1.   مشاوره و انجام پروپوزال  و پایان نامه ، مشاوره در زمینه ارائه سمینار، 
       مشاوره و انجام مقاله های بین المللی و داخلی، 
       مشاوره و انجام مقاله در مجله های علمی پژوهشی معتبر، 
        مشاوره و آموزش شبیه سازی شبکه توسط شبیه ساز آکادمیک 2-NS، 
         مشاوره و آموزش شبیه سازهای ترافیک شهری از قبیل  SUMO، ONE، و ...
          کمک به دانشجویان برای پیاده سازی ایده ها و مقالات خود با شبیه سازهای
               NS2, NS3 , OMNET++ , ONE
     
    
                 شماره تماس :
                         حسین رنجبران:    09101607834   
                                          
    
                  ساعات تماس: 
                                      ۸ الی ۲۰
                         
                   ایمیل:
                         hossein.ranjbaran.it@gmail.com
                        
           
    

Compressed sensing for different sensors: A real scenario for WSN and IoT

شروع موضوع توسط AdMiN ‏2/9/17 در انجمن WSN

وضعیت موضوع:
You must be a logged-in, registered member of this site to view further posts in this thread.
  1. AdMiN

    AdMiN Administrator هیات مدیره

    Wireless Sensor Networks (WSN) are integrable basic elements of Internet of Things (IoT). WSN deployment is constrained with sensor node's energy, communication range, limited on-board resources etc. Optimization of the energy consumption over the network to improve network lifetime is a challenging problem. Compressed Sensing (CS) involvement in WSN brought a solution to energy efficient data aggregation. This article presents a method, which exploits compressed sensing and dictionary learning to achieve energy efficiency in the scenario of data aggregation in WSN, where sensor node measures different sensors data. We demonstrate performance analysis of multiple sensors method with metrics, probability of successful recovery and network transmission cost. Extensive simulations on practical data set shows that our data aggregation method for practical scenario can deliver data to sink with minimum transmission cost which inherently saves significant energy to prolong the network lifetime. The probability of successful recovery shows that our method can recover compressed data with maximum probability.​


    لینک دانلود در پست بعد برای اعضاء قابل مشاهده است.
     
وضعیت موضوع:
You must be a logged-in, registered member of this site to view further posts in this thread.

این صفحه را به اشتراک بگذارید