Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

1 Internetes Médiakommunikáció xxx. előadás i.) Trendek ii) Kognitív rádió (hálózat) iii) Vezeték nélküli érzékelő hálózat iv.) Kooperáció Wiener szűrés.

Hasonló előadás

Az előadások a következő témára: "1 Internetes Médiakommunikáció xxx. előadás i.) Trendek ii) Kognitív rádió (hálózat) iii) Vezeték nélküli érzékelő hálózat iv.) Kooperáció Wiener szűrés."— Előadás másolata:

1 1 Internetes Médiakommunikáció xxx. előadás i.) Trendek ii) Kognitív rádió (hálózat) iii) Vezeték nélküli érzékelő hálózat iv.) Kooperáció Wiener szűrés esetén Oláh András 2009. 03. 25.

2 2 Trends

3 Home media capacity - 1975 Product Route to home Display Local storage TV stations phone TVCassette/ 8-track broadcast TV radio broadcast radio stereoVinyl album Local news mail Advertising newspaper delivery phone Radio Stations non-electronic Tom Wolzein, Sanford C. Bernstein & Co

4 Home media capacity – now Product Route to home Display Local storage cableVCR TV stations phone/DSLTV Info wirelessradioDVD “Daily me” broadcast TVPCWeb-based storage contentServer/ TiVo (PVR) Cable Nets broadcast radiostereoPC Web sites satellitemonitor Local news mailheadphonesCD/CD-ROM Content from express deliverypager individuals iPod / storageMP3 player / iPod Peer-to-peer subcarriers / WIFIcell phonepagers - PDAs Advertising newspaper deliveryphonecable box Radio stationsPDA/Palmgame console game console Satellite radionon-electronicStorage sticks/disks Adopted from Tom Wolzein, Sanford C. Bernstein & Co

5 5 Market Size

6 6 Intelligent Device Hierarchy Mobile info appliances Static info appliances Mobile devices Static devices Controllers Smart sensors Microprocessors & Microcontrollers Mobile phones, PDAs, scanners, Web Tablets, GPS, etc. PC’s, servers, etc. Vehicle cargo containers, tankers, supply chain assets (SKU)s… Medical Device, HVAC, industrial machinery, distributed generation… Industrial controllers, appliance controllers… Accelerometers, pressure gauges, flow, position, speed, temp biosensors, etc. 8-, 16-, 32-, 64-bit chips, etc. Human-centric Device-centric 1.5 billion 500 million 350 million (SKUs: trillions) 375 million 500 million 750 million 35 billion 2007 Potential

7 7 technologies for pervasive computing flexible fuel cell RFID antenna Smart dust communications mote

8 8 x-impact technologies Source: Institute for the Future

9 9 1.IP Will Eat Everything! – Next Generation Internet 3.Convergence of Communications & Applications Will Be A Reality – Network Will Be The Computer 4.Wireless Internet Will Be Big – Driving Mobility 5.Sensor Networks Will Be Everywhere 6.e-Collaboration Will Dominate The Workplace – next generation speech recognition 7.Broadband Will Be Common – Death of Locality 2.Security Is Critical 8.Wireless & Wired Lines Will Converge – Accelerating Virtualization 10.Home LANs Will Proliferate – Ethernet Will Be Everywhere 9.Knowledge Mining Will Transform the Way We Do Business Top Ten Technology Trends

10 10 2005 2020 IPDevices WirelessContent Intelligent optical chip Nano computers Wearable network Private on-demand reconfigurable networks Mesh sensory networks Fuel cells proliferate Self-healing networks 3-D printing Cognitive radio Speech-to-speech translation 100 Gbyte mobile storage Composite applications Flexible display Application-aware network Wireless VoIP Biometrics Mobile video Location-aware services Over-the-air programming Seamless mobility Video search Perpendicular storage Interactive video Semantic web Storage virtualization Grid networks 2010 2015 2010 What ’ s To Come Holographic storage Tele-immersion Speech Dialing Virtual Reality Communications Next Generation Internet 1 Tbyte mobile storage Quantum Computing IP Mobility Dominant RFID Pallets RFID Items Cloaking Infobots Emergence of Physical & Sensory Internet

