უკაბელო სენსორული ქსელები (BSS). უკაბელო სენსორების ქსელი

მინდა ჩემი სტატია მივუძღვნა უკაბელო სენსორული ქსელების ტექნოლოგიებს, რომელიც, მეჩვენება, რომ დაუმსახურებლად მოკლებულია ჰაბრის საზოგადოების ყურადღებას. ამის მთავარი მიზეზი, მე ვხედავ, არის ის, რომ ტექნოლოგია ჯერ არ არის გავრცელებული და, უმეტესწილად, უფრო საინტერესოა აკადემიური საზოგადოებისთვის. მაგრამ მე ვფიქრობ, რომ უახლოეს მომავალში ჩვენ ვნახავთ ბევრ პროდუქტს, ასე თუ ისე, ასეთი ქსელების ტექნოლოგიებზე დაყრდნობით. რამდენიმე წელია ვიკვლევ სენსორულ ქსელებს, დავწერე სადოქტორო დისერტაცია ამ თემაზე და არაერთი სტატია რუსულ და უცხოურ ჟურნალებში. მე ასევე შევიმუშავე კურსი უკაბელო სენსორული ქსელების შესახებ, რომელიც წავიკითხე ნიჟნი ნოვგოროდის სახელმწიფო უნივერსიტეტში (მე არ ვაძლევ კურსის ბმულს, თუ თქვენ დაინტერესებული ხართ, შემიძლია ბმული მოგაწოდოთ პირადად). ამ სფეროში გამოცდილების მქონე, მინდა გავუზიარო იგი პატივცემულ საზოგადოებას, ვიმედოვნებ, რომ თქვენთვის საინტერესო იქნება.

Ზოგადი ინფორმაცია

უსადენო სენსორულმა ქსელებმა ბოლო წლებში ბევრი განვითარება განიცადა. ასეთი ქსელები, რომელიც შედგება მრავალი მინიატურული კვანძისგან, რომლებიც აღჭურვილია დაბალი სიმძლავრის გადამცემით, მიკროპროცესორით და სენსორით, შეუძლიათ ერთმანეთთან დააკავშირონ გლობალური კომპიუტერული ქსელები და ფიზიკური სამყარო. უკაბელო სენსორული ქსელების კონცეფციამ მიიპყრო მრავალი მეცნიერის, კვლევითი ინსტიტუტისა და კომერციული ორგანიზაციის ყურადღება, რამაც უზრუნველყო სამეცნიერო ნაშრომების დიდი ნაკადი ამ თემაზე. ასეთი სისტემების შესწავლისადმი დიდი ინტერესი განპირობებულია სენსორული ქსელების გამოყენების ფართო შესაძლებლობებით. უკაბელო სენსორული ქსელები, კერძოდ, შეიძლება გამოყენებულ იქნას კოსმოსურ სისტემებში აღჭურვილობის უკმარისობის და შენობის ავტომატიზაციის პროგნოზირებისთვის. თვითორგანიზაციის უნარის, ავტონომიისა და ხარვეზებისადმი ტოლერანტობის გამო, ასეთი ქსელები აქტიურად გამოიყენება უსაფრთხოების სისტემებში და სამხედრო პროგრამებში. უკაბელო სენსორული ქსელების წარმატებული გამოყენება მედიცინაში ჯანმრთელობის მონიტორინგისთვის არის დაკავშირებული სენსორული კვანძების ინტეგრირებულ სქემებთან თავსებადი ბიოლოგიური სენსორების განვითარებასთან. მაგრამ ყველაზე გავრცელებული უკაბელო სენსორული ქსელები არის გარემოს და ცოცხალი არსებების მონიტორინგის სფეროში.

რკინა

სენსორულ ქსელებში მკაფიო სტანდარტიზაციის არარსებობის გამო, არსებობს რამდენიმე განსხვავებული პლატფორმა. ყველა პლატფორმა აკმაყოფილებს სენსორული ქსელების ძირითად ძირითად მოთხოვნებს: დაბალი ენერგიის მოხმარება, ხანგრძლივი მუშაობის დრო, დაბალი სიმძლავრის გადამცემები და სენსორების არსებობა. ძირითადი პლატფორმები მოიცავს MicaZ, TelosB, Intel Mote 2.

MicaZ

მიკროპროცესორი: Atmel ATmega128L
7.3728 MHz სიხშირე
128KB ფლეშ მეხსიერება პროგრამებისთვის
4KB SRAM მონაცემებისთვის
2 UART's
SPI ავტობუსი
I2C ავტობუსი
რადიო: ChipCon CC2420
გარე ფლეშ მეხსიერება: 512 კბ
51-პინიანი დამხმარე კონექტორი
რვა 10 ბიტიანი ანალოგი I / O
21 ციფრული I / O
სამი პროგრამირებადი LED
JTAG პორტი
იკვებება ორი AA ბატარეით

TelosB

მიკროპროცესორი: MSP430 F1611
8 MHz სიხშირე
48KB ფლეშ მეხსიერება პროგრამებისთვის
10 კბ ოპერატიული მეხსიერება მონაცემებისთვის
SPI ავტობუსი
ჩამონტაჟებული 12 ბიტიანი ADC / DAC
DMA კონტროლერი
რადიო: ChipCon CC2420
გარე ფლეშ მეხსიერება: 1024 KB
16-პინიანი დამხმარე კონექტორი
სამი პროგრამირებადი LED
JTAG პორტი
სურვილისამებრ: სენსორები განათების, ტენიანობის, ტემპერატურისთვის.
იკვებება ორი AA ბატარეით

Intel Mote 2

320/416/520 MHz PXA271 XScale მიკროპროცესორი
32 MB ფლეშ
32 MB ოპერატიული მეხსიერება
მინი-USB ინტერფეისი
I-Mote2 კონექტორი გარე მოწყობილობებისთვის (31 + 21 პინი)
რადიო: ChipCon CC2420
LED ინდიკატორები
იკვებება სამი AAA ბატარეით

თითოეული პლატფორმა საინტერესოა თავისი გზით და აქვს საკუთარი მახასიათებლები. პირადად მე მქონდა გამოცდილება TelosB და Intel Mote 2. პლატფორმებთან ერთად. ასევე, ჩვენი საკუთარი პლატფორმა შემუშავებულია ჩვენს ლაბორატორიაში, მაგრამ ის არის კომერციული და ამაზე დეტალურად ვერ ვისაუბრებ.

3 წლის წინ ყველაზე გავრცელებული იყო CC2420 ჩიპსეტის გამოყენება როგორც დაბალი სიმძლავრის გადამცემი.

პროგრამული უზრუნველყოფა და მონაცემთა გადაცემა

სენსორულ ქსელებში მონაცემთა გადაცემის ძირითადი სტანდარტი არის IEE802.15.4, რომელიც სპეციალურად შეიქმნა უკაბელო ქსელებისთვის დაბალი სიმძლავრის გადამცემებით.

არ არსებობს პროგრამული სტანდარტები სენსორული ქსელებისთვის. არსებობს რამდენიმე ასეული განსხვავებული მონაცემთა დამუშავებისა და გადაცემის პროტოკოლი, ასევე კვანძების კონტროლის სისტემები. ყველაზე გავრცელებული ოპერაციული სისტემა არის ღია კოდის სისტემა - TinyOs (სტენფორდის უნივერსიტეტში ყოფნისას მე პირადად შევხვდი ერთ -ერთ დეველოპერს). ბევრი დეველოპერი (განსაკუთრებით კომერციული სისტემებისთვის) წერს საკუთარ კონტროლის სისტემას, ხშირად ჯავის ენაზე.

სენსორული კვანძის საკონტროლო პროგრამა TinyOs ოპერაციული სისტემის კონტროლის ქვეშ არის დაწერილი nesC ენაზე.

უნდა აღინიშნოს, რომ აღჭურვილობის მაღალი ღირებულებისა და სენსორული ქსელების შექმნის სირთულის გამო, ფართოდ გავრცელდა სხვადასხვა მოდელირების სისტემა, კერძოდ TOSSIM სისტემა, სპეციალურად შექმნილია კვანძების მუშაობის სიმულაციისთვის TinyOs– ის კონტროლის ქვეშ.

დასკვნა

სენსორული ქსელები უფრო ფართოდ ხდება რუსეთში. როდესაც მე დავიწყე მათი გაკეთება 2003 წელს, რუსეთში ადამიანების რიცხვი, რომლებიც იცნობდნენ ამ ტექნოლოგიას, შეიძლება ჩაითვალოს ერთის მხრივ. ყბადაღებული Luxsoft Labs ასევე ჩაერთო ამაში რუსეთში.

მე 6 წელია ვმუშაობ სენსორულ ქსელებთან და ბევრი შემიძლია გითხრათ ამ ტექნოლოგიების შესახებ. თუ ჰაბრასოკომუნიტეტი დაინტერესებულია და მე მაქვს შესაძლებლობა, მაშინ სიამოვნებით დავწერ სტატიების სერიას ამ თემაზე. შემიძლია შევეხო ისეთ საკითხებს, როგორიცაა: რეალური მუშაობა TmoteSky პლატფორმასთან, TinyOs სისტემის პროგრამირების თავისებურებები nesC ენაზე, ჩვენს ლაბორატორიაში მიღებული ორიგინალური კვლევის შედეგები, სტენფორდის უნივერსიტეტში მუშაობის 1,5 თვის შთაბეჭდილებები, სენსორულ პროექტზე ქსელები.

მადლობა ყველას ყურადღებისთვის, სიამოვნებით გიპასუხებთ თქვენს კითხვებზე.

