Please use this identifier to cite or link to this item: https://repositorio.ufjf.br/jspui/handle/ufjf/9782
Files in This Item:
File Description SizeFormat 
danielprataleiteborges.pdf3.47 MBAdobe PDFThumbnail
View/Open
Type: Dissertação
Title: Pasturemanagermobility: modelo de mobilidade de animais em pastagem para redes de sensores sem fio utilizando modelo Markoviano de percurso aleatório e estados finitos de cadeias de Markov
Author: Borges, Daniel Prata Leite
First Advisor: Barrere, Eduardo
Referee Member: Arbex, Wagner Antônio
Referee Member: Andrade, Ricardo Guimarães
Resumo: A utilização de colares contendo sensores para o monitoramento e rastreamento de animais em pasto, principalmente para rebanhos bovinos, vem ganhando adeptos no Brasil e no mundo. O monitoramento dos animais se mostra muito importante no que tange otimização dos ganhos, cuidados com a saúde e qualidade dos produtos obtidos em toda cadeia de produção. Todavia, o monitoramento em tempo real, possibilitado pela transmissão das informações coletadas pelos colares com estações de comunicação, se mostra ainda mais eficaz, pois possibilita a tomada de decisões mais rápidas, antes que possíveis problemas aconteçam ou oportunidades se percam. Porém, testes e implantação desses equipamentos no mundo real são extremamente custosos e complexos. Devido a isso, a utilização de simuladores de Redes de Sensores Sem Fio se torna essencial para o desenvolvimento desse tipo de tecnologia. O presente trabalho descreve e implementa um modelo de mobilidade configurável que se aproxima da mobilidade realizada por animais que se organizam em rebanhos, utilizando estados finitos em cadeias de Markov. Este modelo foi implementado no simulador de Redes de Sensores Sem Fio denominado Castalia, devido sua fidedignidade em relação ao consumo de energia dos nós sensores, um dos maiores problemas enfrentados pelas RSSF, e sua facilidade de implementação de protocolos de acesso ao meio e de roteamento, se mostrando assim um ótimo ambiente para realização dos testes desejados.
Abstract: The use of collars containing sensors for the monitoring and tracking of grazing ani-mals, especially for cattle herds, has been gaining support in Brazil and worldwide. The monitoring of the animals is very important in terms of optimization of the gains, health care and quality of products obtained throughout the production chain. However, the real-time monitoring, made possible by the transmission of the information collected by the collars with communication stations, is even more effective, since it allows for faster decision making, before possible problems happen or opportunities are lost. However, testing and deploying these devices in the real world are extremely costly and complex. Because of this, the use of wireless sensor network simulators becomes essential for the development of this type of technology. The present work describes and implements a configurable mobility model that approximates the mobility performed by animals that organize themselves in herds, using finite states in Markov chains. This model was imple-mented in the Wireless Sensor Networks simulator called Castalia, due to its reliability with the measurement of spent energy, one of the major problems faced by the WSN, and its ease of implementation of medium access and routing protocols, showing thus a great environment for the realization of the desired tests.
Keywords: Cadeias de Markov
Redes de sensores sem fio
Simulação
Monitoramento
Rastreamento
Rebanhos
Mobilidade
Markov chains
Wireless sensor network
Simulation
Monitoring
Tracking
Cattle
Mobility
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Language: por
Country: Brasil
Publisher: Universidade Federal de Juiz de Fora (UFJF)
Institution Initials: UFJF
Department: ICE – Instituto de Ciências Exatas
Program: Programa de Pós-graduação em Ciência da Computação
Access Type: Acesso Aberto
URI: https://repositorio.ufjf.br/jspui/handle/ufjf/9782
Issue Date: 17-Dec-2018
Appears in Collections:Mestrado em Ciência da Computação (Dissertações)



Items in DSpace are protected by Creative Commons licenses, with all rights reserved, unless otherwise indicated.