Оценка энергоэффективности агрегирования разнородных данных в беспроводных сенсорных сетях
DOI:
https://doi.org/10.52575/2687-0932-2021-48-1-156-167Ключевые слова:
агрегирование, беспроводная сенсорная сеть, сенсорный узел, базовая станция, энергоэффективность, информационный пакет, коэффициент энергоэффективности агрегации, коэффициент размера информационного пакетаАннотация
Беспроводные сенсорные сети (БСС) представляют собой перспективное направление в области развития телекоммуникационных систем. Данная статья посвящена актуальной на сегодняшний день проблеме энергопотребления в беспроводных сенсорных сетях. Целью исследования является оценка энергоэффективности агрегирования разнородных данных в БСС. В статье рассмотрено влияние качества агрегирования данных на энергопотребление и пропускную способность БСС. Рассмотрены причины возникновения временных и пространственных корреляций данных, возникающих в БСС, определены подходы к их устранению. Предложены новые коэффициенты оценки качества агрегирования данных в БСС: коэффициент энергоэффективности агрегирования и коэффициент размера информационного пакета. Проведен анализ влияния агрегирования данных на БСС произвольной топологии. На основе математического и статистического анализа, а также с применением программных средств математического моделирования в ходе исследования был произведен расчет величин расходуемой энергии и пропускной способности, необходимых для передачи информационных пакетов, построены графики зависимостей этих величин. В результате исследования был разработан способ оценки энергоэффективности агрегирования разнородных данных в беспроводных сенсорных сетях. Представленный материал будет интересен специалистам в сфере телекоммуникаций, студентам и аспирантам технических направлений, а также может служить основой для дальнейших исследований в рассматриваемой области.
Скачивания
Библиографические ссылки
Багутдинов Р.А., Небаба С.Г., Захарова А.А. 2017. Алгоритм обработки разнородных данных для мультисенсорной СТЗ на примере анализа температуры и концентрации газа. В сборнике: ГрафиКон-2017. Труды 27-й международной научной конференции (Пермь,
–28 сентября 2017 г.). Пермь, изд-во ПГНИУ: 97–100.
Бронштейн И.Н., Семендяев К.А. 1986. Справочник по математике для инженеров и учащихся втузов. М., Наука, 544.
Галкин П.В. 2014. Анализ энергопотребления узлов беспроводных сенсорных сетей. Sci-enceRise, 2 (2): 55–61.
Гмурман В.Е. 2003. Теория вероятностей и математическая статистика. М., Высш. шк., 479.
Дьяконов В.П. 2012. MATLAB. Полный самоучитель. М., ДМК Пресс, 768.
Киреев А.О. 2011. Информационно-измерительная система для мониторинга и анализа энергопотребления беспроводных сенсорных систем. Автореф. дис. … канд. тех. наук. Пенза, 22.
Кучерявый А.Е. 2007. Сенсорные сети как перспективное направление развития теле-коммуникаций. В сборнике: 59-я Научно-техническая конференция профессорско-преподавательского состава: Материалы. (Санкт-Петербург, 22–26 января 2007 г.). Санкт-Петербург, изд-во СПбГУТ: 5–7.
Лихтциндер Б.Я., Киричек Р.В., Федотов Е.Д., Голубничая Е.Ю., Кочуров А.А. 2020. Беспроводные сенсорные сети. М., Горячая Линия – Телеком, 236.
Микитюк Е.И. 2019. Беспроводные сенсорные сети. Молодой ученый, 261 (23): 19–21.
Мохсен М.Н., Богуславский И.В. 2014. Модель энергопотребления узлов беспроводной сети датчиков для увеличения времени автономной работы сети. Advanced Engineering Research, 14 (3): 37–44.
Муравьев С.В., Тараканов Е.В. 2012. Передача данных в беспроводных сенсорных сетях с приоритетами на основе агрегирования предпочтений. Известия Томского политехни-ческого университета, 320 (5): 111–116.
Розенберг И.Н. 2015. Обработка пространственной информации. Перспективы Науки и Образования, 15 (3): 17–24.
Росляков А.В., Ваняшин С.В., Гребешков А.Ю. 2015. Интернет вещей. Самара, ПГУТИ, 200.
Сергиенко А.Б. 2002. Цифровая обработка сигналов. СПб., Питер, 608.
Скляр Б. 2007. Цифровая связь. Теоретические основы и практическое применение. Пер. с англ. М., Вильямс, 1104. (Sklar B. 2001. Digital communications. NJ, Prentice Hall, 1099).
Hart J., Martinez K. 2006. Environmental sensor networks: a revolution in the earth system sci-ence? Earth-Science Reviews, 78 (3): 177–191.
Sukhchandan R., Sushma J. 2017. Data Aggregation in Wireless Sensor Networks: Previous Research, Current Status and Future Directions. Wireless Personal Communications, 97 (4): 1–71.
Villas L.A., Boukerche A., De Oliveira H.A., De Araujo R.B., Loureiro A.A. 2014. A spatial correlation aware algorithm to perform efficient data collection in wireless sensor networks. Ad Hoc Networks, Vol. 12: 69–85.
Virmani D., Sharma T., Sharma R. 2013. Adaptive Energy Aware Data Aggregation Tree for Wireless Sensor Networks. International Journal of Hybrid Information Technology, 6 (1): 26–36.
Vuran M.C., Akan O.B., Akyildiz I.F. 2004. Spatio-temporal correlation: theory and applica-tions for wireless sensor networks. Elsevier Computer Networks, 45 (3): 245-259.
Просмотров аннотации: 72
Поделиться
Опубликован
Как цитировать
Выпуск
Раздел
Copyright (c) 2021 Экономика. Информатика
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
