Regisztráció és bejelentkezés

Szenzorhálózatos esemény-előrejelző algoritmus vizsgálata közlekedési csomópontokban

A vezeték nélküli szenzorhálózatok hasznosságát, és a technológiában rejlő lehetőségeket manapság az élet minden területén kezdjük felismerni. Ezen hálózatok nagyszámú független (autonóm) intelligens érzékelőből állnak, mely érzékelők valamilyen közös mérési feladat megoldását elosztott módon valósítják meg. Az elosztott működési mód oka legtöbb esetben az, hogy a rendszer térbeli kiterjedése nem teszi lehetővé, hogy egyetlen központi eszközzel valósítsuk meg a feladatot. A TDK dolgozatomban szeretném bemutatni ezen hálózatok egyik érdekes felhasználását, az esemény-előrejelzést, mely során a hálózatot alkotó szenzorok környezeti paraméter-változásokból próbálnak elosztott módon egy-egy esemény megjelenésére következtetni, majd az esemény ismétlődése esetén előre jelezni azt. Az esemény-előrejelzés többek között alkalmazható alvás-üzemmód vezérlő algoritmusok segítésére, közlekedési torlódás előrejelzésre, vagy akár beteg-felügyeleti rendszerekben.

A dolgozatomban egy esemény-előrejelző rendszert mutatok be, mely fuzzy halmazelméletre épít. Az eljárásban az eseményeket a következő három paraméter jellemzi. Az első egy fuzzy (membership) paraméter mely leírja, hogy egy adott esemény mennyire felel meg egy előre definiált referencia eseménynek (melyet detektálni szeretnénk), A második paraméter az esemény bekövetkeztének ideje, a harmadik a detektáló szenzor azonosítója. Abban az esetben, ha egy szenzor eseményt észlel, korlátozott elárasztásos („broadcast”) üzenet formájában értesíti erről a környezetében lévő szenzorokat, így egy adott jelenség átvonulása a hálózaton egy eseményszekvenciát generál majd. Ezen szekvenciákat az úgynevezett TSS adatstruktúrában (Time Space Fuzzy Signature) tárolják az egyes szenzorok, idő szerint rendszerezve. Minden TSS az adott szenzor által észlelt céleseményt, és az őt megelőző események sorozatát foglalja magában. Példának okáért tekintsünk egy autópályán elhelyezett szenzorhálózatot. Mivel a megfigyelt útszakaszon egyszerre több autó is lehet, az autók sebessége ingadozik, az események zajosak lehetnek, a két útirány eseményeit pedig a szenzorok nem képesek megkülönböztetni, ezért a szenzoroknak nem triviális kinyerni a tiszta eseményszekvenciákat ebből a zajos és kevert eseményhalmazból. A javasolt eljárás ezért az adott szenzoron tárolt TSS-eket klaszterekbe szervezi a TSS-ek között definiálható norma segítségével, majd ezt követően a klaszterek által reprezentált TSS-ek összevonásra kerülnek egyetlen klaszterjellemző TSS-be úgy, hogy a kinyerésre került TSS tükrözze az eseményszekvenciát generáló autóosztály mobilitás modelljét.

A módszer hatékonyságának vizsgálata érdekében implementáltam egy szenzorhálózat szimulátort, mely alkalmas nagyméretű szenzorhálózatok modellezésére. Implementáltam továbbá egy a TinyOS operációs rendszert futtató, a Crossbow cég által gyártott valós MicaZ szenzorokból álló rendszert, mellyel különféle forgalmú és típusú kereszteződésekben haladó gépjárművek által generált eseményeket rögzítettünk. A mért események a szimulátor bemenetét képezték, így lehetőség nyílt az algoritmus vizsgálatára valós mintákon. Az eljárás sikeresen kibányászta az adott kereszteződéseken áthaladó autók eseményszekvenciáit. A későbbiek során az eljárás alkalmas lesz egy tetszőleges felhasználó által definiált szekvenciák (TSS-ek) detektálására, követésére, valamint előrejelzésére.

szerző

  • Kalmár András
    villamosmérnöki
    nappali

konzulensek

  • Dr. Vida Rolland
    egyetemi docens, Távközlési és Médiainformatikai Tanszék
  • Öllös Gergely
    , Távközlési és Médiainformatikai Tanszék