Для заказа доставки работы воспользуйтесь поиском на сайте
реклама
Для заказа доставки работы воспользуйтесь поиском на сайте http://www.mydisser.com/search.html Министерство образования и науки Украины Харьковский национальный университет радиоэлектроники На правах рукописи Яхья Тарик Хуссейн УДК 621.39 Методы повышения качества мониторинга в сенсорных сетях Специальность: 05.12.02 – Телекоммуникационные системы и сети Диссертация на соискание ученой степени кандидата наук Научный руководитель Доктор технических наук профессор В.В. Поповский Харьков – 2013 2 СОДЕРЖАНИЕ ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ………………………………. 7 РАЗДЕЛ 1. Особенности построения и функционирования сенсорных сетей………………………………………………………………………... 14 1.1. Состав сенсорных сетей и решаемые при этом задачи………………… 14 1.1.1. Структура и состав сенсорных сетей……………………………………. 15 1.1.2. Архитектура узлов сенсорных сетей…………………………………….. 17 1.1.3. Обзор алгоритмов доступа к радиоканалу………………………………. 20 1.1.4. Расписание работы СС на основе временной синхронизации доступа……………………………………………………………………… 21 1.1.5. Управление мощностью передатчика абонентского узла……………… 22 1.2. Технические платформы для реализации СС…………………………… 23 1.3. Сценарии использования сенсорных сетей……………………………... 24 1.3.1. Мониторинг окружающей среды………………………………………… 24 1.4. Виды иерархических структур сенсорных сетей……………………….. 25 1.4.1. Гибридная иерархическая структура (ГИС)…………………………….. 25 Выводы по разделу 1……………………………………………………… 28 РАЗДЕЛ 2. Анализ технологий, используемых в беспроводных сенсорных системах………………………………………………………. 31 2.1. Анализ беспроводных технологий, используемых для построения сенсорных сетей…………………………………………………………... 31 2.1.1. Особенность использования технологии ZigBee для построения сенсорных систем…………………………………………………………. 31 2.1.2. Особенность использования технологии Bluetooth для построения сенсорных сетей………………………………………………………...… 36 2.1.3. Выбор топологии сенсорной сети……………………………………….. 39 2.2. Выбор протоколов МАС-уровня………………………………………… 40 2.2.1. Методика определения энергетических параметров в беспроводных сенсорных сетях…………………………………………………………… 41 2.2.2. Планируемые протоколы МАС уровня беспроводных сенсорних сетей................................................................................................................. 42 2.2.3. Конкурентные протоколы………………………………………………... 46 2.3. Протоколы маршрутизации в беспроводных сенсорных сетях………... 48 2.3.1. Плоская маршрутизация …………………………………………………. 49 2.3.2. Лавинная и случайная маршрутизация ………………………………… 50 2.3.3. Обменная маршрутизация (Rumour routing) ……………………………. 51 2.3.4. Градиентная маршрутизация …………………………………………….. 52 2.3.5. Иерархическая маршрутизация …………………………………………. 53 2.4. Протоколы, основанные на обнаружении местонахождения………….. 54 2.4.1. Измерение расстояний……………………………………………………. 56 2.4.2. Результаты экспериментального исследования по измерению мощности сигнала………………………………………………………….. 58 2.5. Методы маршрутизации с использованием путевой адресации ……… 60 3 2.6. Анализ методов временной синхронизации и локализации в пространстве сенсорных узлов………………………………………….. 61 2.6.1 Процедуры измерения временных параметров…………………………. 61 2.6.2. Процедуры позиционирования сенсорных узлов………………………. 62 2.6.3. Оценка удаленности узла………………………………………………… 62 Выводы по разделу 2……………………………………………………… 64 РАЗДЕЛ 3. Разработка энергоэффективных технологий электропитания сенсорных сетей при проектировании и установке СС…………………………………………………………………………… 68 3.1. Анализ методов обеспечения связности сенсорных сетей…………….. 68 3.2. Анализ алгоритма адаптивного контроля мощности топологии ……... 71 3.3. Анализ сценария использования энергетики на многоскачковых линиях сенсорной связи…………………………………………………… 73 3.4. Анализ соотношения сигнал/шум на многоскачковых линиях сенсорных сетей…………..……………………………………………….. 75 3.5. Анализ основных параметров, связанных с энергопотреблением……… 76 3.6. Выбор энергосберегающих дисциплин обслуживания в сенсорных узлах………………………………………………………………………… 81 3.6.1. Методы самоорганизации в сенсорных системах…………………….… 81 3.6.2. Выбор дисциплины обслуживания сенсорных узлов…………………... 82 3.6.3. Выбор методов организации сенсорной сети…………………………… 84 3.6.4. Имитационная модель самоорганизации СС……………………………. 85 3.7. Выбор энергосберегающих технологий для главных и центральных узлов сенсорных сетей………………………………..…………………… 92 3.7.1. Последовательность процедуры доступа……………………….……….. 93 3.7.2. Оценка уровня энергоэффективности СС при случайном множественном доступе…..……………………………………………….. 94 3.8. Анализ вероятностных характеристик при комбинированном многостанционном доступе ……………………………………………… 97 3.8.1. Вероятностная модель комбинированного МД………………………… 98 3.8.2. Описание функции модели комбинированного МД…………………….. 100 Выводы по разделу 3………………………………………………………. 103 РАЗДЕЛ 4.Обработка результатов мониторинга многомерного объекта…………………………………………………………………….. 106 4.1. Особенность использования методов предварительной обработки информации в сенсорных сетях…………………………………………… 107 4.1.1. Особенность использования методов искусственного интеллекта в сенсорных сетях……………………………………………………………. 107 4.1.2. Базовые логические операции в нечеткой логике………………………... 110 4.1.3. Использование правил нечеткого логического вывода…………………. 111 4.1.4. Пример практического использования нечеткого логического вывода в сенсорных сетях……………………………………………………………. 112 4.2. Методы распознавания и классификации ситуаций в сенсорных сетях………………………………………………………………………… 116 4 4.2.1. Задачи распознавания и классификации в сенсорных сетях……………. 117 4.2.2. Методы детерминистской классификации в сенсорных сетях………….. 119 4.2.3. Линейные разделяющие функции………………………………………… 121 4.3. Задача обнаружения сигналов с использованием непараметрических и нейросетевых методов …………………………………………………….. 123 4.3.1. Постановка задачи непараметрических методов обнаружения сигналов……... 123 4.3.2. Нейросетевые алгоритмы ……………………………………………………… 124 4.3.3. Результаты параметрических обнаружителей……………………………. 127 4.3.4. Непараметрические знаковые методы обнаружения ……………………. 128 4.3.5. Обсуждение результатов………………………………………………………... 129 4.4. Организация и политика мониторинга в сенсорных сетях с периодическими сбором информации……………………………………. 131 4.4.1. Методы организации мониторинга в СС………………………………… 131 4.4.2. Анализ качества мониторинга в различных сигнально/помеховых условиях…………………………………………………………………….. 133 Выводы по разделу 4………………………………………………………. 140 ЗАКЛЮЧЕНИЕ…………………………………………………………….. 144 СПИСОК ЛИТЕРАТУРНЫХ ИСТОЧНИКОВ…………………………... 