ΣΧΕΔΙΑΣΗ ΕΝΕΡΓΕΙΑΚΑ ΑΠΟΔΟΤΙΚΩΝ ΑΛΓΟΡΙΘΜΩΝ ΔΡΟΜΟΛΟΓΗΣΗΣ ΣΕ ΑΣΥΡΜΑΤΑ ΔΙΚΤΥΑ ΑΙΣΘΗΤΗΡΩΝ ΜΕ ΧΡΗΣΗ ΓΕΩΓΡΑΦΙΚΟΥ ΣΤΙΓΜΑΤΟΣ. ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ των:

Transcript

1 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΣΧΕΔΙΑΣΗ ΕΝΕΡΓΕΙΑΚΑ ΑΠΟΔΟΤΙΚΩΝ ΑΛΓΟΡΙΘΜΩΝ ΔΡΟΜΟΛΟΓΗΣΗΣ ΣΕ ΑΣΥΡΜΑΤΑ ΔΙΚΤΥΑ ΑΙΣΘΗΤΗΡΩΝ ΜΕ ΧΡΗΣΗ ΓΕΩΓΡΑΦΙΚΟΥ ΣΤΙΓΜΑΤΟΣ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ των: Χαραλαμπίδη Παύλου Α.Ε.Μ.: 5186 Τσακμαλή Ανέστη Α.Ε.Μ.: 5172 ΕΠΙΒΛΕΠΟΥΣΑ: Καθ. Φωτεινή Νιόβη Παυλίδου ΘΕΣΣΑΛΟΝΙΚΗ 2008

2

3

4 ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ... 5 ΚΕΦΑΛΑΙΟ 1 ο Εισαγωγή στα ασύρματα δίκτυα αισθητήρων... 7 ΚΕΦΑΛΑΙΟ 2 ο Δρομολόγηση στα ασύρματα δίκτυα αισθητήρων Στοίβα πρωτοκόλλων σε WSN Αλγόριθμοι δρομολόγησης σε WSN ΚΕΦΑΛΑΙΟ 3 ο Οι αλγόριθμοι Ε και H Εισαγωγή Κίνητρο Μοντέλο δικτύου Περιγραφή των αλγορίθμων Διαδικασία Κριτήριο επιλογής αναμεταδότη ΚΕΦΑΛΑΙΟ 4 ο Προσομοιώσεις Εισαγωγή Στοιχεία προσομοίωσης Περιγραφή στατιστικών Αποτελέσματα Συμπεράσματα Περαιτέρω έρευνα ΒΙΒΛΙΟΓΡΑΦΙΑ

5

6 ΠΡΟΛΟΓΟΣ Η Περιρρέουσα Νοημοσύνη (Ambient Intelligence) είναι μία έννοια η οποία διατυπώθηκε και αναπτύχθηκε θεωρητικά στα τέλη της δεκαετίας του 90. Πρόκειται για ένα όραμα του μέλλοντος των ηλεκτρονικών συσκευών, των τηλεπικοινωνιών και των προγραμματιστικών εφαρμογών, σύμφωνα με το οποίο ο σχεδιασμός τους γίνεται περισσότερο ανθρωποκεντρικός και η παρουσία τους διάχυτη. Σε ένα τέτοιο περιβάλλον οι ηλεκτρονικές συσκευές είναι ευφυείς, φιλικές, διασυνδεδεμένες και αλληλεπιδραστικές τόσο μεταξύ τους όσο και με τον άνθρωπο, με σκοπό την ικανοποίηση των καθημερινών του αναγκών. Μία από τις πρώτες υλοποιήσεις του οράματος αυτού είναι τα Ασύρματα Δίκτυα Αισθητήρων (Wireless Sensor Networks WSN), χάρη στα οποία δεδομένα από ηλεκτρονικούς αισθητήρες διαφόρων τύπων (θερμοκρασίας, πίεσης, υγρασίας, κίνησης κ.τ.λ.) συλλέγονται από διάφορα σημεία με σκοπό την επιτήρηση ενός χώρου και πιθανώς την ενεργοποίηση άλλων ηλεκτρονικών συσκευών κάτω από συγκεκριμένες συνθήκες. Η ολοένα οικονομικότερη δυνατότητα κατασκευής των κόμβων ενός Ασύρματου Δικτύου Αισθητήρων (γνωστών και ως motes) σε συνδυασμό με τη συνεχή βελτίωση των πόρων τους αλλά και των εξ ορισμού περιορισμών τους, έχουν οδηγήσει σε μία ιδιαίτερα αυξημένη ερευνητική δραστηριότητα στο συγκεκριμένο πεδίο τα τελευταία χρόνια. Στα πλαίσια αυτά κινείται και η παρούσα διπλωματική εργασία, η οποία ασχολείται με τη διαδικασία δρομολόγησης σε WSN, προτείνοντας κάποιες αποδοτικές λύσης γεωγραφικής δρομολόγησης. 5

7 Πιο συγκεκριμένα, το βιβλίο οργανώνεται σε 4 κεφάλαια ως εξής: Στο 1 ο Κεφάλαιο γίνεται μία εισαγωγή στα Ασύρματα Δίκτυα Αισθητήρων, περιγράφονται τα χαρακτηριστικά και οι ιδιαιτερότητές τους έναντι άλλων τύπων δικτύων και αναφέρονται ορισμένες υλοποιημένες εφαρμογές τους. Στο 2 ο Κεφάλαιο γίνεται αναφορά στα ζητήματα δρομολόγησης σε WSN, κατηγοριοποιούνται και συγκρίνονται οι σχετικοί αλγόριθμοι και παρατίθενται ορισμένοι γνωστοί αλγόριθμοι. Στο 3 ο Κεφάλαιο περιγράφονται εκτενώς από θεωρητικής άποψης οι προτεινόμενοι αλγόριθμοι γεωγραφικής δρομολόγησης, οι κανόνες και τα κριτήριά τους. Τέλος, στο 4 ο Κεφάλαιο περιγράφεται η διαδικασία προσομοίωσης της λειτουργίας των αλγορίθμων, καταγράφονται, σχολιάζονται, επεξηγούνται και συγκρίνονται τα αποτελέσματα και καταληκτικά προτείνονται περιοχές μελλοντικής διερεύνησης. Ευχαριστίες Καταρχήν θα θέλαμε να ευχαριστήσουμε την καθηγήτριά μας κ. Φωτεινή- Νιόβη Παυλίδου για την εμπιστοσύνη, την υπομονή και την ευελιξία της στα ζητήματα που ανέκυψαν κατά τη διάρκεια διεξαγωγής της εργασίας. Επίσης, το μεταπτυχιακό φοιτητή Κολτσίδα Γεώργιο για τις πολύτιμες υποδείξεις και τη φιλική του συνεργασία. Τέλος, τους γονείς μας και προσωπικά, ως Παύλος Χαραλαμπίδης, τη δεσποινίδα Ελένη Χατζημηνά για τη συμπαράστασή τους. Χαραλαμπίδης Παύλος Τσακμαλής Ανέστης ΘΕΣΣΑΛΟΝΙΚΗ, Οκτώβριος

8 ΚΕΦΑΛΑΙΟ 1 ο ΕΙΣΑΓΩΓΗ ΣΤΑ ΑΣΥΡΜΑΤΑ ΔΙΚΤΥΑ ΑΙΣΘΗΤΗΡΩΝ Οι εξελίξεις των τελευταίων ετών στις ασύρματες επικοινωνίες και στην ηλεκτρονική οδήγησαν στην ανάπτυξη και κατασκευή ποικιλίας οικονομικών ηλεκτρονικών αισθητήρων χαμηλής κατανάλωσης και ιδιαίτερα μικρού μεγέθους με δυνατότητες ανεπιτήρητης επικοινωνίας. Χάρη στην υλοποίηση των συσκευών αυτών που συντίθενται από τμήματα ανίχνευσης (sensing), επεξεργασίας δεδομένων (data processing) και επικοινωνίας (communcating) δημιουργήθηκαν τα απαραίτητα δομικά στοιχεία για τη σύσταση Δικτύων Αισθητήρων. Ως Ασύρματο Δίκτυο Αισθητήρων (Wireless Sensor Network WSN ), λοιπόν, ορίζουμε ένα ασύρματο δίκτυο αποτελούμενο από χωρικά κατανεμημένες αυτόνομες ηλεκτρονικές συσκευές-κόμβους μεγάλου αριθμού και υψηλής πυκνότητας συνήθως οι οποίες επιτηρούν συνεργατικά περιβαλλοντικές ή βιολογικές μεταβλητές (πχ. θερμοκρασία, πίεση, καπνό, φωτεινότητα κ.ά.) σε διάφορα σημεία ενός χώρου και αποστέλλουν τα συλλεχθέντα δεδομένα σε κάποιο κόμβο-συλλέκτη (sink node) για περαιτέρω επεξεργασία ή λήψη αποφάσεων. Η τυπική μορφή ενός κόμβου-αισθήτηρα φαίνεται σχηματικά παρακάτω (Σχ. 1 1): Sensing unit Sensor ADC Processing unit Processor Storage Transceiver Power unit Σχήμα 1 1. Αρχιτεκτονική κόμβου αισθητήρα 7