ჩატარდა უკაბელო სენსორული ქსელების ანალიზი. კვლევისთვის შეირჩა Omnet ++ პროგრამა. განხორციელდა უსადენო სენსორული ქსელების მოდელის დიაპაზონის შესწავლა და მათი ფუნქციონირების პარამეტრების შეფასება. გადაწყდა შემდეგი ამოცანები: გაუმჯობესდა უკაბელო სენსორულ ქსელებში ენერგიის მოხმარების მოდელი, შემოთავაზებული იქნა ამ მოდელის მუშაობის ალგორითმი, რაც საშუალებას იძლევა შემცირდეს კვანძებს შორის პაკეტების გადაცემის შეფერხებები. შერჩეულ პროგრამაში შემუშავებულია კომპიუტერული მოდელი, დადასტურებულია, რომ ამ მოდელის გამოყენება პრაქტიკაში ეფექტური და მიზანშეწონილია. ამ სტატიაში ჩატარდა კვლევა ქსელის კვანძების ენერგიის მოხმარების შესახებ. ეს არის ენერგიის მოხმარება, რომელიც არის უკაბელო სენსორული ქსელების ფუნქციონირების ხარისხის მთავარი პარამეტრი, შესაბამისად, ასეთი სისტემების შექმნისას მისი გაანგარიშების საკითხი პირველ რიგში ჩნდება. ამ ნაშრომში ტარდება უკაბელო სენსორული ქსელების კვანძების ენერგიის მოხმარების დეტალური ანალიზი, ასევე შემოთავაზებულია ბოლო კვანძების ენერგიის მოხმარების გამოანგარიშების მეთოდი. შემოთავაზებულია სხვადასხვა მიდგომა ენერგიის მოხმარების შესამცირებლად. ენერგოეფექტური ქსელის ფუნქციონირების გასაღები იქნება მეტი კვანძის დაძინების შესაძლებლობა, უშუალოდ მათი ბატარეის გახანგრძლივება. ასევე, სენსორულ ქსელებში ZigBee ტექნოლოგიის გამოყენებით, შესაძლებელია ინფორმაციის გაგზავნამდე შეკუმშვა. დახარჯული ენერგიის რაოდენობა ასევე დამოკიდებული იქნება შერჩეული ქსელის ტოპოლოგიაზე. დადასტურებულია, რომ ყველაზე დაბალი ენერგიის მოხმარება ხდება ვარსკვლავის ან კლასტერული ხეების ტოპოლოგიის გამოყენებისას, რადგან ამ ტოპოლოგიებში კოორდინატორები უშუალოდ უკავშირდებიან ფიქსირებულ ქსელს.

უკაბელო სენსორების ქსელი

Omnet ++ პროგრამა

გადაცემის შეფერხებები

სენსორების ენერგიის მოხმარება

ქსელის გამტარობა

ენერგორენტაბელურობა

1. ტერენტიევი მ.ნ. დისკრეტული უკაბელო სენსორული ქსელების საფუძველზე ცვლადი კონფიგურაციის მქონე ობიექტების პარამეტრების მონიტორინგის სისტემების ფუნქციონირების მეთოდი: დის. ... კანფეტი. ტექნიკური მეცნიერებები: 05.13.15 / M.N. ტერენტიევი. - მოსკოვი, 2010. - 154 გვ.

2. ხუსნულინი V.I. კვანძების ენერგიის მოხმარების შესწავლა უკაბელო სენსორულ ქსელში / V.I. ხუსნულინი, ე.ვ. გლუშაკი // რეფერატები. ანგარიში II სამეცნიერო ფორუმზე "ტელეკომუნიკაციები: თეორია და ტექნოლოგიები (TTT)" XVIII საერთაშორისო სამეცნიერო -ტექნიკურ კონფერენციაზე "ტელეკომუნიკაციების ინჟინერიისა და ტექნოლოგიის პრობლემები". - ყაზანი, 2017. - T. 2. - S. 10-13.

3. ივანოვა ი.ა. უკაბელო სენსორული ქსელების დაფარვის არეალის პერიმეტრის განსაზღვრა / I.A. ივანოვა // სამრეწველო ACS და კონტროლერები. - 2010. - No 10. - გვ. 25–30.

4. ვლასოვა ვ.ა. უკაბელო სენსორული ქსელების კვანძების ენერგეტიკული ციკლების ანალიზი / V.A. ვლასოვი, ა.ნ. ზელენინი // აღმოსავლეთ ევროპის მოწინავე ტექნოლოგიების ჟურნალი. - 2012. - T. 3, No9 (57). - ს. 13-17.

5. გალკინი პ.ვ. უკაბელო სენსორული ქსელების დანერგვის მახასიათებლები ZigBee ტექნოლოგიაზე დაყრდნობით: მატერია. VI ინ. სამეცნიერო-პრაქტიკული კონფიგურაცია / პ.ვ. გალკინი, დ.ვ. კარლოვსკი // მეცნიერებათა რეალური პრობლემები. - 2010. - No31. - გვ. 7-11.

