Advisor : Prof. Frank Y.S. Lin Presented by Yen-Yi, Hsu

Slides:



Advertisements
Similar presentations
Exercise 1 EECS, Peking University Exercise in Query Processing.
Advertisements

第七組古文閱讀報告 組長:秀惠 組員:孟筑、雅曼、雅文、盈蓁. 《朱買臣苦學有成》之原文翻譯 朱買臣,字翁子,吳人也。 朱買臣,字翁子,吳國人。 家貧,好讀書,不治產業,常刈(一ˋ)薪 樵,賣以給 (ㄐㄧ ˇ ) 食。 家裡雖然很窮困,但是他還是很喜歡讀書,因 不懂得如何治理產業,只能靠著上山砍材去城.
你不知道的 3M P 班級 : 創意二甲 指導老師 : 袁又華 組長 : 林毓茹 組員 : 林以軒 林欣汝 陳盈羽 陳怡如 劉玉婷.
99 級鄭郁立 教甄分享 桃園縣霄裡國小資源班教師. 我想當老師 !!!  從小的志願  教會別人的成就感  穩定的工作 ~ 金飯碗 ( 以現在的景氣來說 …)  早下班有很多自己的時間 (3:40 或 4:00)  寒暑假 ( 偶爾要到學校 )  待遇不錯  有很多優惠 ?!( 我目前並沒有感受到.
時間:2015/11/07 會議地點:中興大學化學系館107 比賽時間:2015/11/28-11/29
The Design and Implementation of a Wireless Healthcare Application for WSN- enabled IMS Environments Author: El Barachi, M.; Alfandi, O. Source: IEEE Consumer.
中国历史 七年级下册.
鞘翅目 生科四乙 蘇俊融.
纳税人学堂课件天地第201509期 高新技术产业税收优惠政策培训 授课老师:周晶 上海市嘉定区国家税务局
第五讲 主成分分析 Principal Component Analysis
1. 理想的路由算法 有关路由选择协议的几个基本概念 算法必须是正确的和完整的。 算法在计算上应简单。
2010年,全世界约有盲人4000万到4500万,低视力者是盲人的3倍,约1.4亿人
中交天津航道局有限公司 党委工作部 陈晓敏 2012年11月5日
AODV路由协议的正确性研究 蔡雪莲.
Routing Protocols and Concepts – Chapter 3
时政发布 制作:宋虹雷.
核心价值观记心中 主题班会
学校后勤管理工作 胡先生.
慈禧药方(人参健脾丸) 【简介】:清代太医院的设制基本上沿袭了明朝的旧制,顺治1644年设太医院为独立的中央医事机构,为帝后及宫内人员诊视疾病、配制药物,也担负其他医药事务。此为宫廷处方,内容如下: 老佛爷 人参健脾丸 党参七钱 白术二钱 怀山药七钱 炒 薏米五钱六分 欠实五钱六分 广皮一钱.
4-1 大氣的運動 4-2 海水的運動 4-3 大氣與海洋的交互作用
班级小插曲.
Semantic-Synaptic Web Mining: A Novel Model for Improving the Web Mining 報告者:陳宜樺 報告日期:2015/9/25.
A Novel Geographic Routing Strategy over VANET
一個傳感器網絡調查 Ian F. Akyildiz, Weilian Su, Yogesh Sankarasubramaniam, and Erdal Cayirci Georgia Institute of Technology From:IEEE Communications Magazine •
An Adaptive Cross-Layer Multi-Path Routing Protocol for Urban VANET
Large-Scale Malware Indexing Using Function-Call Graphs
基於OpenWSN之無線感測網路系統的實作
IGMP Snooping / Proxy / Server
Introduction to Wireless Sensor Networks
亂數函數(Random-Number Function)
第4章 网络互联与广域网 4.1 网络互联概述 4.2 网络互联设备 4.3 广域网 4.4 ISDN 4.5 DDN
Course 9 NP Theory序論 An Introduction to the Theory of NP
行政院衛生署中央健康保險局 102年度 公文整合及線上簽核系統維護案 日期:102年05月30日 簡報製作: 葳橋資訊股份有限公司.
CCF-ADL 58 大媒体与大数据分析 北京·清华大学
Journal of High Speed Networks 15(2006)
机器人学基础 第四章 机器人动力学 Fundamentals of Robotics Ch.4 Manipulator Dynamics
以封包標注為基礎之分散式阻絕服務攻擊 封包過濾及阻塞之近似最佳化聯防策略
Location Identification and Vehicle Tracking using VANET(VETRAC)
Formal Pivot to both Language and Intelligence in Science
NS2 – TCP/IP Simulation How-Wei Wu.
ZEEV ZEITIN Delft University of Technology, Netherlands
Advisor : Dr. Frank Y. S. Lin Present by :Yi-Wei Li
客户服务 询盘惯例.
金融行銷溝通技巧- 溝通的藝術 南山人壽洪全銘經理
Symbolic Execution During Test Data Generation and Augmentation Top Paper Review Zhiyi Zhang.
樹 2 Michael Tsai 2013/3/26.
具通訊傳輸品質認知性之IEEE e網路形成和快速加入演算法設計
B+ Tree.
Chapter 5 Recursion.
Sensor Networks: Applications and Services
Wireshark DNS&HTTP封包分析
論文的第壹章-----問題的陳現 一、第一章的結構與次序 二、研究問題的來源 三、研究問題的選擇 四、選擇研究問題的步驟 五、研究假設的性質
Speaker: Wang,Song-Ferng Advisor: Dr. Ho-Ting Wu 2015/7/6
Transportation Problem
Speaker : Chang Kai-Jia Date : 2010/04/26
Distance Vector vs Link State
BiCuts: A fast packet classification algorithm using bit-level cutting
Introduction to Probability Theory ‧1‧
Efficient Query Relaxation for Complex Relationship Search on Graph Data 李舒馨
教育部及其他單位專案計畫經費報支作業.
唐常杰 四川大学计算机学院 计算机科学技术系
赵才荣 同济大学,电子与信息工程学院,智信馆410室
教育部及其他單位專案計畫經費報支作業.
Distance Vector vs Link State Routing Protocols
请添加标题 请添加作者.
以碎形正交基底和時間情境圖為基礎進行之視訊檢索 Video retrieval based on fractal orthogonal bases and temporal graph 阿凡達 研究生:張敏倫 指導教授:蔣依吾博士 國立中山大學資訊工程學系.
技專校院多元入學管道 國立臺北科技大學 教務處 涂雅筑.
A Trie-based Approach to Fast Flow Recognition for OpenFlow
JAVA 程式設計與資料結構 第二十一章 Graph.
Hybrid fractal zerotree wavelet image coding
Presentation transcript:

Advisor : Prof. Frank Y.S. Lin Presented by Yen-Yi, Hsu An Efficient Algorithm for Constructing Object Tracking Tree in Wireless Sensor Networks Advisor : Prof. Frank Y.S. Lin Presented by Yen-Yi, Hsu

Contents 1 2 3 4 Introduction Preliminary Problem Formulation Lagrange Relaxation 4

Introduction Object tracking is key application issue of WSNs How to construct the object tracking tree efficiently Total cost = Update cost + Query Cost 我的研究方向是延續政達學長之前發表過的paper,希望能夠發展一個演算法,以最小的成本來建立object tracking tree,在學長的model與其他的PAPER中,在建立時的成本,都只有考量update cost,在老師上次的建議之後,我們試著把query cost 加入考量。Object tracking tree是透過一連串的update來維持object的最新位置,然後透過查詢來取得object的資訊。

Preliminary Update and query mechanism Every communication nodes maintain a detected list Assume object is identified For example: p sink p q x y ∞ 8 6 10 7 4 這邊我們以一個例子來說明update和query 的運作方式,假設現在有一個object進入到sensor node x的sensing range,node x就會開始傳送update message,沿著選定的path傳送到sink端,在這path上的communication node,接收到update message之後,就會去更新自己的detected list,這個detected list記錄的是各個object的資訊,是由哪一個children傳送過來的。當object從node x移動到node y 時,node y一樣會將update message往sink端傳送,communication node p接收到node y傳送過來的訊息之後,發現object傳送過來的位置與原本不同,就會進行更新detected list的動作。透過即時的update可以保持這個網路能夠掌握object的最新位置。這時候在node q上擁有的資訊是有錯誤的,但是由於query message 從sink端開始傳送,到了node p時,就能夠知道要尋找該object需要從node y而不是從node q,因此node q的錯誤訊息並不會影響查詢結果的正確性。 y q x

Preliminary Update Cost If object move from x to y update cost: 4 * 10 = 40 If object move from y to x update cost: 7 * (8+6) = 98 sink p q x y ∞ 8 6 10 7 4 瞭解了update與query的運作方式後,所以在update cost的計算上,當object在兩個sensor中移動時,update的訊息只需要傳送到兩個sensor最低的共同祖先,不需要傳送到sink,這樣的做法可以降低update cost。所以在右邊這個圖中,如果object 從sensor x移動到sensor y,update cost就是x移動到y的event rate,就是單位時間內移動的次數,乘以sensor y到node p之間的communication cost。

Preliminary Query cost = query rate * communication cost 再來就是Query Cost的計算,某一個node的query cost,就是該node的query rate乘上需要花費的communication cost。下面這個圖記錄著,object 在各node之間移動的event rate,且每個node都遵守著流量守衡的規則。我們取中的一小部份,來利用Markov chain來計算在steady-state的狀態下,object分別會位於各node的機率。

Preliminary 1 2 3 4 5 1 2 3 4 5 destination 1 2 3 4 5 source 10 40 44 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 40 38 44 10 11 8 source 將原始的圖,以一個P矩陣來表示,每個source移動到各個destination的機率,就是移動到該node的次數除以total的移出量。