151 5 ПЕРЕЧЕНЬ УСЛОВНЫХ ОБОЗНАЧЕНИЙ АДК Алгоритм доступа к каналу АРК Алгоритм разрешения конфликта APTC Адаптивный контроль мощности топологии БСС Беспроводная сенсорная сеть ГИС Гибридная иерархическая структура ГУ Головной узел КГУ Кластерный головной узел КДС Критический диапазон связности КСЭ Класс сохранения энергии ЛОР Локально-оптимальное решение ЛП Лингвистической переменной ЛПР Лицо, принимающее решение МД Множественный доступ ОСПШ Отношение сигнал/помеха+шум ПД Передача данных Пер Перестановка ПО Программное обеспечение ППРЧ Псевдослучайная перестройка рабочей частоты Пр Прием ПС Переход в сон ПСИ Периодический сбор информации РЭС Радиоэлектронная сеть Сб Сбор СГУ Сенсорный головной узел СД Сенсорный датчик СМД Случайный множественный доступ СОУ Сенсорный оконечный узел СС Сенсорные сети СУ Сенсорный узел СЦУ Сенсорный центральный узел ТКС Телекоммуникационные сети УДС Удаленный доступ к среде УС Управление событиями ФП Функция принадлежности ШПС Широкополосные, помехозащищенные сигналы ЭМС Электромагнитная совместимость ACL Asynchronous connection-less link AODV Ad Hoc On Demand Distance Vector ВЕВ Binary Exponential Backoff ВІ Beacon Interval CAP Contention Access Period CDMA Code Division Multiple Access 6 CFP Contention Free Period CRLB Cramér-Rao lower bound CSMA Carrier Sense Multiple Access CSMA Carrier Sense Multiple Access CSMA/CA Carrier Sense Multiple Access/Collision Avoidance CTR Critical transmission range DECT Digital Enhanced Cordless Telecommunication DSR Dynamical Sourse Routing FDMA Frequency Division Multiple Access FEC Forward Error Correction FFD Full-function device FIFO First In, First Out GBR Gradient-based routing GPRS General Packet Radio Service GPS Global positioning system GTS Guaranteed Time Slot ISO International Organization for Standardization МАС Medium Access Control OSI Open Systems Interconnection PAN Personal Area Network RAN Radio Access Network RF Radio Frequency RFD Reduced-function device RSS Received Signal Strength RSSI Received Signal Strength Indicator SCO Synchronous connection-oriented link SD Superframe Duration SNR Signal-to-Noise Ratio TDD Time Division Duplex TDMA Time Division Multiple Access ТОА Time of Arrival UMTS Universal Mobile Telecommunications System WAF Wall Attenuation Factor WHN Wireless Hybrid Network WLAN Wireless Local Area Network WPAN Wireless personal area network WSAN Wireless Sensor and Actuator Network WSN Wireless Sensor Network WМAN Wireless Metropolitan Network 7 ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность темы. В результате бурного развития инфокоммуникационных (ИКС) или телекоммуникационных (ТКС) систем возникла необходимость определений их специализации по роли в общей системе (сети доступа, транспортные сети), по виду среды, в которой распространяются информационные сигналы (проводные, беспроводные, оптоволоконные сети), по 7-и уровням модели открытых систем ITU, по специфике построения и функционировании при обслуживании тех или иных объектов (сети общего пользования, локальные, кампусные, ведомственные сети, сети медицины катастроф, мониторинговые сети и др.). При этом последние носят название еще и сенсорные, что подчеркивает наличие в этих сетях датчиков, чувствительных к изменению состояний наблюдаемых объектов, элементов, процессов и др., а также наличия определенного уровня первичной обработки результатов мониторинга, обнаружения тех или иных особенностей сигналов, отображения события. Для мониторинга и принятия решений в сенсорных сетях (СС) используются квалифицированные специалисты, лица, принимающие решения (ЛПР) или применяют автоматические процедуры, позволяющие осуществлять наблюдение различных событий, объектов или процессов, к числу которых могут относиться природные явления, где происходит отслеживание состояния экологии; для обеспечения научных наблюдений, где с помощью СС можно круглосуточно или на протяжении длительного времени осуществлять контроль над подопытными объектами или испытываемыми приборами и изделиями. Важную роль СС играют также в социальной среде, где осуществляется соответствующий надзор за порядком на дорогах, в метро, в охраняемых зонах, на стадионах и др. Не исключением является и сами телекоммуникационные системы, где с помощью специальных протоколов (SNMP, RMON и др.) осуществляется 8 самотестирование, наблюдение и контроль за режимами и состоянием элементов, участков сетей, трафиком и др. CC отличаются от обычных ТКС как по структуре, так и по функции. Их структура может оказаться достаточно простой, построенной по типу звезды, линии, кольца и др. Так, система мониторинга в интеллектуальном доме, где в каждой квартире производится мониторинг режимов и состояний предметов обихода и обслуживания, построена как правило по типу звезды. В тоже время СС такого дома уже сложную носит иерархическую структуру, обеспечивающую сбор информации с каждой квартиры с промежуточным узлом доступа, формирующим трафик от дома. Очевидно в квартирах устанавливаются оконечные узлы, образующие сеть оконечных узлов (СОУ) на доме главные узлы, образующие сеть главных узлов (СГУ), обеспечивающие в свою очередь обмен информацией с главным узлом, образующих последующую сеть центральных узлов (СЦУ). Другим примером СС может служить СС охранной сигнализации, обеспечивающей мониторинг целостности охраняемого контура, помещений граждан и организаций, а также соответствующее реагирование на предмет несанкционированного проникновения в защищаемую зону. Структура такой сети также имеет вид звезды, при этом особое внимание уделяется надежности передачи сигналов тревоги и целостности линий связи. Еще более разнообразной является сама функция СС. В зависимости от задач мониторинг может осуществляется непрерывно, периодически, по расписанию или по соответствующим командам. Нагрузка на линиях связи СС также отличается большим разнообразием: от формирования постоянного информационного потока до редких, коротких сигналов или пакетов. Сами информационные сигналы могут быть аналоговыми или цифровыми и переносить данные, изображение, речь и др. В отличие от традиционных ТКС, где за счет методов маршрутизации добиваются максимальной величины трафика, в СС эта задача обычно не стоит. Не является важным и 9 порядок узлов, участвующих в процессе маршрутизации. Важным является само содержание передаваемой информации. Учитывая то, что СС часто функционируют на территории, не оборудованной сетью электропитания, особое значение имеет экономия электропитания как самих датчиков, так и соответствующих узлов, осуществляемая как правило автономно. Это накладывает ограничение на продолжительность работы СС, на вид передаваемых сигналов, на стратегию взаимосвязи, процедуры самоорганизации и самовосстановления и др. Многие из перечисленных задач решены лишь в концептуальном плане. Попытка реализации их на базе существующих проводных, оптоволоконных или беспроводных систем оказывается не столь прозрачной, особенно с учетом ограничений накладываемых самими объектами мониторинга. Так, часто в существующих ТКС от протоколов управления SNMP, RMON и др. операторы сознательно отказываются, учитывая большую для них потребность трафика. Кроме того данные протоколы обеспечивают доставку мониторинговой информации, которая далее используется лицами, принимающими решения (ЛПР) для соответствующего реагирования. Автоматические или эффективные автоматизированные решения по управлению массовыми сетями к сожалению пока не предусмотрены. Другая специфика СС, используемая для охранных систем, связана с оригинальным использованием режимов каналов связи, где информацией является не наличие тех или иных сигналов, а их пропадание. Часто возникает потребность не только в передаче сигналов мониторинга от объекта до центрального узла, но и одновременная обработка в самом сенсорном узле или в других узлах, что не присуще ТКС. К задачам СС часто относят выполнение дополнительных функций по управлению структурой или режимами наблюдаемого объекта, что обычно требует использования адаптивных процедур. Данная диссертационная работа, тема которой посвящена исследованию структурных и функциональных характеристик моделей СС, 10 методам реализации наиболее важных решений, влияющих на их эффективность при типовых ограничениях на наш взгляд является актуальной, направленной на повышение качественных показателей при предоставлении услуг мониторинга. Проблеме построения сенсорных сетей посвящена обширная литература, в основном российских и зарубежных авторов [12-15, 26, 27, 3137, 38-115 и др.] в том числе работы автора [16-23, 132-137]. Связь работы с научными программами, планами, темами. Диссертационная работа выполнена согласно требованиям положений «Основных принципов развития информационного общества в Украине