TRANSFORM DOMAIN INCREMENTAL AND DIFFUSION ADAPTIVE FILTERS IN WSN AND AGENT LOCALIZATION PROBLEMS. PhD thesis, King Fahd University of Petroleum and Minerals.

PDF Final_PHD_Dissertation_Almohammedi.pdf Restricted to Repository staff only until 17 June 2026. Download (33MB)

Arabic Abstract

تم تطوير خوارزمية جديدة متعددة المهام تزايدية للمتوسط ال أصغر (MILMS) باستخدام رموز متعامدة. في طوبولوجيا المهام المتعددة، تنتمي العقد إلى مجموعات مختلفة ، حيث تقوم كل مجموعة ب إجراء تقدير ILMS الخاص بها. يتم اشتقاق التعبيرات المغلقة لكل من الانحراف التربيعي النظري العابر ومتوسط الحالة المستقرة (MSD). يتم تعزيز خوارزمية MILMS المقترحة بشكل أكبر من خلال استراتيجيتين مركبتين، يشار إليهما هنا باسم الجمع ثم التكيف (CTA) والتكيف ثم الجمع (ATC)، مما أدى إلى ظهور خوارزميتين جديدتين محسنتين، CTA-MILMS التي تعمل على تحسين MSD بشكل كبير. تم أيضا تطوير متغيرين آخرين من هاتين الخوارزميتين المحسنتين بناء على الجمع بين تقنيات حجم الخطوة المتغير (VSS) وتحويل جيب التمام المنفصل (DCT)، مما يؤدي إلى الخوارزميتين المدمجتين ، وهما مسميان هنا ATC-VSSMILMS و CTA-VSSMILMS ، على التوالي. يتم أيضا تضمين تحليل اللحظات ال أولى والثانية من حجم الخطوة ، في ظل ظروف الحالة العابرة والمستقرة. تم إجراء تجارب مكثفة لإ ظهار التطابق الممتاز بين التعبيرات النظرية العابرة والحالة المستقرة والنتائج التجريبية المقابلة لها من حيث أداء MSD. علاوة على ذلك ، نظهر أن كلا من خوارزميات ATC-VSSMILMS و CTA-VSSMILMS تعمل على تحسين الدقة والسرعة الحسابية لنتائج MSD لخوارزمية MILMS المقترحة. تم تطوير تقنية جديدة منفصلة قائمة على تحويل جيب التمام ل WSNs التزايدية ذات المتوسط الأدنى (DCTILMS) وتوطين الوكيل. يتم اشتقاق أداء MSD النظري العابر والمستقر هنا في تعبيرات جديدة مغلقة الشكل ويؤكدها عمل مكثف. في عمليات المحاكاة التي أجريت، تبين أن DCTILMS المقترح يتفوق في ال أداء على كل من طرق ILMS و VSSILMS التقليدية للقيم الصغيرة لمعلمة التكيف ، بغض النظر عن قيمة حجم الخطوة. في تطبيقات نسبة الإ شارة إلى الضوضاء المنخفضة (SNR)، يظهر نهج DCTILMS الجديد أداء عند مقارنته بالتقنيات ال أخرى الحالية ولديه قدرة فريدة في التعبير عن التقارب وال أداء العكسي. تم تطوير خوارزمية الانتشار متعدد المهام ل أقل متوسط مربع (MDLMS) عبر رموز متعامدة في WSNs. على عكس مناهج MDLMS الحالية ، حيث يتم تغيير مصفوفة المجمع التكيفي وتصبح رسما بيانيا منفصلا ، يحافظ نهج MDLMS المقترح حديثا على مصفوفة الجمع كرسم بياني متصل بناء على الرموز المتعامدة. تسمح خاصية الرسم البياني المتصل للعقد الموجودة في مجموعة مماثلة بتبادل معرفتها عن طريق تعاون العقدة إلى العقد القريبة والبعيدة. في النهاية، تم تطوير خوارزمية إرشادية جديدة لمستعمرة النحل الاصطناعي المنتشر (DABC) لتقدير معلمات النظام في شبكات WSNs ، مما يدل على تقارب ممتاز يتجاوز حدود متوسط مربع الخطأ النظري (MSE).

English Abstract

A new multitask incremental least mean-square (MILMS) algorithm using orthonormal codes is developed. In the multitask topology, nodes belong to different clusters, with each cluster performing its own ILMS estimation. The closed-form expressions of both the theoretical transient and steady-state mean squared deviation (MSD) are derived. The proposed MILMS algorithm is further reinforced by two combination strategies, referred to here as the combine-then-adapt (CTA), and adapt-then-combine (ATC), giving rise to two new improved algorithms, the CTA-MILMS and ATC-MILMS that substantially improve the MSD. Two further variants of these two improved algorithms are also developed based on the combination of the variable step size (VSS) and discrete cosine transform (DCT) techniques, leading to the two combined algorithms, termed here as CTA-VSSMILMS and ATC-VSSMILMS. Analysis of the first and second moments of the step size, under the transient and steady-state conditions, is also included. Extensive experiments were carried out to show the excellent match between the theoretical transient and steady-state expressions and their corresponding empirical results in terms of MSD performance. Moreover, we show that both the ATC-VSSMILMS and CTA-VSSMILMS algorithms improve the accuracy and computational speed of the MSD results of the proposed MILMS algorithm. A novel discrete cosine transform-based technique is developed for the incremental least mean square (DCTILMS) WSNs and agent localization. The theoretical transient and steady-state MSD performances are derived here in novel closed-form expressions and corroborated by an extensive work. In the simulations carried out, the proposed DCTILMS is shown to outperform both the traditional ILMS and VSSILMS methods for small values of the adaptation parameter, regardless of the step-size value. In low signal-to-noise ratio (SNR) applications, the new DCTILMS approach shows a performance when compared to the other existing techniques and has a unique ability in expressing convergence and a reversed performance. A multitask diffusion least mean square (MDLMS) algorithm is developed via orthonormal codes in WSNs. Unlike the existing MDLMS approaches, where the adaptive combiner matrix is altered and becomes a disconnected graph, the newly proposed MDLMS approach preserves the combining matrix as a connected graph based on the orthonormal codes. The connected graph property allows nodes located in a similar cluster to exchange their knowledge by node cooperation to nearby and faraway nodes. Eventually, a new diffusion artificial bee colony (DABC) heuristic algorithm is developed to estimate system parameters in WSNs, which shows an excellent convergence beyond the theoretical mean square error (MSE) boundary.

Item Type:	Thesis (PhD)
Subjects:	Computer Engineering Electrical
Department:	College of Engineering and Physics > Electrical Engineering
Committee Advisor:	Zerguine, Azzedine
Committee Co-Advisor:	Deriche, Mohamed
Committee Members:	Zummo, Salam and Sheltami, Tarek and Al-Ghadhban, Samir
Depositing User:	ALI ALMOHAMMEDI (g201004160)
Date Deposited:	22 Jun 2025 09:58
Last Modified:	22 Jun 2025 09:58
URI:	http://eprints.kfupm.edu.sa/id/eprint/143555