• شماره ركورد
    7305
  • پديد آورنده

    مهديه اثناعشري

  • عنوان
    كُدگذاريِ تطبيقپذيرِ منبع براي ارسالِ مقيّد به تأخيرِ دادهها توسط تجهيزات حسگري اينترنت اشياء با قابليت برداشتِ انرژي
  • مقطع تحصيلي
    كارشناسي
  • رشته تحصيلي
    مهندسي كامپيوتر - معماري سيستم هاي كامپيوتري
  • سال فارغ التحصيلي
    1399
  • استاد راهنما
    دكتر وصال حكمي
  • استاد مشاور
    دكتر حاكم بيت اللهي
  • دانشجوي وارد كننده اطلاعات

    مهديه اثناعشري

  • تاريخ ورود اطلاعات
    1400/06/14
  • دانشكده
    مهندسي كامپيوتر
  • عنوان به انگليسي
    Adaptive Source Coding for Delay-Constrained Data Transmission by Energy-Harvesting IoT Sensor Devices
  • چكيده
    يكي از مهم‌ترين چالش‌هاي توسعۀ اينترنت اشياء، محدوديت انرژي تجهيزات است. در راستاي كاهش مصرف انرژي، در اين مقاله، ما مسئله كنترل توأم نرخ فشرده‌سازي (با اتلاف) و تعداد بسته‌هاي ارسالي در واحد زمان را براي يك گره اينترنت اشياء مجهز به منبع انرژي تجديدپذير مطرح مي‌كنيم. نوآوري راهكار پيشنهادي در توجه همزمان به دو هدف بهينه‌سازي يعني: «سطح تطابق» داده‌هاي دريافتي با داده‌هاي اصلي و نيز رعايت قيد تأخير ارسال داده‌هاست. براي اين منظور، با استفاده از چارچوب رياضي فرآيند تصميم ماركُفي مقيّد، مسئله را در قالب يك بهينه سازي تصادفي طرح مي‌كنيم با هدف بيشينه كردن متوسط «سطح تطابق» داده‌ها در بلندمدت، ضمن ايجاد محدوديت در متوسط تأخيرِ گزارش رويدادهاي حسگري. نامقيّد‌ سازي مسئله با روش استاندارد «لاگرانژين» انجام مي‌شود. الگوريتم پيشنهادي ما براي محاسبۀ سياست بهينۀ تطبيق پذير نيز بر مبناي يك تكنيك يادگيري تقويتي سريع به نام PDS است كه ميتواند با جداسازي پويايي سيستم به دو بخش قطعي و تصادفي، صرفاً با اتخاذ تصميمات حريصانه و بدون نياز به دانش آماري فرآيندهاي تصادفيِ كانالِ بيسيم، شارژ انرژي و وقوع رويدادهاي حسگري، همگرايي به سياست بهينه را تضمين نمايد. كارايي سياست پيشنهادي با الگوريتم استاندارد Q-learning مورد مقايسه قرار گرفته و به لحاظ مصرف انرژي و همچنين «سطح تطابق» داده‌هاي گزارش شده ارزيابي مي‌شود.
  • كليدواژه ها
    اينترنت اشياء , بهينه‌سازي انرژي , برداشت انرژي , تطابق داده ها , فشرده سازي