АНАЛИЗ ВРЕМЕНИ СБОРА ИНФОРМАЦИИ В ЛИНЕЙНОЙ СЕНСОРНОЙ СЕТИ, КОНТРОЛИРУЮЩЕЙ ПРОТЯЖЕННЫЕ ПРОМЫШЛЕННЫЕ ОБЪЕКТЫ
Аннотация
Одной из основных проблем, возникающих при проектировании и развертывании беспроводных сенсорных сетей, является появление коллизий и помех, приводящих к потере сообщений, что влияет на оперативность доставки сообщений. Для предотвращения возникновения мешающих передач предлагается использование метода расписания. Расписание назначает время передач таким образом, чтобы устранить возможность выхода в эфир двух и более близкорасположенных сенсоров, потенциально способных создать друг для друга помехи. Актуальной задачей является разработка алгоритмов генерации расписания, обеспечивающего минимальное время доставки сообщений. Цель исследования - анализ граничных значений длительности периода сбора информации для сетей с линейной топологией, а также разработка алгоритма составления бесконфликтного расписания передач, обеспечивающих длительность периода сбора информации, близкую к минимальной. Для достижения указанной цели была выбрана модель беспроводной сенсорной сети и, в частности, модель распространения радиосигнала (модель с гиперболическим затуханием). Разработанные подходы позволяют обеспечивать длительность расписания не превышающую 3N, где N - количество сенсоров в сети. При моделировании показана зависимость эффективности предложенного алгоритма от размера сети и от мощности передатчиков сенсоров. Результаты исследования могут быть использованы разработчиками беспроводных решений по сбору информации на промышленных предприятиях, охватывающих протяженные территории.
Об авторах
Е. А. Бакин
АО «Научно-производственное предприятие «Радар ммс»
Россия
Россия
к. т. н., инженер
197375, Санкт‑Петербург, ул. Новосельковская, д. 37, лит. А
Г. С. Евсеев
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Россия
Россия
к. т. н., доцент кафедры проблемно‑ориентированных вычислительных комплексов
190000, Санкт‑Петербург, ул. Большая Морская, д. 67, лит. А
М. Н. Шелест
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Россия
Россия
инженер, кафедра проблемно‑ориентированных вычислительных комплексов
190000, Санкт‑Петербург, ул. Большая Морская, д. 67, лит. А
Н. В. Апанасенко
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Россия
Россия
аспирант, кафедра проблемно‑ориентированных вычислительных комплексов
190000, Санкт‑Петербург, ул. Большая Морская, д. 67, лит. А
Список литературы
1. Veeramachaneni K., Osadciw L. A. Optimal scheduling in sensor networks using swarm intelligence. Proceedings of conference on Information sciences and system (CISS’04), 2004, pp. 17–19.
2. Lee W. C. Y. Mobile cellular telecommunications. Analog and Digital systems. New-York, McGraw-Hill, 1995, 654 p.
3. Бакин Е. А. Повышение эффективности сбора информации в беспроводных сенсорных сетях на основе оптимизации расписания: диссертация на соискание ученой степени кандидата технических наук [Электронный ресурс]. СПб., РИЦ ГУАП, 2012. 105 с. URL: https://www.dlib.rsl.ru/01005458608 (дата обращения: 06.08.2018)
4. Бакин Е. А. Повышение эффективности сбора информации в беспроводных сенсорных сетях на основе оптимизации расписания: автореферат диссертации на соискание ученой степени кандидата технических наук [Электронный ресурс]. СПб., РИЦ ГУАП, 2012. 19 с. URL: https:// www.dlib.rsl.ru/01005020337 (дата обращения: 06.08.2018)
5. Шепета А. П., Евсеев Г. С., Бакин Е. А. Нижняя граница длительности периода сбора информации в сенсорной сети // Информационно-управляющие системы. 2011. № 6 (55). С. 64–67.
