Empirical analysis of wireless sensor networks
L'analyse empirique des réseaux de capteurs sans fil
Résumé
Wireless sensor networks are the collection of wireless nodes that are deployed to monitor certain phenomena of interest. Once the node takes measurements it transmits to a base station over a wireless channel. The base station collects data from all the nodes and do further analysis. To save energy, it is often useful to build clusters, and the head of each cluster communicates with the base station. Initially, we do the simulation analysis of the Zigbee networks where few nodes are more powerful than the other nodes. The results show that in the mobile heterogeneous sensor networks, due to phenomenon orphaning and high cost of route discovery and maintenance, the performance of the network degrades with respect to the homogeneous network. The core of this thesis is to empirically analyze the sensor network. Due to its resource constraints, low power wireless sensor networks face several technical challenges. Many protocols work well on simulators but do not act as we expect in the actual deployments. For example, sensors physically placed at the top of the heap experience Free Space propagation model, while the sensors which are at the bottom of the heap have sharp fading channel characteristics. In this thesis, we show that impact of asymmetric links in the wireless sensor network topology and that link quality between sensors varies consistently. We propose two ways to improve the performance of Link Quality Indicator (LQI) based algorithms in the real asymmetric link sensor networks. In the first way, network has no choice but to have some sensors which can transmit over the larger distance and become cluster heads. The number of cluster heads can be given by Matérn Hard-Core process. In the second solution, we propose HybridLQI which improves the performance of LQI based algorithm without adding any overhead on the network. Later, we apply theoretical clustering approaches in sensor network to real world. We deploy Matérn Hard Core Process and Max-Min cluster Formation heuristic on real Tmote nodes in sparse as well as highly dense networks. Empirical results show clustering process based on Matérn Hard Core Process outperforms Max-Min Cluster formation in terms of the memory requirement, ease of implementation and number of messages needed for clustering. Finally, using Absorbing Markov chain and measurements we study the performance of load balancing techniques in real sensor networks.
Les réseaux de capteurs sans fil sont une collection de nœuds non connectés qui sont installés pour la détection de certains phénomènes intéressants. Après avoir pris des mesures un capteur sans fil retransmet ces mesures à la station de base. La station de base collecte les données de tous les capteurs et les analyse. Pour économiser l’énergie il est souvent utilise de grouper les capteurs en clusters, chaque cluster ayant une tête de cluster qui communique avec la station de base. Au début, on commence par analyser la simulation des réseaux Zigbee où il y a quelques nœuds qui transmettent avec différentes puissances. Les résultats montrent que dans les réseaux de capteurs mobiles et hétérogènes et à cause du phénomène d’isolation des nœuds et du coût très élevé du routage et la maintenance, les performances sont moins bonnes que celles des réseaux homogènes. Le but principal de cette thèse est de faire une analyse empirique des réseaux de capteurs. A cause de leurs ressources limitées les réseaux de capteurs doivent faire face à plusieurs défis techniques. Beaucoup de protocoles fonctionnent très bien dans les simulateurs mais pas aussi bien en implémentation réelle. Par exemple, les capteurs déposés sur un objet élevé subissent moins d’atténuation que les autres capteurs placés sur le sol. Dans cette thèse, on montre qu’il y a un impact des liens asymétriques sur la topologie des réseaux de capteurs sans fil et que la qualité des liens (LQI) varie en permanence. On propose deux méthodes pour améliorer les performances des algorithmes basés sur la qualité des liens des réseaux de capteurs avec des liens asymétriques. Dans la première méthode, le réseau n’a pas d’autre choix que d’avoir des nœuds qui transmettent à des grandes distances et deviennent des clusters Head. Le nombre de clusters Head peut être donné par Matérn Hard-core process. Dans la seconde méthode, on propose HybridLQI qui améliore les algorithmes basés sur LQI sans ajouter des entêtes au réseau. Ensuite, on applique les approches de clustérisassions théoriques sur le réseau de capteurs réel. On applique Matérn Hard Core process et Max-Min heuristique de formation des clusters sur des nœuds «Tmote » dans des réseaux denses et des réseaux de faible densité. Les résultats empiriques ont montré la supériorité de Matérn sur Max-Min dans les besoins d’espace mémoire, la simplicité de l’implémentation et le nombre de messages de signalisation. Enfin, en utilisant les chaînes de Markov absorbantes et des mesures, on étudie les performances des techniques de la distribution de charge dans des réseaux de capteurs réels
Domaines
Autre [cs.OH]| Origine | Version validée par le jury (STAR) |
|---|
Loading...