6. ბასკაკოვი ს. უკაბელო კვანძების ენერგიის მოხმარების შეფასება MeshLogic ქსელებში / ს. ბასკაკოვი // უკაბელო ტექნოლოგიები. - 2010. - No 1. - გვ. 28–31.

7. კირიევი ა.ო. უკაბელო სენსორული ქსელების ენერგიის მონიტორინგის განაწილებული სისტემა / А.О. კირიევი, ა.ვ. სვეტლოვი // იზვესტია SFedU. ტექნიკური მეცნიერება. - 2011. - No5 (118). - S. 60–65.

8. დანიელ კიფეთევ შენკუტიე, ენერგიის ნარჩენი მონიტორინგი უსადენო სენსორულ ქსელებში / ინფორმაციული მეცნიერების, კომპიუტერისა და ელექტროტექნიკის სკოლა ჰალმსტადის უნივერსიტეტი. - 2011 .-- 84 გვ.

9. კრამორენკო ე.გ. სენსორული ქსელების ენერგიის მოხმარების შემცირება წინასწარი მონაცემების შეკუმშვის გამო: მასალა. IV სრულიად უკრაინულიდან. სამეცნიერო და ტექნიკური კონფიგურაცია / ᲛᲐᲒᲐᲚᲘᲗᲐᲓ. კრამორენკო, მ.ვ. პრივალოვი // ინფორმაციის კონტროლის სისტემები და კომპიუტერული მონიტორინგი 2013. - დონეცკი: DonNTU, 2013. - გვ. 364–369.

ნახევარგამტარული, ქსელური და ლოგისტიკური ტექნოლოგიების ბოლოდროინდელი მიღწევები განაპირობებს ფართომასშტაბიანი უკაბელო სენსორული ქსელების (WSN) გავრცელებას.

უკაბელო სენსორული ქსელი არის მრავალი სენსორის (სენსორის) და აქტივატორების განაწილებული, თვითორგანიზებელი ქსელი, რომლებიც ერთმანეთთან არის დაკავშირებული რადიო არხის საშუალებით. უფრო მეტიც, ასეთი ქსელის დაფარვის ზონა შეიძლება იყოს რამდენიმე მეტრიდან რამდენიმე კილომეტრამდე, იმის გამო, რომ შესაძლებელია შეტყობინებების გადაცემა ერთი ელემენტიდან მეორეზე.

შემოთავაზებულია უკაბელო სენსორული ქსელის მოდელი. შემოთავაზებული მოდელის ეფექტურობის შესაფასებლად, მოდით შევასრულოთ სიმულაცია OMNeT ++ პროგრამულ პაკეტში. მოდით გავაანალიზოთ მოდელირების პროცედურა და მოდელირების შედეგები. OMNeT ++ არის ობიექტზე ორიენტირებული დისკრეტული მოვლენის ქსელის სიმულატორი.

სიმულაციაში ორი სახის პაკეტია: შეტყობინებების პაკეტები, რომლებიც გამოიყენება ქსელის სენსორული კვანძების მიერ მიმღების კვანძში ინფორმაციის გასაგზავნად, ხოლო მეორე ტიპი არის ენერგეტიკული პაკეტი, რომელიც გამოიყენება ენერგიის ინფორმაციის მონიტორინგის კვანძში გადასაცემად. რა სიმულაციაში, თითოეული კვანძი პერიოდულად ითვლის მოხმარებული ენერგიის რაოდენობას და ასევე პროგნოზირებს იმ ენერგიის რაოდენობას, რომელსაც მოიხმარს უახლოეს პერიოდში. მოხმარებული ენერგიის რაოდენობა შედარებულია პროგნოზირებულთან: თუ მათ შორის სხვაობა აღემატება გარკვეულ ზღვარს, კვანძი ენერგიის პაკეტს გაგზავნის ქსელის მთავარ კვანძში (საბაზო სადგური). ზოგიერთი პაკეტი შეიცავს ინფორმაციას კვანძებში ენერგიის სავარაუდო მოხმარების შესახებ. სიმულაციისთვის შერჩეული რიცხვითი მნიშვნელობები შეგიძლიათ იხილოთ ქვემოთ მოცემულ ცხრილში.

გამოყენებული რიცხვითი მნიშვნელობები

ეს მნიშვნელობები გამოიყენება ყველა სიმულაციაში. შემოთავაზებული პროგნოზირების მოდელის ეფექტურობის საჩვენებლად ხორციელდება ქსელი ასი კვანძით. ქსელში არსებული კვანძები იყენებენ არჩეულ მარშრუტიზაციის პროტოკოლს, სახელწოდებით MFR, რათა გადაიტანონ პაკეტი დანიშნულების კვანძში. კვანძი MFR- ის გამოყენებით აგზავნის მონაცემებს კვანძში მისი გადაცემის დიაპაზონში.