9 Συνοπτικά οι λειτουργίες της κάθε μονάδας είναι οι εξής: Μονάδα Ανίχνευσης (Sensing Unit): Η Μονάδα Ανίχνευσης αποτελείται από τον αισθητήρα (sensor) και το μετατροπέα αναλογικού σε ψηφιακό (Analog to Digital Converter). Εδώ, το αναλογικό σήμα που παράγεται από τον αισθητήρα ψηφιοποιείται μέσω του ADC και προωθείται στη μονάδα επεξεργασίας. Μονάδα Επεξεργασίας (Processing Unit): Η Μονάδα Επεξεργασίας, η οποία γενικά συνδυάζεται με μία μικρή μονάδα αποθήκευσης, είναι υπεύθυνη για την επεξεργασία των συλλεχθέντων δεδομένων ενώ παράλληλα ελέγχει τις διαδικασίες συνεργασίας των κόμβων για την επιτυχή αποστολή των δεδομένων στον κόμβο-συλλέκτη. Μονάδα Πομποδέκτη (Transceiver Unit): Η Μονάδα Πομποδέκτη επιτρέπει τη σύνδεση του κόμβου με το δίκτυο, με άλλα λόγια είναι υπεύθυνη για την παραλαβή και αποστολή των πακέτων. Μπορεί να είναι οπτική (optical-laser), υπερύθρων (infrared) ή συνηθέστερα μιας και οι δύο προηγούμενες προϋποθέτουν οπτική επαφή μεταξύ των κόμβων ραδιοσυχνοτήτων (Radio Frequency). Μονάδα Τροφοδοσίας (Power Unit): Η Μονάδα Τροφοδοσίας είναι υπεύθυνη για την παροχή ενέργειας στις υπόλοιπες μονάδες και η αποδοτική διαχείρισή της είναι μία από τις σημαντικότερες παραμέτρους ανάπτυξης πρωτοκόλλων και αλγορίθμων στα WSN. Συνήθως υλοποιείται με μπαταρίες επαναφορτιζόμενες ή μη. Από την προηγούμενη περιγραφή των WSN φαίνεται κατ αρχάς, ότι αποτελούν μία μορφή Αδόμητων Ασυρμάτων Δικτύων (Wireless Ad-Hoc Networks). Γι αυτό το λόγο αρκετές λύσεις που προτάθηκαν για τα Ad-Hoc 8

10 δίκτυα μπορούν να χρησιμοποιηθούν απ ευθείας σε WSN. Τα κοινά χαρακτηριστικά μπορούν να συνοψισθούν ως εξής: Κατανεμημένη Λειτουργία: Οι λειτουργίες του δικτύου δεν καθορίζονται από κόμβους-κέντρα, δεν υπάρχει, δηλ. κάποια κεντρική διαχείριση, παρά υλοποιούνται κατανεμημένα. Δυναμική Τοπολογία: Η τοπολογία μεταβάλλεται με τυχαίο τρόπο λόγω της κίνησης των κόμβων ή της υιοθέτησης κύκλου λειτουργίας (duty cycle). Επίσης, αλλαγές στην τοπολογία των WSN προκύπτουν μετά από ενεργειακή «κατάρρευση» κάποιου/ων κόμβων. Περιορισμοί Ασυρμάτων Ζεύξεων: Οι επικοινωνίες σε ασύρματο μέσο εισάγουν εξ ορισμού προβλήματα όπως οι διαλείψεις και η παρεμβολή. Αυτά μαζί με τις αυξημένες πιθανότητες συγκρούσεων (collisions) που παρατηρούνται στα δίκτυα αυτού του τύπου μειώνουν αισθητά το ρυθμό μετάδοσης της πληροφορίας. Ικανότητα Αυτο-διαμόρφωσης (Self-Configuration): Η τυχαία τοποθέτηση των κόμβων προϋποθέτει ικανότητα προσαρμογής του δικτύου στην εκάστοτε προκύπτουσα κατανομή. Παρ όλα αυτά, οι δύο τύποι δικτύων διαφέρουν σε αρκετά σημεία, γεγονός που οφείλεται στην πληθώρα και ποικιλομορφία των εφαρμογών που έχουν τα Ασύρματα Δίκτυα Αισθητήρων. Αριθμός και Πυκνότητα Κόμβων: Τα WSN διαθέτουν αριθμό και πυκνότητα κόμβων πολλές τάξεις μεγέθους μεγαλύτερα από τα Ad-Hoc δίκτυα. Μέθοδος Επικοινωνίας: Στα WSN υιοθετούνται κυρίως τακτικές broadcast ή anycast στις οποίες η εκπομπή γίνεται προς οποιονδήποτε 9

11 κόμβο εντός της εμβέλειας του πομπού. Αντίθετα, στα Ad-Hoc δίκτυα η επικοινωνία κατά κύριο λόγο είναι point-to-point. Πόροι: Οι κόμβοι-αισθητήρες σε ένα WSN έχουν συγκριτικά πολύ χαμηλότερες δυνατότητες όσον αφορά την επεξεργαστική ισχύ και τη μνήμη σε σχέση με τους κόμβους ενός Ad-Hoc δικτύου. Ομοίως, η ενεργειακή τους αυτονομία είναι περιορισμένη, αφού η αντικατάσταση ή η επαναφόρτιση των μπαταριών είναι ασύμφορη ή και αδύνατη. Κίνηση: Λόγω της συλλογής δεδομένων από το περιβάλλον, τα χαρακτηριστικά της κίνησης των WSN διαφοροποιούνται από αυτά των Ad- Hoc δικτύων. Σε ένα WSN υπάρχει η πιθανότητα έντονων αυξομειώσεων στο ρυθμό μετάδοσης της πληροφορίας, από περιόδους χαμηλής κίνησης σε στενές χρονικά περιόδους ιδιαίτερα υψηλής δραστηριότητας (event showers). Στα Ad-Hoc δίκτυα, αντίθετα, οι υπηρεσίες που υποστηρίζονται είναι περισσότερο συμβατικές (Web, φωνή κ.τ.λ.) με καλύτερα καθορισμένα χαρακτηριστικά κίνησης. Προσανατολισμός: Στα WSN δεδομένου, συνήθως, του ενδιαφέροντος σε περιοχές του υπό επιτήρηση χώρου και όχι σε ένα συγκεκριμένο κόμβο, υπάρχει προσανατολισμός στα δεδομένα (data-centric approach). Αντίθετα, στα Ad-Hoc δίκτυα η κατάσταση ενός κόμβου είναι σημαντική, με αποτέλεσμα την υιοθέτηση προσανατολισμού στη διεύθυνση (addresscentric approach). Επιτήρηση: Tα WSN είναι κατ εξοχήν ανεπιτήρητα δίκτυα όσον αφορά τους κόμβους του δικτύου, δεδομένου ότι αυτό τις περισσότερες φορές είναι ανέφικτο. Αντίθετα, τα Ad-Hoc δίκτυα είναι δίκτυα των οποίων οι κόμβοι είναι άμεσα επιτηρήσιμοι και ρυθμιζόμενοι από το χρήστη. 10

12 Τελειώνοντας το παρόν κεφάλαιο, θα ήταν χρήσιμο να παραθέσουμε μία σειρά από υλοποιημένες εφαρμογές των Ασύρματων Δικτύων αισθητήρων, κάνοντας σαφή την ποικιλομορφία και την πληθώρα τους, γεγονός που δικαιολογεί την έντονη ερευνητική δραστηριότητα που παρατηρείται στο πεδίο αυτό. Εφαρμογές Μηχανικής: Τηλεματική αυτοκινούμενων μέσων. Ενσωμάτωση ασύρματων αισθητήρων σε οχήματα με σκοπό τη βελτίωση της απόδοσης και της ασφάλειας της κυκλοφορίας Επιτήρηση μεγάλων βιομηχανικών μονάδων «Έξυπνο» Σπίτι - «Έξυπνο» Γραφείο. Αισθητήρες θερμοκρασίας, κίνησης, φωτός σε συνδυασμό με άλλες ηλεκτρονικές συσκευές μπορούν να προσαρμόζουν το οικιακό ή επαγγελματικό περιβάλλον αυτόματα στις απαιτήσεις του χρήστη Επιτήρηση κατασκευών πχ. γεφυρών για ανίχνευση κατασκευαστικών εξασθενίσεων Αγροτικές & Περιβαλλοντολογικές Εφαρμογές: Γεωργία ακριβείας με διαχείριση σοδειάς και ακριβή έλεγχο συγκέντρωσης λιπασμάτων Εξερεύνηση και επιτήρηση μη προσπελάσιμου ή μη φιλικού περιβάλλοντος Έγκαιρη ανίχνευση σεισμικών δραστηριοτήτων Επιτήρηση και μελέτη ζωικών πληθυσμών Ανίχνευση καταστροφών (πυρκαγιών, πλημμυρών) 11

13 Εφαρμογές Υγείας: Μέτρηση βιολογικών μεταβλητών ασθενών (πίεσης αίματος, θερμοκρασίας, καρδιακών παλμών) Μικροχειρουργική. Γίνεται εφικτός ο συντονισμός μικροηλεκτρονικώννανοηλεκτρονικών συσκευών για την ομαλή διεξαγωγή λεπτών επεμβάσεων Μελέτη κοινωνικής συμπεριφοράς και διαπροσωπικών σχέσεων με ενσωμάτωση αισθητήρων σε άτομα-υποκείμενα Στρατιωτικές Εφαρμογές: Διαχείριση και επιτήρηση στρατεύματος, όπλων και αποθεμάτων Εντοπισμός εχθρικών στρατευμάτων, οχημάτων και αρμάτων Προστασία ευαίσθητων στόχων (εργοστάσια πυρηνικής ενέργειας, γέφυρες, αγωγοί καυσίμων, στρατηγεία) από εχθρική εισβολή Έγκαιρη ανίχνευση χημικών ή βιολογικών όπλων Αυτό-ιάσιμα ναρκοπέδια με δυνατότητες αυτόματης αναδιοργάνωσης 12

14 ΚΕΦΑΛΑΙΟ 2 ο ΔΡΟΜΟΛΟΓΗΣΗ ΣΤΑ ΑΣΥΡΜΑΤΑ ΔΙΚΤΥΑ ΑΙΣΘΗΤΗΡΩΝ 2.1. Στοίβα Πρωτοκόλλων (Protocol Stack) σε WSN Στο Σχ. 2 1 φαίνεται η Στοίβα Πρωτοκόλλων ενός Ασύρματου Δικτύου Αισθητήρων. Application Layer Transport Layer Network Layer Data-Link Layer Physical Layer Σχήμα 2 1. Στοίβα Πρωτοκόλλων σε WSN Όπως φαίνεται η στοίβα δομείται από πέντε οριζόντια (Layers) και τρία κατακόρυφα επίπεδα (Planes). Συνοπτικά, η λειτουργία του καθενός περιγράφεται παρακάτω: Φυσικό Επίπεδο (Physical Layer): Επιλαμβάνεται της υλοποίησης απλών αλλά εύρωστων (robust) τεχνικών εκπομπής και λήψης. Είναι υπεύθυνο για την επιλογή συχνότητας λειτουργίας, τη διαμόρφωση, την ανίχνευση σήματος και την κρυπτογράφηση των δεδομένων. Επίπεδο Διασύνδεσης Δεδομένων (Data-Link Layer): Είναι υπεύθυνο για την πολυπλεξία των δεδομένων, την εκπομπή και λήψη των 13