11 What’s the next big thing? Here Now  Voice over IP  P2P  Integrated GPS  WiFi  RFID  3G Mobile  Satellite Radio / DAB  Mobile TV / IP-TV / Web TV  DTV / HDTV  PVR  Video on Demand  WiMAX  Mesh Networks  Broadband Power Line (BPL) Coming Soon  3G+ Mobile  Ultra Wide Band (UWB)  Software-Defined Radio (SDR)  Grid Computing  Sensor Networks  Nanotechnology  Internet Protocol Version 6 (IPv6)  Quantum Cryptography On the Horizon  Gigabit WiMax  User Controlled Light Paths (UCLP)  Semantic Web  Bio Computing  Quantum Computing Access to anything, anywhere, anytime

12 We are moving to an EoIP world Top-down: What the network thinks you want, when they think you want it and in the format they want  TV content on cable, or over the air  Radio show on radio  Books in the bookstore or library  Snail mail rain or shine  Voice by monopoly phone provider Choice: What you want, when you want it, from anywhere  All content and services available online: Music, Movies, TV Shows, Books, podcasts, Voice, TV, Radio…  Choice of receptors: Personal Computers, cell-phones, Blackberry, iPods… The Consumer’s Revenge!

13 The mobile internet revolution is here It has revolutionized communications  Mobile is supplanting wireline for telephony  The mobile web is beginning to make in-roads  Smaller, cheaper, more powerful devices  Faster, smarter radiocommunications  Result is ‘Un-tethered’ access Global Vision Mobile Internet For All ICMB 09.07.07 - 13

14 Placing new pressures on spectrum use… Spectrum challenges are now global  Global and regional harmonization  Technology neutrality  Licence-exempt spectrum and standards  Public safety & security  Implications  Greater effort required to build consensus (i.e. preparations for WRC)  Nations can no longer operate in isolation  Regional (minimum) – Global (desired) New pressures on spectrum management  Cognitive Radio  Challenge: develop new regulations to accommodate cognitive performance  UHF White Spaces  Challenge: Develop standards for use of unused broadcast spectrum for wireless broadband  UWB  Challenge: Develop internationally harmonized rules addressing potential interference

15 Where everyone and everything is connected Ecosystem of the Internet  Radio-Frequency IDentification (RFID) tags + Smart Computing  Wireless sensors  Personal Area Networks (PANs) Human Body Internet Things Human Being RFID Nanotech Smart tech Wireless sensors Cable xDSL Satellite 2G mobile 3G+ mobile WiMAN WiLAN Internet of Things Economic System Producers & Suppliers Consumer Advocacy Groups R&D organization s Gov’t & Regulators International Agencies Lead Users Legal System Social System Ethics Source: ITU, 2005

16 16 ‘The Internet of Things’ is a concept originally coined and introduced by MIT, Auto-ID Center and intimately linked to RFID and electronic product code (EPC) “… all about physical items talking to each other..” Like RFID it is a concept that has attracted much rhetoric, misconception and confusion as to what it means and its implications in a social context The Internet of Things

17 17 The Internet of Things * (2007 Commission view): The Internet of Things viewed as a network for communicating devices and based upon four degrees of sophistication, involving: Purely passive devices (RFID) that yield fixed data output when queried Devices with moderate processing power to format carrier messages, with the capability to vary content with respect to time and place Sensing devices that are capable of generating and communicating information about environment or item status when queried Devices with enhanced processing capability that facilitate decisions to communicate between devices without human intervention – introducing a degree of intelligence into networked systems * European Commission (2007) From RFID to the Internet of Things – Pervasive networked systems The Internet of Things