ლეღვი 1 კვანძი S გადასცემს თავის მონაცემებს M კვანძზე, რადგან ის უფრო ახლოს არის D მიმღებთან, ვიდრე სხვა კვანძები მისი გადაცემის დიაპაზონში, როდესაც ის დაპროექტებულია S კვანძისა და მიმღების D. დამაკავშირებელ ხაზზე. მეზობლები. ქსელში არსებული სენსორული კვანძები ავსებენ მარშრუტიზაციის ცხრილს მეზობლების ადგილმდებარეობით და ირჩევენ უახლოესს, როგორც მომდევნო მონაცემების გადასაცემად.

მოდით წარმოვადგინოთ OMNeT ++ სიმულაციების გამოყენებით შესრულებული სიმულაციები. შეცდომა გაანალიზებულია თითოეულ კვანძში ნარჩენ ენერგიასა და მონიტორინგის კვანძში ჩაწერილ მნიშვნელობას შორის განსხვავებული ბარიერის მნიშვნელობისათვის. შემდეგი, განიხილება კავშირი საკონტროლო კვანძში გაგზავნილი ენერგიის პაკეტების რაოდენობასა და გამოყენებულ ზღურბლს შორის. ენერგიის ღირებულება არის ენერგიის დახარჯული ქსელის კვანძების მიერ საკონტროლო კვანძში ინფორმაციის შესანახად მათ ბატარეებში დარჩენილი ენერგიის რაოდენობასთან დაკავშირებით. ეს ქსელის ენერგია დამოკიდებულია ენერგიის პაკეტების საშუალო რაოდენობაზე, რომლებიც მონიტორინგის კვანძში იგზავნება თითოეული სენსორული კვანძის მიერ. ლეღვი 2 გვიჩვენებს პაკეტების საშუალო რაოდენობას კვანძში გაგზავნილი სხვადასხვა ზღურბლისთვის E = 100 წმ.

სიმულაციის დაწყების შემდეგ ორნახევარი საათის განმავლობაში, სიმულაციის შედეგები ნაჩვენებია ნახ. 2 და 3. ფიგურებში გრაფიკები აჩვენებენ საკონტროლო კვანძში გაგზავნილი ენერგეტიკული პაკეტების რაოდენობას სამი პროგნოზირების პერიოდის განმავლობაში (T = 200, T = 300 და T = 400), როდესაც მოვლენების ორი განსხვავებული მაქსიმალური ჩასვლის მაჩვენებელი (E = 100 წ. და E = 50 ერთად). ორი ფიგურის გრაფიკი აჩვენებს, თუ როგორ იზრდება ჩამოსვლის მაჩვენებელი, გაგზავნილი ენერგეტიკული პაკეტების რაოდენობა ჩვეულებრივ იზრდება. მონაცემების ჩამოსვლის იგივე მაჩვენებლისთვის, გაგზავნილი ენერგიის პაკეტების რაოდენობა იზრდება პროგნოზირების შეცდომის ზღვრის შემცირებით.

ბრინჯი 2. კოდზე გაგზავნილი პაკეტების საშუალო რაოდენობა E = 100 წმ

ბრინჯი 3. კოდზე გაგზავნილი პაკეტების საშუალო რაოდენობა E = 50 წმ

ლეღვი 4 და 5 გვიჩვენებს ენერგიის პაკეტების რაოდენობას, როდესაც ხდება მოვლენა, რომელიც იწვევს სენსორული კვანძების სენსორს, მკაცრად პერიოდულად ითვლება. გამოყენებული ჩამოსვლის პერიოდი მოვლენებს შორის P = 50 და P = 100 წმ. გრაფიკების მიხედვით, თითოეული კვანძიდან გაგზავნილი ენერგეტიკული პაკეტების რაოდენობა გაიზარდა, როდესაც მოვლენის ჩამოსვლის დრო შემცირდა. ამავე პერიოდში, გაგზავნილი პაკეტების რაოდენობა აჩვენებდა ზრდას, რადგან ბარიერი მცირდებოდა.

ენერგია ენერგეტიკული რუქის შედგენისას პირდაპირ კავშირშია დახარჯული ენერგიის ოდენობასთან, რის შედეგადაც ის ასევე იზრდება, ვინაიდან პროგნოზირების შეცდომის ბარიერი მცირდება. შესრულებული სიმულაციების შედეგებმა ასევე აჩვენა, რომ პროგნოზირების პერიოდი ზრდის გაგზავნილი ენერგიის პაკეტების რაოდენობას. ეს იმიტომ ხდება, რომ პროგნოზირების უფრო გრძელი ინტერვალებით, კვანძის ენერგიის მოხმარება უფრო პერიოდულია, ვიდრე პროგნოზირების უფრო მოკლე ინტერვალი. ეს იწვევს ენერგიის მოხმარების უფრო ზუსტ პროგნოზს, რადგან მეთოდი ეყრდნობა კვანძების ენერგიის მოხმარების წარსულ ისტორიას.

