University Sétif 1 FERHAT ABBAS Faculty of Sciences
Détail de l'auteur
Auteur Annane,hadda |
Documents disponibles écrits par cet auteur



Titre : Utilisation de pso pour la localisation des capteurs Type de document : texte imprimé Auteurs : Annane,hadda ; KAMEL, N, Directeur de thèse Editeur : Setif:UFA Année de publication : 2016 Importance : 1 vol (50f.) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Réseaux
Systèmes distribués
capteur
PSOIndex. décimale : 004 Informatique Résumé :
Résumé :
La localisation des nœuds est une technologie fondamentale et importante dans les réseaux
de capteurs sans fil. Dans ce mémoire nous avons expliqué l’algorithme de localisation dans
les réseaux de capteurs sans fil basé sur l’optimisation multiobjectif par essaim de particule,
où le multiobjectif se compose de la contrainte de distance de l'espace et de la contrainte de
topologie géométrique.
Le but de répondre à la contrainte de distance de l'espace est de rendre les coordonnées
estimées proches des valeurs réelles, pendant ce temps le but de la contrainte de topologie
géométrique est de faire d’une topologie du réseau unique.
La solution optimale est trouvée pour maintenir l'archive afin de limiter la taille des archives
globales obtenue selon le pourcentage de sélection.
Note de contenu :
Table des matières
Introduction génitale 1
I. Etat de l’art : généralité sur les réseaux de capteurs 3
1. Introduction 3
2. Définition et architecture du rcsf 3
2.1. Anatomie d’un nœud capteur 4
2.1.1. Unité de captage ou d’acquisition 5
2.1.2. Unité de traitement 5
2.1.3. L’unité de communication 5
2.1.4. Unité d’alimentation 5
2.1.5. Unité de stockage 5
3. Applications des reseaux de capteurs 5
3.1. Application militaire 5
3.2. Application environnementale 6
3.3. Applications médicales 6
3.4. Autres applications 6
4. Caracteristiques 6
5. notions fondamentales 7
5.1. Notion de déploiement 7
5.2. Notions d’énergie et durée de vie 9
5.3. Notion de Clustering 9
5.4. Notion de Communication multi-saut 10
5.5. Notion d’agrégation 11
6. Conclusion 12
II. Etude de localisation des réseaux de capteurs 13
1. Introduction 13
2. Localisation materielle 14
2.1. Ancres (Beacons) 14
2.2. Estimations de distance 16
3. Calcul de la position (auto-localisation) 20
3.1. Trilatération 20
3.2. Triangulation 21
3.3. Multilatération 22
3.4. Filtre particulaire 22
4. Algorithmes de localisation 23
4.1. Distribué ou centralisé 23
4.2. Positionnement absolu ou relatif 23
4.3. A un saut ou multi-saut 23
4.4. Mono objectif ou multi objectif 23
5. Paramètre des algorithmes de localisation 23
6. Critères des algorithmes de localisation 24
6.1. Précision de la localisation 24
6.2. Contraintes de ressources 24
6.3. Contraintes énergétiques 25
6.4. Passage à l’échelle 25
6.5. Robustesse au bruit 25
7. Caractéristique d’un système de localisation 25
7.1. La densité des nœuds 25
7.2. La taille du réseau 25
7.3. Précision GPS 25
7.4. Nombre d’ancres 25
8. Conclusion 26
III. Metaheuristique pour l’optimisation par essaims particulaires 27
1. Introduction 27
2. Qu’est-ce qu’un problème d’optimisation ? 27
3. Optimisation mono objective 27
3.1. Problème général d’optimisation mono-objectif 28
3.2. Optimisation « difficile » 28
3.3. Métaheuristiques pour l'optimisation mono-objective difficile 29
3.3.1. Recherche Tabou 29
3.3.2. Optimisation par Essaim Particulaire 30
4. Optimisation multiobjectif 35
4.1. Définition du problème 36
4.2. Les approches de résolution 37
4.2.1. Approche agrégative 38
4.2.2. Approche non-Pareto 38
4.2.3. Approche Pareto 38
4.3. Métaheuristiques pour l'optimisation multiobjectif 39
4.3.1. Les algorithmes génétiques 39
4.3.2. Optimisation par Essaim Particulaire 39
5. Problématiques d’optimisation dans les réseaux de capteurs 41
6. Conclusion 41
IV. Utilisation de PSO pour la localisation des capteurs 42
1. Introduction 42
2. l’utilisation d’un modèle de localisation monoobjectif 42
3. l’utilisation d’un modèle de localisation multiobjectif 42
4. le modèle de localisation multiobjectif 44
5. simulation et réalisation 45
V. conclusion générale 50Côte titre : MAI/0122 Utilisation de pso pour la localisation des capteurs [texte imprimé] / Annane,hadda ; KAMEL, N, Directeur de thèse . - [S.l.] : Setif:UFA, 2016 . - 1 vol (50f.) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : Réseaux
Systèmes distribués
capteur
PSOIndex. décimale : 004 Informatique Résumé :
Résumé :
La localisation des nœuds est une technologie fondamentale et importante dans les réseaux
de capteurs sans fil. Dans ce mémoire nous avons expliqué l’algorithme de localisation dans
les réseaux de capteurs sans fil basé sur l’optimisation multiobjectif par essaim de particule,
où le multiobjectif se compose de la contrainte de distance de l'espace et de la contrainte de
topologie géométrique.