15 πλαισίων δεδομένων (data frames), τον Έλεγχο Πρόσβασης Μέσου (Medium Access Control MAC) και τον έλεγχο σφαλμάτων. Επίπεδο Δικτύου (Network Layer): Φροντίζει για τη διευθυνσιοδότηση και δρομολόγηση των πακέτων που προέρχονται από το Επίπεδο Μεταφοράς. Επίπεδο Μεταφοράς (Transport Layer): Είναι υπεύθυνο για τη ροή και τη μεταβίβαση των πακέτων δεδομένων όπως αυτό απαιτείται από το Επίπεδο Εφαρμογής. Επίπεδο Εφαρμογής (Application Layer): Το συγκεκριμένο επίπεδο περιλαμβάνει το λογισμικό που αναπτύσσεται ανάλογα με τη χρήση του δεδομένου WSN. Λόγω των ιδιαιτεροτήτων των WSN, κυρίως αυτών που αφορούν τους περιορισμένους πόρους (ενέργεια, υπολογιστική ισχύ, μνήμη, εύρος ζώνης), προτείνεται μία διαστρωματική προσέγγιση (cross-layer approach) όσον αφορά τα πρωτόκολλα. Αυτό σημαίνει ότι τα όρια των στρωμάτων είναι περισσότερο χαλαρά και συγκεκριμένοι παράγοντες πρέπει να συνυπολογίζονται κατά τον καθορισμό των πρωτοκόλλων. Στη λογική αυτή κινείται και ο ορισμός των κατακόρυφων επιπέδων στη στοίβα των WSN: Επίπεδο Διαχείρισης Ενέργειας (Power Management Plane): Καθορίζει τον τρόπο με τον οποίο ένας κόμβος-αισθητήρας διαχειρίζεται την ενέργειά του. Περιγράφει τον κύκλο λειτουργίας του (duty cycle) και ελέγχει την επάρκεια ενέργειας για συμμετοχή στην διαδικασία δρομολόγησης των πακέτων. Επίπεδο Διαχείρισης Κίνησης (Mobility Management Plane): Ανιχνεύει και καταχωρεί τις θέσεις των κόμβων-αισθητήρων ανά πάσα στιγμή, έτσι ώστε σε κάθε περίπτωση να είναι γνωστοί οι «γείτονες» καθενός 14

16 από αυτούς και να εξασφαλίζεται τουλάχιστον μία διαδρομή προς τον κόμβοσυλλέκτη. Επίπεδο Διαχείρισης Εργασιών (Task Management Plane): Αναλαμβάνει τον προγραμματισμό των εργασιών ανίχνευσης σε κάποιο συγκεκριμένο χώρο. Καθορίζει ποιοι κόμβοι-αισθητήρες θα εκτελέσουν την εργασία λαμβάνοντας υπόψη τα επίπεδα ενέργειάς τους Αλγόριθμοι δρομολόγησης σε WSN Στο Επίπεδο Δικτύου (Network Layer), όπως αυτό περιγράφηκε στη Στοίβα Πρωτοκόλλων του προηγούμενου κεφαλαίου, ανήκουν οι αλγόριθμοι ή πρωτόκολλα δρομολόγησης, χάρη στα οποία είναι εφικτή η επιτυχής παράδοση των πακέτων δεδομένων στον κόμβο-συλλέκτη. Οι ιδιαιτερότητες των WSN δεν επιτρέπουν τη χρήση παραδοσιακών αλγορίθμων, αφού ένας αλγόριθμος δρομολόγησης σε ασύρματα δίκτυα αισθητήρων οφείλει να λαμβάνει υπόψη του στοιχεία όπως η τυχαία-αδόμητη μορφή, η περιορισμένη ενεργειακή αυτονομία, οι μειωμένες υπολογιστικές ικανότητες, η ανοχή σε σφάλματα λειτουργίας, η μικρή εμβέλεια εκπομπής η οποία οδηγεί σε μετάδοση πολλαπλών αναπηδήσεων (multiple hops transmission) αλλά και ο υψηλός αριθμός και η αυξημένη πυκνότητα των κόμβων, το μέσο διάδοσης και τα ενδεχόμενα συγκρούσεων (collisions). Επίσης, μιας και η ανάπτυξη πρωτοκόλλων στα WSN πρέπει να είναι προσαρμοσμένη στην εκάστοτε εφαρμογή (application specific), χρειάζεται πολλές φορές να ικανοποιούνται ζητήματα ποιότητας υπηρεσίας (Quality of Service QoS), όπως ο μικρός χρόνος καθυστέρησης στην παράδοση του πακέτου. 15

17 Σε μία προσπάθεια ταξινόμησης των αλγορίθμων δρομολόγησης σε WSN μπορούμε να υιοθετήσουμε τις παρακάτω κατηγορίες αλγορίθμων: Αλγόριθμοι με Επίκεντρο τα Δεδομένα (Data-centric Algorithms): Δεδομένου του υψηλού, συνήθως, αριθμού κόμβων-αισθητήρων σε ένα WSN δεν είναι εφικτή η εκχώρηση καθολικών ταυτοτήτων (global identifiers) σε όλους τους κόμβους. Επιπλέον, λόγω της υψηλής πυκνότητας, υπάρχει πλεόνασμα πληροφορίας, αφού δύο οι περισσότεροι κόμβοι μπορεί να ελέγχουν την ίδια περιοχή. Αυτό οδήγησε στην ανάπτυξη τεχνικών δρομολόγησης με προσανατολισμό στα δεδομένα οι οποίες διαφοροποιούνται από την κλασσική address-based δρομολόγηση. Στην data-centric δρομολόγηση ο κόμβος-συλλέκτης αποστέλλει ερωτήματα σε συγκεκριμένες περιοχές του υπό επιτήρηση χώρου και αναμένει τα δεδομένα ανίχνευσης των κόμβων που βρίσκονται στις περιοχές αυτές. Παραδείγματα αλγορίθμων αυτού του τύπου είναι οι: SPIN [10], Directed Diffusion [12], Rumour Routing [3], GBR [19], CADR [7]. Ιεραρχικοί Αλγόριθμοι (Hierarchical Algorithms): Ο μεγάλος αριθμός κόμβων μπορεί να οδηγήσει σε υπερφόρτωση του δικτύου, προκαλώντας σημαντική καθυστέρηση στην επικοινωνία και ανεπαρκή παρακολούθηση των μεταβολών των υπό μέτρηση μεταβλητών. Για την κάλυψη, λοιπόν, μεγάλων περιοχών χωρίς υποβιβασμό των παρεχομένων από το δίκτυο υπηρεσιών, προτείνεται από τους ιεραρχικούς αλγορίθμους η διαδικασία του clustering. Με αυτό τον τρόπο επιτυγχάνεται χαμηλότερη κατανάλωση ενέργειας και μικρότερος αριθμός εκπεμπόμενων μηνυμάτων προς τον κόμβο-συλλέκτη. Παραδείγματα αυτού του τύπου: LEACH [9], PEGASIS [15], TEEN [17], APTEEN [16]. 16

18 Γεωγραφικοί Αλγόριθμοι (Geographic Algorithms): Δεδομένου ότι δεν υπάρχει σύστημα διευθυνσιοδότησης σε WSN, όπως οι διευθύνσεις IP, και οι κόμβοι είναι χωρικά τοποθετημένοι με τυχαίο τρόπο, η πληροφορία των θέσεων των κόμβων-αισθητήρων μπορεί να χρησιμοποιηθεί για δρομολόγηση με ενεργειακά αποδοτικό τρόπο. Στη συγκεκριμένη κατηγορία εντάσσονται και κάποιοι αλγόριθμοι δρομολόγησης σε Κινητά Αδόμητα Δίκτυα (Mobile Ad- Hoc Networks MANETS), οι οποίοι ικανοποιούν το κριτήριο της ενεργειακής αποδοτικότητας. Παραδείγματα αυτής της κατηγορίας: MECN [18], GAF [23], GEAR [24], [25][26]. Αλγόριθμοι Δικτυακής Ροής και Ποιότητας Υπηρεσιών (Network flow & QoS Algorithms): Πρόκειται για ειδική κατηγορία αλγορίθμων στην οποία η διαδικασία της δρομολόγησης είτε μοντελοποιείται και επιλύεται ως πρόβλημα δικτυακής ροής είτε λαμβάνει υπόψη παράγοντες ποιότητας υπηρεσιών, κυρίως όσον αφορά την έγκαιρη παράδοση των πακέτων. Παραδείγματα της κατηγορίας: Maximum lifetime energy routing [5], Maximum lifetime data gathering [13], Minimum cost forwarding [7], SAR [21], SPEED [8]. Η παραπάνω ταξινόμηση των αλγορίθμων για ασύρματα δίκτυα αισθητήρων είναι ενδεικτική και σίγουρα δεν μπορεί να περιγράψει πλήρως την ποικιλία διαδικασιών δρομολόγησης που προκύπτει ως απόρροια της ποικιλομορφίας εφαρμογών των WSN. Συνηθέστερα, τα πρωτόκολλα δρομολόγησης έχουν περισσότερο υβριδικό χαρακτήρα, αφού σχεδιάζονται με στοιχεία που εμπίπτουν ταυτόχρονα σε περισσότερες από μία από τις προαναφερθείσες κατηγορίες. 17