ბრინჯი 4. კოდზე გაგზავნილი პაკეტების საშუალო რაოდენობა, როდესაც P = 100 წ

ბრინჯი 5. კოდზე გაგზავნილი პაკეტების საშუალო რაოდენობა P = 50 წმ

ლეღვი მე -6 გვიჩვენებს ამ შედეგების შედარებას ამ ნაწარმოებში შემოთავაზებული მეთოდის ექსპონენციალურ გამოყენებასთან და მასში ნაპოვნი შედეგების. შედარება ხდება სხვადასხვა ზღურბლის მონიტორინგის კვანძში გაგზავნილი ენერგეტიკული პაკეტების საშუალო რაოდენობის საფუძველზე.

როგორც წესი, მონიტორინგის კვანძზე გაგზავნილი პაკეტების ენერგიის საშუალო რაოდენობა უფრო მაღალია ყველა იმ ბარიერისთვის, რომელიც გამოიყენება ექსპონენციალური მოდელის გამოყენებისას, ვიდრე სავარაუდო მეთოდი, როდესაც ვარაუდობენ, რომ გარემოში მოვლენების თანაბრად გადანაწილება. ეს არის იმის გამო, რომ საშუალო ექსპონენციალური საშუალო მეთოდი პროგნოზირებს კვანძების ენერგიის მოხმარებას მათი ენერგომოხმარების ისტორიის საფუძველზე. მოულოდნელი მოვლენების დადგომის გამო, ზოგიერთი ენერგიის მოხმარების კვანძის ქცევა შეიძლება გადაუხვევდეს იმ საშუალო ენერგიას, რომელიც მათ წარსულში გამოიყენეს. ეს გავლენას ახდენს კვანძების მომავალში ენერგიის შემცირების სავარაუდო პროგნოზებზე, რაც აიძულებს კვანძებს გაგზავნონ მეტი პაკეტი.

ბრინჯი 6. მოდელების შედარება (თითო კვანძზე გაგზავნილი პაკეტების საშუალო რაოდენობა)

რაც უფრო მაღალია ენერგიის პაკეტების რაოდენობა, რომლებიც იგზავნება კვანძის მონიტორინგისთვის, მით უფრო მაღალია ენერგიის რუქის აგების ღირებულება. მკაცრად პერიოდული მოვლენის ჩამოსვლის მოდელის შემთხვევაში, ამ ნაწარმოებში გამოყენებული ექსპონენციალური მოდელი უკეთესად მუშაობს, ვიდრე გამოყენებული მოდელი, როდესაც ბარიერი დადგენილია 1% და 3%. ეს განპირობებულია კვანძების ენერგიის მუდმივი მოხმარებით, რაც დაკავშირებულია მოვლენების პერიოდულობასთან.

ლეღვი 7 და 8 აჩვენებს პაკეტების საერთო რაოდენობას ქსელში ორი განსხვავებული პაკეტის ჩამოსვლის ნიმუშისთვის. ორივე შემთხვევაში, ენერგიის პაკეტების საერთო რაოდენობა ქსელში იზრდება, როდესაც ბარიერი მცირდება და შეტყობინებების პაკეტების რაოდენობა უცვლელი რჩება. ენერგეტიკული პაკეტების საერთო რაოდენობის ზრდა ზრდის ენერგიის ბარათის ღირებულებას, რადგან ის პირდაპირ კავშირშია სენსორული კვანძიდან გაგზავნილი ენერგიის პაკეტების რაოდენობასთან. ორივე ფიგურა აჩვენებს პაკეტების საერთო რაოდენობას ქსელში მთელი სიმულაციური პერიოდის განმავლობაში, როდესაც პროგნოზის პერიოდი დადგენილია 400 წმ -მდე.

ენერგიის მონიტორინგის ქულა არის განსხვავება თითოეული კვანძის ნარჩენ ენერგიასა და საკონტროლო კვანძში ჩაწერილ ნარჩენ ენერგიას შორის. შეფასების შედეგად, ჩვენ დავასკვნათ, რომ ენერგიის რაოდენობა, რომელიც აღემატება ზღურბლის მნიშვნელობას, გროვდება მონიტორინგის ერთეულში და გადახრა უფრო დიდია ბარიერის უფრო მაღალი მნიშვნელობებისთვის.

