Комплексирование интервальных данных для повышения точности сенсоров в беспроводных сенсорных сетях
|
Введение 13
1 Комплексирование интервальных данных на основе алгоритмов
голосования
15
1.1 Интервальные данные 15
1.2 Комплексирование интервальных данных 16
1.3 Одобрительное голосование 17
1.3.1 Правило относительного большинства 18
1.3.2 Правило абсолютного большинства 21
1.3.3 Правило Кемени 24
2 Свойства алгоритмов голосования 29
2.1 Вычислительная сложность 29
2.2 Робастность 32
2.3 Программное обеспечение для комплексирования
интервальных данных
34
2.3.1 Среда разработки LabVIEW 34
2.3.2 Назначение и функции программы «Fusion algorithm» 35
2.3.3 Интерфейс пользователя 36
2.3.4 Реализация алгоритмов голосования 37
3 Повышение точности сенсоров в беспроводных сенсорных сетях 42
3.1 Беспроводные сенсорные сети 42
3.2 Проблема неточных данных в беспроводных сенсорных сетях 46
3.3 Экспериментальные исследования алгоритмов голосования 47
3.3.1 Результаты исследования точности 48
3.3.2 Результаты исследования робастности 49
3.3.3 Результаты исследования возможности возникновения
парадоксов
54
3.3.4 Обобщение результатов 54
4 Финансовый менеджмент, ресурсоэффективность и
ресурсосбережение
57
4.1 Потенциальные потребители результатов исследования 57
4.2 Анализ конкурентных технических решений 58
4.3 SWOT-анализ 58
4.4 Определение возможных альтернатив проведения научных
исследований
59
4.5 Структура работ в рамках научного исследования 60
4.6 Определение трудоемкости выполнения работ 6112
4.7 Разработка графика проведения научного исследования 61
4.8 Определение бюджета научно-технического исследования 61
4.8.1 Расчет материальных затрат 62
4.8.2 Расчет основной заработной платы исполнителей темы 62
4.8.3 Расчет дополнительной заработной платы исполнителей темы 64
4.8.4 Расчет отчислений во внебюджетные фонды 65
4.8.5 Расчет накладных расходов 65
4.8.6 Формирование бюджета затрат научно-технического
исследования
65
4.9 Определение ресурсной (ресурсосберегающей), финансовой,
бюджетной, социальной и экономической эффективности
исследования
66
5 Социальная ответственность 68
5.1 Производственная безопасность 68
5.1.1 Отклонение показателей микроклимата 70
5.1.2 Повышенный уровень электромагнитных излучений 71
5.1.3 Недостаточная освещенность рабочей зоны 72
5.2 Экологическая безопасность 74
5.3 Безопасность в чрезвычайных ситуациях 75
5.4 Правовые и организационные вопросы обеспечения
безопасности
77
5.4.1 Специальные (характерные для проектируемой рабочей зоны)
правовые нормы трудового законодательства
78
5.4.2 Организационные мероприятия при компоновке рабочей
зоны
79
Заключение 81
Список публикаций студента 82
Список использованных источников 83
Приложение А (обязательное) Оценочная карта 87
Приложение Б (обязательное) Интерактивная матрица 88
Приложение В (обязательное) SWOT-анализ 89
Приложение Г (обязательное) Временные показатели проведения
разработки
90
Приложение Д (обязательное) Календарный план-график 91
1 Комплексирование интервальных данных на основе алгоритмов
голосования
15
1.1 Интервальные данные 15
1.2 Комплексирование интервальных данных 16
1.3 Одобрительное голосование 17
1.3.1 Правило относительного большинства 18
1.3.2 Правило абсолютного большинства 21
1.3.3 Правило Кемени 24
2 Свойства алгоритмов голосования 29
2.1 Вычислительная сложность 29
2.2 Робастность 32
2.3 Программное обеспечение для комплексирования
интервальных данных
34
2.3.1 Среда разработки LabVIEW 34
2.3.2 Назначение и функции программы «Fusion algorithm» 35
2.3.3 Интерфейс пользователя 36
2.3.4 Реализация алгоритмов голосования 37
3 Повышение точности сенсоров в беспроводных сенсорных сетях 42
3.1 Беспроводные сенсорные сети 42
3.2 Проблема неточных данных в беспроводных сенсорных сетях 46
3.3 Экспериментальные исследования алгоритмов голосования 47