на 2007-2015 года», «Концепции конвергенции телефонных сетей и сетей с пакетной коммутацией в Украине», «Концепции национальной информационной политики» и «Концепции Национальной программы информатизации». Результаты работы реализованы при выполнении научноисследовательской работы № 261-1 «Методы повышения продуктивности беспроводных сетей следующего поколения» (№ ДР 0111U002627), где автор выступил соисполнителем. По материалам диссертации разработано 2 лабораторные работы и 2 лекции по дисциплине «Сенсорные системы», читаемой кафедрой ТКС ХНУРЭ. Внедрение результатов диссертационной работы подтверждено соответствующими актами. Целью диссертационной работы является проведение классификации СС по возможным способам их применения, разработка методов построения и функционирования этих сетей, обеспечивающих более качественное решение задач мониторинга. Для достижения поставленной цели в диссертации решались следующие задачи: 1. Провести анализ структурных моделей и особенностей построения СС с учетом существующих технологических платформ и технологий, используемых в беспроводных СС. 11 2. На основании имеющихся в СС стратегий функционирования, выбрать более рациональные для типовых ситуаций, характерных для СС. Обосновывать и проанализировать выбранные варианты. 3. Разработать математическую модель СС с возможностью самоорганизации, выбрать рациональные энергосберегающие технологии, провести анализ вероятностно-временных характеристик выбранной модели. 4. Произвести анализ подходящих для различных ситуаций IPпротоколов маршрутизации. Разработать предложения по их использованию в СС. 5. Обосновать выбор методов случайного множественного доступа применительно к СС, произвести их анализ и дать рекомендации по их использованию. 6. Учитывая автономность СС, дать рекомендации по энергосберегающим технологиям и проанализировать варианты обработки сигналов мониторинга, включая процедуры обнаружения, различения, классификации, идентификации событий. Рассмотреть возможность функционирования указанных процедур в условиях априорной неопределенности. 7. Проанализировать возможность работы СС в нелицензируемых диапазонах волн. Оценить эффективность работы сети в условиях сосредоточенных помех. 8. Дать рекомендации по порядку просмотра ситуаций в n -мерной сенсорной сети. Определить рациональную политику мониторинга. Объект исследований: Процессы мониторинга в сенсорных сетях. Предмет исследований: Методы повышения качества мониторинга в сенсорных сетях с использованием современной технологической базы телекоммуникационных систем. Методы исследования. Для решения поставленных задач были использованы методы системного анализа, методы теории вероятностей, математической статистики, теории случайных процессов, теории связи, 12 теории массового обслуживания, статистические методы принятия решений, теория нечетких множеств, методы нейронных сетей, методы натурного и машинного эксперимента, распространения радиоволн. Научная новизна полученных результатов: 1. Усовершенствованы планируемые протоколы МАС-уровня, обеспечивающие более энергосберегающие технологии электропитания при заданных вероятностях покрытия зоны мониторинга. 2. Усовершенствованы конкурентные протоколы МАС-уровня, модернизирована дисциплина обслуживания сенсорных узлов за счет самоорганизации при оптимизации энергопотребления. 3. Получили дальнейшее развитие методы энергосбережения при решении задач маршрутизации, новизна которого состоит в обосновании рационального выбора протоколов маршрутизации, включительно с обнаружением местонахождения узлов. 4. С использованием методов искусственного интеллекта, параметрических и непараметрических методов обнаружения получили дальнейшее развитие методы обработки сигналов мониторинга. В результате анализа коэффициента достоверности даются рекомендации по использованию последовательных и параллельных методов просмотра ситуаций. Практическая ценность диссертации состоит в представлении научно обоснованных рекомендаций по выбору структурных и функциональных характеристик сенсорных сетей. В частотности рекомендовано ряд структур для реализации стратегий управления событиями и периодического сбора информации, для реализации технологических платформ на основе RFD и FFD узлов, обоснован выбор гибридно-иерархической структуры, методов маршрутизации, случайного множественного доступа. Предложены новые алгоритмы самоорганизации, энергосбережения, принятия решений в условиях неопределенности, обеспечения высокого уровня достоверности 13 результатов мониторинга в условиях высокой загрузки в нелицензированных диапазонах волн. Апробация работы. Основные результаты роботы докладывались и обсуждались на ряде Международных всеукраинских и ведомственных конференциях и симпозиумах: Международная конференция CADSM-2013 (Polana-Svalyva), TCSET-2012, Lviv, МРФ-2011, Харьков, на ежегодных молодежных форумах, проходивших в ХНУРЭ, на заседаниях кафедры ТКС. Публикации. По теме диссертационной работы опубликовано 12 печатных работ, включая 8 статей в журналах из списка ВАК. Результаты работы представлены в учебном пособии «Методы научных исследований в телекоммуникациях» раздел 10.8, СМИТ, 2012 Харьков, 2 том. Личный вклад автора. В работах [16, 17] автору принадлежит разработка математической модели и произведенные расчеты для анализа предложенных решений; в работах [18, 134, 135, 136] автору принадлежит постановка задачи, расчетная часть и разработка имитационного эксперимента; в работах [133] автор участвовал в разработке математической модели и провел анализ предложенных решений; в работах [19, 137] автору принадлежит постановка задачи и разработка математической модели; в работе [20-21] автор участвовал в разработке математической модели и разработке рекурсивного алгоритма оценки; в работах [22-23] автору принадлежит постановка задачи и сама идея выбора метода случайного множественного доступа, а также задача анализа. Объем и структура работы. Работа состоит из введения, 4-х глав, заключения, списка используемых источников.__ ЗАКЛЮЧЕНИЕ Сенсорные сети (SAN) находят широкую применимость в современной жизни. Они позволяют организовывать оперативный мониторинг различных процессов и объектов в автоматическом режиме или с использованием квалифицированных экспертов – лиц, принимающих решения (ЛПР). Наиболее конструктивным решением для СС является их построение на основе беспроводной технологии WSAN, что обеспечивает их большую универсальность, сокращение времени на развертывание и свертывание, необходимую устойчивость в критических условиях. Большое многообразие ситуаций и сопровождающих их событий не позволяет обойтись каким-либо одним режимом или методом построения СС. Так, в зависимости от значимости событий, оказываются различными риски, сопровождающие ошибки пропуска цели и ложной тревоги. Сами события могут оказаться частыми или достаточно редкими, сигнальнопомеховая обстановка, размерность СС (число узлов), время функционирования могут изменяться в больших пределах. Проведенный в данной диссертации анализ существующих технологий, позволил провести классификацию сенсорных сетей по возможным способам их применения и сформулировать рекомендации, направленные на более качественное решение задач мониторинга. В результате проведенных диссертационных исследований можно сформулировать следующие выводы. 