18 18 Wireless Paradigm Evolution Path 18

19 19 Wireless Paradigm Adaptive Wireless Broadband Network 구현 19

20 20 Wireless Paradigm 20

21 21 Wireless Paradigm 21

22 22 Key Technologies for Future Wireless Systems New radios for heterogeneous access  Low-power sensor radios  High-speed WLAN and 4G/802.16  Faster 4G cellular, 802.16, etc. Spectrum-sharing for dense networks  Dynamic spectrum / cognitive radio for frequency coordination  Spectrum etiquette protocols Ad-hoc wireless networks  Self-organizing networks capable of scaling organically  Discovery, MAC and routing protocols for reliable ad-hoc services Pervasive computing software  Dynamic binding of application agents and sensors  Real-time orchestration of sensors and actuators 2007-05-09 22

23 23 Kognitív rádió és kognitív hálózat

24 24 Motivation Going wireless more and more... Lack of interoperability bw. different technologies Lack of spectrum (???)

25 25 Spectrum Facts Fixed Spectrum Assignment (Existing spectrum policy forces spectrum to behave like a fragmented disk ) Bandwidth is expensive and good frequencies are taken Unlicensed bands – biggest innovations in spectrum efficiency Recent measurements by the FCC in the US show 70% of the allocated spectrum is not utilized Time scale of the spectrum occupancy varies from msecs to hours More clever radio Frequency Agility----SPECTRUM SHARING SOLUTION

26 26 Solution Joseph Mitola 1992 Software Defined Radio(SDR) radio primarily defined in software, which supports a broad range of frequencies, and its initial configurations can be modified for user requirements. Joseph Mitola 1999 Cognitive Radio(CR) SDR + Intelligence

27 27 Spectrum Sharing Existing techniques for spectrum sharing:  Unlicensed bands (WiFi 802.11 a/b/g)  Underlay licensed bands (UWB)  Opportunistic sharing  Recycling (exploit the SINR margin of legacy systems)  Spatial Multiplexing and Beamforming Drawbacks of existing techniques:  No knowledge or sense of spectrum availability  Limited adaptability to spectral environment  Fixed parameters: BW, Fc, packet lengths, synchronization, coding, protocols, … New radio design philosophy: all parameters are adaptive  Cognitive Radio Technology

28 28 Channel and Interference Model Measurement of the spectrum usage in frequency, time, and space Wideband channel  Common with UWB Spatial channel model  Clustering approach  Interference correlation Derive statistical traffic model of primary users  Power level  Bandwidth  Time of usage  Inactive periods 30 210 60 240 90 270 120 300 150 330 180 0 Time (min) Frequency (Hz) Angular domain

29 29 Cognitive Radio Functions D/A PA LNA A/D IFFT FFT ADAPTIVE LOADING INTERFERENCE MEAS/CANCEL MAE/ POWER CTRL CHANNEL SEL/EST TIME, FREQ, SPACE SEL LEARN ENVIRONMENT QoS vs. RATE FEEDBACK TO CRs Sensing Radio  Wideband Antenna, PA and LNA  High speed A/D & D/A, moderate resolution  Simultaneous Tx & Rx  Scalable for MIMO Physical Layer  OFDM transmission  Spectrum monitoring  Dynamic frequency selection, modulation, power control  Analog impairments compensation MAC Layer  Optimize transmission parameters  Adapt rates through feedback  Negotiate or opportunistically use resources RF/Analog Front-endDigital BasebandMAC Layer

30 30 From WiFi to Cognitive Radios FunctionalityWiFiCognitive Radio Multiple channels for agility 27 fixed 20MHz channels Variable # and BW Sensing collisions/interferenceWiFi interference onlyAny interference Simultaneous spectrum sensing and transmission Not possibleNecessary Modulation scheme, rateFixed per packet Adaptive bit loading Packet length, preambleFixedMore flexible Power levelFixed per packetAdaptive control Interference mitigationWiFi interference onlyAny interference Spatial processingSome (802.11n)Lots… QoS, rate, latencyLimitedSophisticated