19

20 ΚΕΦΑΛΑΙΟ 3 ο ΟΙ ΑΛΓΟΡΙΘΜΟI Ε και H 3.1.Εισαγωγή Κίνητρο Όπως κατέστη σαφές στα προηγούμενα κεφάλαια, η εξοικονόμηση της ενέργειας στα ασύρματα δίκτυα αισθητήρων είναι μία αποφασιστική πρόκληση στον σχεδιασμό πρωτοκόλλων. Είναι, λοιπόν, απαραίτητη η επινόηση τηλεπικοινωνιακών και δικτυακών σχημάτων τα οποία θα κάνουν συνετή χρήση των περιορισμένων ενεργειακών αποθεμάτων των κόμβων-αισθητήρων χωρίς συμβιβασμούς στη συνδεσιμότητα του δικτύου, απαραίτητη προϋπόθεση για την παράδοση των πακέτων με χρήση τεχνικής πολλαπλών αλμάτων (multi-hop pattern). Ένας συνηθισμένος μηχανισμός εξοικονόμησης ενέργειας είναι η χρήση κύκλου λειτουργίας στο επίπεδο Ελέγχου Πρόσβασης Μέσου (MAC layer), βάσει του οποίου οι κόμβοι εισέρχονται σε καταστάσεις αδράνειας (sleep mode) με συχνότητα και διάρκεια που δεν ακυρώνει τη συνδεσιμότητα του δικτύου. Στην πρόσφατη βιβλιογραφία έχουμε αρκετά παραδείγματα αλγορίθμων που βασίζονται σε αυτή την τεχνική, όπως οι SPAN [6], GAF [23], STEM [20]. Κοινό χαρακτηριστικό όλων των παραπάνω πρωτοκόλλων είναι η γνώση της τοπολογίας του δικτύου, έστω και μερική σε κάποιες περιπτώσεις, αφού ο κάθε κόμβος πρέπει να γνωρίζει τους γείτονές του, δηλ. τους κόμβους εντός της εμβέλειάς του, και πιθανώς κάποια επιπλέον πληροφορία όσον αφορά τις διαθέσιμες διαδρομές προς τον επιθυμητό προορισμό. Οι τοπολογικές 19

21 πληροφορίες αποκτούνται με αύξηση της σηματοδοσίας (signaling) και του επεξεργαστικού φόρτου, γεγονός που μπορεί να δημιουργήσει περιορισμούς στο χρόνο ζωής (lifetime) και το χρόνο παράδοσης πακέτου (latency), ιδίως σε υψηλές πυκνότητες κόμβων, στοιχεία που επιβαρύνονται ακόμη περισσότερο από τη δυναμική τοπολογία του δικτύου (κύκλος λειτουργίας ή/και κίνηση των κόμβων). Μία λύση στο πρόβλημα αυτό προτάθηκε από τους Μ.Zorzi και R.Rao, γνωστή ως (Geographical Random Forwarding) [25][26], στην οποία δεν απαιτείται γνώση της τοπολογίας του δικτύου ή διατήρηση πινάκων δρομολόγησης (routing tables) από κάθε κόμβο. Αντιθέτως, μοναδικές προαπαιτήσεις είναι η ικανότητα του κόμβου να γνωρίζει τη θέση του και η συμπερίληψη των θέσεων του αρχικού και τελικού προορισμού στα εκπεμπόμενα πακέτα. Ο βασίζεται στην αρχή επιλογής του ενεργού γείτονα του πομπού που βρίσκεται πλησιέστερα στον προορισμό ως αναμεταδότη στη διαδικασία πολλαπλών αλμάτων για την παράδοση του πακέτου. Είναι εμφανές, λοιπόν, ότι ο αλγόριθμος αυτός κάνει αποκλειστική χρήση ενός τοπολογικού κριτηρίου για την επιλογή relay σε κάθε άλμα, κάτι που περιορίζει μεν τον αριθμό των αλμάτων, αφού έχουμε μεγάλη προώθηση προς τον προορισμό σε κάθε άλμα, επιβαρύνει, όμως, ενεργειακά μία συγκεκριμένη ομάδα κόμβων, των οποίων η θέση είναι πλεονεκτική έναντι κάποιων άλλων. Η κατάσταση αυτή οδηγεί σε γρήγορη ελάττωση της ενέργειας στους κόμβους πλεονεκτικής θέσης, με αποτέλεσμα τη μείωση του χρόνου ζωής του δικτύου (θεωρώντας ως χρόνο ζωής δικτύου το χρόνο μέχρι την πρώτη ενεργειακή κατάρρευση οποιουδήποτε κόμβου). Οι παραπάνω επισημάνσεις μάς οδήγησαν στην πρόταση δύο νέων αλγορίθμων δρομολόγησης, του (Energy-aware Geographical Random 20

22 Forwarding) και του H (Hybrid Geographical Random Forwarding), στους οποίους το κριτήριο επιλογής αναμεταδότη λαμβάνει υπόψη πέρα από τη θέση και την εναπομένουσα ενέργεια των κόμβων-γειτόνων. Έτσι, δημιουργούμε μεγαλύτερη ομοιομορφία στην κατανάλωση ενέργειας, αυξάνοντας τελικά το χρόνο ζωής του δικτύου Μοντέλο δικτύου Για την περιγραφή των αλγορίθμων θεωρούμε δίκτυο δύο διαστάσεων (επίπεδο δίκτυο) του οποίου οι κόμβοι είναι ομοιογενείς και ακίνητοι. Επιπλέον, κάθε κόμβος έχει ικανότητα προσδιορισμού της θέσης του κατά τέλειο τρόπο (π.χ. με χρήση συσκευής GPS) όπως και, ανά πάσα στιγμή, γνώση του επιπέδου εναπομείνασας ενέργειας του συστήματος τροφοδοσίας του. Όσον αφορά το μοντέλο διάδοσης, θεωρούμε ισοτροπική εκπομπή των κεραιών των κόμβων-αισθητήρων, κυκλικές, δηλ., περιοχές κάλυψης με κέντρο τον εκάστοτε κόμβο, ενώ υπάρχει, επίσης, δυνατότητα μεταβολής κατά συνεχή τρόπο του επιπέδου ισχύος εκπομπής. Τέλος, ως γείτονες ενός κόμβου ορίζουμε τους κόμβους που βρίσκονται εντός της μέγιστης περιοχής κάλυψης του κόμβου. Προφανώς, αν θεωρήσουμε δύο κόμβους Α και Β του δικτύου, τότε στη περίπτωση που ο κόμβος Α είναι γείτονας του κόμβου Β, τότε και ο κόμβος Β είναι γείτονας του κόμβου Α. 21

23 3.2. Περιγραφή των αλγορίθμων Διαδικασία Οι αλγόριθμοι και H, βάσει της κατηγοριοποίησης που έγινε στο 2 ο Κεφάλαιο του παρόντος, μπορούν να χαρακτηριστούν ως γεωγραφικοί, μη ιεραρχικοί (κατανεμημένοι) αλγόριθμοι δρομολόγησης, στους οποίους, μάλιστα, χρησιμοποιούμε διαστρωματική (cross-layer) προσέγγιση, αφού ενσωματώνουν λειτουργίες οι οποίες ανήκουν στο επίπεδο Ελέγχου Πρόσβασης Μέσου (MAC layer), συγκεκριμένα: κύκλου λειτουργίας (duty cycle) δύο καταστάσεων (ενεργού-ανενεργού κατάστασης) και χρήση μηχανισμού πακέτων RTS/CTS (Request To Send/Clear To Send). Επιπλέον, η διαφοροποίησή τους έγκειται αποκλειστικά στο κριτήριο επιλογής αναμεταδότη (relay), το οποίο περιγράφεται εκτενέστερα παρακάτω. Αναλυτικά, η λειτουργία των αλγορίθμων τόσο από την πλευρά του πομπού όσο και από την πλευρά του δέκτη έχει ως εξής: 1. Πομπός: Ο κόμβος που αποφασίζει να στείλει ένα πακέτο δεδομένων (data packet), μεταπίπτει από την ανενεργό στην ενεργό κατάσταση και αποστέλλει ένα RTS πακέτο, το οποίο περιέχει τη θέση του ίδιου και τη θέση του προορισμού (της κεντρικής μονάδας). Στη συνέχεια, περιμένει για ορισμένο αριθμό χρονοθυρίδων (time slots) για CTS πακέτα από υποψήφιους αναμεταδότες. Στο τέλος κάθε χρονοθυρίδας ο πομπός ενεργεί βάσει τριών ενδεχομένων: i) Εάν παραλάβει ένα μοναδικό πακέτο CTS, εκκινεί την αποστολή του πακέτου δεδομένων, το αρχικό τμήμα του οποίου προσδιορίζει τον κόμβο που έχει επιλεγεί ως αναμεταδότης 22

24 ii) Εάν δεν παραλάβει κανένα πακέτο CTS, στέλνει ένα πακέτο για τη συνέχιση της διαδικασίας (CONTINUE message) και περιμένει και πάλι για πακέτα CTS, διακόπτοντας τη διαδικασία ύστερα από κάποιον αριθμό κενών χρονοθυρίδων CTS (σε αυτή την περίπτωση η διαδικασία της «χειραψίας» -handshake- επαναπρογραμματίζεται για αργότερα) iii) Εάν παραλάβει κάποιο ακατάληπτο μήνυμα, θεωρεί σύγκρουση (collision) πακέτων CTS, με αποτέλεσμα την αποστολή πακέτου σύγκρουσης (COLLISION message) για την ενεργοποίηση αλγόριθμου επίλυσης σύγκρουσης και στη συνέχεια, αναμένει και πάλι πακέτα CTS. Μετά την ολοκλήρωση της αποστολής του πακέτου δεδομένων, ο πομπός αναμένει πακέτο επιβεβαίωσης παραλαβής από το δέκτη (ACK packet). Σε περίπτωση μη λήψης πακέτου ACK μέσα σε κάποιο ορισμένο χρονικό διάστημα, η αποστολή θεωρείται ανεπιτυχής και επαναπρογραμματίζεται για αργότερα. Φυσικά, καθορίζεται ανώτατος αριθμός προσπαθειών αποστολής, ύστερα από το πέρας των οποίων η διαδικασία εγκαταλείπεται και δημιουργείται μήνυμα σφάλματος για τα ανώτερα επίπεδα της στοίβας πρωτοκόλλων. 2. Δέκτης: Κάθε κόμβος σχεδόν περιοδικά εισέρχεται σε ενεργή κατάσταση, βάσει του προκαθορισμένου κύκλου λειτουργίας που έχει υιοθετηθεί. Εάν κατά τη διάρκεια της ενεργούς κατάστασης γίνει αντιληπτή εκκίνηση εκπομπής, ο κόμβος μεταπίπτει σε κατάσταση λήψης. Εάν παραλάβει ένα έγκυρο πακέτο RTS, αφού επεξεργαστεί τα δεδομένα του πακέτου, ο κόμβος καθορίζει το επίπεδο προτεραιότητάς του (priority level) (με χρήση του κριτηρίου που θα περιγραφεί εκτενέστερα παρακάτω), βάσει του οποίου επιλέγει χρονοθυρίδα για την αποστολή του πακέτου CTS. Προφανώς, οι κόμβοι με υψηλότερη προτεραιότητα εκπέμπουν νωρίτερα πακέτο CTS. Εάν 23

