Você está aqui: Página Inicial curitiba Estrutura do Câmpus Diretorias Diretoria de Pesquisa e Pós-Graduação Mestrado e Doutorado CPGEI Edital de Defesas 2013 CPGEI (Mestrado): Marcos Costa Maciel-21/02/13

CPGEI (Mestrado): Marcos Costa Maciel-21/02/13

Defesa Pública de Mestrado do Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial
Quando 21/02/2013
das 10h00 até 13h00
Onde Sala de Defesas C301
Nome do Contato Prof. Richard Demo de Souza
Participantes Prof. Richard Demo de Souza, Dr. Orientador - UTFPR
Prof. Henry Medeiros, Dr., Co-orientador
Banca examinadora:
Prof. Richard Demo de Souza, Dr. Presidente - UTFPR
Prof. Marcelo Pellenz, Dr. , PUCPR
Prof. Hermes Del Monego, Dr. - UTFPR
Adicionar evento ao calendário vCal
iCal

Compressão de dados ambientais em redes de sensores sem fio usando código de Huffman

Resumo: Nesta dissertação de mestrado é apresentada uma proposta de um método simples de compressão de dados sem perda para Redes de Sensores sem Fio(RSSF). Este método é baseado numa codificação Huffman convencional aplicada a um conjunto de amostras de parâmetros monitorados que possuam uma forte correlação temporal, fazendo com que seja gerado um dicionário Huffman a partir dessas probabilidades e que possam ser utilizadas em outros conjuntos de parâmetros de mesma característica. Os resultados de simulação usando temperatura e umidade relativa mostram que este método supera alguns dos mais populares mecanismos de compressão projetados especificamente para RSSF.
Palavras-chave: Redes de Sensores sem Fio, Compressão de Dados, Codificação Huffman

Environmental data compression in wireless sensor networks using huffman code

Abstract: In this masters thesis we present a lightweight lossless data compression method for wireless sensor networks(WSN). This method is based on a conventional Huffman coding applied to a sample set of monitored parameters that have a strong temporal correlation, so that a Huffman dictionary is generated from these probabilities, and which may be used in other sets of parameters with same characteristic. Simulations results using temperature and relative humidity measurements show that the proposed method outperforms popular compression mechanisms designed specifically for wireless sensor networks.

Keywords: Wireless Sensor Networks, Data Compression, Huffman Coding

Lista de publicações:

F.Marcelloni, M. Vecchio. " A Simple Algorithm for Data Compression in Wireless Sensor Networks", IEEE Communications Letters, vol 12, No. 6, pp 411-413, June 2008.

F.Marcelloni, M. Vecchio, "An Efficient Lossless Compression Algorith for Tiny Nodes of Monitoring Wireless Sensor Networks", The Computer Journal, vol. 52, no 8, pp 969-987, April 2009

A. Kiely, M.Xu, W. Song, R. Huang, B. Shirazi, " Adaptive Linear Filtering Compression on Realtime Sensor Networks", The Computer Journal, vol 53, no. 10, pp 1606-1620, Jan 2010.

T.Schoellhammer, B. Greenstein, E. Osterweil, M. Wimbrow, D. Estrin, "Lightweight Temporal Compression of Microclimate Datasets", In Proceedings of the 29th annual IEEE International Conference on Local Computer Networks, pp 516-524, 16-18 Nov, 2004

Ações do documento

registrado em: