 visualizações

Publicada em

Publicada em: Educação
1 comentário
0 gostaram
Estatísticas
Notas
  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
399
No SlideShare
0
A partir de incorporações
0
Número de incorporações
4
Ações
Compartilhamentos
0
Downloads
1
Comentários
1
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Aranha apresentacao aveiro redes sensoriais

  1. 1. Localização em Redes Sensoriais Rafael Aranha Instituto Superior Técnico1 Universidade Técnica de Lisboa, Portugal Sumário Redes Sensoriais Aplicações Tecnologia Localização Desafio Algoritmos Estrutura Conclusões Trabalho Futuro2 1
  2. 2. Redes Sensoriais Sensor Estação base Rede ad hoc de sensores cujo objectivo é obter informação sobre determinados fenómenos físicos; Sensores cooperam entre si no envio de informação para uma estação base (multi-hop); Limitada capacidade de processamento, comunicação, armazenamento e de energia – inactivos a maior parte do tempo; Topologia e configuração dinâmica, podendo os sensores moverem-se ou serem retirados/inseridos da rede sem intervenção humana;3 Aplicações Monitorização de microclimas (e.g.: temperatura, humidade,...); Detecção e caracterização de objectos (e.g.: viaturas); Detecção de ambientes NBQ; Telemetria de dados fisiológicos do ser humano (e.g.: batimento cardíaco); Detecção e localização de fogos florestais; Vigilância de uma área ou edifício; Monitorização de máquinas ou infraestruturas (e.g. vibrações em pontes);4 ... 2
  3. 3. Tecnologia - Motes Micro-controlador Atmega128L: 7MHZ (mica2, fig. a cima) e 4MHZ (mica2dot, fig. à dir.); Memória flash 128KB para código; Memória SRAM de 4KB; Memória flash 512KB off-chip para dados; Smart Dust Alimentação entre 2,7 e 3,3 VDC;5 8 entradas ADC (10 bit), I2C,SPI... Tecnologia - Sensores Sensor para mica2 Sensor para mica2dot Microfone: permite gravação de som e a detecção de tons de 4KHZ; Célula fotovoltaica para detecção da intensidade de luz; Divisor de tensão sensível a variações de temperatura; Sensor de aceleração (x,y); Sensor magnético; GPIO para outros sinais: Ultrasons;6 Giroscópios; ... 3
  4. 4. Limitações - Alcance (1) Relva húmida 8m 40m freq ≈ 915MHz Sensibilidade: -110dBm; Potência Emissão: 5dBm;7 Antena de ¼λ ≈ 8,2cm. Limitações - Alcance (2) 4m8 4
  5. 5. Rede de Sensores Disposição dos motes numa sala 6mx5m9 Localização Onde, Como, Quem, Quando, O quê?; O recurso a sistemas de posicionamento global não é possível (e.g. GPS): Áreas edificadas ou cobertas; Muito dispendioso; Pouca resolução comparativamente com o tamanho dos sensores; Localização relativa a pontos pré-definidos limita a aplicação das redes sensoriais; Protocolos de encaminhamento dependentes da localização (e.g. LAR, GEAR, TBF); Multicast geográfico;10 5
  6. 6. Técnicas de Medição TOA (Time of Arrival): Baseada no tempo que um sinal demora a chegar ao receptor. Necessita de relógios sincronizados, e.g.: GPS; TDOA (Time Difference of Arrival): Baseada no tempo em que um sinal demora a chegar em relação a uma referência, p.ex., som vs RF, e.g.: MIT Cricket & UCLA AHLoS; AOA (Angle of Arrive): Baseada no ângulo de chegada do sinal. Implica antenas direccionais, e.g. Radares; RSSI (Receive Signal Strength Indicator) : Baseada na relação entre a potência do sinal recebido e a distância correspondente, e.g.: Microsoft RADAR & UW SpotOn.11 Tipo de Computação Centralizada: Toda a Distribuída: o processamento Localizada: cada nó tenta informação necessita de ser e a comunicação é restrita a obter a sua própria recolhida num ponto central. uma determinada área não localização. necessitando de um ponto central/crítico;12 6
