Technische Universität Braunschweig
  • Studium & Lehre
    • Vor dem Studium
      • Informationen für Studieninteressierte
      • Studiengänge von A-Z
      • Bewerbung
      • Warum die TU?
    • Im Studium
      • Erstsemester-Hub
      • Semestertermine
      • Lehrveranstaltungen und Qualifikationen
      • Studienorganisation
      • Beratungsnavi
      • Finanzierung und Kosten
      • Besondere Studienbedingungen
      • Gesundheit & Wohlbefinden
      • Studentisches Engagement
    • Nach dem Studium
      • Career Service
      • Alumni*ae
      • Exmatrikulation und Vorbeglaubigung
      • Nach dem Abschluss
    • Strategien und Qualitätsmanagement
      • Qualitätsmanagement
      • Studienqualitätsmittel
      • TU Lehrpreis
    • Für Lehrende
      • Informationen für Lehrende
      • Konzepte
      • Lernmanagementsystem Stud.IP
      • Impact Learning
    • Kontakt
      • Studienservice-Center
      • Sag's uns: Ideen‑ & Beschwerdestelle Studium & Lehre
      • Zentrale Studienberatung
      • Immatrikulationsamt
      • Abteilung 16 - Studium und Lehre
      • Career Service
      • Projekthaus
  • Forschung
    • Forschungsprofil
      • Forschungsschwerpunkte
      • Exzellenzcluster der TU Braunschweig
      • Forschungsprojekte
      • Forschungszentren
      • Forschungsprofile der Professuren
    • Frühe Karrierephase
      • Förderung in den frühen Phasen der wissenschaftlichen Karriere
      • Promotion
      • Postdocs
      • Nachwuchsgruppenleitung
      • Junior Professur und Tenure-Track
      • Habilitation
      • Service-Angebote für Wissenschaftler*innen
    • Forschungsdaten & Transparenz
      • Transparenz in der Forschung
      • Forschungsdaten
      • Open Access Strategie
    • Forschungsförderung
      • Netzwerk Forschungsförderung
      • Datenbanken und Stiftungen
    • Kontakt
      • Forschungsservice
      • Graduiertenakademie
      • Organisation wissenschaftlicher Veranstaltungen
  • Transfer
    • Transferprofil
      • Transferstrategie "TIES® with Impact"
      • Technologietransfer
      • Wissenstransfer
      • Relationship Management
      • Transferprojekte
    • Innovation
      • Startups
      • Patente
      • Impact Map
    • Schule-Uni-Angebote
      • Webportal für Schule-Uni-Aktivitäten
      • Kinder-Uni Vorlesungen
      • Kinder-Uni Podcast
      • LeoLabs – Campuslabore für Schüler*innen
      • LeoVan – Mobile Experimente für Schulen
      • School Outreach Fonds
      • Hochschulinformationstag
    • Für Unternehmen
      • Deutschlandstipendium
      • Freunde & Förderer
    • Für Alumni*ae
      • Dem Netzwerk beitreten
      • Alumni*ae kennen lernen
      • Alumni*ae Talks
      • Campustouren
    • Für alle
      • Community Café
      • Community Podcast
      • Uni-Shop
  • International
    • Internationale Studierende
      • Warum Braunschweig?
      • Studium mit Abschluss
      • Austauschstudium
      • TU Braunschweig Summer School
      • Schüler*innen von deutschen Auslandsschulen
      • Geflüchtete
      • International Student Support
      • International Career Service
    • Wege ins Ausland
      • Studium im Ausland
      • Praktikum im Ausland
      • Lehren und Forschen im Ausland
      • Arbeiten im Ausland
    • Internationale Forschende
      • Welcome Support for International Researchers
      • Service für gastgebende Einrichtungen
    • Sprachen und interkulturelle Kompetenzvermittlung
      • Deutsch lernen
      • Fremdsprachen lernen
      • Interkulturelle Kompetenzvermittlung
    • Internationales Profil
      • Internationalisierung
      • Internationale Kooperationen
      • Strategische Partnerschaften
      • Internationale Netzwerke
    • International House
      • Wir über uns
      • Kontakt & Sprechstunden
      • Aktuelles und Termine
      • Newsletter, Social Media, Podcast & Videos
      • Stellenausschreibungen
  • Die TU Braunschweig
    • Unser Profil
      • Ziele & Werte
      • Ordnungen und Leitlinien
      • Hochschulentwicklung 2030
      • Ecoversity – die TU Braunschweig als Ökosystem Universität
      • Chancengleichheit
      • Diversity
      • Nachhaltigkeit
      • Fakten & Zahlen
      • Unsere Geschichte
    • Leitung & Organisation
      • Das Präsidium
      • Stabsstellen
      • Verwaltung
      • Einrichtungen
      • Organe, Statusgruppen und Kommissionen
      • Studierendenschaft
    • Karriere
      • Arbeiten an der TU
      • Stellenmarkt
      • Berufsausbildung an der TU
      • Informationen und Angebote für neue Mitarbeitende
    • Fakultäten
      • Carl-Friedrich-Gauß-Fakultät
      • Fakultät für Lebenswissenschaften
      • Fakultät Architektur, Bauingenieurwesen und Umweltwissenschaften
      • Fakultät für Maschinenbau
      • Fakultät für Elektrotechnik, Informationstechnik, Physik
      • Fakultät für Geistes- und Erziehungswissenschaften
      • Institute von A-Z
    • Die TU für alle
      • Gasthörer*innen & Senior*innenstudium
      • Universitätsbibliothek nutzen
      • Das Studierendenhaus
      • Podcasts
    • Veranstaltungen
      • Veranstaltungskalender
      • Angebote für Schüler*innen
      • Hochschulinformationstag (HIT)
  • Suche
  • Schnellzugriff
    IBR Login
    • Bibliothek
    • Mailinglisten
    • Webmail
    • Knowledgebase
    • Wiki
    • Account Management
    • Service-Status
    • Personensuche
    • Webmail
    • cloud.TU Braunschweig
    • Messenger
    • Mensa
    • TUconnect (Studierendenportal)
    • Im Notfall
    • Stud.IP
    • UB Katalog
    • Forschungsinformations-System (FIS)
    • Status GITZ-Dienste
    • Störungsmeldung GB3
    • Informationsportal (Beschäftigte)
    • Linksammlung
    • DE
    • EN
    • Instagram
    • YouTube
    • LinkedIn
    • Mastodon
    • Bluesky

