In questa tesi si studiano alcune strategie per la compressione dei dati in reti di sensori radio utilizzando la tecnica del Compressive Sensing e la Principal Component Analysis. La peculiarità di questa tecnica è l'abbattimento dei costi computazionali relativi alla compressione dei dati sul singolo nodo che è reso possibile grazie allo studio di alcune proprietà statistiche. Questo permette di demandare tutto il carico di lavoro per la ricostruzione del segnale alla stazione radio base
Studio di algoritmi per la compressione di segnali spazio e tempo varianti in reti di sensori radio
Agnolazza, Francesco
2014/2015
Abstract
In questa tesi si studiano alcune strategie per la compressione dei dati in reti di sensori radio utilizzando la tecnica del Compressive Sensing e la Principal Component Analysis. La peculiarità di questa tecnica è l'abbattimento dei costi computazionali relativi alla compressione dei dati sul singolo nodo che è reso possibile grazie allo studio di alcune proprietà statistiche. Questo permette di demandare tutto il carico di lavoro per la ricostruzione del segnale alla stazione radio baseFile in questo prodotto:
File | Dimensione | Formato | |
---|---|---|---|
Agnolazza-1041392.pdf
accesso aperto
Dimensione
1.92 MB
Formato
Adobe PDF
|
1.92 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
Utilizza questo identificativo per citare o creare un link a questo documento:
https://hdl.handle.net/20.500.12608/18284