Distributed signal processing and data fusion methods for large scale wireless sensor network applications

Σε αυτή τη Διδακτορική Διατριβή μελετάμε το πρόβλημα της παρακολούθησης και πρόβλεψης της εξέλιξης συνεχών αντικειμένων (π.χ. καταστροφικά περιβαλλοντικά φαινόμενα που διαχέονται) με τη χρήση Ασυρμάτων Δικτύων Αισθητήρων (ΑΔΑ) ευρείας κλίμακας. Προτείνουμε μια ευέλικτη αλλά και πρακτική προσέγγιση με δύο κύρια συστατικά: α) Ασύγχρονο συνεργατικό αλγόριθμο ΑΔΑ που εκτιμά, χρησιμοποιώντας δυναμικά σχηματιζόμενες ομάδες από τρεις συνεργαζόμενους κόμβους, τα τοπικά χαρακτηριστικά της εξέλιξης (διεύθυνση, φορά και ταχύτητα) του μετώπου, καθώς και β) Αλγόριθμο που ανακατασκευάζει το συνολικό μέτωπο του συνεχούς αντικειμένου συνδυάζοντας την πληροφορία των τοπικών εκτιμήσεων. Επιπλέον, ο αλγόριθμος ανακατασκευής, εκμεταλλευόμενος την δυνατότητα εκτίμησης της αβεβαιότητα ως προς τα τοπικά χαρακτηριστικά εξέλιξης, μπορεί να προβλέπει και την πιθανότητα το κάθε σημείο της περιοχής να έχει καλυφθεί από το συνεχές αντικείμενο σε κάθε χρονική στιγμή. Μέσω πλήθους προσομοιώσεων επικυρώσαμε την ικανότητα του συνεργατικού αλγορίθμου να εκτιμά με ακρίβεια τα τοπικά χαρακτηριστικά εξέλιξης πολύπλοκων συνεχών αντικειμένων, καθώς και την ευρωστία του σε αστοχίες των αισθητηρίων κόμβων κατά την επικοινωνία τους αλλά και λόγω της πιθανής ολοσχερούς καταστροφής τους. Τέλος, παρουσιάζουμε τη δυνατότητα του αλγορίθμου ανακατασκευής να παρακολουθεί με ακρίβεια την εξέλιξη μετώπων συνεχών αντικειμένων με πολύπλοκα σχήματα, χρησιμοποιώντας σχετικά μικρό αριθμό τοπικών εκτιμήσεων στις οποίες μπορεί να έχει υπεισέλθει και σημαντικό σφάλμα.