Národní úložiště šedé literatury Nalezeno 2 záznamů.  Hledání trvalo 0.00 vteřin. 
Snížení chyby odhadu pozice u inkrementálních lokalizačních technik
Pekárek, Jan ; Morávek, Patrik (oponent) ; Šimek, Milan (vedoucí práce)
Diplomová práce se zabývá popisem a výzkumem inkrementálních lokalizačních technik v bezdrátových senzorových sítích. V práci jsou popsány základní algoritmy Map-Growing a ABC (Assumption Based Coordinates). Po prostudování výše zmíněných lokalizačních algoritmů je vybrán vhodný algoritmus pro výzkum na náhodných senzorových sítích a problematiky s nimiž spojené. Pro výzkum této problematiky je zvolen jako optimální simulační software MATLAB. Dále pro zadané univerzitní prostředí jsou zkoumány vhodné lokalizační algoritmy s možnými optimalizacemi či optimální počet senzorových uzlů. Výsledkem diplomové práce je navržený lokalizační algoritmus s počátečním referenčním systémem o čtyřech kotevních uzlech, který je umístěn ve středu senzorové sítě. Algoritmus může být také použit v provedení Map4-Growing s optimalizací Mass-Spring, který po testování vykazoval nejmenší lokalizační chybu pro univerzitní prostředí.
Snížení chyby odhadu pozice u inkrementálních lokalizačních technik
Pekárek, Jan ; Morávek, Patrik (oponent) ; Šimek, Milan (vedoucí práce)
Diplomová práce se zabývá popisem a výzkumem inkrementálních lokalizačních technik v bezdrátových senzorových sítích. V práci jsou popsány základní algoritmy Map-Growing a ABC (Assumption Based Coordinates). Po prostudování výše zmíněných lokalizačních algoritmů je vybrán vhodný algoritmus pro výzkum na náhodných senzorových sítích a problematiky s nimiž spojené. Pro výzkum této problematiky je zvolen jako optimální simulační software MATLAB. Dále pro zadané univerzitní prostředí jsou zkoumány vhodné lokalizační algoritmy s možnými optimalizacemi či optimální počet senzorových uzlů. Výsledkem diplomové práce je navržený lokalizační algoritmus s počátečním referenčním systémem o čtyřech kotevních uzlech, který je umístěn ve středu senzorové sítě. Algoritmus může být také použit v provedení Map4-Growing s optimalizací Mass-Spring, který po testování vykazoval nejmenší lokalizační chybu pro univerzitní prostředí.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.