Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.11851/386
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorGürbüz, Ali Cafer-
dc.contributor.authorKarakuş, Celalettin-
dc.date.accessioned2016-11-07 17:26:29tr_TR
dc.date.available2013-06-25tr_TR
dc.date.issued2013tr_TR
dc.identifier.urihttps://hdl.handle.net/20.500.11851/386-
dc.descriptionYazarına aittir / Belongs to the authoren_US
dc.description.abstractWireless Sensor Networks (WSN) are used in many applications by the measurementof physical phenomena in order to monitoring the environment andthe status of many civil and military applications. WSN consist a number ofenergy-limited measuring sensor nodes and at least one base station. Improvingthe lifetime of WSN is directly related with the energy efficiency of computationand communication operations in the sensor nodes. The CompressiveSensing (CS) theory suggests a new way of sensing the signal through linearmeasurements possibly needing much less number of measurements compared tothe conventional cases if the underlying signal is sparse. This result definitelyhas implications on WSN energy efficiency and prolonging network lifetime. Inthis study the effects of acquiring, processing, and communicating CS basedmeasurements on WSN lifetime are analyzed in comparison to conventionalapproaches. Firstly, some of the iterative signal recovery algorithms alternativefor solving the CS problem are investigated and performances on each other basedon true reconstruction rates are examined. Then, energy dissipation models forboth CS and conventional approaches are built and used to construct a MixedInteger Programming (MIP) framework that jointly captures the energy costs forcomputation and communication operations. Numerical analyses are performedby systematically sampling the parameter space (i.e., sparsity levels, networkradius, and number of nodes). Our results show that CS prolongs network lifetimefor sparse enough signals and is more advantageous for smaller network radii.en_US
dc.description.abstractKablosuz Algılayıcı Ağlar (KAA) çeşitli fiziksel olayların ölçümünü yaparak ortamve durum gözetleme amacıyla sivil, askeri birçok uygulamada kullanılmaktadır.KAA kısıtlı enerjiye sahip ölçüm yapan algılayıcı düğümlerden ve ölçümlerintoplandığı en az bir baz istasyonundan oluşur. KAA yaşam sürelerini artırmak,algılayıcı düğümü alt-sistemlerinde haberleşme ve hesaplama işlemlerinigerçekleştirmek için harcanan enerjiyle doğrudan ilişkilidir. Sıkıştırılmış Algılama(CS) kuramı, ölçülen fiziksel sinyal eğer seyrekse, sinyalin klasik sinyal gerioluşturma yöntemlerine göre daha az sayıda rastgele doğrusal ölçümlerle gerioluşturulabildiğini öne sürer. Bu önerinin, algılayıcı düğüm enerji tüketimi vedolayısıyla ağ yaşam süresinin artırılması üzerinde etkileri vardır. Bu tezde,CS tabanlı yöntemin ölçme, veri işleme ve haberleşme işlemleri üzerindekietkileri klasik sinyal işleme yaklaşımları ile karşılaştırılarak incelenmiştir. İlkaşamada, CS eniyileme problemini çözen yinelemeli algoritmalar incelenmiştirve algoritmaların sinyali doğru geri oluşturma temelinde birbirleri üzerindekibaşarımları benzetimlerle gösterilmiştir. Daha sonra, CS tabanlı yöntem ileklasik sinyal geri oluşturma yöntemlerinin enerji tüketim modelleri oluşturularak,veri akış eniyilemesi temelinde Karışık Tamsayılı Programlama (MIP) ile CSyönteminin KAA yaşam süresi üzerindeki etkinliği incelenmiştir. Parametreuzayı (seyreklik seviyesi, ağ yarıçapı, algılayıcı düğüm sayısı) üzerinde farklıdurumlar için nümerik analizler gerçekleştirilmiştir. Nümerik analiz sonuçlarınagöre, yeterince seyrek sinyaller için ve ağ yarıçapının küçük olduğu uygulamalardaCS enerji etkinliği sağlayarak ağ yaşam süresini artırmaktadır.en_US
dc.description.sponsorshiptr_TR
dc.language.isotren_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.sourceCelalettin%2520KARAKUS_YL-TEZ.pdftr_TR
dc.subjectWireless Sensor Networksen_US
dc.subjectCompressive Sensingen_US
dc.subjectSparse Signal Recovery Algorithmsen_US
dc.subjectSparse Signal Recovery Algorithmsen_US
dc.subjectMixed Integer Programmingen_US
dc.subjectSensor Node Energy Consumptionen_US
dc.subjectNetwork Lifetime Optimizationen_US
dc.subjectKablosuz Algılayıcı Ağlartr_TR
dc.subjectSıkıştırılmış Algılamatr_TR
dc.subjectSeyrek Sinyal Geri Oluşturma Algoritmalarıtr_TR
dc.subjectKarışık Tamsayılı Programlamatr_TR
dc.subjectAlgılayıcı Düğüm Enerji Tüketimitr_TR
dc.subjectAğ Yaşam Süresi Eniyilemesitr_TR
dc.titleSıkıştırılmış Algılamanın Kablosuz Algılayıcı Ağların Enerji Tüketimi ve Yaşam Süresi Üzerindeki Etkinliğinin İncelenmesien_US
dc.title.alternativeInvestigation of the Impact of Compressive Sensing on the Energy Dissipation and Lifetime of Wireless Sensor Networksen_US
dc.typeMaster Thesisen_US
dc.departmentFaculties, Faculty of Engineering, Department of Electrical and Electronics Engineeringen_US
dc.departmentEnstitüler, Fen Bilimleri Enstitüsü, Elektrik ve Elektronik Mühendisliği Ana Bilim Dalıtr_TR
dc.relation.publicationcategoryTezen_US
item.openairetypeMaster Thesis-
item.languageiso639-1tr-
item.grantfulltextopen-
item.fulltextWith Fulltext-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
item.cerifentitytypePublications-
Appears in Collections:Elektrik-Elektronik Mühendisliği Yüksek Lisans Tezleri / Electrical & Electronics Engineering Master Theses
Files in This Item:
File Description SizeFormat 
Celalettin%2520KARAKUS_YL-TEZ.pdf912.79 kBAdobe PDFThumbnail
View/Open
Show simple item record



CORE Recommender

Page view(s)

94
checked on Dec 23, 2024

Download(s)

34
checked on Dec 23, 2024

Google ScholarTM

Check





Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.