Павлов Алексей Михайлович, ассистент каф. программного обеспечения и администрирования информационных систем
ул. Радищева 33, г. Курск 305000
Aleksey M. Pavlov, Assistant of the Department of Software and Information Systems Administration
33 Radischeva str., Kursk 305000
Кудинов Виталий Алексеевич, д-р педагогических наук, проф. кафедры программного обеспечения и администрирования информационных систем
ул. Радищева 33, г. Курск 305000
Vitaliy A. Kudinov, Dr. of Sci. (Pedagogic), Professor, Professor of the Department of Software and Information Systems Administration
33 Radischeva str., Kursk 305000
Цель исследования. Беспроводные сенсорные сети на сегодняшний день являются одним из активно развивающихся и перспективных направлений в информационно-коммуникационной области. Оптимизация вычислительной сложности алгоритмов обработки данных для устройств беспроводной сенсорной сети по-прежнему остается важной научно-технической задачей. Данная статья посвящена алгоритму, реализующему метод интеллектуального квазииндифферентного агрегирования данных для децентрализованных устройств - сенсорных узлов. Целью работы является дальнейшее совершенствование технологий агрегирования в беспроводных сенсорных сетях за счет создания нового алгоритма агрегирования квазистационарных измерительных данных сенсорных узлов. Разработанный алгоритм обеспечивает эффективное агрегирование квазистационарных измерительных данных сенсорных узлов за счет представления их в виде векторов коэффициентов модели параболической регрессии и группирования на основе корреляции динамических вариаций регистрируемых параметров, а также учитывает неопределенные значения и выбросы в сегментах данных, реализует их устранение.
Методы. При проведении теоретических исследований и разработке алгоритма в работе использовались методы теорий: алгоритмов, вероятностей и математической статистики, вычислений (в части теории сложности), а также пакет прикладных программ технических вычислений Matlab.
Результаты. Разработан алгоритм агрегирования квазистационарных измерительных данных сенсорных узлов, позволяющий сократить их объем при передаче через беспроводные каналы связи. Практическая значимость разработанного алгоритма заключается в доведении предложенных теоретических и алгоритмических конструкций до уровня программ.
Заключение. Разработанный алгоритм обеспечивает эффективное агрегирование за счет представления квазистационарных измерительных данных сенсорных узлов в виде векторов коэффициентов модели параболической регрессии, минимизирует временные и пространственные корреляции данных на приемной стороне, устраняет неопределенные значения и выбросы в сегментах данных, превосходящие три средних абсолютных отклонения
Purpose of research. Wireless sensor networks are actively developing and perspective direction in the information and communication field. Computational complexity optimization of data processing algorithms for wireless sensor network devices is still an important scientific and technical problem. This article is devoted to an algorithm that realized the method of intelligent quasi-indifferent data aggregation for decentralized devices - sensor nodes. The aim of the study is to further aggregation technologies improvement in wireless sensor networks by creating the new algorithm for quasi-stationary measurement data aggregation of sensor nodes. The developed algorithm ensures efficient quasistationary measurement data aggregation of sensor nodes by presenting this data in the form of the parabolic regression model coefficients vectors and combining them into groups based on the dynamic variations correlation of the recorded parameters, also takes into account undefined values and outliers in data segments and implements their elimination.
Methods. Methods of algorithms theories, probability theory, mathematical statistics, calculations in terms of complexity theory and technical calculations application software Matlab were used in the study during the theoretical research and algorithm development.
Results. The algorithm for quasi-stationary measurement data aggregation of sensor nodes that allows to reduce their volume when transmitting via wireless communication channels is developed. The practical significance of the developed algorithm lies in implementing the proposed theoretical and algorithmic structures to a level of programs.
Conclusion. The developed algorithm ensures efficient aggregation by presenting quasi-stationary measurement data of sensor nodes in the form of the parabolic regression model coefficients vectors, minimizes temporal and spatial correlations of data on the receiving side, eliminates undefined values and outliers in data segments exceeding three average absolute deviations.
The authors declare that there are no conflicts of interest present.