    Menü
    Technische Universität BraunschweigIBR
    • Struktur
    • Fakultäten
    • Carl-Friedrich-Gauß-Fakultät
    • Institute
    • Institut für Betriebssysteme und Rechnerverbund
    • Offene Abschlussarbeiten
    Logo IBR
    • Institut für Betriebssysteme und Rechnerverbund
      • News
      • Wir über uns
        • Gesamtes Team
        • Anreise
        • Raumplan
        • Projekte
        • Veröffentlichungen
        • Software
        • News Archiv
      • Connected and Mobile Systems
        • Team
        • Lehrveranstaltungen
        • Abschlussarbeiten
        • Projekte
        • Veröffentlichungen
        • Software
        • Datensätze
      • Verlässliche Systemsoftware
        • Übersicht
        • Team
        • Lehre
        • Arbeiten & Jobs
        • Forschung
        • Publikationen
      • Algorithmik
        • Team
        • Lehrveranstaltungen
        • Abschlussarbeiten
        • Projekte
        • Veröffentlichungen
      • Mikroprozessorlabor
      • Studium
        • Wintersemester 2026/2027
        • Sommersemester 2026
        • Abschlussarbeiten
      • Spin-Offs
        • Docoloc
        • bliq (formerly AIPARK)
        • Confidential Technologies
      • Forschungsverbünde
        • IST.hub

    Dynamic Sample Rate Adaptation through Machine Learning in Multisensor WSNs

    BetreuerDr. Jan Schlichter
    ProfessorProf. Dr.-Ing. Lars Wolf
    Projekt3DEMO
    IBR-GruppenCM (Prof. Wolf)
    ArtMasterarbeit
    Statusabgeschlossen
    Beginn2021-01-01
    Abgabestichtag2022
    Abgabedatum2022

    Einleitung und Motivation

    Die Sensorknoten in Wireless Sensor Networks (WSNs) nehmen häufig verschiedene Daten durch verschiedene Sensoren auf. Hierbei kann die für eine Messung notwendige Energie je nach Sensor stark variieren. Bei mit vielen Sensoren ausgerüsteten Sensorknoten kann so ein erheblicher Energieverbrauch entstehen.