3.3.1 Результаты исследования точности 48
3.3.2 Результаты исследования робастности 49
3.3.3 Результаты исследования возможности возникновения
парадоксов
54
3.3.4 Обобщение результатов 54
4 Финансовый менеджмент, ресурсоэффективность и
ресурсосбережение
57
4.1 Потенциальные потребители результатов исследования 57
4.2 Анализ конкурентных технических решений 58
4.3 SWOT-анализ 58
4.4 Определение возможных альтернатив проведения научных
исследований
59
4.5 Структура работ в рамках научного исследования 60
4.6 Определение трудоемкости выполнения работ 6112
4.7 Разработка графика проведения научного исследования 61
4.8 Определение бюджета научно-технического исследования 61
4.8.1 Расчет материальных затрат 62
4.8.2 Расчет основной заработной платы исполнителей темы 62
4.8.3 Расчет дополнительной заработной платы исполнителей темы 64
4.8.4 Расчет отчислений во внебюджетные фонды 65
4.8.5 Расчет накладных расходов 65
4.8.6 Формирование бюджета затрат научно-технического
исследования
65
4.9 Определение ресурсной (ресурсосберегающей), финансовой,
бюджетной, социальной и экономической эффективности
исследования
66
5 Социальная ответственность 68
5.1 Производственная безопасность 68
5.1.1 Отклонение показателей микроклимата 70
5.1.2 Повышенный уровень электромагнитных излучений 71
5.1.3 Недостаточная освещенность рабочей зоны 72
5.2 Экологическая безопасность 74
5.3 Безопасность в чрезвычайных ситуациях 75
5.4 Правовые и организационные вопросы обеспечения
безопасности
77
5.4.1 Специальные (характерные для проектируемой рабочей зоны)
правовые нормы трудового законодательства
78
5.4.2 Организационные мероприятия при компоновке рабочей
зоны
79
Заключение 81
Список публикаций студента 82
Список использованных источников 83
Приложение А (обязательное) Оценочная карта 87
Приложение Б (обязательное) Интерактивная матрица 88
Приложение В (обязательное) SWOT-анализ 89
Приложение Г (обязательное) Временные показатели проведения
разработки
90
Приложение Д (обязательное) Календарный план-график 91
Объектом исследования является алгоритм комплексирования
интервальных данных.
Цель работы – исследование алгоритмов комплексирования
интервальных данных и проверка их применимости для определения значения
величины, измеряемой сенсорами в беспроводных сенсорных сетях, с
повышенной точностью.
Для достижения данной цели были решены следующие задачи:
− теоретическое исследование алгоритмов комплексирования
интервальных данных (одобрительное голосование, агрегирование
предпочтений);
− выбор критериев оценки рассматриваемых алгоритмов;
− разработка программного обеспечения;
− проведение экспериментальных исследований;
− анализ полученных результатов.
В процессе исследования проводились: теоретическое ознакомление с
алгоритмами комплексирования, основанными на одобрительном голосовании
и агрегировании предпочтений, практическая реализация алгоритмов
комплексирования на основе правил абсолютного и относительного
большинства, и численные экспериментальные исследования алгоритмов.
В результате работы были выявлены свойства исследованных
алгоритмов и сделан вывод об их применимости для повышения точности
результата измерений сенсоров в беспроводной сенсорной сети.
Степень внедрения: НИР, выполняемые на кафедре СУМ ТПУ.
Область применения: получение результата измерений сенсоров в
беспроводных сенсорных сетях с повышенной точностью.
Введение
В беспроводных сенсорных сетях актуальной проблемой является
проблема неточных данных. В связи с отказом элемента питания и влиянием
внешних факторов окружающей среды сенсоры узлов беспроводных сенсорных
сетей выходят из строя и предоставляют измерительные данные с большой
неопределенностью. При этом значения одной и той же физической величины,
измеренные разными сенсорами, могут сильно отличаться друг от друга.
