Otimização de algoritmos de localização em redes de sensores sem fio

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2019.Devido à sua versatilidade, as redes de sensores sem fio (RSSF) estão presentes em diversas aplicações como monitoramento ambiental e domiciliar, cobrindo também as áreas de medicina e militar, entre outras. Atualmente, as RSSF estão se tornando pilares para abordagens tecnológicas mais abrangentes como Internet das Coisas, Smart Grid e Smart Cities. Sabe-se que a localização dos nodos é uma tarefa essencial em muitas aplicações, seja para identificar locais de medição ou auxiliar no roteamento eficiente de dados pela rede. Contudo, a utilização de módulos de posicionamento global em todos os nodos constituintes da rede não é viável devido ao seu custo e consumo de energia, uma vez que estes nodos possuem severas limitações de capacidade de processamento, armazenamento, transmissão de dados e fornecimento de energia. Desse modo, geralmente apenas alguns nodos da rede, chamados de nodos âncora, possuem o conhecimento de suas posições reais, e os demais são localizados através de algoritmos de localização. Dento destes contexto, nessa tese é apresentada uma técnica para melhorar as características de precisão e custo computacional de algoritmos que determinam a posição dos nodos através da estimação das distâncias, em relação aos nodos âncora, com base na informação da potência do sinal recebido. Esta técnica consiste em um método de otimização baseado no método do gradiente descendente para resolver um problema específico de mínimos quadrados. Então, após análises por simulações computacionais e experimentos, percebeu-se que em situações práticas o método proposto possui melhores características de convergência e, por consequência, melhor precisão na localização e menor custo computacional que o algoritmo de Gauss- Newton, o qual é o mais utilizado na literatura para este fim. Assim, nesta tese contribuiu-se para a obtenção de algoritmos de localização mais robustos e eficientes.Abstract : Due to their versatility, wireless sensor networks (WSN) are present in several applications such as environmental and home monitoring, also covering medical and military areas, among others. Nowadays, WSN are becoming a key infrastructure for more comprehensive technological approaches such as the Internet of Things, Smart Grid and Smart Cities. It is known that node location is an essential task in many applications, either to identify measurement sites or to assist efficient data routing over a network. However, the use of global positioning modules in all network nodes is not feasible because of their cost and power consumption, since these nodes have severe limitations of processing, storage, data transmis- sion and power supply capacity. In this way, usually only a few nodes, called anchor nodes, of the network have knowledge of their real posi- tions and the others are located through localization algorithms. In this context, this dissertation proposes a technique is presented to improve the accuracy and computational cost of localization algorithms that deter- mine the position of the nodes by estimating their distances to the anchor nodes based on the received signal power. This technique consists of an optimization method based on the descending gradient method to solve a specific least squares problem. Then, through computational simulations and experiments, it was realized that in practical situations the proposed method presents better convergence characteristic and, as a consequence, better location precision and less computational effort than the Gauss- Newton algorithm, which is the most widely used in the literature for this purpose. Thus, this dissertation contributes to obtain more robust and efficient localization algorithms