Forum für Wissenschaft, Industrie und Wirtschaft

Sparsame Zeitsynchronisierung von Sensornetzen mittels Zeitreihenanalyse

nächste Meldung

Die Forschung arbeitet seit Jahrzehnten an der Verbesserung von Sensornetzen. Ein wichtiges Ziel ist es, die Kosten einzelner Sensoren (wie beispielsweise Kameras und Thermometer) so gering wie möglich zu halten, um große Netze mit Tausenden von vernetzten Sensoren zu ermöglichen. Der Nachteil ist dabei: Günstige Sensorgeräte haben beschränkte Energie- und Rechenkapazitäten. Daher sind Methoden, die das Beste aus den begrenzten Ressourcen herausholen, sehr wichtig.

Eine wesentliche Rolle beim Einsparen von Energie- und Rechenkapazitäten spielt die Zeitsynchronisation. Eine enge Synchronisation kann den Energieverbrauch der Knoten reduzieren, indem die funkaktive Zeit verringert wird. Dadurch lässt sich die Lebensdauer erheblich verlängern. Hierzu haben Forscher am Institut für Vernetzte und Eingebettete Systeme der Alpen-Adria-Universität ein neues Synchronisationsverfahren entwickelt. Besonderer Wert wurde darauf gelegt, dass das Verfahren nicht zu viele Ressourcen verbraucht und somit die Vorteile der Synchronisierung nicht zu Nichte macht.

„Stellen Sie sich vor, eine Gruppe von Freunden verabredet sich zu einem Treffen. Üblicherweise einigt man sich auf Ort und Zeit. Nun ist es häufig so, dass nicht alle pünktlich kommen, weswegen der Koordinator des Treffens die zu spät Kommenden anruft und nachfragt. Das bedeutet Aufwand“, erklärt Jorge Schmidt, Postdoc-Mitarbeiter in der Gruppe von Professor Bettstetter. Überträgt man dieses Beispiel auf die von ihm und seinen Kollegen beforschten Sensornetze, bedeutet dieser Aufwand einen Verlust an Energie und Rechenleistung für die einzelnen Sensoren.

Zusammen mit dem Doktoranden Wasif Masood haben Schmidt und Bettstetter nun ein Verfahren entwickelt, das den Zusatzaufwand der Synchronisation zwischen den Oszillatoren der einzelnen Sensoren verringert. Schmidt erläutert dies anhand des Beispiels weiter: „Bei einer Gruppe von Freunden wissen wir von einzelnen bereits, wer üblicherweise zu spät kommt. Daher könnte der Koordinator eines solchen Treffens den einzelnen Freunden unterschiedliche Zeiten nennen, um so das Zuspätkommen abzufangen.

Genau das leistet das neu entwickelte Verfahren: Es lernt mittels Zeitreihenanalyse das Verhalten der Sensoruhren und kann so zukünftige Verschiebungen vorhersagen bzw. korrigieren, bevor es überhaupt zu Asynchronitäten kommt. „Die Idee, das Verhalten zu beobachten und so zukünftige Korrekturen vorherzusagen, ist prinzipiell nicht neu. Wir konnten aber zeigen, dass die Verhaltensmodelle, die wir aus unserer Zeitreihenanalyse herausfiltern, sehr gut für handelsübliche drahtlose Sensorgeräte funktionieren“, erklärt Schmidt.

Das Verfahren wurde sowohl im Labor als auch in der freien Natur unter Temperaturschwankungen mit handelsüblichen Sensorgeräten getestet.

