Hajautettu pakattu datankeruu langattomissa anturiverkoissa
Väitöstilaisuuden tiedot
Väitöstilaisuuden päivämäärä ja aika
Väitöstilaisuuden paikka
Linnanmaa, sali L3
Väitöksen aihe
Hajautettu pakattu datankeruu langattomissa anturiverkoissa
Väittelijä
Diplomi-insinööri Markus Leinonen
Tiedekunta ja yksikkö
Oulun yliopiston tutkijakoulu, Tieto- ja sähkötekniikan tiedekunta, Centre for Wireless Communications - Radioteknologiat
Oppiaine
Tietoliikennetekniikka
Vastaväittäjä
Professori Mikael Skoglund, KTH Royal Institute of Technology, Ruotsi
Kustos
Professori Markku Juntti, Centre for Wireless Communications - Radioteknologiat, Oulun yliopisto
Hajautettu pakattu datankeruu langattomissa anturiverkoissa
Väitöstyössä ehdotetaan tiedonsiirtoa vähentäviä datankeruumenetelmiä langattomien anturiverkkojen eliniän pidentämiseksi.
Pienistä patterikäyttöisistä antureista koostuvat langattomat anturiverkot yleistyvät räjähdysmäisesti esineiden internetin myötä. Anturitiedon kerääminen mahdollistaa tulevaisuuden älykkäiden ympäristöjen luomisen esimerkiksi ympäristö-, teollisuus-, ja terveydenhoitosovelluksissa.
Koska langaton tiedonsiirto kuluttaa merkittävästi anturisolmun energiaa, väitöstyössä ehdotetaan tiedonsiirtoa vähentäviä datankeruumenetelmiä langattomien anturiverkkojen eliniän pidentämiseksi. Tietokonesimulaatiot osoittavat kunkin lähestymistavan vähentävän merkittävästi antureilta vaadittavan tiedonsiirron määrää ja olevan siten potentiaalinen vaihtoehto tulevaisuuden ratkaisuksi.
Väitöstyössä esitetään aluksi hajautettu algoritmi, joka minimoi anturien kokonaislähetystehon monitiereitityksen ja radioresurssien yhteisoptimoinnilla. Väitöksen loppuosa keskittyy informaatiolähteiden harvuutta ja korrelaatiota hyödyntävään pakattuun havaintaan (compressed sensing, CS). Väitöskirjassa ehdotetaan rekursiivinen CS-menetelmä tila- ja aikatasossa korreloituneen anturidatan keräämiseen. Lopuksi järjestelmään sisällytetään CS-mittausten kvantisointi ja keskitytään häviölliseen lähdekoodaukseen. Tämän pohjalta ehdotetaan tehokkaita digitaalisia CS-tiedonsiirtomenetelmiä ja johdetaan tiedonpakkaukselle informaatioteoreettisia suorituskykyrajoja.
Pienistä patterikäyttöisistä antureista koostuvat langattomat anturiverkot yleistyvät räjähdysmäisesti esineiden internetin myötä. Anturitiedon kerääminen mahdollistaa tulevaisuuden älykkäiden ympäristöjen luomisen esimerkiksi ympäristö-, teollisuus-, ja terveydenhoitosovelluksissa.
Koska langaton tiedonsiirto kuluttaa merkittävästi anturisolmun energiaa, väitöstyössä ehdotetaan tiedonsiirtoa vähentäviä datankeruumenetelmiä langattomien anturiverkkojen eliniän pidentämiseksi. Tietokonesimulaatiot osoittavat kunkin lähestymistavan vähentävän merkittävästi antureilta vaadittavan tiedonsiirron määrää ja olevan siten potentiaalinen vaihtoehto tulevaisuuden ratkaisuksi.
Väitöstyössä esitetään aluksi hajautettu algoritmi, joka minimoi anturien kokonaislähetystehon monitiereitityksen ja radioresurssien yhteisoptimoinnilla. Väitöksen loppuosa keskittyy informaatiolähteiden harvuutta ja korrelaatiota hyödyntävään pakattuun havaintaan (compressed sensing, CS). Väitöskirjassa ehdotetaan rekursiivinen CS-menetelmä tila- ja aikatasossa korreloituneen anturidatan keräämiseen. Lopuksi järjestelmään sisällytetään CS-mittausten kvantisointi ja keskitytään häviölliseen lähdekoodaukseen. Tämän pohjalta ehdotetaan tehokkaita digitaalisia CS-tiedonsiirtomenetelmiä ja johdetaan tiedonpakkaukselle informaatioteoreettisia suorituskykyrajoja.
Viimeksi päivitetty: 23.1.2024