Промахи, имеющие место при измерениях, а также незнание закона
распределения результатов измерений не позволяют обработать измеренные
данные традиционными статистическими методами.
Таким образом, важной задачей является определение значения
измеряемой величины с требуемой точностью на основании неточных и/или
неполных данных, предоставленных сенсорами беспроводных сенсорных сетей.
Измерительные данные, предоставляемые узлами сети, имеют вид интервалов
на вещественной оси, центры которых представляют собой измеренные
сенсорами значения, а границы обусловливаются неопределенностью сенсоров.
Следовательно, существует необходимость исследования различных
алгоритмов комплексирования интервальных данных, для нахождения точного
и робастного (т.е. устойчивого к виду закона распределения и к возможным
промахам измеренных значений) алгоритма.
Целью данной работы является исследование алгоритмов
комплексирования интервальных данных и проверка их применимости для
определения значения величины, измеряемой сенсорами в беспроводных
сенсорных сетях, с повышенной точностью.
Для достижения данной цели поставлены следующие задачи:
− теоретическое исследование алгоритмов комплексирования
интервальных данных (одобрительное голосование, агрегирование
предпочтений);
− выбор критериев оценки рассматриваемых алгоритмов;14
− разработка программного обеспечения;
− проведение экспериментальных исследований;
− анализ полученных результатов.
В первом разделе проведен аналитический обзор алгоритмов
комплексирования интервальных данных на основе алгоритмов голосования.
Во втором разделе рассмотрены основные свойства алгоритмов
комплексирования, а также приведено описание программы «Fusion algorithm»,
предназначенной для экспериментальных исследований рассматриваемых
алгоритмов комплексирования.
Третий раздел содержит результаты экспериментальных исследований
алгоритмов комплексирования, проведенные с целью проверки их
применимости для использования в беспроводных сенсорных сетях.
интервальных данных.
Цель работы – исследование алгоритмов комплексирования
интервальных данных и проверка их применимости для определения значения
величины, измеряемой сенсорами в беспроводных сенсорных сетях, с
повышенной точностью.
Для достижения данной цели были решены следующие задачи:
− теоретическое исследование алгоритмов комплексирования
интервальных данных (одобрительное голосование, агрегирование
предпочтений);
− выбор критериев оценки рассматриваемых алгоритмов;
− разработка программного обеспечения;
− проведение экспериментальных исследований;
− анализ полученных результатов.
В процессе исследования проводились: теоретическое ознакомление с
алгоритмами комплексирования, основанными на одобрительном голосовании
и агрегировании предпочтений, практическая реализация алгоритмов
комплексирования на основе правил абсолютного и относительного
большинства, и численные экспериментальные исследования алгоритмов.
В результате работы были выявлены свойства исследованных
алгоритмов и сделан вывод об их применимости для повышения точности
результата измерений сенсоров в беспроводной сенсорной сети.
Степень внедрения: НИР, выполняемые на кафедре СУМ ТПУ.
Область применения: получение результата измерений сенсоров в
беспроводных сенсорных сетях с повышенной точностью.
Введение
В беспроводных сенсорных сетях актуальной проблемой является
проблема неточных данных. В связи с отказом элемента питания и влиянием
внешних факторов окружающей среды сенсоры узлов беспроводных сенсорных
сетей выходят из строя и предоставляют измерительные данные с большой
неопределенностью. При этом значения одной и той же физической величины,
измеренные разными сенсорами, могут сильно отличаться друг от друга.
Промахи, имеющие место при измерениях, а также незнание закона
распределения результатов измерений не позволяют обработать измеренные
данные традиционными статистическими методами.
Таким образом, важной задачей является определение значения
измеряемой величины с требуемой точностью на основании неточных и/или
неполных данных, предоставленных сенсорами беспроводных сенсорных сетей.
Измерительные данные, предоставляемые узлами сети, имеют вид интервалов
на вещественной оси, центры которых представляют собой измеренные
сенсорами значения, а границы обусловливаются неопределенностью сенсоров.
Следовательно, существует необходимость исследования различных
алгоритмов комплексирования интервальных данных, для нахождения точного
и робастного (т.е. устойчивого к виду закона распределения и к возможным
промахам измеренных значений) алгоритма.