Weitere Informationen:

http://www.aau.at

Dr. Romy Müller | idw - Informationsdienst Wissenschaft

nächste Meldung

Im Focus: Hochpräzise Verschaltung in der Hirnrinde

Es ist noch immer weitgehend unbekannt, wie die komplexen neuronalen Netzwerke im Gehirn aufgebaut sind. Insbesondere in der Hirnrinde der Säugetiere, wo Sehen, Denken und Orientierung berechnet werden, sind die Regeln, nach denen die Nervenzellen miteinander verschaltet sind, nur unzureichend erforscht. Wissenschaftler um Moritz Helmstaedter vom Max-Planck-Institut für Hirnforschung in Frankfurt am Main und Helene Schmidt vom Bernstein-Zentrum der Humboldt-Universität in Berlin haben nun in dem Teil der Großhirnrinde, der für die räumliche Orientierung zuständig ist, ein überraschend präzises Verschaltungsmuster der Nervenzellen entdeckt.

Wie die Forscher in Nature berichten (Schmidt et al., 2017. Axonal synapse sorting in medial entorhinal cortex, DOI: 10.1038/nature24005), haben die...

Im Focus: Highly precise wiring in the Cerebral Cortex

Our brains house extremely complex neuronal circuits, whose detailed structures are still largely unknown. This is especially true for the so-called cerebral cortex of mammals, where among other things vision, thoughts or spatial orientation are being computed. Here the rules by which nerve cells are connected to each other are only partly understood. A team of scientists around Moritz Helmstaedter at the Frankfiurt Max Planck Institute for Brain Research and Helene Schmidt (Humboldt University in Berlin) have now discovered a surprisingly precise nerve cell connectivity pattern in the part of the cerebral cortex that is responsible for orienting the individual animal or human in space.

The researchers report online in Nature (Schmidt et al., 2017. Axonal synapse sorting in medial entorhinal cortex, DOI: 10.1038/nature24005) that synapses in...

Im Focus: Tiny lasers from a gallery of whispers

New technique promises tunable laser devices

Whispering gallery mode (WGM) resonators are used to make tiny micro-lasers, sensors, switches, routers and other devices. These tiny structures rely on a...

Im Focus: Wundermaterial Graphen: Gewölbt wie das Polster eines Chesterfield-Sofas

Graphen besitzt extreme Eigenschaften und ist vielseitig verwendbar. Mit einem Trick lassen sich sogar die Spins im Graphen kontrollieren. Dies gelang einem HZB-Team schon vor einiger Zeit: Die Physiker haben dafür eine Lage Graphen auf einem Nickelsubstrat aufgebracht und Goldatome dazwischen eingeschleust. Im Fachblatt 2D Materials zeigen sie nun, warum dies sich derartig stark auf die Spins auswirkt. Graphen kommt so auch als Material für künftige Informationstechnologien infrage, die auf der Verarbeitung von Spins als Informationseinheiten basieren.

Graphen ist wohl die exotischste Form von Kohlenstoff: Alle Atome sind untereinander nur in der Ebene verbunden und bilden ein Netz mit sechseckigen Maschen,...

Im Focus: Hochautomatisiertes Fahren bei Schnee und Regen: Robuste Warnehmung dank intelligentem Sensormix

Schlechte Sichtverhältnisse bei Regen oder Schnellfall sind für Menschen und hochautomatisierte Fahrzeuge eine große Herausforderung. Im europäischen Projekt RobustSENSE haben die Forscher von Fraunhofer FOKUS mit 14 Partnern, darunter die Daimler AG und die Robert Bosch GmbH, in den vergangenen zwei Jahren eine Softwareplattform entwickelt, auf der verschiedene Sensordaten von Kamera, Laser, Radar und weitere Informationen wie Wetterdaten kombiniert werden. Ziel ist, eine robuste und zuverlässige Wahrnehmung der Straßensituation unabhängig von der Komplexität und der Sichtverhältnisse zu gewährleisten. Nach der virtuellen Erprobung des Systems erfolgt nun der Praxistest, unter anderem auf dem Berliner Testfeld für hochautomatisiertes Fahren.

Starker Schneefall, ein Ball rollt auf die Fahrbahn: Selbst ein Mensch kann mitunter nicht schnell genug erkennen, ob dies ein gefährlicher Gegenstand oder...