1 / 15

Localizzazione tramite una rete di sensori wireless utilizzando tecniche non-parametriche.

Localizzazione tramite una rete di sensori wireless utilizzando tecniche non-parametriche. Autori: Damiano Picco, Marco Prendin, Damiano Vanti Prof: Luca Schenato. PROGETTO FINALE DEL CORSO DI PROGETTAZIONE DI SISTEMI DI CONTROLLO a.a. 2008/2009 .

laban
Download Presentation

Localizzazione tramite una rete di sensori wireless utilizzando tecniche non-parametriche.

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Localizzazione tramite una rete di sensori wireless utilizzando tecniche non-parametriche. Autori: Damiano Picco, Marco Prendin, Damiano Vanti Prof: Luca Schenato PROGETTO FINALE DEL CORSO DI PROGETTAZIONE DI SISTEMI DI CONTROLLO a.a. 2008/2009

  2. PROGETTO FINALE DEL CORSO DI PROGETTAZIONE DI SISTEMI DI CONTROLLO a.a. 2008/2009 • - Obiettivi: • Implementazione di un algoritmo per la localizzazione di un • nodo mobile all’interno di una WSN realizzata nei Laboratori • INFN di Legnaro e nei Laboratori del DEI di Padova. • Motivazioni: • Miglioramento dei risultati ottenuti in precedenza presso i • laboratori di Legnaro • Test dell’algoritmo nei laboratori del Dei di Padova • Strumenti: • Regressione lineare Bayesiana • Processi Gaussiani

  3. PROGETTO FINALE DEL CORSO DI PROGETTAZIONE DI SISTEMI DI CONTROLLO a.a. 2008/2009 Stato dell’Arte: Introduzione L’ambito in cui si sviluppano gli algoritmi sono le WSN (Wireless Sensor Network), reti nate per scopi militari e formate da un insieme molto numeroso di dispositivi autonomi, detti nodi o mote, in grado di comunicare via radio tra loro e in grado di instaurare delle connessioni capillari con l'obiettivo di monitorare attentamente un'area territoriale. Le WSN sono caratterizzate da un imponente numero di sensori, con una direzione del traffico dati non precisa; normalmente ogni nodo spedisce pacchetti a tutti i dispositivi in ascolto, e non ad alcuni soltanto. I nodi hanno una lunga autonomia energetica adatta ai contesti operativi per cui le WSN sono state ideate.

  4. PROGETTO FINALE DEL CORSO DI PROGETTAZIONE DI SISTEMI DI CONTROLLO a.a. 2008/2009 Stato dell’Arte: Tecniche di Localizzazione In letteratura le tecniche di localizzazione sono classificate secondo diversi criteri, come ad esempio in base alla grandezza fisica utilizzata: onde radio, impulsi sonori, infrarossi; o in base al parametro che fornisce le informazioni tra i nodi, in particolare si distinguono: Angle ofArrivalAoA: basato sulla stima dell'angolo relativo tra due nodi; TimeofArrivalToA: basato sul tempo impiegato dal segnale radio per propagarsi da un nodo ad un altro; TimeDifferenceofArrivalTDoA: basato sull'intervallo di tempo tra l'arrivo di un segnale radio e un segnale ad ultrasuoni emesso da un nodo; ReceivedSignalStrengthIndicatorRSSI: basato sulla potenza ricevuta-inviata dai diversi nodi.

  5. PROGETTO FINALE DEL CORSO DI PROGETTAZIONE DI SISTEMI DI CONTROLLO a.a. 2008/2009 Stato dell’Arte: Tecniche di Localizzazione Le tecniche di localizzazione basate sull'RSSI si distinguono in due classi principali: modello di Canale: l'algoritmo stima la distanza relativa del nodo mobile dai nodi ancora e con tecniche di triangolazione individua la posizione dello stesso. mappa di Potenza RSSI: ogni nodo ancora crea una mappa di potenza che può essere ottenuta attraverso un modello analitico sulla propagazione del segnale radio oppure da una serie di misure di potenza raccolte in diverse posizioni (learningmeasure) così da permettere un confronto con la misura test. I principali sistemi sviluppati in questa categoria sono RADAR e MoteTrack.

  6. PROGETTO FINALE DEL CORSO DI PROGETTAZIONE DI SISTEMI DI CONTROLLO a.a. 2008/2009 Regressione e Processi Gaussiani: Introduzione

  7. PROGETTO FINALE DEL CORSO DI PROGETTAZIONE DI SISTEMI DI CONTROLLO a.a. 2008/2009 Regressione e Processi Gaussiani: Introduzione Funzioni campione estratte dalla probabilità a priori Funzioni campione estratte dopo l'osservazione di due datapoint.

  8. PROGETTO FINALE DEL CORSO DI PROGETTAZIONE DI SISTEMI DI CONTROLLO a.a. 2008/2009 Regressione: Modello Lineare

  9. PROGETTO FINALE DEL CORSO DI PROGETTAZIONE DI SISTEMI DI CONTROLLO a.a. 2008/2009 Regressione: Modello Lineare

  10. PROGETTO FINALE DEL CORSO DI PROGETTAZIONE DI SISTEMI DI CONTROLLO a.a. 2008/2009 Regressione: Modello Lineare

  11. PROGETTO FINALE DEL CORSO DI PROGETTAZIONE DI SISTEMI DI CONTROLLO a.a. 2008/2009 Regressione: Spazio di Funzioni

  12. PROGETTO FINALE DEL CORSO DI PROGETTAZIONE DI SISTEMI DI CONTROLLO a.a. 2008/2009 Regressione: Spazio di Funzioni

  13. PROGETTO FINALE DEL CORSO DI PROGETTAZIONE DI SISTEMI DI CONTROLLO a.a. 2008/2009 Processi Gaussiani

  14. PROGETTO FINALE DEL CORSO DI PROGETTAZIONE DI SISTEMI DI CONTROLLO a.a. 2008/2009 Processi Gaussiani

  15. PROGETTO FINALE DEL CORSO DI PROGETTAZIONE DI SISTEMI DI CONTROLLO a.a. 2008/2009 Processi Gaussiani

More Related