Целью данной работы является исследование алгоритмов
комплексирования интервальных данных и проверка их применимости для
определения значения величины, измеряемой сенсорами в беспроводных
сенсорных сетях, с повышенной точностью.
Для достижения данной цели поставлены следующие задачи:
− теоретическое исследование алгоритмов комплексирования
интервальных данных (одобрительное голосование, агрегирование
предпочтений);
− выбор критериев оценки рассматриваемых алгоритмов;14
− разработка программного обеспечения;
− проведение экспериментальных исследований;
− анализ полученных результатов.
В первом разделе проведен аналитический обзор алгоритмов
комплексирования интервальных данных на основе алгоритмов голосования.
Во втором разделе рассмотрены основные свойства алгоритмов
комплексирования, а также приведено описание программы «Fusion algorithm»,
предназначенной для экспериментальных исследований рассматриваемых
алгоритмов комплексирования.
Третий раздел содержит результаты экспериментальных исследований
алгоритмов комплексирования, проведенные с целью проверки их
применимости для использования в беспроводных сенсорных сетях.
Для решения проблемы нахождения значения измеряемой величины на
основании неточных данных, предоставляемых сенсорами в БСС, были
исследованы алгоритмы комплексирования интервальных данных на основе
одобрительного голосования по правилам абсолютного большинства и
относительного большинства, а также на основе агрегирования предпочтений
по правилу Кемени.
Алгоритмы на основе одобрительного голосования по правилам
абсолютного большинства и относительного большинства были реализованы
программно. Был сформирован набор критериев для оценки исследуемых
алгоритмов (вычислительная сложность, точность, робастность, возможность
возникновения парадоксов). Для экспериментальных исследований алгоритмов
в графической среде LabVIEW была разработана программа Fusion algorithm,
позволяющая оценить точность, робастность, возможность возникновения
парадоксов исследуемых алгоритмов.
Результаты показали, что наименьшей временной сложностью
характеризуются алгоритмы на основе правил относительного большинства и
абсолютного большинства. Наиболее точным, робастным, исключающим
парадоксы является алгоритм агрегирования предпочтений на основе правила
Кемени.
Таким образом, алгоритм комплексирования на основе агрегирования
предпочтений по правилу Кемени является наилучшим по трем критериям, хотя
и имеет наибольшую временную сложность. Однако поскольку процедуру
комплексирования измерительных данных в БСС не предполагается
использовать в реальном времени, а алгоритм агрегирования предпочтений по
правилу Кемени выполняется за приемлемое для поставленной задачи время (2-
3 с), он может быть рекомендован к использованию для нахождения результата
измерений сенсоров в БСС с повышенной точностью.
основании неточных данных, предоставляемых сенсорами в БСС, были
исследованы алгоритмы комплексирования интервальных данных на основе
одобрительного голосования по правилам абсолютного большинства и
относительного большинства, а также на основе агрегирования предпочтений
по правилу Кемени.
Алгоритмы на основе одобрительного голосования по правилам
абсолютного большинства и относительного большинства были реализованы
программно. Был сформирован набор критериев для оценки исследуемых
алгоритмов (вычислительная сложность, точность, робастность, возможность
возникновения парадоксов). Для экспериментальных исследований алгоритмов
в графической среде LabVIEW была разработана программа Fusion algorithm,
позволяющая оценить точность, робастность, возможность возникновения
парадоксов исследуемых алгоритмов.
Результаты показали, что наименьшей временной сложностью
характеризуются алгоритмы на основе правил относительного большинства и
абсолютного большинства. Наиболее точным, робастным, исключающим
парадоксы является алгоритм агрегирования предпочтений на основе правила
Кемени.
Таким образом, алгоритм комплексирования на основе агрегирования
предпочтений по правилу Кемени является наилучшим по трем критериям, хотя
и имеет наибольшую временную сложность. Однако поскольку процедуру
комплексирования измерительных данных в БСС не предполагается
использовать в реальном времени, а алгоритм агрегирования предпочтений по
правилу Кемени выполняется за приемлемое для поставленной задачи время (2-
3 с), он может быть рекомендован к использованию для нахождения результата
измерений сенсоров в БСС с повышенной точностью.