网路模拟技术与应用.docx

网路模拟技术与应用.docx

《网路模拟技术与应用.docx》由会员分享，可在线阅读，更多相关《网路模拟技术与应用.docx（9页珍藏版）》请在冰豆网上搜索。

网路模拟技术与应用

網路模擬技術與應用

FinalProject

學生：

林政龍

學號：

695430012

指導教授：

潘仁義教授

1.題目:

AdaptiveColorThreshold（ACT）

2.相關研究:

在無線感測網路（WSN）的應用上，常利用無線感測裝置作為收集資訊、數據的來源，例如：

溫度、濕度、氣體濃度、化學物質、物體移動、位置等監控。

不過，在設計上無線感測器本身還是有一些限制存在，例如：

電能消耗、記憶體大小、頻寬穩定度、感測器堪用…等，當感測器部署在野外的生態環境中[1]，其電量來源完全是依賴電池所供應，若當電池的電量消耗殆盡時，此感測器就無法正常運作，而影響到我們的觀察及監控。

所以在設計WSN的佈建初期，如何最少的感測器、最少的計算量，以及最少的通訊量，讓具有獨立應用特性的感測器能在彼此間進行通訊與監控，且能達到節省電量消耗，就成為目前WSN系統研究的目標之一。

在無線感測網路環境，就能量消耗的議題來探討，每ㄧ個感測節點因為電量有限，無論在資料的感測、處理或傳輸都需要避免電能的大量消耗，但是當傳輸距離越遠時，所消耗的能量越大。

在此條件下，距離工作站（BaseStation）最遠的感測節點若要傳回感測資料，都必須耗費大量的電量，極易造成感測節點因電量耗盡而死亡（如圖一A所示）；若為了要避免前述情況而將其傳輸模式改變，現在每一個感測節點都需幫忙鄰近節點遞送資料，如此一來距離BS最遠的感測節點不用耗費大量電量來傳送資料，可靠其他節點幫忙轉送資料到BS，但卻會造成距離最近的感測節點極容易死亡，原因是這些節點都必須幫其他節點轉送資料，時常啟動傳輸功能而消耗過多的電量（如圖一B所示），因此，為了前述的兩種情況，許多學者皆發展出多項的路由協定，來改善電量消耗的問題。

圖一A直接傳輸環境圖一B間接傳輸環境

目前發展出來的路由協定，都透過各種處理方法來降低資料的傳輸次數，例如clustering、Data-aggregation、Signaling-exchange、Power-aware等等。

其中以階層式的LEACH[2]（low-energyadaptiveclusteringhierarchy）為最經典的protocol之ㄧ（如圖二），在LEACH此module的環境下，將所有的感測節點以叢集化（cluster）架構所組成，每個叢集族群內皆會選出一叢集頭（cluster-head）負責收集同叢集的其他感測節點（non-cluster-head）的感測資料，等資料彙整後，再將其資料傳送給BS（BaseStation），如此可避免每一個感測節點直接傳回給BS而造成大量的能量消耗。

圖二LEACH環境架構圖

3.AdaptiveColorThreshold叢集演算法

3.1研究動機:

在LEACH階層式架構的網路環境之下，把網路分成一群一群的cluster，每一群cluster選出一個cluster-head，由cluster-head把data傳回basestation。

無疑的，階層式架構為理想的機制，若將此架構套用在自然生態的監控下，必能有極佳的效能，但此架構仍不盡理想，原因如下所述:

第一，LEACH在每一個回合其cluster-head皆會將收集到的資料回傳至BS，如此並未完全達到節省能量消耗，所以我們希望在環境中加入優先權的概念，將環境做優先權的區別，優先權高的在每ㄧ個回合cluster-head皆回傳資料（與LEACH協定相同）；優先權低的，我們將給予抑制（suppression）的條件來決定cluster-head是否需要回傳資料，理想地控制能量消耗。

第二，即尚未考慮到資料在空間與時間上的相關性，依空間上來解說，同一個區域（cluster）所感測到的data有很高的相關性，以溫度為例，鄰近的感測節點因為距離相近，所感測到的數據值可能差距不大；又以時間上來解說，地理環境中的溫度不可能在短時間（5~10分鐘）產生激烈的變化。

若未考慮到時間與空間上的資料相關性，將這些資料全部傳回給basestation，會造成無謂的傳輸能浪浪費。

3.2AdaptiveColorThreshold機制:

第1，我們採用階層性路由協定的架構來將整個網路環境切割成一群一群的cluster，此種階層性路由協定的架購的好處在於透過將所有的sensornode在回傳資料給basestation時必須進行長距離的傳輸的負擔轉移至cluster-head的角色來避免造成大量的communicationenergy消耗，並且加入了優先權概念（即AdaptiveColorThreshold）利用不同顏色來做為每一個區域使否回傳感測資料的門檻（如圖三所示），綠色代表所感測的資料顯示環境應該屬於正常的狀態，黃色代表所感測的資料顯示環境可能發生特定事件但尚未到達嚴重的程度，屬於警告的狀態，提醒後端的監控人員可能必須提高注意力，再來，紅色代表所感測的資料顯示環境可能發生嚴重事件，屬於危險的狀態，必須馬上進行緊急的處理動作。

第2，我們更進一步討論出當無線感測網路所要觀測的網路環境變化性不大的時候，可以透過時間抑制（temporalsuppression）與空間抑制（spatialsuppression）來減少redundantdata的傳輸及接收來減少能量的消耗（如圖四所示），當變化性愈小的時候，redundantdata的情況愈明顯，相對的所能節省的能量也就愈多。