25 μετά τη λήξη της τρέχουσας χρονοθυρίδας CTS ξεκινήσει η αποστολή πακέτου δεδομένων, όλοι οι κόμβοι πλην του επιλεχθέντος δέκτη που καθορίζεται στο πακέτο μεταπίπτουν σε ανενεργό κατάσταση. Σε διαφορετική περίπτωση, υπάρχουν τρία ενδεχόμενα: i) Λήψη πακέτου συνέχισης (CONTINUE message), οπότε εκπέμπονται τα πακέτα CTS της επόμενης χρονοθυρίδας. ii) Λήψη πακέτου διακοπής (ABORT message), οπότε διακόπτεται η διαδικασία επιλογής αναμεταδότη γιατί ξεπεράστηκε ο μέγιστος αριθμός επιτρεπόμενων κενών χρονοθυρίδων CTS. iii) Λήψη πακέτου σύγκρουσης (COLLISION message), το οποίο δηλώνει την αποστολή περισσότερων του ενός πακέτου CTS στην παρούσα χρονοθυρίδα. Σε αυτή την περίπτωση, όσοι κόμβοι δεν εξέπεμψαν αποχωρούν από τη διαδικασία, αναγνωρίζοντας την ύπαρξη κόμβων υψηλότερης προτεραιότητας και, ταυτόχρονα, ενεργοποιείται αλγόριθμος επίλυσης συγκρούσεων Κριτήριο επιλογής αναμεταδότη Για να γίνει καλύτερα αντιληπτός ο λόγος για τον οποίο προτάθηκαν τα σχετικά κριτήρια επιλογής αναμεταδότη για τους αλγορίθμους και H, θα ήταν χρήσιμο να παραθέσουμε το αντίστοιχο κριτήριο απόφασης του αλγορίθμου. Έστω κόμβος σε απόσταση D από τον κόμβο συλλέκτη, κανονικοποιημένη ως προς την ακτίνα κάλυψης του κόμβου, όπως φαίνεται στο Σχ Υποψήφιοι αναμεταδότες, σε κάθε περίπτωση, είναι αυτοί οι οποίοι απέχουν λιγότερο από τον κόμβο-συλλέκτη (sink node) σε σχέση με τον πομπό, αυτοί, δηλ. που 24

26 βρίσκονται εντός της περιοχής που ορίζεται ως τομή του κυκλικού δίσκου με κέντρο τον κόμβο-συλλέκτη και ακτίνα D και της κυκλικής περιοχής κάλυψης του εν λόγω κόμβου και χαρακτηρίζεται ως relay region. Η περιοχή αυτή υποδιαιρείται σε Ν p υποπεριοχές προτεραιότητας βάσει της απόστασης από την κόμβο-συλλέκτη. Συγκεκριμένα, η υποπεριοχή A i περιέχει όλα τα σημεία εντός της περιοχής κάλυψης του πομπού των οποίων η απόσταση γ από το sink node είναι: i1 i D 1 γ D1, i 1, 2,..., Np (3.1) N N p p Για την επιλογή του αναμεταδότη ελέγχεται αρχικά η υποπεριοχή A 1. Αν βρεθούν κόμβοι εντός της υποπεριοχής αυτής, επιλέγεται τυχαία ένας από αυτούς ως αναμεταδότης με χρήση αλγορίθμου επίλυσης σύγκρουσης. Σε αντίθετη περίπτωση και με την ίδια λογική ελέγχονται διαδοχικά όλες οι Ν p υποπεριοχές μέχρι την εύρεση relay. Εάν μετά τον έλεγχο όλων των υποπεριοχών δεν βρεθεί αναμεταδότης, η διαδικασία επαναπρογραμματίζεται για αργότερα. 1 + A 3 A 2 A 1 D Sink Σχήμα 3 1. Τρεις υποπεριοχές αναζήτησης υποψήφιων αναμεταδοτών 25

27 Στους αλγορίθμους και H διατηρήθηκε η κατάτμηση σε υποπεριοχές. Παρ όλα αυτά, αντί της τυχαίας επιλογής του αναμεταδότη από τους ενεργούς κόμβους της υπό έλεγχο περιοχής, εισήχθη μία επιπλέον μετρική, η βέλτιστη ικανοποίηση της οποίας χαρακτηρίζει το επιλεχθέν σε κάθε περίπτωση relay. Συγκεκριμένα, έχουμε: : Επιλογή ως αναμεταδότη του κόμβου με τη μεγαλύτερη εναπομείνασα ενέργεια εντός της υπό έλεγχο υποπεριοχής. H: Επιλογή ως αναμεταδότη του κόμβου εντός της υπό έλεγχο υποπεριοχής που ελαχιστοποιεί την ποσότητα: D C (3.2) E α όπου: D: η απόσταση του κόμβου από τον κόμβο-συλλέκτη, κανονικοποιημένη ως προς την ακτίνα της περιοχής κάλυψης Ε: η εναπομείνασα ενέργεια του κόμβου, κανονικοποιημένη ως προς την αρχική ενέργειά του α: εκθέτης που λαμβάνει θετικές πραγματικές τιμές. Αύξηση του εκθέτη οδηγεί σε ισχυροποίηση της επίδρασης της εναπομείνασας ενέργειας του κόμβου στη μετρική, ενώ μείωσή του οδηγεί, αντίστοιχα, σε ισχυροποίηση της επίδρασης της απόστασης του κόμβου από την κόμβο-συλλέκτη στη μετρική. 26

28 ΚΕΦΑΛΑΙΟ 4 ο ΠΡΟΣΟΜΟΙΩΣΕΙΣ 4.1. Εισαγωγή Στοιχεία Προσομοίωσης Η υλοποίηση των αλγορίθμων με σκοπό τη διεξαγωγή προσομοιώσεων έγινε σε γλώσσα C, ενώ έγιναν κάποιες επιπλέον παραδοχές - απλοποιήσεις που συνοπτικά έχουν ως εξής: Απλοποιήθηκε ο αλγόριθμος επίλυσης συγκρούσεων (collision resolution algorithm). Η αποστολή των πακέτων έγινε σε συνόδους (sessions), δηλ. η αποστολή ενός πακέτου άρχιζε μετά την παράδοση του προηγούμενου πακέτου στον τελικό προορισμό (κόμβο-συλλέκτη). Αγνοήθηκε η κατανάλωση ενέργειας των κόμβων κατά τη διάρκεια της ανενεργού κατάστασης. Αγνοήθηκε η χρονική καθυστέρηση μεταξύ ολοκλήρωσης αποστολής από τον πομπό και ολοκλήρωσης παραλαβής από το δέκτη, θεωρήθηκε δηλ. ότι η παραλαβή του πακέτου ολοκληρώνεται ακριβώς με τη λήξη της αποστολής του. Οι παράμετροι της προσομοίωσης περιγράφονται, επίσης, παρακάτω: Κατανομή κόμβων: Ομοιόμορφη Τυχαία Περιοχή: Τετράγωνη πλευράς L n: Αριθμός κόμβων 27

29 DC: Κύκλος λειτουργίας R max : Μέγιστη ακτίνα κάλυψης κάθε κόμβου Ε init : Αρχική ενέργεια κόμβου Bitrate: Ρυθμός μετάδοσης δεδομένων k RTS : Μήκος πακέτου RTS k CTS : Μήκος πακέτου CTS k ACK : Μήκος πακέτου ACK k data : Μήκος πακέτου δεδομένων T backoff : Χρόνος αναμονής πομπού μεταξύ διαδοχικών προσπαθειών για την εύρεση αναμεταδότη Ν MaxAtt : Μέγιστος αριθμός προσπαθειών για εύρεση αναμεταδότη Ν p : Αριθμός υποπεριοχών Όσον αφορά την ενεργειακή κατανάλωση στους κόμβους χρησιμοποιήθηκε το First Order Radio Model, όπως αυτό περιγράφεται στο [9], σύμφωνα με το οποίο η κατανάλωση κατά τις διαδικασίες της εκπομπής και της λήψης είναι αντίστοιχα: E k E E r 2 [J] (4.1) tr elec amp όπου: k: το μήκος του πακέτου σε bits r: η απόσταση μεταξύ πομπού και δέκτη σε m E ke [J] (4.2) rec elec E elec : σταθερά με τιμή [J/bit], η οποία αντιστοιχεί στην κατανάλωση ενέργειας από το κύκλωμα εκπομπής ή λήψης 28