31 31 Kognitív rádió és kognitív hálózat - SDR

32 32/37 NETLAB Seminar 7 March 2007 32/37 Software Defined Radio Concept of SDR Termed coined by Mitola in 1992 Radio’s physical layer behavior is primarily defined in software Accepts fully programmable traffic & control information Supports broad range of frequencies, air interfaces, and application software Changes its initial configuration to satisfy user requirements SDR: use software routines instead of ASICs for the physical layer operations of wireless communication system 2007-05-09 32 ASICs (PHY) Programmable Hardware Software Routines

33 33/37 NETLAB Seminar 7 March 2007 33/37 SDR properties Reconfigurable Easily Upgradeable Responds to the changes in the operating environment Lower maintenance cost

34 34/37 NETLAB Seminar 7 March 2007 34/37 Advantages of SDR Lower costs Platform longevity, higher volume SW has lower development costs Time to market Future protocols will have complex implementations Overlap testing/development cycles Adaptability Standards change over time Multi-mode operation Sharing hardware resources Open architecture allows multiple vendors Maintainability enhanced 2007-05-09 34

35 35/37 NETLAB Seminar 7 March 2007 35/37 35 The Anatomy of Wireless Protocols 1. Filtering: suppress signals outside frequency band 2. Modulation: map source information onto signal waveforms 3. Channel Estimation: Estimate channel condition for transceivers 4. Error Correction: correct errors induced by noisy channel

36 36/37 NETLAB Seminar 7 March 2007 36/37 Some SDR platforms

37 37 Some definitions Primary User (Licensed User) the user which has an exclusive right to a certain spectrum band. In other words, the license holders... No need to be aware of cognitive users No additional functionalities or modifications needed Secondary User (Unlicensed User) Cognitive-radio enabled users Lower priority than PUs

38 38 SPECTRUM HOLE A spectrum hole is a band of frequencies assigned to a primary user, but, at a particular time and specific geographic location, the band is not being utilized by that user.

39 39 Cognitive Radio - definitions The term “cognitive radio” was first coined by Mitola in 1999 and can be defined as in 2006 by IEEE: “A type of radio that can sense and autonomously reason about its environment and adapt accordingly. This radio could employ machine learning mechanisms in establishing, conducting or concluding communication and networking functions with other radios” Two CR-related standards are under development:  IEEE 802.22: high rate access (1.5 Mb/s) in rural areas up to 100 km in coverage  IEEE 802.11h: WLANs with dynamic frequency selection transmit power control capabilities

40 40 Definition (1) In the 1999 paper that first coined the term “cognitive radio”, Joseph Mitola III defines a cognitive radio as “A radio that employs model based reasoning to achieve a specified level of competence in radio-related domains.”

41 41 Definition (2) Simon Haykin defines a cognitive radio as “An intelligent wireless communication system that is aware of its surrounding environment (i.e., outside world), and uses the methodology of understanding-by- building to learn from the environment and adapt its internal states to statistical variations in the incoming RF stimuli by making corresponding changes in certain operating parameters (e.g., transmit-power, carrierf requency, and modulation strategy) in real- time, with two primary objectives in mind: · highly reliable communications whenever and wherever needed; · efficient utilization of the radio spectrum.

