Diffusion Normalized Least Mean Squares over Wireless Sensor Networks
| dc.contributor.author | ABDULBAQI SYED | |
| dc.date | 2012 | |
| dc.date.accessioned | 2022-05-18T05:33:45Z | |
| dc.date.available | 2022-05-18T05:33:45Z | |
| dc.degree.department | College of Engineering Sciences and Applied Engineering | |
| dc.degree.grantor | King Fahad for Petrolem University | |
| dc.description.abstract | حديثاً، تم اقتراح الخوارزميات التكيفية كحل لمشكلة التقدير في الشبكات الموزعة. كل نقطةفي بروتوكول الانتشارتتفرع في وظائف الشبكة تعمل كمرشح مستقل قابل للتكيف والذي يهدف الى تقدير المعاملات المرغوبة من خلال الملاحظات المحلية. كل التقديرات التي تم الحصول عليها من العقد يتم ربطها محليا بصمام مع التقديرات ااورة لها في الشبكة. وقد اقترحت عدة خوارزميات لاستغلال هذه البنية الموزعة من أجل تحسين التقدير. وقد استخدمت تقنيات نشر في شبكات الاستشعار (RLS) أو أقل تربيع تكراري (LMS) استنادا إلى خوارزميات أقل متوسط تربيعي هي ، LMS فإن خوارزمية أقل متوسط تربيعي RLS اللاسلكية. على عكس خوارزميةأقل تربيع تكراري خوارزمية بسيطة جدا عندما يتعلق الأمربالتعقيد الحسابي. ومع ذلك، فإن أداء خوارزمية أقل متوسط تربيعي تتدهور كلما زادت العلاقة الإحصاية بينها وبين البيانات المدخلة. LMS في البداية .(NLMS) لحل هذه المشكلة، في هذه الشبكة، اقترحتخوارزمية الانتشار: أقل متوسط تربيعي معدل نقوم بتحليل انتقالي من الخوارزمية المقترحة. ثانيا: نقوم باستنتاج حالة الاستقرار. أخيرا، يتم تنفيذ نتائج المحاكاة لإثبات الأداء الأفضل للخوارزمية المقترحة، والأهم من ذلك لثبيت النتائج النظرية. | |
| dc.identifier.other | 3781 | |
| dc.identifier.uri | https://drepo.sdl.edu.sa/handle/20.500.14154/1921 | |
| dc.language.iso | en | |
| dc.publisher | Saudi Digital Library | |
| dc.thesis.level | Master | |
| dc.thesis.source | King Fahad for Petrolem University | |
| dc.title | Diffusion Normalized Least Mean Squares over Wireless Sensor Networks | |
| dc.type | Thesis |