1. Отличительной особенностью применения сенсорных сетей по сравнению с классическими телекоммуникационными сетями является то, что они функционируют большей частью в автономном режиме. При этом кроме передачи информации с требуемым качеством, здесь необходимо заботиться об энергосбережении, осуществлять предварительную, а часто и полную обработку самой информации: обнаружение сигналов, оповещающих о событиях, их распознавание, классификацию и идентификацию, принятие решений для того или иного реагирования на события, предусматривать 145 возможность использования процедур самоорганизации и адаптации. Все эти задачи затрудняют или просто исключают возможность использования классических, применяемых в телекоммуникациях сетях методов маршрутизации и других характерных процедур. 2. Развитие новых технологий вызвало у исследователей большой интерес к концепции беспроводных гибридных сетей (WHN), где отдельные сетевые парадигмы (децентрализованные или инфраструктурные сети и др.) объединяются и соответственно взаимодействуют в единой системе. Принятая Европейской комиссией в пределах Шестой рамочной программы в проекте CRUISE в качестве эталлоной модель гибридной иерархической структуры (ГИС) имеет деления на четыре иерархические уровня, что является базой для подальшей стандартизации беспроводных СС (WSAN). Основные черты ГИС: гибридность, когда радиоинтерфейсы и устройства используют различные парадигмы связи (mesh, flat и др.); гетерогенность, когда различные устройства используются для разных интерфейсов между различными уровнями (например, между 0 и 1 уровнями - UMTS, между 1 и 2 – ZigBee). 3. Показано, что функция в сенсорных сетях выбирается на основании двух стратегий: на основании управления событиями (УС) и на периодическом сборе информации (ПСИ). Из анализа стратегий следует, что УС применима при редкой интенсивности событий, в то время как ПСИ рациональнее использовать при интенсивном потоке событий. Проведен анализ вероятностно-временных характеристик, в стратегиях ПСИ. При этом получили дальнейшее развитие новые технологические решения и рекомендации по повышению показателей качества СС в рамках этих стратегий. 4. С использованием доступной литературы проведен обширный анализ основных технологических платформ и технологий, используемых в беспроводных сенсорных сетях, построенных на базе IEEE 802.15.4, ZigBee, Bluetooth и др., в частности определены функции оконечных узлов RFD и 146 полнофункциональных FFD узлов в типовых звездных и пиринговых топологиях. При этом необходимые для обеспечения системности управления физической и логической топологиями целесообразно осуществлять, оставаясь в рамках модели гибридной иерархической структуры (ГИС). 5. Проведен выбор, обоснование и анализ протоколов МАС-уровня, где в качестве основный решается проблема энергосбережения и использования энергетических параметров для формирования требуемого отношения сигнал/шум, определение головного и поиска соседних сенсорных узлов. Дается обоснование положительных свойств и недостатков планируемых и конкурентных протоколов. Даются рекомендации по использованию этих протоколов. 6. Показано, что широко используемые IP-протоколы маршрутизации для СС имеют ограниченную применяемость из-за наличия большого числа узлов и сенсорных датчиков, а также из-за того, что здесь оказываются более важными сами передаваемые данные, а не информация о конкретных источниках. Проанализировано большое число разнообразных протоколов и методов маршрутизации, уместных для использования в СС: методы плоской, лавинной, случайной, обменной, иерархической, градиентной и других маршрутизаций, а также маршрутизации на основе местоположения сенсорных узлов. Проанализирована также и показана рациональность использования метода маршрутизации с использованием путевой адресации, основанной на рассылке служебных пакетов и получении пакетов подтверждения, что не требует использования маршрутных таблиц. В данном методе используется модель распространения волнового фронта в нейронных сетях. По всем данным типам маршрутизации даются конкретные рекомендации по их использованию в зависимости от решаемых задач и условий функционирования. 7. Принятая в СС асимптотическая методика энергетического расчета, основанная на определении уровня сигнала на расстоянии 1 м от передатчика 147 позволяет достаточно точно и просто определять энергетику в линиях СС и удаленность до соседних узлов. Данная технология оценки расстояния (RSSL) используется при решении задач маршрутизации, при выборе главных узлов, в процедурах энергосбережения. В проведенных экспериментальных исследованиях уровней сигналов в помещениях отмечено некоторое отличие (увеличение) показателя затухания от квадратичной. 8. Практически все вопросы, касающиеся сенсорных сетей, в той или иной мере связаны со сбережением энергетики на узлах. Более того, к сбережению энергетики следует подходить не только с позиции узлов, но, что более важно, с позиции энергопотенциала всей сенсорной сети. С этой целью используется адаптивный алгоритм контроля мощности топологии. Проведен анализ процесса энергопотребления в СС в различных периодах ее функционирования: перехода в сон и обратно, сбора и обработки информации, приема и передачи пакета. Рассмотрение последовательности энергопотребления различными узлами сети показало, что наиболее энергозатратным является головной узел. Для выполнения парадигмы энергосбережения потенциала всей сети предлагается циклическая замена главных узлов. Расчеты показали, что к завершению периода времени жизни сети вышедшими из строя (потерявшими энергопотенциал) оказываются 75% сенсорных узлов. Проведен анализ устойчивости сенсорной сети (вероятности потери связи) в зависимости от энергетического потенциала сенсорной сети для n -скачковой линии для получения заданной вероятности потери связи. 9. Разработана имитационная модель самоорганизации сенсорной сети с учетом особенностей дисциплины обслуживания узлов сети. Разработана методика анализа структуры и функции СС суть которой в следующем. Модель случайного расположения узлов в 3-мерном ограниченном пространстве получена методом Монте-Карло. В предположении гауссового распределения сенсорных узлов в модели осуществляется расчет 148 энергетического потенциала каждого из узлов и рассчитывается остаточное количество этого потенциала. Предельные дальности связи для узлов с учетом энергопотерь (критический диапазон передачи - CTR) определяются с использованием меры Махаланобиса. Исходя из комплексных показателей осуществляется выбор головного узла в кластере по критерию максимальной связности. Предлагаемая имитационная модель проанализировать ту или иную структуру СС и позволяет получить конфигурацию топологии в динамике расходования энергетики, производить расчеты вероятностновременных характеристик. 10. Важным параметром надежности любой структуры является ее связность. В предположении пуассоновского распределения узлов представлена разработанная в работе методика анализа среднего процента изолированных узлов в зависимости от значений критичного диапазона передачи CTR для различной концентрации этих узлов. С использованием данной методики и по данным проведенного анализа можно выбрать необходимую плотность узлов для мониторинга с требуемой вероятностью. 11. Синтезирована модель энергопотребления, затрачиваемая при доступе к сенсорной сети при использовании метода двойного экспоненциального отката. Проанализирована сеть в состояниях прослушивания и ожидания. Детально проанализирован полный цикл регенерации. Из рассмотрения зависимости энергоэффективности от интенсивности входного потока и размеров максимального периода ожидания следует, что обе зависимости монотонно возрастают. Однако влияние размера конечного периода ожидания возрастает только в области начальных значений. Из графиков также следует, что выбор переменного периода ожидания не обеспечивает более высокого уровня энергоэффективности и его использование при пуассоновском входном потоке нецелесообразно. Произведен анализ модели комбинированного множественного доступа. В модели рассмотрен как алгоритм доступа к каналу (АДК), так и АРК – алгоритм разрешения конфликта. Рассмотрение 149 коэффициента использования показывает снижения его с увеличением числа узлов. Анализ времени задержки показал механизм ВЕВ с увеличением нагрузки теряет свою эффективность и в дальнейшем метод поллинга имеет приоритет. В таком случае следует или наращивать производительность при двойном экспоненциальном откате или переходить к поллингу. 