{"title":"Técnicas de redução de dados em redes de sensores sem fio tolerantes a atrasos","authors":"I. C. Vasconcelos, A. L. L. Aquino","doi":"10.5753/reic.2019.1088","DOIUrl":null,"url":null,"abstract":"Este trabalho apresenta um modelo de rede de sensores tolerante a atraso para aplicações de monitoramento ambiental onde uma solução de amostragem sensível aos dados é utilizada para melhorar a cobertura do fenômeno. O modelo proposto compreende uma aplicação de monitoramento de temperatura em regiões florestais, a implementação consiste em i. Simular regiões de interesse; ii. Distribuição dos nós sensores; iii. Realizar amostragem e processamento dos dados; e iv. Reconstruir o fenômeno a partir das amostras. Os resultados obtidos apontaram que a abordagem sensível aos dados é capaz de reconstruir o fenômeno aproximadamente duas vezes mais próximo da realidade em relação às técnicas tradicionais, em todos os cenários avaliados.","PeriodicalId":403544,"journal":{"name":"Revista Eletrônica de Iniciação Científica em Computação","volume":"25 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2018-05-06","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Eletrônica de Iniciação Científica em Computação","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/reic.2019.1088","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Este trabalho apresenta um modelo de rede de sensores tolerante a atraso para aplicações de monitoramento ambiental onde uma solução de amostragem sensível aos dados é utilizada para melhorar a cobertura do fenômeno. O modelo proposto compreende uma aplicação de monitoramento de temperatura em regiões florestais, a implementação consiste em i. Simular regiões de interesse; ii. Distribuição dos nós sensores; iii. Realizar amostragem e processamento dos dados; e iv. Reconstruir o fenômeno a partir das amostras. Os resultados obtidos apontaram que a abordagem sensível aos dados é capaz de reconstruir o fenômeno aproximadamente duas vezes mais próximo da realidade em relação às técnicas tradicionais, em todos os cenários avaliados.