42 42 Cognitive Radio: Contribution Cognitive radios are a powerful tool for solving two major problems: 1) Access to spectrum (finding an open frequency and using it) 2) Interoperability (talking to legacy radios using a variety of incompatible waveforms)

43 43 Properties Cognitive radio properties  RF technology that "listens" the spectrum  Knowledge of primary users’ spectrum usage as a function of location and time  Rules of sharing the available resources (time, frequency, space)  Embedded intelligence to determine optimal transmission (bandwidth, latency, QoS) based on primary users’ behavior Cognitive radio requirements co-exists with legacy wireless systems uses their spectrum resources does not interfere with them

44 44 9 levels of CR functionality

45 45 Channel-state estimation, and predictive modeling Radio-scene Analysis (Spectrum sensing) Transmit-power control, and spectrum management Radio Environment (Outside World) RF Stimuli Spectrum Holes, Noise-floor statistics Traffic statistics Interference temperature Quantized Channel capacity Transmitted signal Receiver Transmitter Spectrum Holes : A band of frequencies that are not being utilized by the primary user at a particular time and in a particular geographic location. - Black/Grey/White Holes Interference temperature : To quantify and manage the sources of interference in a radio environment Basic Cognition Cycle

46 46 How Does a Cognitive Radio Get So Smart? External Intelligence Sources Orient Establish Priority Plan Normal Generate Alternatives (Program Generation) Evaluate Alternatives Register to Current Time Decide Alternate Resources Initiate Process(es) (Isochronism Is Key) Act Learn Save Global States Set Display Send a Message Observe Receive a Message Read Buttons Outside World New States The Cognition Cycle Prior States Pre-process Parse Immediate Urgent Infer on Context Hierarchy OBSERVE-ORIENT-DECIDE-ACT OODA loop

47 47 Knobs & Meters “Reading the Meters”  Monitors its own performance continuously “Turning the Knobs”  Responds to the operator’s commands by configuring the radio The Cognitive Engine tells the radio how to control the knobs and meters. 2007-05-09 47

48 48 Knobs & Meters 2007-05-09 48

49 49 Challenges of Cognitive Radio Hidden node problem Heterogeneous System Design 2007-05-09 49

50 50 Frequency Assignment Negotiation of Resources (Game theory) Challenges of Cognitive Radio 2007-05-09 50

51 51 Challenges and Research Issues Hardware Learning Mechanisms Routing and Upper layer Issues (Networking, QoS) Developing spectrum sharing behaviors Sensitive detection Frequency assignment negotiation Resource allocation Security (Unintentional config..) Integration with “spectrum market”

52 52 Optimize transmission parameters Adapt rates through feedback Negotiate or opportunistically use resources Physical Layer MAC Layer Network Layer Transport Layer Application Layer OFDM transmission Spectrum monitoring Dynamic frequency selection, modulation, power control Analog impairments compensation Routing, System Management, QoS and other upper layer issues... Cross-layer design

53 53 Sensor Network

54 54 Sensors? Also the biomedical sensors: EMG, EKG, pulses, emotions, etc camera mic accelerometer gyro pressure thermal GPS

55 55 WSN– intelligens „jelenlét” és érzékelés Külvilág (megfigyelt rendszer) Intelligens szenzorok (hálózat) Elektromos jel Jelfedolgozás, monitorozás, döntés (közp. adatfeld.) Előfeldolg. dig. folyam Rádiós kapcsolat Érzékelés, jelfeldolgozás, kommunikáció KOMM. PROT. ???

56 56 Sensor Nodes Today MICA, 2001-2002 5.7cm X 3.18cm 4 MHz CPU 128K ROM 512K RAM 40kbps Radio range x00 feet Sensors, battery not included Spec, March 2003 2mm X 2.5mm CPU, memory, RF transceiver Sensors, battery, antenna not included < 1 dollar if mass-produced

57 57 Wireless sensor node and sensor network

58 58 Kihívás Hálózati réteg Jelfeldolgozási réteg Érzékelési réteg Alkalmazás Optimális protokollok Max. élettartam Optimális erőforrás- menedzsment (energy aware routing) ??? tradicionális hálózati protokollok nem alkalmazhatóak

59 59 Modell Ekvivalens modell BS d N-1 d N-2 d1d1 NN-1N-2N-31 szenzorok Érzékelt mennyiség (forgalom) továbbítása a bázis állomás felé Új protokollok: Optimális csomagtovábbító eljárások Energia hatékonyság !! ??? Maximális élettartam! dNdN