6. Gronkvist J. Comparison between scheduling models for spatial reuse TDMA. VTC Spring, 2007, vol. 4, pp. 1066–1070.
7. Ephremides A., Verdu S. Control and optimization methods in communication networks problems. IEEE Transactions on Automatic Control, 1989, vol. 34 (9), pp. 930–942.
8. Wen Y.-F., Lin F. Y.-S., Wang H.-S. A TDMA based scheduling and routing algorithm for data-centric wireless sensor networks. Proceedings of IEEE GLOBECOM’07, 2007, pp. 586–590.
9. Whitman E. C. Sosus: The “secret weapon” of undersea surveillance. Undersea Warfare, 2005, no. 7, p. 215.
10. Zhang W., Kantor G., Singh S. Integrated wireless sensor/actuator networks in an agricultural applications. Second ACM International Conference on Embedded Networked Sensor Systems (SenSys), 2004, 317 p.
11. Гурвиц А., Курант Р. Теория функций. М.: Наука, 1968. 564 c.
12. Коффман Э. Теория расписаний и вычислительные машины. М.: Наука, 1984. 462 с.
13. Bakin E. Algorithm of schedule calculation for centralized sensor network. International Forum “Modern information society formation – problems perspectives, innovation approaches”. Proceedings of the Forum, Saint-Petersburg, June 6–11. Saint Petersburg, SUAI, 2010, 112 p.
14. Fu Y., Guo Q., Chen C., Lv J., Zheng X. Design of a Wireless Sensor Network Platform for Real-Time Multimedia Communication. In: G. Yang, ed. Proceedings of the 2012 International Conference on Communication, Electronics and Automation Engineering. Advances in Intelligent Systems and Computing. Springer, Berlin, Heidelberg, 2012, vol. 181, pp. 1305–1311.
15. Florens C., Franceschetti M., McEliece R. J. Lower bounds on data collection time in sensory networks. IEEE Journal on selected areas in communications, 2004, vol. 22 (6), pp. 1110–1120.
16. Revah Y., Segal M. Improved lower bounds for data gathering time in sensor networks. Third International Conference on Networking and Services (ICSN’07), 2007, pp. 104–107.
17. Yan Cai, Limin Yu. Sensor network traffic load prediction with Markov random field theory. 4th International Conference on Computer Science and Network Technology (ICCSNT), 2015, 64 p.
18. Zhongliang Liang, Shan Feng, Dongmei Zhao. Supporting Random Real-Time Traffic in a Cognitive Radio Sensor Network. IEEE72nd Vehicular Technology Conference, 2010, pp. 98–103.
19. Kabashkin I., Kundlerb J. Reliability of Sensor Nodes in Wireless Sensor Networks of Cyber Physical Systems. Procedia Computer Science, 2017, vol. 104, p. 380.
20. Dâmaso A., Rosa N., Maciel P. Reliability of Wireless Sensor Networks. Sensors, 2014, 14 (9), pp. 15760–15785.
При поддержке: Исследование, приведшее к представленным результатам, выполнено при финансовой поддержке РФФИ в рамках научного проекта № 16-37-00197 мол_а.
Для цитирования:
Бакин Е.А., Евсеев Г.С., Шелест М.Н., Апанасенко Н.В. АНАЛИЗ ВРЕМЕНИ СБОРА ИНФОРМАЦИИ В ЛИНЕЙНОЙ СЕНСОРНОЙ СЕТИ, КОНТРОЛИРУЮЩЕЙ ПРОТЯЖЕННЫЕ ПРОМЫШЛЕННЫЕ ОБЪЕКТЫ. Вопросы радиоэлектроники. 2018;(9):91-98. https://doi.org/10.21778/2218-5453-2018-9-91-98
For citation:
Bakin E.A., Evseev G.S., Shelest M.N., Apanasenko N.V. CONVERGECAST DURATION ANALYSIS FOR LINEAR SENSOR NETWORKS CONTROLLING EXTENDED INDUSTRIAL OBJECTS. Issues of radio electronics. 2018;(9):91-98. (In Russ.) https://doi.org/10.21778/2218-5453-2018-9-91-98
Просмотров: 94
Послать статью по эл. почте 
