Sensornetzwerke, als Zusammenschluss einer Vielzahl in die Umgebung eingebetteter und deshalb oft miniaturisierter Sensorknoten, bieten völlig neue Möglichkeiten, ihre Umgebung kooperativ zu beobachten. Statt eines passiven Blicks gestatten sie die Durchdringung verschiedener Phänomene mit einer durch die Knotendichte wählbaren Auflösung. Sensornetzwerke können z. B. bei der Überwachung von Verkehrsflüssen und Bauwerken, in intelligenter Kleidung als auch bei der Umwelt- und Wetterbeobachtung eingesetzt werden. Veränderte Randbedingungen, wie etwa der verteilte Charakter oder die begrenzte Rechen-, Kommunikations- und Energiekapazität, erlauben keine direkte Übertragung der Verfahren klassischer Sensorsysteme. Erst spezielle, auf die hier gegebenen Besonderheiten abgestimmte Methoden ermöglichen das Ausschöpfen des vorhandenen hohen Potenzials der Sensornetzwerke.

Im Rahmen der Vorlesung werden insbesondere die verschiedenen für Sensornetzwerke relevanten Aspekte der Informationsverarbeitung betrachtet. Begonnen wird mit dem technischen Aufbau der Sensorknoten, wobei hier die einzelnen Komponenten wie Energieversorgung, Sensorik und Signalvorverarbeitung vorgestellt werden. Dann werden für Sensornetzwerke relevante Verfahren zur Mustererkennung sowie Orts- und Zeitsynchronisation behandelt. Abgeschlossen wird die Vorlesung mit Verfahren zur Vermessung physikalischer Phänomene und zur Fusion der Messdaten der einzelnen Sensorknoten.

Ziel der Lehrverstaltung ist, dass die Studierenden ein Verständnis für die für Sensornetzwerke spezifischen Herausforderungen der Informationsverarbeitung aufbauen und die verschiedenen Ebenen der Informationsverarbeitung von Messdaten aus Sensornetzwerken kennenlernen. Somit sollen sie verschiedene Ansätze zur Informationsverarbeitung von Messdaten analysieren, vergleichen und bewerten können.

Kenntnis der Vorlesungen Lokalisierung mobiler Agenten [LV-Nr. 24613] oder Stochastische Informationsverarbeitung [LV-Nr. 24113] sind hilfreich.

Sensornetzwerke, als Zusammenschluss einer Vielzahl in die Umgebung eingebetteter und deshalb oft miniaturisierter Sensorknoten, bieten völlig neue Möglichkeiten, ihre Umgebung kooperativ zu beobachten. Statt eines passiven Blicks gestatten sie die Durchdringung verschiedener Phänomene mit einer durch die Knotendichte wählbaren Auflösung. Sensornetzwerke können z. B. bei der Überwachung von Verkehrsflüssen und Bauwerken, in intelligenter Kleidung als auch bei der Umwelt- und Wetterbeobachtung eingesetzt werden. Veränderte Randbedingungen, wie etwa der verteilte Charakter oder die begrenzte Rechen-, Kommunikations- und Energiekapazität, erlauben keine direkte Übertragung der Verfahren klassischer Sensorsysteme. Erst spezielle, auf die hier gegebenen Besonderheiten abgestimmte Methoden ermöglichen das Ausschöpfen des vorhandenen hohen Potenzials der Sensornetzwerke.

Weiterführende Literatur wird im Skript zur Vorlesung (siehe ILIAS) und in den Vorlesungsfolien genannt.

180 h

Die Studierenden sollen ein Verständnis für die für Sensornetzwerke spezifischen Herausforderungen der Informationsverarbeitung aufbauen und die verschiedenen Ebenen der Informationsverarbeitung von Messdaten aus Sensornetzwerken kennenlernen. Somit sollen sie verschiedene Ansätze zur Informationsverarbeitung von Messdaten analysieren, vergleichen und bewerten können.