12. В связи с автономностью функционирования сенсорных сетей в качестве обязательной составляющей имеет место обработка сигналов мониторинга. При обработке информационных сигналов мониторинга часто приходится решать сложные логические задачи в условиях априорной неопределенности, что требует привлечения высококвалифицированных ЛПР или методов принятия интеллектуальных решений. Показана необходимость и возможность принятия решений в условиях априорной неопределенности, использования методов искусственного интеллекта, позволяющих выполнять логические операции и, на основании предикатных сигналов, строить соответствующие конструкции логических алгоритмов. Приведена методика использования логических операторов, правил нечеткого логического вывода и лингвистических переменных. 13. Интеллектуально наиболее емкими процедурами при обработке сигналов мониторинга являются задачи обнаружения, распознавания, классификации и идентификации событий. Рассматриваются наиболее популярные на практике алгоритмы, основанные на параметрических и непараметрических методах. Проведен анализ параметрических методов обнаружения, из которого следует, что получаемое при этом количество информации связано как с количеством циклов мониторинга, так и с интенсивностью потока событий. Для пуассовского потока событий даются численные результаты по числу рекомендованных циклов. 14. Представленные примеры решения задач обнаружения с использованием непараметрических и нейросетевых методов основаны на рассмотрении сетей Кохонена, Хэмминга и РБФ-сети. В качестве обнаружителей предложено использовать порядковые статистики, в 150 частности знаковые и ранговые процедуры. Анализ характеристик зависимости вероятностей правильного обнаружения показали, что карты Кохонена не обеспечивают значений вероятности выше 0,75. Алгоритмы Хэмминга и РБФ-сети обладают более высокими показателями качества по сравнению с параметрическими обнаружителями. 15. Проанализированы различные методы организации мониторинга в СС. При использовании стратегии периодического сбора информации (ПСИ) формализован процесс организации мониторинга с параллельным и последовательным просмотром многомерных состояний объекта в условиях наличия белых и окрашенных, сосредоточенных о спектру помех, характерных для нелицизируемых диапазонов. Разработанная методика анализа качества мониторинга основывается на рассмотрении коэффициентов достоверности д K . Показано, что в условиях достаточно низких соотношений уровней ОСПШ = сигнал (помеха+шум) и чувствительности приемника, составляющих 0,3 2 O h , получить высокий уровень д K и высокую вероятность обнаружения не удается. Увеличение 2 O h до значений 1 приводит к резкому улучшению д K . 16. Проанализированы временные затраты для реализации различной политики мониторинга. Показано, что интеллектуально емкие процедуры принятия решений по каждому из событий при их параллельной реализации связано с большой затратой сил и средств, независимо от того, что будет привлекаться для решения: группа ЛПР или множество сложных автоматов. Поэтому на практике приходится использовать последовательную процедуру. При очевидном выигрыше в значениях потерь времени при параллельном методе просмотра объекта оказалось, что использование при этом последовательного метода классификации и идентификации не приводит к резкому уменьшению временных затрат, поэтому их использовать не рационально. Таким образом, в качестве основного метода следует выбирать последовательный метод обзора. 151 СПИСОК ЛИТЕРАТУРНЫХ ИСТОЧНИКОВ 1. Постанова Кабінету міністрів України від 15 грудня 2005 р. № 1208 2. ―Про затвердження Національної таблиці розподілу смуг радіочастот України‖ 3. Постанова Кабінету міністрів України від 9 червня 2006 р. № 815 ―Про затвердження Плану використання радіочастотного ресурсу України‖ iз змінами і доповненнями, внесеними постановами , від 5 вересня 2012 року № 838. 4. Закон України „Про телекомунікації' 5. Закон України , Про радіочастотний ресурс України" 6. Закон України „Про телебачення і радіомовлення" 7. Рішення НКРЗІ № 43 від 31.01.2013 "Про визначення можливим застосування радіоелектронних засобів на території України" 8. Рішення НКРЗІ № 42 від 31.01.2013 "Про ведення Реєстру радіоелектронних засобів та випромінювальних пристроїв, що можуть застосовуватись на території України в смугах радіочастот загального користування" 9. Рішення НКРЗІ № 34 від 24.01.2013 "Про схвалення Концепції єдиної інформаційно-комунікаційної платформи" 10. Рішення НКРЗІ № ЗО від 24.01.2013 "Про ведення Реєстру радіоелектронних засобів та випромінювальних пристроїв, що можуть застосовуватись на території України в смугах радіочастот загального користування" 11. Рішення НКРЗІ № 684 від 27.12.2012 "Про затвердження Порядку здійснення державного нагляду за користуванням радіочастотним ресурсом України в смугах радіочастот загального користування та визнання такими, що втратили чинність, деяких рішень НКРЗ" 12. Кучерявый А.Е. Интернет вещей. // М.: Электросвязь №1, 2013 стр. 2124. 152 13. Выбаркова А.И. Модели беспроводных сенсорных сетей для различных применений. М.: Электросвязь №1, 2013 стр. 24-27. 14. Мутханка А.С., Прокопьев А.В. Модели трафика для приложений передачи изображений во всепроникающих сенсорных сетях. М.: Электросвязь. №1, 2013, стр. 28-31. 15. Богданов И.А., Парамонов А.И., Кучерявый А.Е. Характеристики жизненного цикла мобильной сенсорной сети при различных потоках ложных событий. М.: Электросвязь №1, 2013, стр. 32-33. 16. Vasilenko Y. Synthesis Algorithm for Determinity the Direction of the Arrival Signal from Mobile Station / Y.Vasilenko, Y.T. Hussein., M. Moskalets //. CADSM,2013, 19-23 February, 2013, Polana-Svalyava (Zakarpattya), UKRAINE. Р. 369 ─ 372 17. Наорс И.Анад.Совершенствование механизмов случайного множественного доступа / Наорс И.Анад, Я.Т.Хуссейн //Вестник НГУ ХПИ. №33. ─ 2011, С. 108 ─ 115.. 18. Теплицкая С.Н. Энергетически эффективный алгоритм самоорганизации в беспроводной сенсорной сети / С.Н. Теплицкая, Я.Т. Хуссейн //Восточно-европейский журнал передовых технологий – 2012 № 2/9 (56).стр. 25-29. 19. Al-Janabi, H.D. Using LTE technology in wireless sensor networks / H.D. Al-Janabi, Y.T. Hussein. // Радиотехника: Всеукр. межвед. научн.-техн. сб. ─ 2013. ─ Вып. 172. ─ С. 81 ─ 88.. 20. Поповская Е.О. Анализ качества двумерного рекурсивного фильтра. / Е.О. Поповска, Б.С. Тур, Я.Т. Хуссейн // Восточно-Европейский журнал передовых технологий, 2012. Вып.55. стр. 26-28. 21. Поповский В.В. Методы последовательной компенсации искажений в древовидных алгоритмах случайного множественного доступа. // В.В. Поповский, Б.С. Тур, Я.Т. Хуссейн. Вістник НТУ ХПІ, 2011, Вып. 58, стр. 128-134. 153 22. Тур. Б.С. Применение методов последовательной компенсации искажений в древовидных алгоритмах множественного доступа. / Б.С.Тур, Я.Т. Хуссейн //Сучасні проблеми радіотехніки та телекомунікацій «РТ-2012»: Матеріали 8-ої між нар. молодіжної наук.техн.конф., Севастополь 23-27 квітня 2012 р./ М-во освіти і науки, молоді та спорту України, Севастоп.нац.техн. ун-т; наук.ред. Ю.Б. Гімпілевич. – Севастполь: СевНТУ, 2012. – С. 131-132. 23. Tur B. Successive Interference Cancellation Methods in Tree Algorithms of Random Multiple Access. / B. Tur, Y. Hussein //TCSET 2012, Lviv, Slavske, p. 346. 