30 E amp : σταθερά με τιμή [J/(bit m 2 )], η οποία αντιστοιχεί στην κατανάλωση ενέργειας του ενισχυτή εκπομπής, με σκοπό την επίτευξη του επιθυμητού SNR Οι προσομοιώσεις έγιναν για δύο τύπους δικτύων, οι οποίοι διαφοροποιούνται ως προς την έκταση και τον αριθμό των κόμβων τους. Οι τιμές των παραμέτρων που περιγράφηκαν προηγουμένως παρατίθενται αναλυτικά στον Πίνακα 4 1: Μικρό Δίκτυο Μεγάλο Δίκτυο L [m] n (βήμα 30) (βήμα 120) DC 0.3, 0.5, , 0.5, 0.7 R max [m] Ε init [J] 1 1 bitrate [kbps] k RTS [bits] k CTS [bits] k ACK [bits] k data [bits] T backoff [sec] N MaxAtt Ν p 2 2 Πίνακας 4 1 Τέλος, για την εξαγωγή των στατιστικών, τα οποία αναλύονται στην επόμενη ενότητα, χρησιμοποιήθηκαν δύο ομάδες σεναρίων (μία για κάθε τύπο δικτύου) από 100 διαφορετικές τοπολογίες η καθεμία, οι ίδιες για κάθε αλγόριθμο που υλοποιήθηκε, με στόχο την ακριβέστερη σύγκριση των αλγορίθμων. Οι αρχικά εκπέμποντες κόμβοι επελέγησαν τυχαία από το σύνολο των κόμβων του δικτύου και ήταν, επίσης, οι ίδιοι σε κάθε σενάριο, για κάθε αλγόριθμο που υλοποιήθηκε. 29

31 Ο προορισμός των δεδομένων (κόμβος-συλλέκτης) τοποθετήθηκε σε κάθε περίπτωση στο κέντρο της περιοχής Περιγραφή Στατιστικών Χρόνος ζωής δικτύου (Lifetime): O αριθμός των εκπεμπόμενων πακέτων δεδομένων (ανεξάρτητα επιτυχούς ή ανεπιτυχούς παράδοσης στον κόμβοσυλλέκτη) μέχρι την πρώτη ενεργειακή κατάρρευση οποιουδήποτε κόμβου του δικτύου. Χρόνος ζωής 10% (10% Lifetime): O αριθμός των εκπεμπόμενων πακέτων δεδομένων (ανεξάρτητα επιτυχούς ή ανεπιτυχούς παράδοσης στον κόμβοσυλλέκτη) μέχρι την ενεργειακή κατάρρευση του 10% των κόμβων του δικτύου. Αριθμός αλμάτων (Number of hops): O αριθμός των κόμβων που χρησιμοποιήθηκαν (συμπεριλαμβανομένου και του αρχικά εκπέμποντος κόμβου) για την επιτυχή παράδοση ενός πακέτου στον κόμβο-συλλέκτη. Παρουσιάζεται κανονικοποιημένος ως προς την απόσταση του αρχικά εκπέμποντος κόμβου από τον κόμβο-συλλέκτη. Αριθμός προσπαθειών αποστολής πακέτου (Number of transmission attempts): Ο αριθμός των προσπαθειών (τόσο επιτυχημένων όσο και αποτυχημένων) με σκοπό την επιτυχή παράδοση ενός πακέτου στον κόμβοσυλλέκτη. Πρακτικά, είναι το άθροισμα του αριθμού αλμάτων και των επαναπροσπαθειών του πομπού ( zero hops) για εύρεση αναμεταδότη, στην περίπτωση που ο έλεγχος σε όλες τις υποπεριοχές είναι ατυχής (δεν εντοπίζεται υποψήφιο relay). Παρουσιάζεται κανονικοποιημένος ως προς την απόσταση του αρχικά εκπέμποντος κόμβου από τον κόμβο-συλλέκτη. 30

32 Χρόνος παράδοσης πακέτου (Latency): Ο χρόνος που απαιτείται για την επιτυχή παράδοση ενός πακέτου στον κόμβο-συλλέκτη. Παρουσιάζεται κανονικοποιημένος, επίσης, ως προς την απόσταση του αρχικά εκπέμποντος κόμβου από τον κόμβο-συλλέκτη. Τα αποτελέσματα που παρατίθενται παρακάτω αποτελούν μέσους όρους των τιμών των στατιστικών που περιγράφηκαν προηγουμένως για τις 100 διαφορετικές τοπολογίες. Συγκεκριμένα: Μέσος χρόνος ζωής L: 100 i1 li L 100 (4.4) όπου l i ο χρόνος ζωής της i τοπολογίας. Μέσος χρόνος ζωής 10% Τ: T 100 i1 ti 100 (4.5) όπου t i ο χρόνος ζωής 10% της i τοπολογίας. Μέσος αριθμός αλμάτων Η: H 100 i1 S i h j1 Si 100 j (4.6) 31

33 όπου: h j : ο αριθμός αλμάτων του επιτυχώς παραδιδόμενου πακέτου j της i τοπολογίας S i : ο αριθμός των επιτυχώς παραδιδόμενων πακέτων της i τοπολογίας. Μέσος αριθμός προσπαθειών αποστολής πακέτου ΤΗ: TH 100 i1 S i th j1 Si 100 j (4.7) όπου: th j : ο αριθμός προσπαθειών αποστολής του επιτυχώς παραδιδόμενου πακέτου j της i τοπολογίας S i : ο αριθμός των επιτυχώς παραδιδόμενων πακέτων της i τοπολογίας. Μέσος χρόνος παράδοσης πακέτου LΤ: LT 100 i1 S i lt j1 Si 100 j (4.7) όπου: lt j : ο χρόνος παράδοσης πακέτου του πακέτου j της i τοπολογίας S i : ο αριθμός των επιτυχώς παραδιδόμενων πακέτων της i τοπολογίας. 32

34 4.2. Αποτελέσματα H 0.1 H 1 H 10 DC = 0.3 Number of packets Σχήμα 4 1 Xρόνος ζωής συναρτήσει πυκνότητας κόμβων (μικρό δίκτυο, DC = 0.3) H 0.1 H 1 H 10 DC = 0.5 Number of packets Σχήμα 4 2 Xρόνος ζωής συναρτήσει πυκνότητας κόμβων (μικρό δίκτυο, DC = 0.5) 33

35 H 0.1 H 1 H 10 DC = 0.7 Number of packets Σχήμα 4 3 Xρόνος ζωής συναρτήσει πυκνότητας κόμβων (μικρό δίκτυο, DC = 0.7) H 0.1 H 1 H 10 DC = 0.3 Number of packets Σχήμα 4 4 Xρόνος ζωής συναρτήσει πυκνότητας κόμβων (μεγάλο δίκτυο, DC = 0.3) 34

36 H 0.1 H 1 H 10 DC = 0.5 Number of packets Σχήμα 4 5 Xρόνος ζωής συναρτήσει πυκνότητας κόμβων (μεγάλο δίκτυο, DC = 0.5) H 0.1 H 1 H 10 DC = 0.7 Number of packets Σχήμα 4 6 Xρόνος ζωής συναρτήσει πυκνότητας κόμβων (μεγάλο δίκτυο, DC = 0.7) 35

37 Όπως αναμένεται, παρατηρείται αύξηση του χρόνου ζωής δικτύου με αύξηση της πυκνότητας των κόμβων, γεγονός που οφείλεται στη χρήση ευρύτερου φάσματος κόμβων ως αναμεταδοτών σε δίκτυο υψηλής πυκνότητας. Επιπλέον, είναι εμφανές ότι με την αύξηση του κύκλου λειτουργίας ο χρόνος ζωής μειώνεται, δεδομένου ότι οι κόμβοι είναι ενεργοί για μεγαλύτερο χρονικό διάστημα, καταναλώνοντας μεγαλύτερα ποσά ενέργειας, αλλά και ότι μεγαλύτερος αριθμός κόμβων συμμετέχει στη διαδικασία εύρεσης relay (λήψη RTS, αποστολή CTS). Συγκρίνοντας τους αλγορίθμους, φαίνεται ότι ο παρουσιάζει την καλύτερη συμπεριφορά, ενώ στον H παρατηρείται αύξηση του χρόνου ζωής με αύξηση του εκθέτη α. Αυτό οφείλεται στο γεγονός ότι αυξάνοντας τον α ενισχύεται η επίδραση της εναπομείνασας ενέργειας στο κριτήριο, γι αυτό και παρατηρείται σχεδόν πλήρης ταύτιση των καμπυλών που αντιστοιχούν στον και στον H με α 10. Για α 1, όπως φαίνεται ο H έχει ελαφρώς χειρότερη συμπεριφορά, η οποία όμως σε κάθε περίπτωση δεν προκαλεί ποσοστιαία μείωση στο χρόνο ζωής μεγαλύτερη από 4% (στην υψηλότερη πυκνότητα) σε σχέση με τις βέλτιστες περιπτώσεις. Η βελτίωση που επιτυγχάνουν οι αλγόριθμοι είναι εντονότερη στις υψηλές πυκνότητες και αυξάνεται με αύξηση του κύκλου λειτουργίας, όπου η ύπαρξη αρκετών υποψήφιων relays βελτιώνει την εφαρμογή του κριτηρίου απόφασης. Η καμπύλη του αλγορίθμου βρίσκεται αρκετά χαμηλότερα σε κάθε περίπτωση, έχοντας καλύτερη συμπεριφορά μόνο από αυτή του H με α 01,. κυρίως δε για υψηλές πυκνότητες. 36

38 H 0.1 H 1 H 10 DC = 0.3 Number of packets Σχήμα 4 7 Xρόνος ζωής 10% συναρτήσει πυκνότητας κόμβων (μικρό δίκτυο, DC = 0.3) H 0.1 H 1 H 10 DC = 0.5 Number of packets Σχήμα 4 8 Xρόνος ζωής 10% συναρτήσει πυκνότητας κόμβων (μικρό δίκτυο, DC = 0.5) 37

39 H 0.1 H 1 H 10 DC = 0.7 Number of packets Σχήμα 4 9 Xρόνος ζωής 10% συναρτήσει πυκνότητας κόμβων (μικρό δίκτυο, DC = 0.7) DC = H 0.1 H 1 H 10 Number of packets Σχήμα 4 10 Xρόνος ζωής 10% συναρτήσει πυκνότητας κόμβων (μεγάλο δίκτυο, DC = 0.3) 38

40 DC = H 0.1 H 1 H 10 Number of packets Σχήμα 4 11 Xρόνος ζωής 10% συναρτήσει πυκνότητας κόμβων (μεγάλο δίκτυο, DC = 0.5) DC = H 0.1 H 1 H 10 Number of packets Σχήμα 4 12 Xρόνος ζωής 10% συναρτήσει πυκνότητας κόμβων (μεγάλο δίκτυο, DC = 0.7) 39