1) ენერგოეფექტური ქსელის ოპერაციების მთავარი პუნქტი იქნება მეტი კვანძის ძილის უნარი, უშუალოდ მათი ბატარეის გაზრდის შესაძლებლობა. როდესაც სენსორული კვანძი აქტიურ მდგომარეობაშია, მას შეუძლია შევიდეს ძილის რეჟიმში, რაც საშუალებას მისცემს შეამციროს ენერგიის მოხმარება. სენსორის კვანძი გადადის ამ რეჟიმში მონაცემთა გადაცემის / მიღების სესიებს შორის. ყველა რეჟიმი შედგება ციკლებისგან და თითოეული ციკლი შედგება ძილისა და მოსმენის პერიოდებისაგან. ენერგიის მაქსიმალური მოხმარება იქნება მონაცემთა გადაცემა და მიღება. კერძოდ, ენერგიის მოხმარების შემცირების ერთ -ერთი ვარიანტი იქნება სენსორის აქტიური რეჟიმიდან ძილის რეჟიმში გადასვლა, როდესაც ენერგიის მოხმარება მინიმალურია;

2) სენსორულ ქსელებში ZigBee ტექნოლოგიის გამოყენებით, შესაძლებელია ინფორმაციის გაგზავნამდე შეკუმშვა. ამავდროულად, მონაცემთა გადაცემის დრო მცირდება, თავად მოწყობილობა ამცირებს თავის დროს ჰაერში და, ბუნებრივია, ნაკლებ ენერგიას ხარჯავს მონაცემთა პაკეტის გადასაცემად. კოდეკები საჭიროა პირდაპირი შეკუმშვისთვის. კოდეკების გამოყენება საშუალებას გაძლევთ შეამციროთ ენერგიის მოხმარება გადაცემული ინფორმაციის შეკუმშვით. გადაცემული მონაცემების რაოდენობის მინიმიზაცია შეამცირებს ენერგიის მოხმარებას.

3) მოხმარებული ენერგიის რაოდენობა ასევე დამოკიდებული იქნება შერჩეული ქსელის ტოპოლოგიაზე. უჯრედის ტოპოლოგიაში უფრო მეტი ენერგია იხარჯება იმის გამო, რომ ქსელის თითოეული კვანძი უფრო ხშირად ურთიერთობს და, შესაბამისად, ის უფრო მუშა მდგომარეობაშია.

ბრინჯი 7. სულ პაკეტების რაოდენობა ქსელში P = 50

ბრინჯი 8. სულ პაკეტების რაოდენობა ქსელში E = 50

ყველაზე დაბალი ენერგიის მოხმარება ხდება ვარსკვლავის ან კლასტერული ხეების ტოპოლოგიის გამოყენებისას, რადგან ამ ტოპოლოგიებში კოორდინატორები უშუალოდ უკავშირდებიან ფიქსირებულ ქსელს.

ბიბლიოგრაფიული მითითება

აჩილოვა I.I., გლუშაკ ე.ვ. უკაბელო სენსორული ქსელების კვლევა // გამოყენებითი და ფუნდამენტური კვლევების საერთაშორისო ჟურნალი. - 2018. - No 5-1. - ს. 11-17;
URL: https://applied-research.ru/ru/article/view?id=12208 (დაშვების თარიღი: 26.04.2019). ჩვენ თქვენს ყურადღებას ვაქცევთ "საბუნებისმეტყველო მეცნიერებათა აკადემიის" მიერ გამოცემულ ჟურნალებს

უკაბელო სენსორულ ქსელებს აქვთ მარტივი განლაგების, თვითორგანიზაციისა და გამძლეობის უნიკალური მახასიათებლები. ინფორმაციის შეგროვების ახალი პარადიგმა, უკაბელო სენსორული ქსელები გამოიყენება ფართო სპექტრის მიზნებისთვის, რომლებიც დაკავშირებულია ჯანმრთელობასთან, გარემოსდაცვით კონტროლთან, ენერგიასთან, საკვების უსაფრთხოებასთან და წარმოებასთან.

ბოლო რამდენიმე წლის განმავლობაში, მრავალი წინაპირობა იყო სენსორული ქსელების რეალური. აშენდა რამდენიმე პროტოტიპის სენსორული კვანძი, მათ შორის Motes Berkeley- ში, uAMPS MIT- ში და GNOMES რაისში. სენსორული ქსელების ელემენტარული ფუნქციებია პოზიციონირება, გამოვლენა, თვალყურის დევნება და გამოვლენა. სამხედრო პროგრამების გარდა, იყო სამოქალაქო პროგრამები, რომლებიც ემყარებოდა ელემენტარულ ფუნქციებს და შეიძლება დაიყოს ჰაბიტატის მონიტორინგი, გარემოს მონიტორინგი, ჯანდაცვა და სხვა კომერციული მიზნები.

აპლიკაციები. გარდა ამისა, სიბლიმ ცოტა ხნის წინ შექმნა მობილური სენსორი სახელწოდებით Robomote, რომელიც აღჭურვილია ბორბლებით და შეუძლია მოედნის გარშემო გადაადგილება.

