NAGIOS: RODERIC FUNCIONANDO

Distributed clustering algorithm for spatial field reconstruction in wireless sensor networks

Repositori DSpace/Manakin

IMPORTANT: Aquest repositori està en una versió antiga des del 3/12/2023. La nova instal.lació está en https://roderic.uv.es/

Distributed clustering algorithm for spatial field reconstruction in wireless sensor networks

dc.contributor.author	Chowdappa, Vinay-Prasad
dc.contributor.author	Botella Mascarell, Carmen
dc.contributor.author	Beferull-Lozano, Baltasar
dc.date.accessioned	2021-08-23T08:14:55Z
dc.date.available	2021-08-24T04:45:05Z
dc.date.issued	2015	es_ES
dc.identifier.citation	V. Chowdappa, C. Botella and B. Beferull-Lozano, "Distributed Clustering Algorithm for Spatial Field Reconstruction in Wireless Sensor Networks," 2015 IEEE 81st Vehicular Technology Conference (VTC Spring), 2015, pp. 1-6	es_ES
dc.identifier.uri	https://hdl.handle.net/10550/80121
dc.description.abstract	En este trabajo, consideramos el problema de la estimación espacial distribuida para la reconstrucción del campo radio en redes de sensores inalámbricos. Para estimar el campo, se utiliza una técnica geoestadística llamada kriging. La estimación espacial centralizada con un gran número de sensores conllevan un elevado coste computacional y gasto de energía. Presentamos un novedoso algoritmo de clustering distribuido para estimar mapas de interferencia espacial, que son esenciales para las operaciones y la gestión de las futuras redes inalámbricas. En este algoritmo, los clústeres de sensores se forman de forma adaptativa mediante la minimización de la varianza de kriging. El cálculo del semivariograma y la predicción de kriging se realizan localmente en cada clúster de forma distribuida. Se analiza la complejidad del algoritmo de clustering y se evalúa su rendimiento comparándolo con enfoques centralizados y otros enfoques distribuidos.	es_ES
dc.description.abstract	In this paper, we consider the problem of distributed spatial estimation for field reconstruction in wireless sensor networks. In order to estimate the field, a geostatistical technique called kriging is used. Centralized spatial estimation algorithms with a large number of sensors lead to significant computational cost and energy wastage. We present a novel distributed clustering algorithm for estimating spatial interference maps, which are essential for operations and management in future wireless networks. In this algorithm, clusters are adaptively formed with a small subset of sensors by minimizing the kriging variance. The semivariogram computation and kriging prediction are locally performed in each cluster in a distributed fashion. The complexity of the clustering algorithm is analyzed and its performance is evaluated by comparing it with centralized and other distributed approaches.	en_US
dc.description.sponsorship	Ministerio de Ciencia e Innovación	es_ES
dc.description.sponsorship	Generalitat Valenciana. Direcció General d’Universitat, Estudis Superiors i Ciència	ca
dc.description.sponsorship	Plan Nacional de I+D+i 2008-2011
dc.language.iso	en	es_ES
dc.subject	spatial field reconstruction	es_ES
dc.subject	wireless sensor networks	es_ES
dc.subject	clustering	es_ES
dc.subject	kriging	es_ES
dc.title	Distributed clustering algorithm for spatial field reconstruction in wireless sensor networks	es_ES
dc.type	journal article	es_ES
dc.subject.unesco	UNESCO::CIENCIAS TECNOLÓGICAS	es_ES
dc.identifier.doi	10.1109/VTCSpring.2015.7145783	es_ES
dc.accrualmethod	-	es_ES
dc.embargo.terms	0 days	es_ES
dc.relation.projectID	HYDROBIONETS/Grant agreement ID: 287613
dc.relation.projectID	MINECO/Grant RACHEL TEC2013-47141-C4-4-R
dc.relation.projectID	GRISOLIA/2012/028
dc.relation.projectID	CONSOLIDER-INGENIO 2010 CSD2008-00010 COMONSENS