Diffusion Normalized Least Mean Squares over Wireless Sensor Networks. Masters thesis, King Fahd University of Petroleum and Minerals.

Preview

PDF Thesis_Main_Final.pdf Download (974kB) | Preview

Arabic Abstract

حديثاً، تم اقتراح الخوارزميات التكيفية كحل لمشكلة التقدير في الشبكات الموزعة. كل نقطةفي بروتوكول الانتشارتتفرع في وظائف الشبكة تعمل كمرشح مستقل قابل للتكيف والذي يهدف الى تقدير المعاملات المرغوبة من خلال الملاحظات المحلية. كل التقديرات التي تم الحصول عليها من العقد يتم ربطها محليا بصمام مع التقديرات ااورة لها في الشبكة. وقد اقترحت عدة خوارزميات لاستغلال هذه البنية الموزعة من أجل تحسين التقدير. وقد استخدمت تقنيات نشر في شبكات الاستشعار (RLS) أو أقل تربيع تكراري (LMS) استنادا إلى خوارزميات أقل متوسط تربيعي هي ، LMS فإن خوارزمية أقل متوسط تربيعي RLS اللاسلكية. على عكس خوارزميةأقل تربيع تكراري خوارزمية بسيطة جدا عندما يتعلق الأمربالتعقيد الحسابي. ومع ذلك، فإن أداء خوارزمية أقل متوسط تربيعي تتدهور كلما زادت العلاقة الإحصاية بينها وبين البيانات المدخلة. LMS في البداية .(NLMS) لحل هذه المشكلة، في هذه الشبكة، اقترحتخوارزمية الانتشار: أقل متوسط تربيعي معدل نقوم بتحليل انتقالي من الخوارزمية المقترحة. ثانيا: نقوم باستنتاج حالة الاستقرار. أخيرا، يتم تنفيذ نتائج المحاكاة لإثبات الأداء الأفضل للخوارزمية المقترحة، والأهم من ذلك لثبيت النتائج النظرية.

English Abstract

In recent work, distributed adaptive algorithms have been proposed to solve the problem of estimation over distributed networks. In diffusion protocol, each node in the network functions as an individual adaptive filter whose aim is to estimate a parameter of interest through local observations. All the estimates obtained from the nodes are then locally fused with their neighboring estimates in the network. Several algorithms have been proposed to exploit this distributed structure in order to improve estimation. Diffusion techniques have been used based on the least mean square (LMS) or recursive least square (RLS) algorithm in wireless sensor networks. The LMS algorithm, unlike the RLS algorithm, is a very simple algorithm when the computational complexity is concerned. However, the performance of the LMS algorithm deteriorates as the amount of correlation increases among the input data. To address this problem, in this network, a diffusion normalized least mean square (NLMS) algorithm is proposed. First, transient analysis of the proposed algorithm are derived. Second, the steady-state analysis are derived. Finally, simulation results are carried out to prove the better performance of the proposed algorithm and more importantly to corroborate the theoretical findings.

Item Type:	Thesis (Masters)
Subjects:	Electrical
Department:	College of Engineering and Physics > Electrical Engineering
Committee Advisor:	Azzedine, Zerguine
Committee Members:	Abdelmalek, Zidouri and Tareq, Y. Al-Naffouri
Depositing User:	ABDULBAQI SYED (g200905410)
Date Deposited:	04 Jul 2012 12:20
Last Modified:	01 Nov 2019 15:35
URI:	http://eprints.kfupm.edu.sa/id/eprint/138715