Estimador no lineal para redes de sensores

En redes de sensores el bajo consumo es una prioridad, y la búsqueda del consumo reducido impone restricciones muy fuertes en todos los bloques del nodo: sensor, procesador y unidad de comunicación. Debido a esto, el procesador no cuenta con grandes capacidades de cómputo ni de almace-namiento de da...

Descripción completa

Detalles Bibliográficos
Autor principal: Sañudo, Silvana Romina
Otros Autores: Masson, Favio Román
Formato: tesis doctoral
Lenguaje:Español
Publicado: 2011
Materias:
Acceso en línea:http://repositoriodigital.uns.edu.ar/handle/123456789/2248
Aporte de:Repositorio Institucional Universidad Nacional del Sur (UNS) de Universidad Nacional del Sur Ver origen
Descripción
Sumario:En redes de sensores el bajo consumo es una prioridad, y la búsqueda del consumo reducido impone restricciones muy fuertes en todos los bloques del nodo: sensor, procesador y unidad de comunicación. Debido a esto, el procesador no cuenta con grandes capacidades de cómputo ni de almace-namiento de datos. La localización y seguimiento de fuentes u objetos son las aplicaciones principales en redes de sensores. La limitación fundamental en la actualidad es la falta de un algoritmo de estimación que resuelva estos problemas de for-ma completa y descentralizada. Esta tesis presenta una solu-ción a este tema basada en un Filtro de Partículas. En gene-ral, los filtros de partículas no pueden implementarse directa-mente en una red de sensores por sus exigencias en términos de comunicación, memoria y procesamiento. La solución pro-puesta, el Filtro de Partículas Acotado, resuelve en forma completa todos los temas mencionados. Este filtro cumple con los requerimientos impuestos por las redes de sensores, y permite realizar la estimación utilizando medidas ruidosas de varios sensores no muy precisos, explotando la fusión de la información de varios nodos para obtener un estimado, aún cuando los modelos de los sensores presentan múltiples hipó-tesis de medida. Un elemento esencial de una red de sensores es su capacidad de cobertura espacial y capacidad de comuni-cación. Ambos factores están limitados por el consumo de potencia disponible. El Filtro de Partículas Acotado es capaz de capturar la esencia de la estimación reduciendo al mínimo la información (número de parámetros) a transmitir ó recibir, gracias al almacenamiento de variables locales. Esto es funda-mental para producir una solución al problema de localización y seguimiento, bajo restricciones reales de consumo.