Προσομοίωση και μελέτη αλγορίθμων γεωγραφικής κάλυψης και επικοινωνίας αισθητήρων περιορισμένης ενέργειας

Abstract

Στην παρούσα εργασία επιχειρείται η ανάδειξη ενός αποδοτικού τρόπου επιμήκυνσης της ζωής ενός Δικτύου Ασύρματων Αισθητήρων Περιορισμένης Ενέργειας, παράλληλα με τη διατήρηση, στο ανώτερο δυνατό επίπεδο, της αξιοπιστίας και της αποδοτικότητάς του. Μελετώνται και παρουσιάζονται οι παράγοντες οι οποίοι κάνουν την ανάγκη αύξησης του χρόνου λειτουργίας του δικτύου επιτακτική, καθώς και το πόσο αυτοί επηρεάζουν το σχεδιασμό ενός Δικτύου Ασύρματων Αισθητήρων. Αναλύονται οι επιμέρους αλγόριθμοι, που χρησιμοποιούνται προς την επίτευξη του στόχου αυτού, ενώ επιδεικνύεται και ο τρόπος με τον οποίο αυτοί συνενώνονται για να δώσουν τελικά έναν αλγόριθμο που εξασφαλίζει, από τη μία, εξοικονόμηση ενέργειας και, από την άλλη, την επικοινωνία μεταξύ των αισθητήρων και του κέντρου ελέγχου.Προκειμένου να αποδειχθεί ο τρόπος με τον οποίο η εφαρμογή του αλγόριθμου επηρεάζει τη συνολική λειτουργία του δικτύου, αναπτύχθηκε ένα περιβάλλον προσομοίωσης, το WiSaCS (Wireless Sensors Area Coverage Simulation). Μέσω του WiSaCS παρουσιάζονται, με τρόπο κατανοητό προς τον τελικό χρήστη, όλα τα στάδια από τα οποία περνάει το δίκτυο, έως ότου ολοκληρώσει τη λειτουργία του, δίνεται η δυνατότητα παραμετροποίησης του δικτύου με σκοπό τη μελέτη διαφορετικών σεναρίων, ενώ, εν τέλει, καθίσταται δυνατή η εξαγωγή συμπερασμάτων και συγκριτικών αποτελεσμάτων σχετικά με την αποδοτικότητα του χρησιμοποιούμενου αλγόριθμου.

Nowadays, technological advance has given the opportunity to construct small-size, low-power wireless sensors, in order to monitor and survey an area or a phenomenon, such as earthquakes or a battlefield. Usually, these sensors are deployed densely in a hostile or remote environment (or very close to it), consisting a wireless sensor network, where further manual configuration is either very difficult or impossible. Furthermore, wireless sensors, have limited energy, are prone to failures and can be easily damaged by hostile actions, mechanical malfunctions or environmental interferences. All these factors predicate the development of an algorithm, with the use of which, we can prolong network lifetime together with the maintenance of reliability and sufficient area coverage.Such an algorithm should be distributed and localized, because a centralized algorithm needs global synchronization overhead and is not scalable to large-populated networks. As a result of this, the algorithm has to be ruled by the idea of self-scheduling: every sensor should be able to make decisions autonomously about its actions. However, this can cause severe loss of reliability, because of the possibility of “blind points” appearance. So, this algorithm has to be customized, in a convenient way, in order to ensure that communication between every sensor in the network –or between most of them- and the base station, is always possible.In this paper we present three autonomous algorithms, that we join together in order to achieve our goal, which is the prolongation of network lifetime as well as the maintenance of network reliability and area coverage. The main algorithm, which preserves sensor’s energy through self-organization and self-scheduling, is based on the scheme proposed by Di Tian and Nicolas D. Georganas, which is suitable for large wireless sensor networks. The other two algorithms are used in order to ensure network’s reliability and connectivity. The Dominating Node Set algorithm is used before the main algorithm, and determines which of the nodes are essential to the system. The Minimum Cost Forwarding algorithm is used after the execution of self-scheduling algorithm for routing purposes.Our main goal is the development of an application that simulates the operation of Wireless Sensor Networks, using the above algorithms. It’s called WiSaCS (Wireless Sensors Area Coverage Simulation) and it’s fully developed in JAVA programming language. Through WiSaCS the user can try several different scenarios and can see how network is being redeployed due to changes such as addition or removal of sensors, sensor’s range attrition et al.