Порівняльний аналіз методів стиску даних в безпроводових сенсорних мережах

Скорочена інформація про документ
dc.contributor.advisorЛисенко, Олександр Іванович
dc.contributor.authorТретяк, Артем Вікторович
dc.date.accessioned2025-03-31T09:48:24Z
dc.date.available2025-03-31T09:48:24Z
dc.date.issued2024
dc.description.abstractАктуальність: Сучасні технології безпроводових сенсорних мереж (БСМ) стали невід'ємною частиною численних сфер діяльності, включаючи промисловість, охорону здоров'я, екологічний моніторинг, військові системи, розумні міста та інші. Основною метою таких мереж є збір, передача та обробка великого обсягу даних, що отримуються від численних сенсорів, розташованих в різних точках простору. Проте, одним із найбільших проблем, з якими стикаються ці мережі, є обмеження в обсязі пам'яті, енергії та пропускної здатності каналу зв'язку, що може суттєво впливати на ефективність і стабільність їх роботи. Одним із способів подолання цих обмежень є застосування методів стиснення даних. Стиснення даних дозволяє значно зменшити обсяг переданих даних, знижуючи навантаження на канал зв'язку та енергетичні витрати на передачу інформації. В умовах БСМ, де енергоефективність є критично важливою, стиснення даних дозволяє продовжити термін служби мережі, зменшуючи необхідність у частому обслуговуванні або заміні батарей сенсорів. Мета роботи: провести порівняльний аналіз найбільш ефективних методів стиснення даних для забезпечення передачі даних в БСМ з максимальним збереженням якості та мінімальним енергоспоживанням. Задачі дослідження: методи стиснення даних для безпроводових сенсорних мереж (БСМ) суттєво залежать від умов функціонування та обмежень енергоспоживання. Дивлячись на це, в роботі: 1. Проведено аналіз сучасних методів стиснення даних, включаючи алгоритми без втрат та з втратами. 2. Виконано теоретичний та практичний аналіз методів стиснення на основі зображень, таких як DIMENSIONS та MRCQ 3. Проведено експериментальне дослідження ефективності обраних методів, оцінили їх продуктивність за критеріями коефіцієнт стиснення, використання пам’яті, кількість операцій та середньоквадратичної помилки, якщо присутня з використанням ПЗ Matlab2024b. Об'єктом дослідження -процес стиснення даних у безпроводових сенсорних мережах. Предметом дослідження - методи стиснення даних та їх ефективність у різних умовах функціонування безпроводових сенсорних мереж. Наукова новизна одержаних результатів: 1. Розглянута на практичному застосуванні ідея застосування методів MRCQ, DIMENSIONS для сенсорів з камерами. 2. Код практичних реалізацій написаний в ПЗ Matlab 2024b під кожний метод з поясненням для симуляції певних параметрів перед експлуатацією БСМ. Практичне значення одержаних результатів: результати дослідження мають важливе практичне значення для покращення енергоспоживання у БСМ шляхом впровадження ефективних методів стиснення даних, зниження навантаження на канали зв'язку завдяки застосуванню алгоритмів S-LZW-MC, MRCQ,DIMENSIONS,DISCUS. Підвищення стабільності та продуктивності БСМ у реальних умовах завдяки дослідженню адаптивних методів стиснення. Використання результатів дослідження у проєктах моніторингу довкілля, розумних міст та системах IoT, де критично важлива енергоефективність та довготривала автономна робота сенсорів.
dc.description.abstractotherRelevance: Modern technologies of wireless sensor networks (WSN) have become an integral part of numerous areas of activity, including industry, healthcare, environmental monitoring, military systems, smart cities and others. The main purpose of such networks is to collect, transmit and process a large amount of data obtained from numerous sensors located at different points in space. However, one of the biggest problems faced by these networks is the limitation of memory, energy and bandwidth of the communication channel, which can significantly affect the efficiency and stability of their operation. One of the ways to overcome these limitations is the use of data compression methods. Data compression allows you to significantly reduce the amount of transmitted data, reducing the load on the communication channel and energy costs for information transmission. In the context of WSNs, where energy efficiency is critical, data compression allows extending the network's service life by reducing the need for frequent maintenance or replacement of sensor batteries Objective: to conduct a comparative analysis of the most effective data compression methods to ensure data transmission in WSNs with maximum quality preservation and minimal energy consumption. Research objectives: data compression methods for wireless sensor networks (WSNs) significantly depend on operating conditions and energy consumption constraints. In view of this, the work: 1. An analysis of modern data compression methods, including lossless and lossy algorithms, is conducted. 2. Theoretical and practical analysis of image-based compression methods, such as DIMENSIONS and MRCQ, was performed. 3. An experimental study of the effectiveness of the selected methods was conducted, their performance was evaluated according to the criteria of compression ratio, memory usage, number of operations, and root mean square error, if present, using the Matlab2024b software. The object of the study is the process of data compression in wireless sensor networks. The subject of the study is data compression methods and their effectiveness in different operating conditions of wireless sensor networks. Scientific novelty of the results obtained: 1. The idea of using the MRCQ, DIMENSIONS methods for sensors with cameras was considered in practical application. 2. The code of practical implementations was written in the Matlab 2024b software for each method with an explanation for simulating certain parameters before operating the BSM. Practical significance of the results: the research results have important practical significance for improving energy consumption in BSM by implementing effective data compression methods, reducing the load on communication channels through the use of S-LZW-MC, MRCQ, DIMENSIONS, DISCUS algorithms. Increasing the stability and performance of BSM in real conditions through the study of adaptive compression methods. Using the research results in environmental monitoring projects, smart cities and IoT systems, where energy efficiency and long-term autonomous operation of sensors are critically important.
dc.format.extent143 с.
dc.identifier.citationТретяк, А. В. Порівняльний аналіз методів стиску даних в безпроводових сенсорних мережах : магістерська дис. : 172 Електронні комунікації та радіотехніка / Третяк Артем Вікторович. – Київ, 2024. – 143 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/73148
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectбезроводова сенсорна мережа
dc.subjectстиснення даних
dc.subjectMRCQ
dc.subjectDIMENSIONS
dc.subjectDISCUS
dc.subjectS-LZW-MC
dc.subjectwireless sensor network
dc.subjectdata compression
dc.titleПорівняльний аналіз методів стиску даних в безпроводових сенсорних мережах
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Tretyak_magistr.pdf
Розмір:
3.05 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ТК)
Магістерські роботи