Συγγράμματα: 1. “Guide to wireless sensor networks”, S. Misra, I. Woungang, S. C. Misra, 2009, Springer
2. "Wireless Sensor Networks: An Information Processing Approach”, F. Zhao, L. Guibas, 2004, Elsevier / Morgan Kaufmann
Αντικείμενο Μαθήματος: Tο μάθημα επικεντρώνεται στην μελέτη της θεωρίας και των αλγορίθμων που σχετίζονται με την υλοποίηση και ανάπτυξη Ασύρματων Δικτύων Αισθητήρων (ΑΔΑ). Στόχος του μαθήματος είναι η εξοικείωση των φοιτητών με θέματα σχετικά με: συνδεσιμότητα / καλυψιμότητα / έλεγχο τοπολογίας, ενεργειακά αποδοτικές τεχνικές διαδικτύωσης, συλλογή και επεξεργασία δεδομένων από ΑΔΑ. Σκοπός του μαθήματος είναι η θεωρητική και πρακτική κατάρτιση των φοιτητών στον σχεδιασμό και την υλοποίηση πολυδιάστατων ΑΔΑ καθώς και η απόκτηση εμπειρίας πάνω στην υλοποίηση ολοκληρωμένων λύσεων. Η κατανόηση της θεωρητική βάσης θα υποβοηθηθεί από την μελέτη εδραιωμένων προτάσεων και λύσεων και την εφαρμογή αυτών μέσω της εκπόνησης εργασιών (projects). Οι εργασίες αυτές θα στοχεύουν στην εξοικείωση με την κατανόηση και παρουσίαση τεχνικών κειμένων σχετικές με θεωρητικές και πρακτικές ΑΔΑ σε βιομηχανικές, περιβαντολλογικές και βιοϊατρικές εφαρμογές, αλλά και σε εφαρμογές πολυμέσων.
Ύλη: Δίκτυα Προσωπικής και Σωματικής Εμβέλειας: Αρχές και αρχιτεκτονικές Διαδικτύωσης, IEFT RPL & uIP standard, Critical Transmission Power and Asymptotic Connectivity, Sensing Coverage in Convex / non-Convex environments, Deterministic and Probabilistic Sensor Deployment, Synchronization / FSP, Bio-inspired networking methods for dense sensor networks (reaction-diffusion MAC, PCO and firefly synchronization, Immune system based DNRS). Κατανεμημένοι αλγόριθμοι συλλογής, αποθήκευσης και επεξεργασίας δεδομένων: Consensus and Gossip algorithms, Distributed Data Compression, Network Coding Schemes. Μοντελοποίηση και μάθηση χωροχρονικών δεδομένων: Compressed Sensing, Sparse Representations, Low Rank Matrix Completion. Συστήματα εντοπισμού θέσης: dead-reckoning, passive, multimodal. Αρχές προγραμματισμού ΑΔΑ με τη χρήση Λειτουργικών Συστημάτων Πραγματικού Χρόνου: tinyOS / nesC, protothreads / Contiki OS, Over-the-air-programming (Deluge)
Βαθμολογία: Θα ανατεθούν 4 ομάδες ασκήσεων με θεωρητικό και προγραμματιστικό κομμάτι. Για τον προγραμματισμό, οι φοιτητές μπορούν να χρησιμοποιούν την γλώσσα της αρεσκείας σας ανάλογα με το θέμα και κατόπιν συνεννόησης με τον διδάσκοντα (π.χ. MATLAB, Java, C). Θα δοθεί μία τελική εργασία (project) η οποία θα πρέπει να παραδοθεί και να παρουσιαστεί μέχρι το τέλος του εξαμήνου. Ο τελικός βαθμός θα βασίζεται στα παρακάτω:
Ασκήσεις (40%), Project (40%), Τελική Εξέταση (20%)
ΠΕΡΙΕΧΟΜΕΝΑ ΜΑΘΗΜΑΤΟΣ (Εξάμηνο 13 εβδομάδων)
Topic 1: Introduction
- Examples, Applications, Challenges , Metrics
Topic 2: NetworkingFundamentals
- Fundamentals on PHY, Medium Access Control Sublayer for Low-Rate Personal and Body-Area Networks (IEEE 802.15.4 / IEEE 802.15.6)
- Routing over Low-Rate Networks (RPL) and the uIP IEFT standards
- Radio Duty Cycle Protocols for WSN
Topic 3: WSNs Deployment
- Connectivity Graphs and Modelling
- Sensing Coverage in Convex / Non-convex environments
- Deterministic and Probabilistic WSN Deployment
Topic 4: Empirical WSN studies
- Radio-link quality estimation
PART II: WSNs - Data Perspective
Topic 5: Data Models & Acquisition
- Intelligence in WSN
- Spatio-temporal models
- Multidimensional time-series
Topic 6: Distributed Signal Processing
- Distributed processing algorithms (Gossip, Consensus)
- Distributed denoising, estimation & detection
Topic 7: Compression and Storage
- Decentralized data storage & recovery
- Distributed erasure coding
- Distributed data compression
Topic 8: Localization & Tracking
- Principles, architectures and infrastructure
- Dead-reckoning and fingerprinting
- Distributed tracking
Topic 11: Distributed Learning Architectures
- Data classification & clustering
- Learning from streams
PART III: Programming WSNs
Topic 12: Operating systems & Programming Models
- Programming paradigms for WSN platforms
- Simulation and emulation environments for WSN
- Over-the-air programming