@PHDTHESIS{ 2014:838647171, title = {Algoritmos para rastreamento de alvos em ?reas quantizadas com redes de sensores sem fio}, year = {2014}, url = "http://tede.ufam.edu.br/handle/tede/4154", abstract = "Rastreamento de alvos em Redes de Sensores Sem Fio (RSSFs) ? um tipo de aplica??o em que os n?s cooperam para estimar a posi??o de um ou mais objetos de interesse. Nesse contexto, este trabalho possui quatro contribui??es. A primeira contribui??o ? um levantamento bibliogr?fico do estado-da-arte, em que identificamos tr?s diferentes formula??es de rastreamento e as classificamos de acordo com suas caracter?sticas. Al?m disso, dividimos o processo de rastreamento em componentes para facilitar o entendimento geral. A segunda contribui??o ? a elabora??o e avalia??o do algoritmo PRATIQUE para rastrear animais em florestas. Nesse caso, os n?s s?o organizados em grade para viabilizar a utiliza??o dos n?s sensores nesse tipo de ?rea, de forma que cada c?lula da grade ? uma regi?o que pode ser ocupada pelo alvo. O algoritmo estima a c?lula em que o alvo est?, e usa previs?o e um esquema h?brido de agrupamento para reduzir o custo de comunica??o e garantir a precis?o do rastreamento. Os resultados das simula??es mostram que os erros de previs?o s?o de aproximadamente uma c?lula. A terceira contribui??o ? o algoritmo TATI, esse algoritmo guia um objeto que visa alcan?ar o alvo. A rede ? estruturada em faces para facilitar a coopera??o entre os n?s e reduzir o caminho entre o objeto guiado e o alvo. Os resultados mostram que o consumo de energia ? reduzido em 15% e o objeto guiado fica cerca de 10m mais pr?ximo do alvo, se comparado com a abordagem relacionada. A quarta contribui??o ? um esquema para executar as tarefas de localiza??o e rastreamento simultaneamente para reduzir os erros dos algoritmos de localiza??o baseados em alcance. As mensagens enviadas para rastrear o alvo s?o aproveitadas para filtrar os ru?dos presentes nas estimativas de dist?ncia, reduzindo o erro de localiza??o enquanto o rastreamento ocorre. Os resultados mostram que os erros de localiza??o podem ser reduzidos em at? 70%.", publisher = {Universidade Federal do Amazonas}, scholl = {Programa de P?s-gradua??o em Inform?tica}, note = {Instituto de Computa??o} }