  7. 7. Desafio Exemplo: Dados: Grafo com x vértices (A a E); Matriz com o comprimento das arestas; 1 1 Outros dados: e.g. ângulos; ? ? ? 1 1 1 A B C D E A 0 1 ? ? 1 B 1 0 1 ? ? C ? 1 0 1 ? D ? ? 1 0 113 E 1 ? ? 1 0 Legenda: 0 – Mesmo ponto; ? - Distância desconhecida; Algoritmos Multilateração Recursivos MDS-MAP Minimiza as diferenças Nós com posição Minimiza as diferenças entre distâncias estimadas desconhecida são convertidos entre todas as distâncias e distâncias conhecidas, em âncoras após obterem a estimadas, sem entre âncoras. sua localização. necessidade de recorrer a âncoras. B1 B1 P0 P0 B2 B3 B2 B3 - Âncora - Nó desconhecido - Novo Beacon Qualidade da Localização Custo computacional e14 de comunicação 7
  8. 8. MDS-MAP(1) [Shang et al.] O Multidimensional scaling (MDS) pode fazer uso tanto da conectividade como do cálculo da distância entre nós para estimar a localização dos nós num espaço euclideano. (1) Cálculo do percurso mais curto entre todos os nós (N) de uma rede. Esta informação é utilizada para preencher uma matriz (D) de conectividade ou distâncias entre nós; 1 1   1  B = −  I − U D2  I − U  2 N   N  NxN matriz de 1s NxN Matriz identidade MDS em Redes Móveis: Cheung, K.W.; So, H.C.; A Multidimensional Scaling Framework for Mobile Location Using Time-of-Arrival15 Measurements, IEEE Transactions on Signal Processing, Volume: 53 , Issue: 2 , Feb. 2005 MDS-MAP(2) (2) Cálculo dos valores (V) e vectores (A) próprios de B: T B = VAV (3) Cálculo das coordenadas dos nós (2D – primeiras 2 colunas de X): 1 2 X = VA (4) Com um número suficiente de âncoras obtem-se a posição absoluta:16 ©Andreas Savvides @ Yale 8
  9. 9. MDS-MAP (P) Permite dividir a rede em sub-redes; Junta os mapas das sub-redes para formar o mapa da rede; Utiliza todas as medições para obter coordenadas; Atribuição de pesos distintos entre diferentes medições; Utilização de âncoras para obtenção de posições absolutas.17 Limitações A Ambiguidade; Obstáculo C Erros de medida; Limitada capacidade de B processamento e comunicação; C` C Possíveis complementos: Ângulos de chegada; Estudo probabilístico; B A Mobilidade;18 ... 9
  10. 10. Estrutura Algoritmos MatLab... de posicionamento BD Rede BD Gerada (simulação) Java Applet TinyDB MatLab... Estação Base 1 n MOTE NesC Aplicação Processamento NesC Algoritmo local BD TinyDB NesC e/ou C Drivers hardware/software Micro- Sincronização Pré- Calibração hardware/sofware controlador temporal - Processamento hardware19 Ultrasons RF Outros... Conclusões A maior parte dos algoritmos apresentam resultados baseados em simulações com modelos de propagação ideais e com um número de nós na ordem das centenas; Aplicações práticas recorrem à analise dos sinais recebidos (e.g. correlação e filtragem), a algoritmos centralizados e a probabilidades; A maior parte recorre a métodos de multilateração, usando um nº reduzido de nós para o cálculo; O MDS usa a informação de todos os nós ao mesmo tempo; Os algoritmos com melhores resultados (e.g.: MDS-MAP) são computacionalmente exigentes; Não existe um solução geral. Cada sistema é vocacionado para um20 tipo de aplicações; 10
  11. 11. Trabalho Futuro e Desafios Aproveitar o movimento dos nós para melhorar a predição (e.g.: Monte Carlo Localization); O uso da tecnologia Ultra Wide Band poderá trazer grandes vantagens em cenários de áreas edificadas e a curtas distâncias; Obter localização recorrendo às limitadas capacidades de processamento e comunicação dos nós; Localização em zonas com muitos obstáculos e anisotrópicas;21 FIM ...22 11

×