0000000000275499
AUTHOR
Vinay-prasad Chowdappa
Distributed Clustering Algorithm for Spatial Field Reconstruction in Wireless Sensor Networks
En este trabajo, consideramos el problema de la estimación espacial distribuida para la reconstrucción del campo radio en redes de sensores inalámbricos. Para estimar el campo, se utiliza una técnica geoestadística llamada kriging. La estimación espacial centralizada con un gran número de sensores conllevan un elevado coste computacional y gasto de energía. Presentamos un novedoso algoritmo de clustering distribuido para estimar mapas de interferencia espacial, que son esenciales para las operaciones y la gestión de las futuras redes inalámbricas. En este algoritmo, los clústeres de sensores se forman de forma adaptativa mediante la minimización de la varianza de kriging. El cálculo del sem…
Radio environment map estimation based on communication cost modeling for heterogeneous networks
Los mapas del entorno radioeléctrico pueden ser una poderosa herramienta para lograr una asignación de recursos eficiente y consciente del contexto en las redes heterogéneas 5G. En este trabajo, consideramos una red heterogénea formada por una red celular tradicional y una red de sensores inalámbricos. El papel de la red de sensores inalámbricos es estimar el mapa del entorno radioeléctrico de la célula utilizando una técnica de interpolación geoestadística denominada Kriging. En un trabajo anterior se propuso un algoritmo de agrupación distribuida de sensores para reducir la complejidad de la estimación. En nuestra contribución, el proceso de formación de clústeres se modifica para incluir…
Distributed channel prediction for multi-agent systems
Los sistemas multiagente (MAS) se comunican a través de una red inalámbrica para coordinar sus acciones e informar sobre el estado de su misión. La conectividad y el rendimiento del sistema pueden mejorarse mediante la predicción de la ganancia del canal. Presentamos un esquema basado en regresión de procesos gaussianos (GPR) distribuidos para predecir el canal inalámbrico en términos de la potencia recibida en el MAS. El esquema combina una máquina de comité bayesiano con un esquema de consenso medio, distribuyendo así no sólo la memoria sino también la carga computacional y de comunicación. A través de simulaciones de Monte Carlo, demostramos el rendimiento del GPR propuesto. RACHEL TEC20…
Distributed radio map reconstruction for 5G automotive
Se espera que los mapas de entorno radio sean una herramienta esencial para la optimización y gestión de recursos del 5G en vehículos. En este trabajo, consideramos el problema de la reconstrucción del mapa de entorno radio utilizando una red de sensores inalámbricos formada por nodos sensores en vehículos, nodos de acceso de una infraestructura de ciudad inteligente, etc. Debido a las limitaciones de recursos en las redes de sensores, es crucial seleccionar un pequeño número de mediciones de los sensores para reconstruir el campo. En este contexto, presentamos un novedoso algoritmo distribuido basado en el método de regresión Kriging para la reconstrucción del mapa de entorno radio en térm…
A low complexity distributed cluster based algorithm for spatial prediction
Los mapas del entorno radioeléctrico (REM) pueden ser una herramienta esencial para numerosas aplicaciones en las futuras redes inalámbricas 5G. En este trabajo, empleamos un popular método geoestadístico llamado kriging ordinario para estimar el REM de un área cubierta por un eNodeB equipado con múltiples antenas. Los sensores inalámbricos se distribuyen por el área de interés y se organizan clústeres adaptativos de sensores para mejorar la calidad de la estimación del canal. En este trabajo, modificamos el algoritmo de clustering distribuido propuesto en un trabajo anterior para reducir la complejidad de la predicción de kriging. Se realizan simulaciones para detallar la técnica de formac…