دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Sai Zhang, Cihan Tepedelenlioglu, Andreas Spanias سری: Synthesis Lectures on Communications, 13 ISBN (شابک) : 1681732904, 9781681732909 ناشر: Morgan & Claypool Publishers سال نشر: 2018 تعداد صفحات: 90 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
در صورت تبدیل فایل کتاب Distributed Network Structure Estimation Using Consensus Methods به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تخمین ساختار شبکه توزیع شده با استفاده از روشهای اجماع (سخنرانیهای سنتز در مورد ارتباطات ، باند 13) نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
حوزه تشخیص و تخمین در یک شبکه حسگر بی سیم توزیع شده (WSN) کاربردهای متعددی دارد، از جمله نظارت نظامی، پایداری، نظارت بر سلامت و اینترنت اشیا (IoT). در مقایسه با یک شبکه حسگر متمرکز سیمی، یک WSN توزیعشده دارای مزایای زیادی از جمله مقیاسپذیری و استحکام برای خرابیهای گره حسگر است. در این کتاب به مشکل تخمین ساختار WSN های توزیع شده می پردازیم. اول، ما یک مرور ادبیات را در موارد زیر ارائه می کنیم: (الف) نظریه گراف. (ب) برآورد مساحت شبکه. و (ج) الگوریتمهای اجماع موجود، از جمله اجماع میانگین و حداکثر اجماع. دوم، یک الگوریتم توزیع شده برای شمارش تعداد کل گره ها در یک شبکه حسگر بی سیم با کانال های ارتباطی پر سر و صدا معرفی شده است. سپس، یک الگوریتم برآورد توزیع درجه شبکه توزیع شده (DNDD) توضیح داده شده است. الگوریتم DNDD بر اساس اجماع متوسط و تخمین توابع جرم تجربی درون شبکه است. در نهایت، یک الگوریتم کاملاً توزیع شده برای تخمین مرکز و ناحیه پوشش یک شبکه حسگر بیسیم شرح داده شده است. الگوریتم های معرفی شده برای اکثر شبکه های توزیع شده متصل مناسب هستند. عملکرد الگوریتم ها به صورت تئوری تجزیه و تحلیل می شود و شبیه سازی ها برای تایید نتایج نظری انجام و ارائه می شوند. در این کتاب همچنین توضیح می دهیم که چگونه می توان از الگوریتم های معرفی شده برای یادگیری اطلاعات داده های جهانی و منطقه داده های جهانی استفاده کرد.
The area of detection and estimation in a distributed wireless sensor network (WSN) has several applications, including military surveillance, sustainability, health monitoring, and Internet of Things (IoT). Compared with a wired centralized sensor network, a distributed WSN has many advantages including scalability and robustness to sensor node failures. In this book, we address the problem of estimating the structure of distributed WSNs. First, we provide a literature review in: (a) graph theory; (b) network area estimation; and (c) existing consensus algorithms, including average consensus and max consensus. Second, a distributed algorithm for counting the total number of nodes in a wireless sensor network with noisy communication channels is introduced. Then, a distributed network degree distribution estimation (DNDD) algorithm is described. The DNDD algorithm is based on average consensus and in-network empirical mass function estimation. Finally, a fully distributed algorithm for estimating the center and the coverage region of a wireless sensor network is described. The algorithms introduced are appropriate for most connected distributed networks. The performance of the algorithms is analyzed theoretically, and simulations are performed and presented to validate the theoretical results. In this book, we also describe how the introduced algorithms can be used to learn global data information and the global data region.
Preface Acknowledgments Introduction Wireless Sensor Networks Applications Consensus Methods in Distributed WSNs Network Structure Estimation Organization of the Book Review of Consensus and Network Structure Estimation Graph Representation of Distributed WSNs Review of Consensus Algorithms Average Consensus Max Consensus Review of Network Structure Estimation Network Connectivity State Estimation System Size Estimation Network Coverage Region Estimation Distributed Node Counting in WSNs System Model Distributed Node Counting Based on L_2 Norm Estimation Phase I: L_2 Norm Estimation Phase II: L_2 Norm Consensus Phase III: Node Counting Performance Analysis Simulation Results Noncentralized Estimation of Degree Distribution System Model Consensus-Based Degree Distribution Estimation Step I: Generate Initial Values Step II: Average Consensus Step III: Postprocessing Estimation of Degree Matrix Performance Analysis Simulations Network Center and Coverage Region Estimation System Model Estimation of Network Center and Radius Distributed Center Estimation Distributed Radius Estimation Performance Analysis Simulations Discussion: Global Data Structure Estimation Conclusions Notation Bibliography Authors\' Biographies Blank Page