24. Heinzelman W., Chandrakasan A. and Balakrishnan H. Energy-efficient communication protocols for wireless microsensor networks/Proceedings of the Hawaii International Conference on Systems Sciences. — Jan. 2000. 25. Кучерявый А.Е. Выбор головного узла кластера в однородной беспроводной сенсорной сети / А.Е. Кучерявый, А. Салим // Электросвязь - №8 – 2009 - С.32-36. 26. Зайцев А.А. Беспроводные сенсорные сети – перспективы и задачи / А.А. Зайцев, Е.А. Устинова // Электросвязь – №8 – 2009 – С.26-31. 27. Поповский В.В. Математические основы управления и адаптации в телекоммуникационных системах / В.В. Поповский, В.Ф. Олейник – Х.: СМИТ, 2011. – 362с. 28. Андреев С.Д. Древовидный алгоритм разрешения конфликта, устойчивый к неполному погашению интерференции / С. Д. Андреев, Е. В. Пустовалов, А. М. Тюрликов // Автоматика и телемеханика – №3 – 2009 – С. 78–96. 29. Василенко Ю.А. Анализ вероятностных характеристик при комбинированном многостанционном доступе / Ю.А.Василенко, Я.Т. Хуссейн // Вестник НГУ ХПИ №11, 2013. ─ С. 112 ─ 115. 30. Симонов И., Германов В. Как проектировать беспроводные сенсорные сети//СН1Р NEWS - 2007 J № g. 154 31. Стандарт беспроводной связи ZigBee/URL: http://www.zigbee.org (дата обращения: 17.07.2009), 32. Варгаузин В. А. Сетевая технология ZigBeeZ/ТелеМультиМедиа. - 2005 - № 6 - С. 29- 32. 33. Мочалов В.А. Интеллектуальная процедура выбора отказоустойчивой топологии и компонентов сенсорной сети. / В.А. Мочалов, Е.Н. Турута //Тр. междунар. науч.-техн. конф. «Интеллектуальные системы (AIS*08) и «Интеллектуальные САПР» (CAD-2008).— М.: Физматлит. - 2008.g-T. 1 - С. 385-392. 34. Новикова Н.М. Компьютерное моделирование непараметрических статистических и нейросетевых обнаружителей / Н.М. Новикова, В.Т. Ляликова // Радиотехника, 2011, № 4 стр. 41-51. 35. Sichitiu Mihail L. Cross-layer scheduling for power efficiency in Wireless sensor networks//INFOCOM 2004 — Twenty-third Annual- Joint Conference of the IEEE Computer • and Communications Societies. Hong Kong, 7-11 March 2004. - Vol. 3, - C. 1740-1750. 36. Файзулхаков Я. P. Хронометризация событий в беспроводных сенсорных сетях//Н Междунар. науч.-практ. конф. «Современные информационные технологии и ИТ- образование», 18 декабря 2006 г. LLJ'URL: http://www.ipmce.ru/about/press/articles/ chronosensornet (дата обращения: 17.07.2009). 37. Elson Jeremy, Estrin deborah. Time Synchronization for Wireless Sensor Networks//Proceedings of the 15 th International Parallel & distributed Processing Symposium IEEE Computer Society. — Washington, dC - USA - 2001. m C. 186. 38. Elson Jeremy, Girod Lewis, Estrin Deborah. Fine-grained network time synchronization using reference broadcasts//OSdI '02: Proceedings of the 5 th symposium on Operating systems design and implementation.— 2002. Vol. 36. — C. 147—163. 155 39. Simeone O., Spagnolini U. distributed Time Synchronization in Wireless Sensor Networks with Coupled discrete-Time Oscillators//EUR- ASIP Journal on Wireless Communications and . Networking. Volume 2007 (2007), Article Id 57054.-2007.- 13 p. 40. W. Jana van Greunen, Rabaey Jan. Lightweight time synchronization for sensor networks//Proceedings of the 2 nd ACM international conference on wireless sensor networks. — San diego, CA — USA. — 2003.. c. ii-i9. 41. Romer Kay. Time synchronization in ad hoc networks//Proceedings of the 2 nd ACM international symposium on Mobile ad hoc networking & computing table of contents. Long Beach, CA —USA.— 2001.-C. 173-182. 42. Sichitiu M. L., Veerarittiphan C. Simple, accurate time synchronization for wireless sensor networks//IEEE Wireless Communications and Networking Conference (WCNC 2003), — New Orleans, LA — Mar. 2003. 43. Culler D. E., Hill J., Buonadonna P.et al. A network-centric approach to embedded software for tiny devices//in Proc. of the First International Workshop on Embedded Software (EMSOFT). — Oct. 2001. 44. Gandham S., dawande M., Prakash R. Link Scheduling in Sensor Networks: distributed ' Edge Coloring Revisited//INFOCOM 2005. 24 th Annual Joint Conference of the IEEE Computer and Communications Societies/Proceedings IEEE, 13—17 March 2005.— Vol. 4-C. 2492-2501. 45. Herman Т., Pirwani I., Pemmaraju S. Oriented Edge Colorings and Link Scheduling in Sensor Networks//Communication System Software and Middleware, Comsware 2006. — New delhi. — 2006. 46. Grable D.A., Panconesi A. Nearly optimal distributed edge coloring in I (loglogn) rounds//In Proceedings of the eighth annual ACM- SIAM symposium on discrete algorithms. — 1997. . 47. ГладковЛ.А., Курейчик В. В., Курейчик В. М. Генетические алгоритмы//Учебное пособие.— 2 изд.— М.: Физматлит, 2006. 156 48. Ефремов А.Ю. Маршрутизация в беспроводных сетях передачи данных с подвижными объектами / Ефремов А.Ю // Телекоммуникации №12, 2012. стр.14-20. 49. Валов Е.В. Экспериментальное определение ошибки измерения расстояния между устройствоми стандарта IEEE 802.15.4/ZigBee [текст]. радиотехника №10, 2008. стр. 28-32 50. Безрук В.М. Нейронні технології в телекомунікація і системах управління [текст] – Х. СМІТ, 2008-230 с. 51. AboElFotoh , H. M. F. , Iyengar , S. S. & Krishnendu , . ( 2005 ). Computing reliability and message delay for cooperative wireless distributed sensor networks subject to random failures. IEEE Transactions on Reliability, 54 (1), pp. 145 –154. 52. Akyildiz , I. F., Su , W., Sankarasubramaniam & Cayirci, E. (2002). A survey on sensor networks . IEEE Communications Magazine, 40 (8), pp. 102 –114. 53. Arici, T., Gedik, B., Altunbasak, Y. & Liu, L. (2003). Pinco: A pipelined in etwork compression scheme for data collection in wireless sensor networks. In Proceedings of the 12th International Conference on Computer Communications and Networks , pp. 539–544. 54. Braginsky, D. & Estrin, D. (2002). Rumor routing algorithm for sensor networks. In Proceedings of the First Workshop on Sensor Networks and Applications , WSNA ’ 02 Atlanta, CA, USA , September 28, 2002, pp. 22– 37. 55. Brennan , S. M., Mielke , A. M. & Torney , D. C. ( 2005 ). Radioactive source detection by sensor networks. IEEE Transactions on Nuclear Science, 52 ( 3 ), pp. 813 – 819. 56. Cardell-Oliver, R., Smettem, K., Kranz, M. & Mayer, K. (2004). Field testing a wireless sensor network for reactive environmental monitoring. In Proceedings of the Intelligent Sensors, Sensor Networks and Information Processing Conference , December 14–17, pp. 7–12. 157 57. Cetin , M., Chen , L., Fisher , J. W. III, Ihler , A. T., Moses , R. L., Wainwright, M. J. & Willsky, A. S. ( 2006 ). Distributed fusion in sensor networks [a graphical models perspective]. IEEE Signal Processing Magazine, 23 ( 4 ), pp. 42 –55. 58. Chamberland , J.-F. & Veeravalli , V. V. ( 2003 ). Decentralized detection in sensor networks . IEEE Transactions on Signal Processing , 51 ( 2 ), pp. 407 –416. 59. Chen , B., Tong , L. & Varshney , P. K. ( 2006 ). Channel-aware distributed detection in wireless sensor networks . IEEE Signal Processing Magazine, 23 ( 4 ), pp. 16 – 26. 60. Chen , B., Jiang , R. , Kasetkasem , T. & Varshney , P. K. ( 2004 ). Channel-aware decision fusion in wireless sensor networks. IEEE Transactions on Signal Processing , 52 ( 12 ),pp. 3454 –3458. 61. Chen , Y. & Zhao, Q. ( 2005 ). On the lifetime of wireless sensor networks. IEEE Communication Letters, 9 ( 11 ), pp. 976 – 978. 62. Chong , C.-Y. & Kumar , S. P. ( 2003 ). Sensor networks: evolution, opportunities, and challenges. Proceedings of IEEE, 91 ( 8 ), pp. 1247 – 1256. 63. Conti, A. & Dardari, D. (2004). The effects of node spatial distribution on the performance of wireless sensor networks. In Proceedings of the IEEE of Vehicular Technology Conference (VTC 2004-Spring) , Vol. 5, pp. 2724– 2728. 64. Culler , D., Estrin, D. &Srivastava, M. ( 2004 ). Overview of sensor networks. IEEE Computer, 37( 8 ), pp. 41 –49. 65. Dardari , D., Conti , A., Buratti , C. & Verdone ,R. ( 2007 ). Mathematical evaluation of environmental monitoring estimation error through energyefficient wireless sensor networks. IEEE Transactions on Mobile Computing , 6 ( 7 ). 66. De Pedri, A., Zanella, A. & Verdone, R. (2003). An energy-efficient protocol for wireless ad hoc sensor networks. In Proceedings of the IEEE 158 International Symposium on Autonomous Intelligent Networks and Systems (AINS ’ 03), Menlo Park, CA, June 30–July 1, 2003. 67. Doherty, L., Pister, K. S. & Ghaoui, L. E. (2001). Convex position estimation in wireless sensor networks. In Proceedings of the Twentieth Annual Joint Conference of the IEEE Computer and Communications Societies , INFOCOM 2001, Vol. 3, pp. 1655–1663. 68. Dyck, R. E. V. (2001). Detection performance in self-organized wireless sensor networks. In Proceedings of the Conference on Information Science and Systems, Baltimore, ML, USA. 69. Elson , J. & Romer, K. ( 2003 ). Wireless sensor networks: A new regime for time synchronization. SIGCOMM Computer Communication Review, 33 ( 1 ), pp. 149 –154. 70. Elson, J. & Estrin, D. (2001). Time synchronization for wireless sensor networks. In Proceedings of the 15th International Parallel and Distributed Processing Symposium , pp. 1965–1970. 71. Esseghir, M., Bouabdallah, N. & Pujolle, G. (2005). A novel approach for improving wireless sensor network lifetime. In Proceeding of PIMRC , Berlin , September 2005, Vol. 4, pp. 11–14. 72. Fanimokun, A. & Frolik, J. (2003). Effects of natural propagation environments on wireless sensor network coverage area. In Proceedings of the 35th Southeastern Symposium on System Theory , 2003, pp. 16–20. 73. Крылов В.В. Нечеткая логика и искусственные нейронные сети / В.В. Круглов, М.И. Дли, Р.Ю. Голуков, // Физматиз, 2001, 224 с. 74. Ganeriwal, S., Kumar, R. & Srivastava, M. (2003). Timing synch protocol for sensor networks. In Proceedings of the ACM SenSys, Los Angeles, CA . 75. Gastpar , M., Vetterli , M. & Dragotti , P. L. ( 2006 ). Sensing reality and communicating bits: A dangerous liaison [Is digital communication sufficient for sensor networks?]. 76. IEEE Signal Processing Magazine, 23 ( 4 ), pp. 70 – 83. 159 77. Gezici, S., Tian ,Z., Giannakis, G. B., Kobayashi, H., Molisch, A. F., Poor, H. V. & Sahinoglu , Z. ( 2005 ). Localization via ultra-wideband radios: A look at positioning aspects for future sensor networks. IEEE Signal Processing Magazine, 22, pp. 70 –84. 78. Guo, C., Zhong, L. C. & Rabaey, J. M. (2001). Low power distributed MAC for ad hoc sensor radio networks. In Proceedings of the Globecom 2001 , Vol. 5, pp. 2944–2948. 79. Haschberger , P., Bundschuh , M. & Tank, V. ( 1996 ). Infrared sensor for the detection and protection of wildlife. Optical Engineering, 35 ( 3 ), pp. 882 – 889. 80. Hawkes, M. & Nehorai, A. ( 2003 ). Wideband source localization using a distributed acoustic vector-sensor array. IEEE Transactions on Signal Processing, 51 ( 6 ), pp. 1479 –1491. 81. He, T., Huang, C., Blum, B. M., Stankovic, J. A. & Abdelzaher, T. (2003). Range-free localization schemes for large-scale sensor networks. In Proceedings of the ACM MobiCom 2003, San Diego, CA. 82. Heinzelman, W., Chandrakasan, A. & Balakrishnan, H. (2000). Energyefficient communication protocol for wireless microsensor networks. In Proceedings of the 33rd 83. Hawaii International Conference on System Sciences , Vol. 2. 84. Heinzelman, W. B., Chandrakasan, A. P. & Balakrishnan, H. ( 2002 ). An application-specific protocol architecture for wireless microsensor networks. IEEE Transactions on Wireless Communications, 1, pp. 660 – 670. 85. Hong, Y.-W. & Scaglione, A. ( 2005 ). A scalable synchronization protocol for large-scale sensor networks and its applications. IEEE Journal on Selected Areas in Communications, 23 ( 5 ), pp. 1085 –1099. 86. Hu, Z. & Li, B. (2004). On the fundamental capacity and lifetime limits of energy-constrained wireless sensor networks. In Proceedings of IEEE RTAS 2004, Toronto, 25–28 May 2004, pp. 2–9. 160 87. IEEE (2006). Signal Processing Magazine Special Issue . Distributed signal processing in sensor networks. 88. Kimura, N. & Latifi , S. (2005). A survey on data compression in wireless sensor networks. In Proceedings of the International Conference on Information Technology: Coding and Computing (ITCC ’ 05) , Vol. 2, pp. 8–13. 89. Kumar, S., Lai, T. H. & Balogh, J. (2004). On-coverage in a mostly sleeping sensor network. In Proceedings of the Tenth Annual International Conference on Mobile Computing and Networking (ACM MobiCom), Philadelphia, PA, pp. 144–158. 90. Langendoen, K. & Reijers, N. ( 2003 ). Distributed localization in wireless sensor networks: A quantitative comparison. Computer Networks, 43, pp. 499 – 518. 91. Lindsey, S. & Raghavendra, C. (2002 September). Pegasis: Power-efficient gathering in sensor information systems. In Proceeding of the IEEE Aerospace Conference , Vol. 3, pp. 1125–1130. 92. Liu, X. & Srikant, R. (2004). An information-theoretic view of connectivity in wireless sensor networks. In Proceedings of the First Annual IEEE Communications Society Conference on Sensor and Ad Hoc Communications and Networks, 2004, SECON, pp. 508–516. 93. Lu, G., Krishnamachari, B. & Raghavendra, C. S. (2004). An adaptive energy efficient and low-latency MAC for data gathering in wireless sensor networks. In Proceedings of the 18th International Parallel and Distributed Processing Symposium. 94. Lucchi, M., Giorgetti, A. & Chiani, M. (2005). Cooperative diversity in wireless sensor networks. In Proceedings of the 8th International Symposium on Wireless Personal Multimedia Communications (WPMC ’ 05), Aalborg, DK , September 2005, pp. 1738–1742. 95. Luo, Z-Q., Gastpar, M., Liu, J. & Swami, A. ( 2006 ). Distributed signal processing in 161 96. sensor networks [from the guest editors]. IEEE Signal Processing Magazine, 23 ( 4 ), pp. 14 –15. 97. Manjeshwar, A. & Agarwal, D. P. (2001). Teen: A routing protocol for enhanced efficiency in wireless sensor networks. In Proceedings of the 15th International Workshop on Parallel and Distributed Processing Symposium , pp. 2009–2015. 98. Nemzek, R., Dreicer, J., Torney, D. C. & Warnock, T. ( 2004 ). Distributed sensor networks for detection of mobile radioactive sources. IEEE Transactions on Nuclear Science, 51 ( 4 ), pp. 1693 –1700. 99. Niu, R., Chen, B.& Varshney, P. ( 2006 ). Fusion of decisions transmitted over Rayleigh fading channels in wireless sensor networks. IEEE Transactions on Signal Processing, 54 ( 3 ), pp. 1018 – 1026. 100. Niu, R. & Varshney, P. K. ( 2005 ). Distributed detection and fusion in a large wireless sensor network of random size. EURASIP Journal on Wireless Communications Network, 5 ( 4 ), pp. 462 –472. 101. Patwari, N., Ash, J. N. , Kyperountas, S., III Hero, A. O., Moses, R.L. &Correal , N. S. ( 2005 ). Locating the nodes: Cooperative localization in wireless sensor networks. 102. IEEE Signal Processing Magazine, 22 ( 4 ), pp. 54 – 69. 103. Pavani, T., Costa, G., Mazzotti, M., Conti, A. & Dardari, D. (2006). Experimental results on indoor localization techniques through wireless sensors network. In Proceedings of the IEEE of Vehicular Technology Conference ( VTC 2006 , Spring), Vol. 2, pp. 663–667. 104. Pavani, T., Costa, G., Mazzotti, M., Dardari, D. & Conti, A. (2006). Experimental results on indoor localization technique through wireless sensors network. In Proceedings of the IEEE Vehicular Technology Conference (VTC 2006-Spring), Melbourne, Australia. 