    Da sich bei Batteriebetriebenen Sensorknoten ein erhöhter Energieverbrauch direkt auf die Lebensdauer auswirkt, sollte er so gering wie möglich gehalten werden. Um dies zu erreichen soll in dieser Arbeit eine dynamische Anpassung der Messfrequenz betrachtet werden. Hierbei ist die Idee nicht jeden Sensorwert in einem festen Messintervall auszulesen, sondern nur wenn eine kritische Änderung erwartet wird. Dies soll durch den Einsatz von Machine Learning realisiert werden, um eine flexible Anpassung an verschiedene Nutzungsszenarien zu ermöglichen.

    Ausgangspunkt für die Abschlussarbeit sind die für das 3DEMO-Projekt entwickelten Sensorknoten, die Temperatur, Luftfeuchtigkeit, Gaswiderstand, CO2, Partikelkonzentrationen und Luftströmungen messen können. Sie sind für den Einsatz im industriellen Umfeld entwickelt worden und es stehen reale Messdaten aus zwei Anwendungsfällen zur Verfügung. Der hier entwickelte Ansatz sollte allerdings unabhängig von der verwendeten Sensorik allgemeingültig sein, um ihn in verschiedensten Szenarien einsetzten zu können.

    Aufgabenstellung

    Das Ziel ist es durch Machine Learning eine dynamische Anpassung der Messfrequenz von Sensoren mit hohem Energieverbrauch in WSNs zu erreichen. Hierbei ist eine periodische Messung z.B. einmal pro Minute die Grundlage für die Betrachtung. Davon ausgehend soll die Messfrequenz der Sensoren mit hohem Energieverbrauch reduziert werden ohne die Datenqualität signifikant zu verschlechtern. Hierfür kann zum Beispiel zum Zeitpunkt der Messung der Messwert durch Machine Learning vorhergesagt werden, ohne dass der Sensor den Wert messen muss. Dies kann in diesem Fall geschehen, wenn die Wahrscheinlichkeit für die Korrektheit des vorhergesagten Messwerts gering ist. Für die Vorhersage stehen neben der Zeit Informationen von Sensoren bereit, die einen geringen Energieverbrauch haben (z.B. Temperatur und Luftfeuchtigkeit).

    Der entwickelte Ansatz soll sowohl mit realen als auch mit künstlich erzeugten Messwerten evaluiert werden. Da sich die Umgebung der Sensorknoten über die Zeit verändern kann muss außerdem eine Möglichkeit vorgesehen werden um das gelernte Modell über die Zeit automatisch zu adaptieren. Dies könnte entweder auf den Sensorknoten mit sehr geringer Rechenleistung direkt passieren oder auf einen Server ausgelagert werden, der das adaptierte Modell für die Knoten bereitstellt.

    Vor dem Beginn der Arbeit muss die Aufgabenstellung im Exposé definiert werden. Hierfür wird eine Auseinandersetzung mit dem Thema vorausgesetzt, sodass bereits in der Aufgabenstellung mögliche Lösungsansätze genannt werden.

    Kontakt

    Bitte melde dich bei Fragen oder Interesse bei Dr. Jan Schlichter.


    aktualisiert am 14.11.2023, 15:28 von Dr. Jan Schlichter
    http://www.ibr.cs.tu-bs.de/theses/schlicht/2021_ML_sample_rate_adaption.xml · abgerufen am 22.11.2026

    Für alle

    Stellenmarkt der TU Braunschweig
    Jobbörse des Career Service
    Merchandising
    Sponsoring- & Spendenleistungen
    Vertrauenspersonen für Hinweisgeber

    Für Studierende

    Semestertermine
    Lehrveranstaltungen
    Studiengänge von A-Z
    Informationen für Erstsemester
    TUCard

    Interne Tools

    Status GITZ-Dienste
    Handbuch für TYPO3 (Intern)
    Corporate Design-Toolbox (Intern)
    Glossar (DE-EN)
    Meine Daten ändern
    Hochschulöffentliche Bekanntmachungen

    Kontakt

    Technische Universität Braunschweig
    Universitätsplatz 2
    38106 Braunschweig
    Postfach: 38092 Braunschweig
    Telefon: +49 (0) 531 391-0

    Anreise

    © Technische Universität Braunschweig
    Impressum Datenschutz Barrierefreiheit

    Zur anonymisierten Reichweitenmessung nutzt die TU Braunschweig die Software Matomo. Die Daten dienen dazu, das Webangebot zu optimieren.
    Weitere Informationen finden Sie in unserer Datenschutzerklärung.