Data Compression Techniques in Wireless Sensor Networks

Data Compression Techniques in Wireless Sensor Networks. Masters thesis, King Fahd University of Petroleum and Minerals.

[img]
Preview
PDF
Final_Thesis_Version.pdf - Accepted Version
Available under License Creative Commons Attribution Non-commercial No Derivatives.

Download (2MB) | Preview

Arabic Abstract

التطور في تقنيات الشبكات اللاسلكية والدوائر المنطقية الرقمية ادت الى التطور الكبير الذي حصل في انظمة الاستشعار انظمة الاستشعار اللاسلكية تحتوي على العديد من وحدات الاستشعار ووحدات النقل للبيانات , )WSN( اللاسلكية التي هي قادرة على معالجة البيانات والاستشعار والاتصال اللاسلكي. ولكن وحدات الاستشعار تحتوي على مصادر محدودة من الذاكرة والطاقة ووحدات المعالجة. في انظمة الاستشعار اللاسلكية تم اقتراح العديد من الطرق في عملية ضغط الصور ولكن العديد من هذة الطرق لا يمكن تطبيقة نظراً لمحدودية الذاكرة, وكمية الطاقة الكبيرة المستهلكة من قبل هذة الطرق والوقت الكبير التي تحتاجه وحدات الاستشعار خلال تطبيق هذة الطرق. في عملية ضغط الصور في وحدات الاستشعار. وهذين النظامين DWT و DCT لحل هذة المشكلة, قمنا باختيار للمعالجة يمتازان باعطاء كمية ضغط مناسبة للصور مع الاخذ بعين الاعتبار عدم احتياجهما لطاقة كبيرة من وحدات باستخدام جهاز DWT و DCT الاستشعار خلال تنفيذ هاتين العمليتين. في هذة الرسالة قمنا بتحليل وتطبيق ETE, كمية ضغط البيانات ,PSNR : المعايير التالية تم اخذها بعين الاعتبار عند عملية تقييمنا للنظام .TelosB في الانظمة DWT و DCT بالاضافة الى كمية الصور التي يمكننا ارسالها خلال دورة كاملة للبطارية. كذلك تم تقييم التي تحتوي على ناقل واحد بين المرسل والمستقبل والانظمة التي تحتوي على اكثر من ناقل بين المرسل والمستقبل. بالاضافة الى كمية ETE, PSNR : في المعايير التالية DCT تتفوق على DWT كنتيجة لهذة الدراسة وجدنا ان , DWT تعطي كمية ضغط اكثر للبيانات من DCT الصور التي يمكننا ارسالها خلال دورة كاملة للبطارية. ولكن .

English Abstract

The advancement in the wireless technologies and digital integrated circuits led to the development of wireless sensor networks (WSN). WSN consists of various sensor nodes and relays capable of computing, sensing, and communicating wirelessly. However, nodes in WSNs have very limited resources i.e., memory, energy and processing capabilities. In WSN, many image compression techniques have been proposed to address these limitations but most of them are not applicable on sensor nodes due to memory limitation, energy consumption and processing speed. To overcome this problem, we have selected discrete cosine transform (DCT) and discrete wavelet transform (DWT) image compression techniques as they can be implemented on sensor nodes. Both DCT and DWT allow an efficient trade-off between compression ratio and energy consumption. In this thesis, we have analyzed and implemented DCT and DWT using TinyOS on TelosB hardware platform. The metrics used for performance evaluation are peak signal-to-noise ratio (PSNR), compression ratio, throughput, end-to-end delay (ETE), and battery lifetime. Moreover, we evaluated DCT and DWT both in single-hop and multi-hop networks. Experimental results show that DWT outperforms DCT in terms of PSNR, throughput, ETE delay and battery lifetime. However, DCT provides better compression ratio than DWT. We have also calculated average MAC delay for both compression techniques.

Item Type: Thesis (Masters)
Subjects: Computer
Department: College of Computing and Mathematics > Computer Engineering
Committee Advisor: Sheltami, Tarek
Committee Members: Mahmoud, Ashraf and Almadani, Basem
Depositing User: MUHAMMAD MUSADDIQ (g201303970)
Date Deposited: 28 Dec 2015 05:17
Last Modified: 01 Nov 2019 16:31
URI: http://eprints.kfupm.edu.sa/id/eprint/139774