როგორც ერთ -ერთი ყველაზე ადრეული მცდელობა სენსორული ქსელების სამოქალაქო გამოყენებისთვის, ბერკლიმ და ინტელის კვლევის ლაბორატორიამ გამოიყენეს Mote სენსორული ქსელი ქარიშხლის კითხვების მონიტორინგისთვის კუნძულ დაკში, მეინი, 2002 წლის ზაფხულში. სენსორული სენსორების ორი მესამედი დამონტაჟებულია მეინის სანაპიროზე, რათა შეაგროვოს საჭირო (სასარგებლო) ინფორმაცია რეალურ დროში მსოფლიო პუტინზე (ინტერნეტი). სისტემა მუშაობდა 4 თვეზე მეტხანს და აწვდიდა მონაცემებს

ცუდი ამინდის პირობების გამო (ზამთარში) მეცნიერებმა კუნძულიდან წასვლის შემდეგ 2 თვის განმავლობაში. ჰაბიტატის მონიტორინგის ეს პროგრამა არის სენსორული ქსელური პროგრამების მნიშვნელოვანი კლასი. რაც მთავარია, ქსელის სენსორებს შეუძლიათ შეაგროვონ ინფორმაცია სახიფათო გარემოში, რომელიც ადამიანისთვის არახელსაყრელია. მონიტორინგის კვლევების დროს გათვალისწინებული იქნა დიზაინის კრიტერიუმები, მათ შორის დიზაინის შექმნა, სენსორული სისტემის შექმნა დისტანციური წვდომისა და მონაცემთა მართვის შესაძლებლობით. არაერთი მცდელობა იქნა მიღებული მოთხოვნების დასაკმაყოფილებლად, რამაც გამოიწვია პროტოტიპის სენსორული ქსელური სისტემების კომპლექტის განვითარება. ბერკლის და ინტელის კვლევითი ლაბორატორიის მიერ გამოყენებული სენსორული სისტემა, პრიმიტიული, ეფექტური იყო გარემოსდაცვითი მონაცემების შეგროვებაში და მეცნიერებს მიაწოდეს მნიშვნელოვანი ინფორმაცია.

სენსორულმა ქსელებმა აღმოაჩინეს პროგრამები დაკვირვებისა და პროგნოზირების სფეროში (გამოცნობა). ასეთი პროგრამის ცოცხალი მაგალითია ავტომატური ლოკალური შეფასება რეალურ დროში (ALERT) სისტემა, რომელიც შემუშავებულია ამინდის ეროვნული სამსახურის მიერ უკაბელო სენსორული ქსელის საშუალებით. მეტეოროლოგიური / ჰიდროლოგიური სენსორული მოწყობილობებით აღჭურვილი სენსორები ამ პირობებში ჩვეულებრივ ზომავს ადგილობრივი ამინდის რამდენიმე თვისებას, როგორიცაა წყლის დონე, ტემპერატურა, ქარი. მონაცემები გადაეცემა მხედველობის რადიოკავშირის საშუალებით სენსორების საშუალებით საბაზო სადგურზე. წყალდიდობის პროგნოზირების მოდელი ადაპტირებულია მონაცემების დამუშავებისა და ავტომატური გაფრთხილების გასაცემად. სისტემა უზრუნველყოფს რეალურ დროში მნიშვნელოვან ნალექებს და წყლის დონის ინფორმაციას ქვეყნის ნებისმიერ წერტილში წყალდიდობის პოტენციალის შესაფასებლად. ახლანდელი (ახლანდელი) ALERT სისტემა დამონტაჟებულია შეერთებული შტატების დასავლეთ სანაპიროზე და გამოიყენება კალიფორნიასა და არიზონაში წყალდიდობის თავიდან ასაცილებლად.

ცოტა ხნის წინ, სენსორული სისტემები ფართოდ იქნა გამოყენებული ჯანდაცვის ინდუსტრიაში, რომელსაც იყენებდნენ პაციენტები და ექიმები გლუკოზის დონის, კიბოს დეტექტორების და ხელოვნური ორგანოების მონიტორინგისა და მონიტორინგისთვის. მეცნიერები ვარაუდობენ, რომ ადამიანის სხეულში ბიოსამედიცინო სენსორები სხვადასხვა მიზნებისთვის იმპლანტირდება. ეს სენსორები ინფორმაციას უგზავნიან გარე კომპიუტერულ სისტემას უკაბელო ინტერფეისის საშუალებით. რამდენიმე ბიომედიკური სენსორი გაერთიანებულია პროგრამების სისტემაში, რათა დადგინდეს დაავადების დიაგნოზი და მკურნალობა. ბიოსამედიცინო სენსორები აცხადებენ სამედიცინო მომსახურების უფრო მოწინავე დონეს.

უსადენო სენსორულ ქსელებსა და კომპიუტერულ და სატელეფონო ქსელებს შორის მთავარი განსხვავება არის მუდმივი ინფრასტრუქტურის ნაკლებობა, რომელიც ეკუთვნის კონკრეტულ ოპერატორს ან პროვაიდერს. სენსორული ქსელის თითოეულ მომხმარებლის ტერმინალს აქვს უნარი იმოქმედოს არა მხოლოდ როგორც საბოლოო მოწყობილობა, არამედ როგორც სატრანზიტო კვანძი, როგორც ეს ნაჩვენებია 1.2 -ში.

სურათი 1.2 - ქსელის სენსორების დამაკავშირებელი მაგალითი