Le but de répondre à la contrainte de distance de l'espace est de rendre les coordonnées
estimées proches des valeurs réelles, pendant ce temps le but de la contrainte de topologie
géométrique est de faire d’une topologie du réseau unique.
La solution optimale est trouvée pour maintenir l'archive afin de limiter la taille des archives
globales obtenue selon le pourcentage de sélection.
Note de contenu :
Table des matières
Introduction génitale 1
I. Etat de l’art : généralité sur les réseaux de capteurs 3
1. Introduction 3
2. Définition et architecture du rcsf 3
2.1. Anatomie d’un nœud capteur 4
2.1.1. Unité de captage ou d’acquisition 5
2.1.2. Unité de traitement 5
2.1.3. L’unité de communication 5
2.1.4. Unité d’alimentation 5
2.1.5. Unité de stockage 5
3. Applications des reseaux de capteurs 5
3.1. Application militaire 5
3.2. Application environnementale 6
3.3. Applications médicales 6
3.4. Autres applications 6
4. Caracteristiques 6
5. notions fondamentales 7
5.1. Notion de déploiement 7
5.2. Notions d’énergie et durée de vie 9
5.3. Notion de Clustering 9
5.4. Notion de Communication multi-saut 10
5.5. Notion d’agrégation 11
6. Conclusion 12
II. Etude de localisation des réseaux de capteurs 13
1. Introduction 13
2. Localisation materielle 14
2.1. Ancres (Beacons) 14
2.2. Estimations de distance 16
3. Calcul de la position (auto-localisation) 20
3.1. Trilatération 20
3.2. Triangulation 21
3.3. Multilatération 22
3.4. Filtre particulaire 22
4. Algorithmes de localisation 23
4.1. Distribué ou centralisé 23
4.2. Positionnement absolu ou relatif 23
4.3. A un saut ou multi-saut 23
4.4. Mono objectif ou multi objectif 23
5. Paramètre des algorithmes de localisation 23
6. Critères des algorithmes de localisation 24
6.1. Précision de la localisation 24
6.2. Contraintes de ressources 24
6.3. Contraintes énergétiques 25
6.4. Passage à l’échelle 25
6.5. Robustesse au bruit 25
7. Caractéristique d’un système de localisation 25
7.1. La densité des nœuds 25
7.2. La taille du réseau 25
7.3. Précision GPS 25
7.4. Nombre d’ancres 25
8. Conclusion 26
III. Metaheuristique pour l’optimisation par essaims particulaires 27
1. Introduction 27
2. Qu’est-ce qu’un problème d’optimisation ? 27
3. Optimisation mono objective 27
3.1. Problème général d’optimisation mono-objectif 28
3.2. Optimisation « difficile » 28
3.3. Métaheuristiques pour l'optimisation mono-objective difficile 29
3.3.1. Recherche Tabou 29
3.3.2. Optimisation par Essaim Particulaire 30
4. Optimisation multiobjectif 35
4.1. Définition du problème 36
4.2. Les approches de résolution 37
4.2.1. Approche agrégative 38
4.2.2. Approche non-Pareto 38
4.2.3. Approche Pareto 38
4.3. Métaheuristiques pour l'optimisation multiobjectif 39
4.3.1. Les algorithmes génétiques 39
4.3.2. Optimisation par Essaim Particulaire 39
5. Problématiques d’optimisation dans les réseaux de capteurs 41
6. Conclusion 41
IV. Utilisation de PSO pour la localisation des capteurs 42
1. Introduction 42
2. l’utilisation d’un modèle de localisation monoobjectif 42
3. l’utilisation d’un modèle de localisation multiobjectif 42
4. le modèle de localisation multiobjectif 44
5. simulation et réalisation 45
V. conclusion générale 50Côte titre : MAI/0122 Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0122 MAI/0122 Mémoire Bibliothéque des sciences Français Disponible
Disponible