Preliminary 在steady-state之下,就是在n-1這個時間下的狀態,會等於下一個單位時間的狀態,以拍來表示steady-state下,object位於各sensor下的機率。 所以拍P=P,加上object位於各sensor下的機率加總要等於1。

Preliminary : the probability of the object which is in sensor x’s sensing range Query rate = * T (total number of queries) I 可以導出拍的計算方式,會以Qx,來表示object位於sensor node x的機率,將算出來的機率成以一個T,就是各node的query rate,其中T就是總共的查詢次數。最後我們希望可以針對T來做分析,在T的值不同的狀況,對於整個cost會有什麼樣的影響。

Preliminary Query Cost Ex: The object o is in z’s sensing range * T * communication cost of sink to node r sink p q x y p 有了query rate,就可以計算query cost。這邊在query cost的計算,假設object位於sensor z的sensing range,query message只要傳送到node r,就可以知道object一定位於sensor z,所以不必在往下傳;因此可以看出,對於每個sensor node而言,query所花費的communication cost都只需要計算到上一個communication node,也就是每一條path最後的一段link都可以不必加入計算。所以這個例子而言,query cost就是object位於sensor z的probability * total query數 * sink到r的communication cost。 r r z z o

Problem Formulation S:所有sensor node所成的集合 C:所有communication node包括sink node所成的集合 R: L:所有link(i,j)所成的集合,其中i不等於j A:所有transmission cost a(i,j)所成的集合,a(i,j)就是link (i,j)的transmission cost Ps:所有sensor node到sink的candidate path所成的集合 Qs: object位於sensor node s的機率 T: 單位時間內總共的查詢次數

Problem Formulation x y ∞ 8 6 10 7 4 sink p q 如果link (i,j)是位於在path p上的話,就是1,否則就是0 (i,j)都屬於communication node,就是1,否則就是0 C-C =1 C-S=0就表示是剛剛提到不必計算的部份

Problem Formulation x y ∞ 8 6 10 7 4 sink p q Xp:如果sensor node s使用path p將資料傳輸到sink,則Xp為1,否則為0 Z:如果sensor node s 使用link(i,j)將資料傳輸到sink,則為1,否則為0 t:如果Zx=0 and Zy =1 則為1,否則為0 以剛的x移動到y的圖為例,紅色的是x傳送資料到sink會使用的link,綠色則是y使用的link,在update cost部份我們僅需要計算紫色的這一條link,轉換成以真值表的方式來表示,當t=1的link,才是在計算update cost時,需要被計算的link

Problem Formulation Objective function: (ip1) routing constraint:每個sensor node與sink node之間只會選擇一條path做為傳輸路徑 (ip2) tree-constraint:除了sink node以外,每個node的outgoing link 都要=1,避免產生cycle (ip3)如果Xp被選擇,而且link(i,j)在這條path上,則Z就必須要=1 (ip4)(ip5)就是以這個真值表來看,只有在Zx=0,Zy=1時,t(i,j)=1

Problem Formulation (ip6)redundant constraint:當object 移動時,一定要有一個sensor能夠偵測到object (ip7)(8)(9)都是限制decision variable為一個0.1變數

Variety of the Model If we let all communication nodes maintain the correct information, the update cost must be modified. sink p q x y ∞ 8 6 10 7 4 另外在老師的建議之後,我們考量了一些不同的情境;首先是在剛剛的例子中,雖然communication node中部份錯誤的訊息,不會影響到query 的正確性,但我們可以試著將考慮將所有node的detected list都維持著正確的資訊,這樣一來,update cost的計算方式就必須要有所更改。以這張圖來看,本來計算的update cost只需要計算p-y的communication cost,情境更改後,我們就必需要多考量x-q-p的這一段成本。以真值表來看,我們改用一個gxy來表示兩者共用的link,這是在計算update cost時需要被扣除的。因此我們可以將update cost更改為Zx+Zy-2g。在(IP4)、(IP5)這兩條限制是,也需要修改已符合真值表的結果。

Variety of the Model If communication node doesn't have detected list, the query message must be sent to the leaf node.  Query cost: We extend it to send message to the object Query cost: : the cost that the sensor node s send message to the object 第二種情況是,如果communication cost中並沒有detected list,也可以視為所有節點都是sensor node,這樣一來,在查詢的時候,query message就必須要一路往下傳,一直傳到leaf node為止,或者是傳到object 所在的sensor node,才能得到object的information。在計算query cost時,就可以不必考慮V(i,j)。第三種情況,原本的object tracking tree的主要目的都是為了監控object的位置,或許我們可以延伸成,將資訊傳送給object,所以在查詢到object的位置之後,就必需要多一段成本,Ws,就是sensor node s 傳送訊息給object所需花費的成本。

Lagrangean Relaxation

Lagrangean Relaxation

Lagrangean Relaxation

Lagrangean Relaxation

Lagrangean Relaxation

Lagrangean Relaxation

Thanks for you listening