60 60 Protokoll tervezés Csomagtovábbítási algoritmus Energia- és lokalizáció kényszerek Statisztikai forgalmi modellek N max ugrások száma, optimális node elhelyezkedés vagy optimális útvonal Statisztikai módszerek, nagy eltérések elmélete LEGHOSSZABB ÉLETTARTAM Eddigi (determinisztikus) eredmények: A. J. Goldsmith (2002), I.F. Akyildiz (2002), F. L. Lewis (2004), Haenggi (2005) Élettartam optimalizálása statisztikus forgalom esetén Nyitott kérdés és a dolgozat új eredményei:

61 61 Az egydimenziós általános lánc modell ● Szenzorok száma : N ● valószínűségi változó jelöli, hogy egy node-on generálódik-e csomag. ● az on-off forgalmi modellben egy node p i valószínűséggel generál csomagot. ● Szomszédos elemek közötti távolság: d 1, d 2 … d N ; ● Egy csomag szomszédos node-nak továbbításához energiaszükséglete: g i. A Rayleigh - terjedési modell alapján: Két node távolságából előállíthatjuk egy csomag d távolságba küldéséhez szükséges energiát. P0=giP0=gi forgalmi állapotvektor

62 62 1D topológia - 2D(3D) topológia BS Újraindexelés a bázisállomástól való „távolság” alapján Megvalósítás: Az 1 dimenziós lánc felállítása a bázis állomás távolságának függvényében (PEGASIS,PEDAP) 4 2 1 3

63 63 A forgalmi modell Eseményvezérelt adatgyűjtés (Event-driven data gathering) statisztikus forgalom Annak a valószínűsége, hogy egy adott y forgalom képződik a hálózaton: BS dNdN d N-1 d N-3 d1d1 NN-1N-2N-31 Például: y=(1,0, 1, 1,…,1) Az aktív node-ok

64 64 Az energiafogyasztás kvantifikálása Valószínűségben optimalizálunk:,  A maximális fogyasztású node K ütemre összegzett energia felhasználása: A hálózatban egy node átlagos fogyasztása K ütemre összegezve: ahol a hálózat teljesítőképessége. Két eset:

65 65 Az élettartam definíciója K: A hálózat élettartama az az ütemszám, amelyre a fenti egyenlőség fennáll. Adott:  - konfidencia A - a rendelkezésünkre álló telep energia esetén Kihívás: Kihívás: A „K” élettartam meghatározása polinomiális időben.

66 66 Statisztikai módszerek Az összenergia fogyasztás farokeloszlásának becslése Chernoff határ Union határ Optimális csomag továbbítás kombinatorikus optimalizációval

67 67 Az összenergiafogyasztás átlagának kiszámítása Chernoff határral A lemerülési valószínűség Chernoff határa: A Chernoff határ minden s > 0-ra felülről becsül, ezért mi azt az s*-ot keressük, melyre a célfüggvényünk, azaz a lemerülési valószínűség minimális: Az on-off modell logaritmus momentum generáló függvénye: farokeloszlás becslése -> nagy eltérések elmélete -> Chernoff határ Polinomiális időben megtalálja a minimumot! Megoldás: Minimum keresés gradiens módszerrel: Az élettartam:

68 68 Optimális szenzorszám meghatározása lánc protokoll esetén

69 69 Kontribúció: új protokollok és statisztikai analízisük Az élettartam növelése komplex csomagtovábbítási stratégiák szerint (single hop és lánc kiterjesztései) „Random shortcut” (véletlen rövidzár) protokoll „HAPW – hop ahead in any possible way” (bárki bárkinek küldhet előre) protokoll Az élettartam meghatározása analitikus kifejezéssel, valamint polinomiális idejű optimumkereső algoritmus

