بخشی از مقاله
خلاصه
یکی از مهمترین مسائل در شبکه های حسگر بیسیم مصرف باتری گره های موجود در آن می باشد، چرا که شارژ باتری این گره ها سخت و در بسیاری از موارد غیرممکن است. با توجه به اینکه سهم عمده ای از مصرف انرژی گره های موجود در این شبکه ها مربوط به نمونه برداری، ارسال و دریافت داده ها در آن می باشد، بطور حتم کاهش هرکدام از موارد ذکر شده، کاهش مصرف انرژی و افزایش طول عمر شبکه را به دنبال دارد، لذا در این مقاله سعی شده است از جمع آوری و ارسال داده های انطباق پذیر جلوگیری بعمل آید. برای اینکار ما فرض می کنیم که طول عمر شبکه به دوره های تقسیم می شود، که هر کدام از این دوره ها خود نیز شامل دورهایی می باشند و عمل نمونه برداری درون این دورها انجام می گیرد.
در هر دوره با استفاده از محاسبه واریانس، آزمون فیشر، جدول توزیع فیشر، حساسیت کاربرد و انرژی باقی مانده گره، نرخ نمونه برداری در دور بعدی را بصورت پویا محاسبه می کنیم،ضمناً با استفاده از میانگین مقادیر دور فعلی و حساسیت کاربرد حد آستانه مجازی را تعریف کرده، لذا در دور بعدی از ارسال داده هایی که در محدوده این حد آستانه باشند جلوگیری بعمل می آید، با این کار ضمن کاهش انرژی مصرفی گره ها بعلت کاهش نرخ نمونه برداری و ارسال داده ها، ترافیک موجود درشبکه کاهش پیدا کرده و همچنین پردازش داده ها سریعتر و ساده تر صورت می گیرد. در انتها نیز با شبیه سازی - 1 روش معمول نمونه برداری و ارسال، - 2 کاهش نرخ نمونه برداری و - 3 کاهش نرخ نمونه برداری و عدم ارسال داده های موجود در محدوده مجاز حد آستانه، نتایج انرژی مصرفی و کاهش ارسال داده ها در هر سه روش فوق را با هم مقایسه می کنیم.
کلمات کلیدی: شبکه حسگر، دوره، دور2، نمونه برداری، کاهش مصرف انرژی، داده های انطباق پذیر، حد آستانه، واریانس
.1مقدمه:
شبکه های حسگر بیسیم - WSNs - با توجه به افزایش تاثیر بالقوه ای که در بالابردن کیفیت زندگی مردم دارند، تبدیل به حوزه پژوهشی بسیار فعالی شده اند. آنها در بسیاری از زمینه های کاربردی برای اهداف نظارت و ردیابی استفاده می شوند.[2,3] در اغلب این حوزه های کاربردی، داده های تولید شده توسط تعداد زیادی از گره های حسگر می توانند بخش قابل توجهی از داده های بزرگ را تولید کنند. در شبکه های حسگر بیسیم، جمع آوری داده ها را می توان در سه مدل مختلف طبقه بندی نمود. پرس وجو محور، رویداد محور و یا مبتنی بر زمان .[4] در این مقاله ما بر روی مدل سوم از جمع آوری داده ها، که شبکه ها حسگر تناوبی - PNSs - می باشد متمرکز می شویم، در این شبکه ها نظارت بر یک منطقه به یک سنسور داده شده است که وظیفه دارد داده ها را به صورت دوره ای به عمق - به سمت مرکز - ارسال کند. این مدل دوره ای - تناوبی - برای کاربردهایی که در آنها شرایط و یا فرایند های خاصی باید بطور مداوم تحت نظارت باشند مانند دما، فشار، رطوبت و غیره مورد استفاده قرار می گیرد.
دو چالش عمده در PSN وجود دارد، اول اینکه جهت تحقق الزامات مورد نیاز کاربرد مربوطه، عمر شبکه باید به اندازه کافی طولانی باشد. دوم اینکه، حجم عظیم و ناهمگنی داده های جمع آوری شده از شبکه ها، مدیریت آنها را پیچیده تر می کند. استراتژی محققان معمولا به حداقل رساندن مقدار داده های بازیابی شده / یا اراتباطات، بدون از دست دادن کیفیت و یا دقت ارائه شده توسط شبکه می باشد. هدف از کاهش داده ها و ارتباطات در ابتدا افزایش طول عمر شبکه با استفاده از بهینه سازی مصرف انرژی موجود در باتری محدود هر گره حسگر می باشد، و در ادامه برای کمک به تجزیه و تحلیل داده ها و تصمیم گیری بکار می رود.
پس از آن در نظارت دوره ای، پویایی شرایط فرایند نظارت می تواند سبب کاهش و یا فزایش سرعت گردد: اگر گره حسگر نرخ نمونه برداری خود را به پویایی با شرایط و یا فرایند در حال تغییر انطباق دهد، از پیش می توان نمونه برداری را به حداقل رسانده و بهره وری قدرت را افزایش داد، همچنین از پیش می توان تمام سیستم شبکه را بهبود بیشتری داد. بنابراین، به منظور نگه داشتن عملیات شبکه برای مدت زمان طولانی، جمع آوری و ارسال داده های دوره ای به روش نمونه تطبیقی یک مکانیسم اساسی جهت کاهش داده های در گردش و مصرف انرژی می باشد. در این مقاله، ما یک رویکرد تطبیقی نمونه کارآمد براساس وابستگی واریانس شرطی را در اندازه گیری پیشنهاد می کنیم، و با استفاده از آن نرخ نمونه برداری و ارسال داده ها به سینک را بصورت پویا کاهش می دهیم.
با وجود اینکه آثار زیادی در رابطه با شبکه های حسگر وجود دارد، اما تعداد نسبتا کمی از آنها به صراحت در رابطه با رویکرد تطبیقی نمونه در WSN می باشد. هدف اصلی رویکرد تطبیقی نمونه این است که نرخ سنجش توسط گره ها، پویا و انطباق پذیر باشد. اگر گره های حسگر این توانایی را داشته باشد که نرخ نمونه برداری خود را به پویایی و در حال تغییر با شرایط تطبیق دهند، و همچنین از ارسال داده های نمونه برداری شده ای که منطبق با هم هستند جلوگیری شود، طول عمر شبکه افزایش پیدا کرده و بار محاسباتی در سینک انعطاف پذیر می شود.
ما عمل سنجش را به دوره هایی تقسیم کرده ایم که هر دوره نیز خود به دورهایی تقسیم می شود، سپس برای هر دور واریانس را محاسبه نموده و با استفاده از واریانس دور، آزمون فیشر و جدول توزیع فیشر، نرخ نمونه برداری در دور بعدی را محاسبه کرده و بدین ترتیب نرخ نمونه برداری را کاهش می دهیم. سپس با استفاده از واریانس و حساسیت کاربردی که شبکه برای آن طراحی شده است، حد آستانه ای را محاسبه می کنیم و از ارسال داده هایی که در محدوده حدآستانه و میانگین دوره قرار دارند به سینک جلوگیری می کنیم و در انتها نیز نتایج کاهش مصرف انرژی را با هم مقایسه می کنیم.
همانطور که گفته شد در رابطه با کاهش مصرف انرژی کارهای زیادی انجام شده است که تعداد بسیار کمی از آنها در زمینه کاهش نرخ نمونه برداری و ارسال داده ها می باشد. یکی از کارهایی که در این رابطه انجام شده [1] و کاهش نرخ نمونه برداری را بدنبال دارد، طول عمر شبکه به دوره هایی تقسیم می شود که هر دوره خود به دورهایی تقسیم شده که نمونه برداری درون این دورها انجام می گیرد، در پایان هر دور میانگین داده ها، واریانس دور، وارایانس دورها تاکنون، مقدارفیشر و مقدار معادل فیشر در جدول توزیع فیشر محاسبه شده و سپس براساس این مقادیر بهمراه تطابق داده های حس شده، حساسیت کاربرد و انرژی باقیمانده گره حسگر، نرخ نمونه برداری در دوربعدی مشخص می گردد. بعبارتی در این روش نرخ نمونه برداری براساس مقادیر بدست آمده فوق متغیر بوده و ثابت در نظر گرفته نمی شود -
در این مقاله ما این روش را با نام کاهش نرخ نمونه برداری می شناسیم و در انتها روش پیشنهادی خود را با آن مقایسه خواهیم کرد - . در این روش ابتدا میانگین دور، واریانس دور، تغییرات داخل دوره تاکنون - SR - و تغییرات بین دورها - - SF را براساس روابط 1 و 2 محاسبه می کنیم. که به ترتیب میانگین دور j ام، واریانس دور jام، میانگین کل دورها و از ابتدای دوره جاری تا دور فعلی و n تعداد نمونه برداری در دور فعلی می باشند. در ادامه با استفاده از مقادیر بدست آمده از روابط شماره - 2 - ، مقدار فیشر را براساس رابطه شماره 3 بدست می آوریم. که در آن، N و J به ترتیب نشان دهنده تعداد کل نمونه برداری و تعداد دور از ابتدای دوره ی جاری تا دور فعلی می باشند، همچنین F - J - 1,N - J - درجه آزادی وجود دارد که براساس آن مقدار معادل F را از جدول توزیع فیشر - - Ft را بدست آورده سپس بررسی می کنیم که:
