Attualmente le reti di sensori rappresentano una tecnologia efficace per la realizzazione di sistemi di monitoraggio scalabili, flessibili, a costi contenuti e tolleranti ai guasti. La sorveglianza di un processo, di un oggetto o di un fenomeno richiede la stima dello stato del processo d’interesse mediante l’utilizzo di modelli matematici e l’effettuazione di misure di grandezze direttamente o indirettamente legate al suo stato. I sistemi di monitoraggio tradizionali sono costituiti da un insieme di sensori distribuiti nella regione di sorveglianza connessi con un unico centro di elaborazione che provvede a elaborare i dati raccolti. Negli ultimi tempi si stanno sempre più diffondendo reti in cui ogni nodo (o agente) è dotato di capacità di elaborazione, comunicazione e, in alcuni casi, rilevamento. Una rete di questo tipo è detta distribuita o anche net-centrica, in quanto ogni agente è in grado di effettuare una stima dello stato del processo monitorato, o di una sottoparte di esso. Due diversi approcci per la stima distribuita di sistemi lineari, detti consenso sull’informazione a posteriori (CP: Consensus on Posteriors) e consenso sulla verosi- miglianza (CL: Consensus on Likelihoods), vengono combinati per dar luogo ad una nuova classe di filtri di consenso su verosimiglianza e informazione a priori (CLCP: Consensus on Likelihoods and Priors), che beneficiano dei vantaggi complementari degli approcci CL e CP. Vengono presentati nuovi risultati teorici, limitatamente ai sistemi lineari, sulla stabilità dei filtri CLCP sotto condizioni di osservabilità collettiva e connettività di rete. Infine viene fatta una valutazione comparativa delle prestazini di alcuni filtri basati sul consenso in un caso di studio relativo al tracciamento di un oggetto in movimento, sia con sensori lineari che non lineari. Una delle principali vulnerabilità dei sistemi di sorveglianza net-centrici è la loro debolezza rispetto agli effetti distruttivi di virus informatici. Si sono studiati i principali modelli per la diffusione dei virus e l’insorgenza di un focolaio epidemico in relazione ai principali parametri di rete. Un ampio insieme di simulazioni su scenari realistici di sorveglianza ha permesso di analizzare il modo in cui i parametri di rete influenzano la diffusione del virus e la fusione distribuita dell’informazione, fornendo indicazioni utili per preservare la funzionalità di sorveglianza della rete in presenza di guasti e/o attacchi informatici. Nelle reti di monitoraggio e sorveglianza non è detto che ciascun agente abbia una visione complessiva dello stato del sistema. Si è studiato il problema della stima distribuita nel caso in cui gli agenti abbiano una visione parziale del sistema complessivo facendo uno studio comparativo tra varie tecniche di fusione dei dati su scenari di studio sia lineari che non lineari.

Stima distribuita dello stato in reti di sensori / Giovanni Mugnai. - (2014).

Stima distribuita dello stato in reti di sensori

MUGNAI, GIOVANNI
2014

Abstract

Attualmente le reti di sensori rappresentano una tecnologia efficace per la realizzazione di sistemi di monitoraggio scalabili, flessibili, a costi contenuti e tolleranti ai guasti. La sorveglianza di un processo, di un oggetto o di un fenomeno richiede la stima dello stato del processo d’interesse mediante l’utilizzo di modelli matematici e l’effettuazione di misure di grandezze direttamente o indirettamente legate al suo stato. I sistemi di monitoraggio tradizionali sono costituiti da un insieme di sensori distribuiti nella regione di sorveglianza connessi con un unico centro di elaborazione che provvede a elaborare i dati raccolti. Negli ultimi tempi si stanno sempre più diffondendo reti in cui ogni nodo (o agente) è dotato di capacità di elaborazione, comunicazione e, in alcuni casi, rilevamento. Una rete di questo tipo è detta distribuita o anche net-centrica, in quanto ogni agente è in grado di effettuare una stima dello stato del processo monitorato, o di una sottoparte di esso. Due diversi approcci per la stima distribuita di sistemi lineari, detti consenso sull’informazione a posteriori (CP: Consensus on Posteriors) e consenso sulla verosi- miglianza (CL: Consensus on Likelihoods), vengono combinati per dar luogo ad una nuova classe di filtri di consenso su verosimiglianza e informazione a priori (CLCP: Consensus on Likelihoods and Priors), che beneficiano dei vantaggi complementari degli approcci CL e CP. Vengono presentati nuovi risultati teorici, limitatamente ai sistemi lineari, sulla stabilità dei filtri CLCP sotto condizioni di osservabilità collettiva e connettività di rete. Infine viene fatta una valutazione comparativa delle prestazini di alcuni filtri basati sul consenso in un caso di studio relativo al tracciamento di un oggetto in movimento, sia con sensori lineari che non lineari. Una delle principali vulnerabilità dei sistemi di sorveglianza net-centrici è la loro debolezza rispetto agli effetti distruttivi di virus informatici. Si sono studiati i principali modelli per la diffusione dei virus e l’insorgenza di un focolaio epidemico in relazione ai principali parametri di rete. Un ampio insieme di simulazioni su scenari realistici di sorveglianza ha permesso di analizzare il modo in cui i parametri di rete influenzano la diffusione del virus e la fusione distribuita dell’informazione, fornendo indicazioni utili per preservare la funzionalità di sorveglianza della rete in presenza di guasti e/o attacchi informatici. Nelle reti di monitoraggio e sorveglianza non è detto che ciascun agente abbia una visione complessiva dello stato del sistema. Si è studiato il problema della stima distribuita nel caso in cui gli agenti abbiano una visione parziale del sistema complessivo facendo uno studio comparativo tra varie tecniche di fusione dei dati su scenari di studio sia lineari che non lineari.
2014
Luigi Chisci
Giovanni Mugnai
File in questo prodotto:
File Dimensione Formato  
G_Mugnai_Tesi.pdf

accesso aperto

Tipologia: Tesi di dottorato
Licenza: Tutti i diritti riservati
Dimensione 1.82 MB
Formato Adobe PDF
1.82 MB Adobe PDF

I documenti in FLORE sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificatore per citare o creare un link a questa risorsa: https://hdl.handle.net/2158/849579
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact