Logo do repositório
Tudo no RIUFPA
Documentos
Contato
Sobre
Ajuda
  • Português do Brasil
  • English
  • Español
  • Français
Entrar
Novo usuário? Clique aqui para cadastrar. Esqueceu sua senha?
  1. Início
  2. Pesquisar por Assunto

Navegando por Assunto "Algoritmos de localização"

Filtrar resultados informando as primeiras letras
Agora exibindo 1 - 1 de 1
  • Resultados por página
  • Opções de Ordenação
  • Carregando...
    Imagem de Miniatura
    DissertaçãoAcesso aberto (Open Access)
    Avaliação de desempenho de técnicas de localização em ambientes reais aplicadas a redes de sensores sem fio
    (Universidade Federal do Pará, 2014-05-26) MACHADO, Leomário Silva; MONTEIRO, Dionne Cavalcante; http://lattes.cnpq.br/4423219093583221; ARAÚJO, Josivaldo de Souza; http://lattes.cnpq.br/8158963767870649
    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.
Logo do RepositórioLogo do Repositório
Nossas Redes:

DSpace software copyright © 2002-2026 LYRASIS

  • Configurações de Cookies
  • Política de Privacidade
  • Termos de Uso
  • Entre em Contato
Brasão UFPA