41 Όπως και προηγουμένως, παρατηρείται αύξηση του χρόνου ζωής 10% με αύξηση της πυκνότητας των κόμβων και μείωσή του με αύξηση του κύκλου λειτουργίας. Στην περίπτωση του μικρού δικτύου οι καμπύλες των και H σχεδόν ταυτίζονται, με ελαφρές διακυμάνσεις στη βέλτιστη συμπεριφορά. Σε κάθε περίπτωση, πάντως, η συμπεριφορά των και H είναι καλύτερη από αυτή του. Αντίθετα, στην περίπτωση του μεγάλου δικτύου οι συμπεριφορές των αλγορίθμων διαφοροποιούνται σαφώς. Χειρότερη συμπεριφορά παρουσιάζουν οι και H με α 10, με τον H με α 1 να επιφέρει ελάχιστη βελτίωση (της τάξης του 7%). Μάλιστα, ο χρόνος ζωής 10% για τις προαναφερθείσες περιπτώσεις εμφανίζει αυξανόμενη ποσοστιαία μείωση έναντι των και H με α 01. (οι οποίοι παρουσιάζουν την υψηλότερη τιμή) με την αύξηση του κύκλου λειτουργίας. Πιθανώς, η αιτία αυτής της συμπεριφοράς είναι το γεγονός ότι η πιο ομοιόμορφη κατανάλωση ενέργειας που επιτυγχάνουν οι και H με α 10 και α 1 οδηγούν περισσότερους κόμβους κοντά στην ενεργειακή κατάρρευση, έχοντας ως αποτέλεσμα υψηλότερους ρυθμούς κατάρρευσης. 40

42 2,0 DC = 0.3 Number of hops ( normalized to D init ) 1,9 1,8 1,7 1,6 1,5 1,4 H 0.1 H 1 H 10 Σχήμα 4 13 Αριθμός αλμάτων συναρτήσει πυκνότητας κόμβων (μικρό δίκτυο, DC = 0.3) 2,0 DC = 0.5 Number of hops ( normalized to D init ) 1,9 1,8 1,7 1,6 1,5 1,4 H 0.1 H 1 H 10 Σχήμα 4 14 Αριθμός αλμάτων συναρτήσει πυκνότητας κόμβων (μικρό δίκτυο, DC = 0.5) 41

43 2,0 DC = 0.7 Number of hops ( normalized to D init ) 1,9 1,8 1,7 1,6 1,5 1,4 H 0.1 H 1 H 10 Σχήμα 4 15 Αριθμός αλμάτων συναρτήσει πυκνότητας κόμβων (μικρό δίκτυο, DC = 0.7) Number of hops ( normalized to D init ) 2,0 1,9 1,8 1,7 1,6 1,5 1,4 DC = 0.3 H 0.1 H 1 H 10 1,3 Σχήμα 4 16 Αριθμός αλμάτων συναρτήσει πυκνότητας κόμβων (μεγάλο δίκτυο, DC = 0.3) 42

44 Number of hops ( normalized to D init ) 2,0 1,9 1,8 1,7 1,6 1,5 1,4 DC = 0.5 H 0.1 H 1 H 10 1,3 Σχήμα 4 17 Αριθμός αλμάτων συναρτήσει πυκνότητας κόμβων (μεγάλο δίκτυο, DC = 0.5) Number of hops ( normalized to D init ) 2,0 1,9 1,8 1,7 1,6 1,5 1,4 DC = 0.7 H 0.1 H 1 H 10 1,3 Σχήμα 4 18 Αριθμός αλμάτων συναρτήσει πυκνότητας κόμβων (μεγάλο δίκτυο, DC = 0.7) 43

45 Ο αριθμός των αλμάτων μειώνεται με αύξηση της πυκνότητας των κόμβων, δεδομένου του ότι η ύπαρξη περισσότερων κόμβων, επιτρέπει την εύρεση συντομότερης διαδρομής για την παράδοση πακέτου στον κόμβο-συλλέκτη. Η μείωση του κύκλου λειτουργίας προκαλεί αύξηση του αριθμού των αλμάτων, γεγονός που οφείλεται στη φαινομενική μείωση της πυκνότητας των κόμβων με μείωση του κύκλου λειτουργίας. Παρατηρείται ότι βέλτιστη συμπεριφορά έχει ο H με α 01,. μιας και η μείωση του εκθέτη α ισχυροποιεί την επίδραση της απόστασης από τον κόμβο-συλλέκτη στη μετρική. Αυτό σημαίνει ότι επιτυγχάνεται σχεδόν μέγιστη προώθηση του πακέτου προς το sink node σε κάθε άλμα, με τελικό αποτέλεσμα τη μείωση του συνολικού αριθμού αλμάτων. Ακολουθεί ο H με α 1, ο οποίος προκαλεί αύξηση του αριθμού αλμάτων της τάξης του 3-4%, είναι όμως καλύτερος σε σχέση με τον, τόσο στο μικρό όσο και στο μεγάλο δίκτυο. Οι συμπεριφορές των και H με α 10, χαρακτηρίζονται από το μέγιστο αριθμό αλμάτων, με τον πρώτο να παρουσιάζει αύξηση περί το 2% σε σχέση με το δεύτερο. Προφανώς, η αιτία αυτής της συμπεριφοράς έγκειται στο γεγονός ότι η επιλογή του αναμεταδότη βασίζεται κυρίως στην τιμή της εναπομείνασας ενέργειας του κόμβου με αποτέλεσμα την επιλογή μη βέλτιστης ως προς την απόσταση διαδρομής προς τον κόμβο-συλλέκτη. 44

46 Number of attempts ( normalized to D init ) 2,8 2,6 2,4 2,2 2,0 1,8 1,6 DC = 0.3 H 0.1 H 1 H 10 1,4 Σχήμα 4 19 Αριθμός προσπαθειών αποστολής πακέτου συναρτήσει πυκνότητας κόμβων (μικρό δίκτυο, DC = 0.3) Number of attempts ( normalized to D init ) 2,8 2,6 2,4 2,2 2,0 1,8 1,6 DC = 0.5 H 0.1 H 1 H 10 1,4 Σχήμα 4 20 Αριθμός προσπαθειών αποστολής πακέτου συναρτήσει πυκνότητας κόμβων (μικρό δίκτυο, DC = 0.5) 45

47 Number of attempts ( normalized to D init ) 2,8 2,6 2,4 2,2 2,0 1,8 1,6 DC = 0.7 H 0.1 H 1 H 10 1,4 Σχήμα 4 21 Αριθμός προσπαθειών αποστολής πακέτου συναρτήσει πυκνότητας κόμβων (μικρό δίκτυο, DC = 0.7) Number of attempts ( normalized to D init ) 2,4 2,2 2,0 1,8 1,6 1,4 DC = 0.3 H 0.1 H 1 H 10 1,2 Σχήμα 4 22 Αριθμός προσπαθειών αποστολής πακέτου συναρτήσει πυκνότητας κόμβων (μεγάλο δίκτυο, DC = 0.3) 46

48 Number of attempts ( normalized to D init ) 2,4 2,2 2,0 1,8 1,6 1,4 DC = 0.5 H 0.1 H 1 H 10 1,2 Σχήμα 4 23 Αριθμός προσπαθειών αποστολής πακέτου συναρτήσει πυκνότητας κόμβων (μεγάλο δίκτυο, DC = 0.5) Number of attempts ( normalized to D init ) 2,4 2,2 2,0 1,8 1,6 1,4 DC = 0.7 H 0.1 H 1 H 10 1,2 Σχήμα 4 24 Αριθμός προσπαθειών αποστολής πακέτου συναρτήσει πυκνότητας κόμβων (μεγάλο δίκτυο, DC = 0.7) 47

49 Ο αριθμός προσπαθειών αποστολής πακέτου συμπεριφέρεται με παρόμοιο τρόπο με αυτό του αριθμού αλμάτων. Παρατηρείται, καταρχάς, μείωσή του με αύξηση της πυκνότητας των κόμβων και αύξηση του κύκλου λειτουργίας. Οι τιμές, μάλιστα, του στατιστικού είναι ιδιαίτερα υψηλές για μικρή πυκνότητα και χαμηλό κύκλο λειτουργίας, γεγονός που οφείλεται στον αυξημένο αριθμό επαναπροσπαθειών ( zero hops ) στις οποίες αναγκάζεται να προβεί ο πομπός για την εύρεση αναμεταδότη. Κατά τα άλλα η σύγκριση των αλγορίθμων μάς οδηγεί σε αντίστοιχα συμπεράσματα με αυτά που αναφέρθηκαν για τον αριθμό αλμάτων. Χειρότερη συμπεριφορά έχει ο ακολουθούμενος από τον H με α 10. Ενδιαφέρον παρουσιάζει στις δύο αυτές περιπτώσεις η μορφή της καμπύλης για υψηλές πυκνότητες στην περίπτωση του μεγάλου δικτύου και για κύκλους λειτουργίας 0.5 και 0.7 (Σχ & Σχ. 4 24), όπου φαίνεται μία ελαφρά αυξητική τάση του αριθμού προσπαθειών. Βέλτιστη συμπεριφορά εμφανίζει ο H με α 01,. ενώ ακολουθεί ο H με α 1, στον οποίο διαπιστώνεται αύξηση του αριθμού προσπαθειών της τάξης του 3-4%, παρουσιάζοντας και πάλι καλύτερη συμπεριφορά από τον σε κάθε περίπτωση. 48

50 Latency ( normalized to D init ) 0,33 0,30 0,27 0,24 0,21 0,18 0,15 DC = 0.3 H 0.1 H 1 H 10 0,12 0,09 Σχήμα 4 25 Χρόνος παράδοσης πακέτου συναρτήσει πυκνότητας κόμβων (μικρό δίκτυο, DC = 0.3) Latency ( normalized to D init ) 0,33 0,30 0,27 0,24 0,21 0,18 0,15 DC = 0.5 H 0.1 H 1 H 10 0,12 0,09 Σχήμα 4 26 Χρόνος παράδοσης πακέτου συναρτήσει πυκνότητας κόμβων (μικρό δίκτυο, DC = 0.5) 49