而時間抑制的條件為依據感測節點目前此回合所得到的感測值di與前一個回合的感測值SV的差值若小於±δtemp變滿足條件；空間抑制的條件為clsuter-head的感測值dj與感測節點的感測值di的差值若小於±δspatial變滿足條件。

圖三LEACH與AdaptiveColorThreshold（ACT）的環境架構圖

第3，雖然整個感測環境經過時間及空間的抑制後，可以解決節省能量消耗的問題，但是卻會衍生出資料精確性的；當感測節點的感測值因為滿足抑制條件後，便不把其感測值傳回BS，如此的話，當BS沒收到其節點的感測值便無法精確得知此回合的感測資料，造成使用者無法做到完整的監控，針對此問題，我們設計出α值來最小化suppression所產生的誤差。

圖四時間與空間抑制示意圖

3.3感測節點的操作程序:

在我們的ACT架構底下，一開始我們直接沿用LEACH協定來選擇cluster-head（p=5%），當選擇完cluster-head後，便發送公告（adv.）給環境上的每一個感測節點並且邀請加入其叢集，此時每一個感測節會收到多個cluster-head的公告邀請，此公告內會夾帶著多種訊息如展頻碼、叢集編號、感測資料……等等。

感測節點會根據使否滿足時間抑制或空間抑制來決定加入叢集與否，而為了節省傳輸的能量，感測節點將會根據訊號強度選擇最近的cluster-head加入。

在形成cluster後，cluster-head會排定TDMAschedule給屬於相同cluster的non-cluster-head傳輸的時槽（timeslot），以決定每ㄧ個non-cluster-head傳輸時間，等待cluster-head收集完資料後，便將資料傳給BS。

無論是cluster-head或non-cluster-head在完成傳輸的動作後，便會進入睡眠狀態，以節省電量，之後便等待下一次回合到來，再次醒來開始新的回合。

如3.2的第三項重點所述，我們的機制利用時間與空間抑制來達到省電效果，但卻有資料精確性的問題產生，為了解決此項問題，我們提出了α來使誤差降至最低，公式如下:

其中，SV為感測節點前一個回合的感測值；dj為cluster-head的感測值；di為感測節點當前這回合的感測值，利用此公式來達到其時間或空間上被抑制的比重分配，以做到最小化誤差。

無論是cluster-head或non-cluster-head皆會在傳送資料後，開始計算屬於本身節點的α值再進入睡眠狀態；之後non-cluster-head會等下一次回合開始，就將前一個回合所計算出的αt-1值與環境的感測資料一併傳送給cluster，等待cluster彙整完資料後，再將其α值與感測資訊傳送回給BS。

感測節點操作程序的完整流程（如圖五所示）:

圖五感測節點操作程序的流程圖

3.4BaseStation（BS）操作程序

BS收取無線感測網路環境所感測到的數據資料後，因為我們提出了時間與空間抑制，影響了資料的完整性，為了要得知被抑制的感測值，因此在BS提出了估計公式來估測節點未傳回的感測值；若感測節點並未達到suppression的條件，便會將完整的感測值傳回給BS，而BS可以得到精確的感測資料，便不需要執行估計的程序，反之，若BS未得到感測節點的感測值，就必須根據下列公式來估計其感測值:

其中，SV為temporal的估計值，將直接採用sensornode最後傳給BS的感測值當作估計值；Vi為spatial的估計值，利用線性方程式

求得斜率m與截距b後，再使用兩點內插法或外插法來求得估計值（如圖六所示）

圖六內插法與外插法的示意圖

4.模擬

4.1模擬環境

我們使用網路模擬器NS2[3]來做模擬，在我們的模擬環境中，100個node隨機分佈在100100平方公尺的網路中，每個sensornode的初始能量都相同（2焦耳）。

Datasize為50bytes，headersize為4bytes，通道頻寬為1Mb/s。

Rradiomodel的參數如表格1，通道與天線的參數如表格2。

Transmitter/ReceiverElectronic

50nJ/bit

DataAggregation

5nJ/bit

TransmitAmplifier（d<）

10pJ/bit/

TransmitAmplifier（d>）

0.0013pJ/bit/

Sensingenergy

0J/bit

Idlepower

0W

Sleeppower

0W

表格1Rradiomodel的參數

Propagationspeed

m/s

Carrierfrequency

Txantennagain

1.0

Rxantennagain

1.0

Antennaheight

1.5

表格2通道與天線的參數

4.2模擬結果

若進行了datasuppress，我們失去的就是重要性高的資料，因此我們覺得在比較資料的精確性時，應該把資料的重要性考慮進去。

所以我們在考慮誤差時，加入了weightederrorcostfunction的考量。

假設我們環境溫度的安全值為TSafe度，在我們雞隻養殖的例子中，如表格5，在雛雞生長的環境中，度，在成雞生長的環境中，度，而sensornode所感測到的資料是TSense度，在沒考慮weightederrorcostfunction時，而進行datasuppress所造成的誤差為ε，但若考慮weightederrorcostfunction時，可得weightederrorcost如下：

針對temporalsuppression、spatialsuppression，我們將利用三種熱源模組來驗證我們所提出的ACT機制，分別為

（1）熱源模組（heatsourcemodel）,

（2）熱震盪模組（heatoscillationmodel）（3）熱浪型模組（wavefrontmodel），首先，熱源模組為一個隨機產生