105. Pavani, T., Dardari, D., Conti, A. & Andrisano, O. (2007). Localization and immersive guide in indoor mobile environments through wireless sensor networks: A support for emergency situations. In 162 Proceedings of the IEEE Conference on Wireless Rural and Emergency Communications, WRECOM 2007 ’ , Rome, Italy, 6 pp. 106. Petrovic', D., Shah, R. C., Ramchandran, K. & Rabaey, J. (2003). Data funneling: Routing with aggregation and compression for wireless sensor networks. In Proceedings of the First IEEE International Workshop on Sensor Network Protocols and Appplications, pp. 156–162. 107. Pottie, J. K. & Kaiser, W. J. ( 2000 ). Wireless integrated network sensors. Communications of ACM, 43 ( 5 ), pp. 51 – 58. 108. Pradham, S. S., Kusuma, J. & Ramchandran, K. (2002). Distributed compression in a dense microsensor network. IEEE Signal Processing Magazine, 19, pp. 51 – 60. 109. Predd, J. B., Kulkarni, S. R. & Poor, H. V. ( 2006 ). Distributed learning in wireless sensor networks: Applications issues and the problem of distributed inference. IEEE Signal Processing Magazine, 23 ( 4 ), pp. 56 – 69. 110. Priyantha, N. B., Balakrishnan, H., Demaine, E. & Teller, S. (2003). Anchor-free distributed localization in sensor networks, Tech Report 892, MIT Laboratory for Computer Science. Available at: http://www.nms.lcs.mit.edu/cricket. 111. Puri, R., Majumdar, A., Ishwar, P. & Ramchandran, K. ( 2006 ). Distributed video coding in wireless sensor networks; exploiting the spatiotemporal redundancy in broadband networks. IEEE Signal Processing Magazine, 23 ( 4 ), pp. 94 – 106. 112. Quek, T. Q.-S., Dardari, D. & Win, M. Z. (2006 a ). Cooperation in bandwidth-constrained wireless sensor networks. In Proceedings of the IEEE International Workshop Wireless Ad Hoc Sensor Networks, New York, NY, USA . 113. Quek, T. Q.-S., Dardari, D. & Win, M. Z. (2006 b ). Energy efficiency of cooperative dense wireless sensor networks. In Proceedings of 163 the International Wireless Communications and Mobile Computing Conference, IWCMC 2006, Vancouver, Canada, pp. 1323–1330. 114. Quek, T. Q.-S., Dardari, D. & Win, M. Z. (2006c), Energy effi ciency of dense wireless sensor networks: To cooperate or not to cooperate. In Proceedings of the IEEE International Conference on Communications, ICC 2006, Istanbul, Turkey , Vol. 10, pp. 4479–4484. 115. Quek, T. Q. - S., Dardari, D. & Win , M. Z. ( 2007 ). Energy efficiency of dense wireless sensor networks: To cooperate or not to cooperate. IEEE JSAC (Special Issue on Cooperative Communications and Networking), 25 ( 2 ), pp. 459 – 470. 116. Raghavendra , C. S. , Sivalingam, K. & Znati, T. ( 2004 ). Wireless Sensor Networks . Kluwer Springer. 117. Rajendran, V., Obraczka, K. & Garcia-Luna-Aceves , J. J. ( 2003 ). Energy-efficient, collision-free medium access control for wireless sensor networks. Proceedings of the ACM SenSys , 03 , pp. 181 – 192. 118. Romer, K. (2003). Temporal message ordering in wireless sensor networks. IFIP Mediterrerranean Workshop on Ad-Hoc Networks 2003, Mahdia, Tunisia , June 2003, pp. 131–142. 119. Salbaroli, E. & Zanella, A. (2006). A connectivity model for the analysis of a wireless ad-hoc network of fi nite area. In Proceedings of the 3rd Annual IEEE Communications Society on Sensor and Ad Hoc Communications and Networks, 2006 SECON’ 06 , Vol. 3, pp. 756–760. 120. Santoni, T. A., Santucci, J. F., De Gentili, E. & Costa, B. ( 2006 ). Using wireless sensor network for wildfi re detection. A discrete event approach of environmental monitoring tool. Proceeding of ISEIMA 06 , pp. 115 –120. 121. Кулешов С.В. Программный канал для организации передачи сенсорных данных. М.: «Радиотехника», 2011 №6, стр. 56-60 164 122. Быковский А.Ю., Владимиров И.В., Компанеец И.Н. Способы защищенной передачи правил нечетно-логического вывода в аппаратно распределенной многоантенной системе. М.: Радиотехника, 2007 № 1, стр. 40--120. 123. Рябец Я.А., Петренко Е.В., Демьянчук А.С. Критерии эффективности территориально распределенной системы охраны. – М.: Радиотехника, 2007, №2, стр. 93-98. 124. Таранов А.О., Крюков И.Н., Варшавских В.А., Иванов В.А. Математическая модель обнаружения вторжений методом иммунокомпьютинга для территориально распределенных систем охраны. М.: Радиотехника, 2007 № 2, стр. 89-94. 125. Дмитриев А.С., Кузьмин Л.В., Юркин В.Ю. Сверхширокополосные беспроводные сенсорные сети на основе хаотических импульсов. Изв.Вузов. Прикладная нелинейная динамика, 2009, т.17;4, стр. 90-104. 126. Ashby W.: Introduction to Cybernetics. Routledge Kegan and Paul (1964). 127. Стратонович Р.Л. Теория информации – М.: Сов.радио. 1975. – 424 с. 128. Simeone O., Spagnolini V. Distributed Time Synchronization in Wireless Sensor Networks with Coupled Discrete-Time Oscillators // EURASIP Journal on Wireless Communication and Networking. Volume 2007, Article id 57054 – 2007 – 13p. 129. Popovskij V., Barkalov A., Titarenko L. Control and Adaptation in Telecommunication System. Springer-Verlag, Berlin. Vol.94, p.175 130. Левин Б.Р. Теоретические основі статической радиотехники. [текст]. М.: Сов.радио – 552 с. 131. Прасолова А.Е. Коллективный нейросетевой алгоритм распознавания изображений [текст]//Телекоммуникации № 10, 2010, стр. 22-25. 165 132. Loshakov V.A., Al-Janabi H.D., Hussein Y.T. Improving Energy Consumption in Wireless Sensor Networks by LTE with MIMO. CADSM, 2013, 19-23 February, 2013, Polana-Svalyava (Zakarpattya), UKRAINE.p.226-230. 133. Vasilenko Y., Hussein Y., Moskalets M, Synthesis Algorithm for Determinity the Direction of the Arrival Signal from Mobile Station. CADSM,2013, 19-23 February, 2013, Polana-Svalyava (Zakarpattya), UKRAINE.p. 369-372. 134. Василенко Ю.А. Анализ меры информации, приобретаемой при различной интенсивности потока обнаруживаемых событий / Ю.А.Василенко, Е.О. Поповская, Я.Т. Хуссейн // Збірник наукових праць Донецького інституту залізничного транспорту. – Донецьк. Випуск 33. ─2013. – С. 96 ─ 100. 135. Теплицкая С.Н. Анализ качества оценки случайных величин. / Теплицкая С.Н., Поповская Е.О., Хуссейн Я.Т. Всеукр.науч.-тех. сб. «Радиотехника» 2010 стр.204-208 136. Теплицкая С.Н. Имитационная модель самоорганизации беспроводных сенсорных сетей. / С.Н. Теплицкая, Я.Т. Хуссейн// Сб.науч.тр.4-го междунар.р/эл.форума МРФ’2011, 18-21 окт.2011, Харьков.стр.287-288. 137. Saburova S. Development of Service in the IP Multimedia. / S.Saburova, E.Popovska, Y.T.Hussein //Всеукр.науч.-тех. сб. «Радиотехника», Харьков. ─ 2009. Вып. №159. ─ С. 229 ─ 234. 138. Питмен Э. Основы теории статистических выводов. М.: Мир.1986 – 104 с. 139. Дуда Р., Харт П. Распознавание образов и анализ сцен. М.: Мир. 1976, - 510 с. 140. Акимов П.С., Бакут П.А., Богданович В.А. Теория обнаружения сигналов – М.: Радио и связь, 1984, - 440 с. 166 141. Фомин Я.Л. Теория выбросов случайных процессов. – М.: Связь, 1980 – 216 с. 142. Горячкин О.В. Лекции по статистической теории систем радиотехники и связи – М.: Радиотехника, 2008 – 192 с. 143. Ван-Трис Г. Теория обнаружения, оценок и модуляции. Т.1 – М.: Сов.радио, 1972 – 788 с. 144. Поповская Е.О. Применение алгоритма стохастической аппроксимации для оценки случайных величин. / Е.О. Поповская, Я.Т. Хуссейн// 15-й Юбилейный Международный форум «Радиоэлектроника и молодежь в ХХI веке». Сб. материалов форума. Т.4. – Харьков: ХНУРЭ. 2001. – С. 78-79.__ «Видавництво “Науковий світ”»® Свідоцтво ДК № 249 від 16.11.2000 р. м. Київ, вул. Боженка, 17, оф. 414. 200-87-13, 200-87-15, 050-525-88-77 Для заказа доставки работы воспользуйтесь поиском на сайте http://www.mydisser.com/search.html