51 Latency ( normalized to D init ) 0,33 0,30 0,27 0,24 0,21 0,18 0,15 DC = 0.7 H 0.1 H 1 H 10 0,12 0,09 Σχήμα 4 27 Χρόνος παράδοσης πακέτου συναρτήσει πυκνότητας κόμβων (μικρό δίκτυο, DC = 0.7) Latency ( normalized to D init ) 0,24 0,22 0,20 0,18 0,16 0,14 0,12 DC = 0.3 H 0.1 H 1 H 10 0,10 0,08 Σχήμα 4 28 Χρόνος παράδοσης πακέτου συναρτήσει πυκνότητας κόμβων (μεγάλο δίκτυο, DC = 0.3) 50

52 Latency ( normalized to D init ) 0,24 0,22 0,20 0,18 0,16 0,14 0,12 DC = 0.5 H 0.1 H 1 H 10 0,10 0,08 Σχήμα 4 29 Χρόνος παράδοσης πακέτου συναρτήσει πυκνότητας κόμβων (μεγάλο δίκτυο, DC = 0.5) Latency ( normalized to D init ) 0,24 0,22 0,20 0,18 0,16 0,14 0,12 DC = 0.7 H 0.1 H 1 H 10 0,10 0,08 Σχήμα 4 30 Χρόνος παράδοσης πακέτου συναρτήσει πυκνότητας κόμβων (μεγάλο δίκτυο, DC = 0.7) 51

53 Ο χρόνος αποστολής συμπεριφέρεται ομοίως με τον αριθμό προσπαθειών αποστολής πακέτου. Παρατηρείται και πάλι μείωσή του με αύξηση της πυκνότητας των κόμβων και αύξηση του κύκλου λειτουργίας. Ο ρυθμός ελάττωσής του, δε, είναι μεγαλύτερος για χαμηλό κύκλο λειτουργίας, όπου ο υψηλός αριθμός επαναπροσπαθειών ( zero hops ), στις οποίες αναγκάζεται να προβεί ο πομπός για την εύρεση αναμεταδότη, προκαλούν αύξηση του χρόνου παράδοσης σε χαμηλή πυκνότητα. Κατά τα άλλα η σύγκριση των αλγορίθμων μάς οδηγεί σε αντίστοιχα συμπεράσματα με αυτά που αναφέρθηκαν προηγουμένως. Καλύτερη συμπεριφορά παρατηρείται στον H με α 01. και ακολουθεί ο H με α 1, ο οποίος παραμένει βελτιωμένος σε σχέση με τον. Όπως και προηγουμένως, χειρότερη είναι η συμπεριφορά του με δεύτερη χειρότερη αυτή του H με α Συμπεράσματα Συμπερασματικά, από τα παραπάνω φαίνεται ότι ο αλγόριθμος μεγιστοποιεί το χρόνο ζωής του δικτύου, προκαλώντας, όμως, αύξηση του χρόνου παράδοσης πακέτου. Σχεδόν πανομοιότυπη συμπεριφορά έχει και ο H με α 10. Ο H με α 01. παρουσιάζει τον ελάχιστο χρόνο παράδοσης πακέτου, προσεγγίζει όμως αρκετά τον από πλευράς χρόνου ζωής, παρουσιάζοντας μάλιστα και χειρότερη συμπεριφορά από τον τελευταίο για υψηλή τιμή του κύκλου λειτουργίας. Αντίθετα, ο H με α 1 φαίνεται μία αρκετά αποδοτική λύση, μιας και πλησιάζει αρκετά το βέλτιστο χρόνο ζωής και ταυτόχρονα εισάγει σχετικά μικρό χρόνο παράδοσης πακέτου, μικρότερο από αυτόν του σε κάθε περίπτωση. 52

54 Χαρακτηριστικό του H, όπως φαίνεται και από τις παραπάνω παρατηρήσεις, είναι η δυνατότητα μεταβολής της συμπεριφοράς του με απλή μεταβολή του εκθέτη α στον τύπο του κριτηρίου (3.2). Έτσι, ανάλογα με τις ανάγκες τις εφαρμογής μπορεί να επιλεγεί η βέλτιστη τιμή για τον α με σκοπό τη βελτίωση είτε του χρόνου ζωής του δικτύου είτε του χρόνου παράδοσης πακέτου. Τέλος, σημαντικό στοιχείο των αλγορίθμων είναι η ικανότητα κλιμάκωσης (scalability), η μικρή μεταβολή της συμπεριφοράς τους δηλ. με μεταβολή του μεγέθους του δικτύου, στοιχείο βασικότατο για τα ασύρματα δίκτυα αισθητήρων τα οποία χαρακτηρίζονται από υψηλό αριθμό κόμβων Περαιτέρω Έρευνα Η μελέτη των αλγορίθμων που παρουσιάστηκαν προηγουμένως αποτελεί μία προσπάθεια που περιορίζεται από το χρόνο διεξαγωγής και την έκταση μίας διπλωματικής εργασίας, γεγονός που αφήνει έναν αριθμό περιοχών, οι οποίες χρήζουν περαιτέρω διερεύνησης. Για την ακριβέστερη ανάλυση των αλγορίθμων χρήσιμη θα ήταν η υλοποίηση του μηχανισμού επίλυσης συγκρούσεων, κάτι το οποίο θα προσέφερε ακριβέστερα αποτελέσματα ως προς το χρόνο ζωής αλλά και ως προς το χρόνο παράδοσης πακέτου. Επίσης, ενδιαφέρον θα παρουσίαζε περαιτέρω μελέτη της συμπεριφοράς του αλγορίθμου H σε συνάρτηση με την τιμή του εκθέτη α, όπως και της συμπεριφοράς όλων των αλγορίθμων για διαφορετικό αριθμό υποπεριοχών N p ή και γενικά διαφορετικά ορισμένων περιοχών ελέγχου για αναμεταδότη (π.χ. έλεγχος της γωνίας που σχηματίζει το ευθύγραμμο τμήμα πομπού-κεντρικής μονάδας με το ευθύγραμμο τμήμα πομπού-υποψήφιου αναμεταδότη). 53

55 Τέλος, στα άμεσα σχέδιά μας είναι ο προγραμματισμός σε γλώσσα NesC (Network embedded systems C) ενός αριθμού κόμβων-αισθητήρων με σκοπό τον έλεγχο των αποτελεσμάτων των προσομοιώσεων. 54

56 ΒΙΒΛΙΟΓΡΑΦΙΑ [1] Akkaya, K., & Younis, M. (2005). A survey on routing protocols for wireless sensor networks. Elsevier Ad Hoc Network Journal, 3(3), [2] Akyildiz, F. I., Su, W., Sankarasubramaniam, Y., & Cayirci, E. (2002, August). A survey on sensor networks. IEEE Communications Magazine, [3] Braginsky, D., & Estrin, D. (2002, October). Rumor Routing Algorithm for Sensor Networks. Presented during the proceedings of the First Workshop on Sensor Networks and Applications (WSNA), Atlanta, GA. [4] Chalard, L., Helal, D., Verbaere, L., Wellig, A., & Zory, J. (2007). Wireless sensor networks devices: Overview, issues, state of the art and promising technologies. ST Journal of Research, 4(1), [5] Chang, J.H., & Tassiulas, L. (2000, March). Maximum Lifetime Routing in Wireless Sensor Networks. Presented during the proceedings of the Advanced Telecommunications and Information Distribution Research Program (ATIRP'2000), College Park, MD. [6] Chen, B., Jamieson, K., Balakrishnan, H., & Morris, R. (2001, July). SPAN: An Energy Efficient Coordination Algorithm for Topology Maintenance in Ad Hoc Wireless Networks. Presented during the proceedings of the Seventh annual international Conference on Mobile Computing and Networking, Rome, Italy. [7] Chu, M., Haussecker, H., & Zhao, F. (2002). Scalable information driven sensor querying and routing for ad hoc heterogeneous sensor networks. The International Journal of High Performance Computing Applications, 16 (3). [8] He, T., Stankovic, J., Lu, C., & Abdelzaher, T. (2003, May). SPEED: A stateless protocol for real time communication in sensor networks. Presented during the proceedings of International Conference on Distributed Computing Systems, Providence, RI. 55

57 [9] Heinzelman, W., Chandrakasan, A., & Balakrishnan, H. (2000, January). Energy efficient communication protocol for wireless sensor networks. Presented during the proceedings of the Hawaii International Conference on System Sciences, Hawaii. [10] Heinzelman, W., Kulik, J., & Balakrishnan, H. (1999, August). Adaptive protocols for information dissemination in wireless sensor networks. Presented during the proceedings of the 5th Annual ACM/IEEE International Conference on Mobile Computing and Networking (MobiCom 99), Seattle, WA. [11] Ilyas, M., & Mahgoub, I. (Eds.). (2005). Handbook of sensor networks: Compact wireless and wired sensing systems. CRC PRESS LLC. [12] Intanagonwiwat, C., Govindan, R., & Estrin, D. (2000, August). Directed diffusion: A scalable and robust communication paradigm for sensor networks. Presented during the proceedings of the 6th Annual ACM/IEEE International Conference on Mobile Computing and Networking (MobiCom'00), Boston, MA. [13] Kalpakis, K., Dasgupta, K., & Namjoshi, P. (2002, August). Maximum lifetime data gathering and aggregation in wireless sensor networks. Presented during the proceedings of IEEE International Conference on Networking (NETWORKS '02), Atlanta, GA. [14] Karl, H., & Willig, A. (2005). Protocols and architectures for wireless sensor networks. Wiltshire: Wiley. [15] Lindsey, S., & Raghavendra, C.S. (2002, March). PEGASIS: Power Efficient Gathering in Sensor Information Systems. Presented during the proceedings of the IEEE Aerospace Conference, Big Sky, Montana. [16] Manjeshwar, A., & Agrawal, D.P. (2002, April). APTEEN: A Hybrid Protocol for Efficient Routing and Comprehensive Information Retrieval in Wireless Sensor Networks. Presented during the proceedings of the 2nd International Workshop on Parallel and Distributed Computing Issues in Wireless Networks and Mobile computing, Ft. Lauderdale, FL. 56