70 70 A „Random shortcut” (véletlen rövidzár) protokoll a i :=Pr ( fej := a láncban a következőnek küldi a csomagot) 1-a i :=Pr ( írás := rövidre zár a bázisállomás felé) A protokoll: Csomag érkezik az i. node-ra„érmefeldobás” Fej: a szomszéd csomópontnak küldi a csomagot g i energiával Írás: rövidre zár, egyből a bázis állomásnak küldi a csomagot G i energiával Motiváció: Bottleneck node BS dNdN d N-1 d N-3 d1d1 NN-1N-2N-31 “Pénz feldobás” Cél:

71 71 A „Random shortcut” (véletlen rövidzár) protokoll Az i-edik node-on generált csomag energia szükséglete:  annak a valószínűsége, hogy az i-edik node-on generált csomag l i hosszú úton marad a láncban. λ i valószínűségi változó a láncban megtett út hosszát fejezi ki, i-λ i az a node, amelyik az i-ből induló csomagot rövidrezárja a bázisállomás felé, BS Nii-1lili 1

72 72 Az élettartam meghatározása egy node átlagos fogyasztása alapján A valószínűség Chernoff határának kifejezése: Tömörebben a következő felső határ adható meg: ahol a kiterjesztett logaritmus generáló függvény.

73 73 Az élettartam meghatározása a bottleneck node fogyasztása alapján A költség függvény kiszámítása az adott node átlagos terhelése és a várható fogyasztásának szorzata: ahol a terhelést a következő rekurzió adja meg: Az energiafogyasztás farokeloszlása és annak Chernoff határa: Ahol Li-Silvester-becsléssel számítva:

74 74 A rövidrezárási eloszlás optimalizálása

75 75 Az élettartam növelése random shortcut (véletlen rövidzár) modell használatával Lánc Random shortcut Szenzorok elhelyzése 1. Determinisztikusan egyenletes 2. Exponenciális 3. Normális 4. Egyenletesen véletlen eloszlás

76 76 Konklúziók – I (Rayleigh fading és szimuláció) A vizsgált protokollokkal elérhető élettartam javulás a single hophoz képest: HAPW4.7x Random shortcut (véletlen rövidzár)4x Véletlenszerű energia tudatos3.5x Energia tudatos3x Lánc2x

77 77 Eredmények mérésekkel való validációja Vizsgált protokollok:  Lánc  Singlehop  Véletlen Rövidzár  Energia Tudatos Berkeley Crossbow Motes Érzékelés: hőm., fény, szeizmikus, mágneses tér RF 916 MHz Hatósugár: 30-100ft Processszor: microcontroller, 40Mhz, 128 kB flash

78 78 Alkalmazás – intelligens otthon Adatfeldolgozó/ve zérlő/ archiváló egység Szenzoriális elemek (mote) Hőmérséklet Nyílászárók Villanykapcsolók Bioszenzor (pulzoximéter) Hálózati hozzáférés (GSM, GPRS, Internet) Vezetéknélküli adatgyűjtő bázisállomás Energiaérzékeny protokollok és adatközlési módok Adatfúzió, profildefiníció, döntések és beavatkozások vezérlése Szabványos hálózati protokollok, adatbázis kezelése és a hálózat távvezérlése Kommunikációs protokollok optimalizálása! Mote 0 RF kommunikáció (433MHz) Mobil/statikus hálózati elemek

79 79 Élettartam javulás konkrét mérések alapján Protokoll Élettartam növekedés „Energia tudatos”2,8x „Véletlen rövidzár”2,6x „Single hop”2x „Lánc”1x

Letölteni ppt "1 Internetes Médiakommunikáció xxx. előadás i.) Trendek ii) Kognitív rádió (hálózat) iii) Vezeték nélküli érzékelő hálózat iv.) Kooperáció Wiener szűrés."

Hasonló előadás

Google Hirdetések