Item Type: |
Ph.D. Thesis |
Title: |
Wireless Sensor Networks Maintenance Framework |
Language: |
English |
Abstract: |
The capability of the Wireless Sensor Network (WSN) to perform the information
processing and energy saving tasks and their effectiveness largely depends on ensuring
stability of network properties. Unpredictable nature of WSN and at the same time strict
application requirements call for the incorporation of the maintenance mechanisms. The
aim of this thesis is to design a set of maintenance techniques for tackling the most common
and important problems impacting WSN. This thesis defines four distinct maintenance
problems and presents efficient and robust solutions. The considered problems
include: Localized Energy Hole Profiling - mapping of an uneven energy distribution
in the network, Topology Oriented Maintenance - finding and remedying topology irregularities,
Distributed k-Connectivity Maintenance - assuring communication reliability
by providing low resource cost localized k-connectivity with latency guarantees and
Adaptive Spatial Sampling - dynamic adaptation of spatial sampling resolution in order to
match the sampling to the dynamics of monitored phenomena. The presented in this thesis
algorithms for tackling the above outlined problems constitute together Maintenance
Framework for WSN.
Localized Energy Hole Profiling: WSNs display non-uniform energy usage distribution,
induced by non-uniform distribution of communication traffic or sensing activities,
which manifests itself as energy holes. Energy holes are direct source of the network
partitioning and sensing voids. The thesis presents new distributed energy profiling algorithms
for generalized types of energy holes. The algorithms search for boundary nodes
of energy hole and use them as a reference to calculate the energy needs of sensor nodes
within the energy hole. These, when aggregated, create angular and radial energy profiles.
Topology Oriented Maintenance: Sparse WSN networks even while connected, usually
suffer from topology irregularities that negatively impact the network lifetime and
responsiveness, i.e., sensor data delivery reliability and latency. The thesis directly targets
the problem by proposing algorithms that use the discrepancy between Euclidean and
hop distances, to provide in-network and localized strategy that efficiently (i) discovers
generic topology irregularities, and (ii) identifies locations for minimal number of new
augmented sensor deployments to remedy topology irregularities and sustain the desired
operational requirements.
Distributed k-Connectivity Maintenance: A common approach for providing reliability
in WSN is to assure global k-connectivity. This property guarantees that the failure
of up to k - 1 sensor nodes does not cause network partitioning. Thesis develops a technique
that allows for localized, sustainable maintenance, capable of efficiently restoring
the WSN desired k-connectivity. The approach is based on assuring that each sensor node
in its routing tree has at least k direct or indirect neighbors, which are placed closer to the
sink than sensor node itself.
Adaptive Spatial Sampling: A prominent application of WSNs is the monitoring of
physical phenomena. The monitored phenomena often tend to have unknown spatial distributions,
that also change over time resulting in either under- or over-sampling of signals
in space. The thesis outlines a Voronoi based adaptive spatial sampling algorithm, which
aims at minimizing measured signal variation at neighboring Voronoi sensor nodes. This
approach generates additional new sampling locations in the under-sampling regions to
fulfill specified accuracy requirements.
The effectiveness and efficiency of all outlined in this thesis algorithms were tested
through a set of extensive simulations. |
Alternative Abstract: |
Alternative Abstract | Language |
---|
Die Fähigkeit des Wireless Sensor Networks (WSN), für die Informationen Verarbeitung, Energieeinsparung Aufgaben und ihre Wirksamkeit hängt weitgehend von der Gewährleistung der Stabilität der Netzwerk-Eigenschaften ab.
Unberechenbare Natur von WSN, bei gleichzeitiger strengen Anwendung Anforderungen, erfordert die Einbeziehung der Wartungsmechanismen (Maintenance).
Das Ziel dieser Arbeit ist es, der Entwurf einer Reihe von Wartungs-Techniken für die Bewältigung der häufigsten und wichtigen Problemen die auf WSN auswirken.
Diese These definiert vier verschiedene Wartungs-Probleme und präsentiert effiziente und robuste Lösungen. Es wurden in dieser These folgende Probleme behandelt: Localized Energy Hole Profiling - das Lokalisieren der ungleichmäßigen Energieverteilung in dem Netzwerk,
Topology Oriented Maintenance - das Finden und Beheben von Unregelmäßigkeiten der Topologie, Distributed k-Connectivity Maintenance - Sicherstellung der Zuverlässigkeit der Kommunikation durch Bereitstellung kostengünstigen Ressourcen lokalisierte k-Konnektivität mit Latenz Garantien, und Adaptive Spatial Sampling - dynamische Anpassung der räumlichen Abtastauflösung, um die Dynamik der überwachten Phänomenen zu entsprechen.
Die in dieser These präsentierte Algorithmen zur Bewältigung der vorgestellten oben skizzierten Probleme bilden zusammen Wartung Framework für WSN.
Localized Energy Hole Profiling: WSNs zeigten an ungleichmäßige Energieverbrauch Verteilung induziert durch ungleichmäßige Verteilung der Kommunikationsverkehrs oder durch die Messungsaktivitäten, die sich als Energie Löcher manifestierten. Diese Energie Löcher sind direkte Quelle das Netzwerk-Partitionierung und verusachen die Messungshohlräume.
Die These präsentiert neue dezentrale Profiling-Algorithmen für generalisierte Arten von Energie Löcher. Die Algorithmen suchen nach Grenzknoten und verwenden diese als eine Referenz, um die benötigte Energie von Sensorknoten im Energieloch zu berechnen.
Diese, wenn aggregiert, erstellen winkligen und radialen Energie-Profile.
Topology Oriented Maintenance: dünne WSN Netzwerken leiden unter Topologie Unregelmäßigkeiten, auch wenn verbunden. Das wirkt negativ auf das Netzwerk Lebensdauer und Reaktionsfähigkeit, z.B.: Sensordaten Liefertreue und Latenz übertragen.
Die These zielt direkt auf das Problem mit den vorgeschlagenen Algorithmen, die die Diskrepanz zwischen den Euklidischen und den Schritt (Hop) Entfernungen benutzen, um in-Netzwerk lokalisierte Strategien bereitzustellen. Diese Strategien (i) entdecken effizient generischen Topologie Unregelmäßigkeiten und (ii) identifizieren Standorte für minimale Anzahl von neuen Sensor-Installationen zu Behebung von Topologie Unregelmäßigkeiten und Erhaltung der gewünschten betrieblichen Anforderungen.
Distributed k-Connectivity Maintenance: das gemeinsame Konzept für Bereitstellung von Zuverlässigkeit in WSN basiert auf Gewährleistung globaler k-Konnektivität . Diese Eigenschaft garantiert, dass das Scheitern von bis zu k - 1 Sensorknoten keine Netzwerk-Partitionierung verursacht. These entwickelt eine Technik, die lokalisierte, nachhaltige Wartung, und effiziente Wiederherstellung der WSN k-Konnektivität ermöglicht. Der Ansatz basiert auf dem Prinzip, dass jeder Sensorknoten in seinem Routing-Baum hat mindestens k direkten oder indirekten Nachbarn, die sind platziert näher an der Sink als der Sensorknoten an sich.
Adaptive Spatial Sampling: Eine prominente Anwendung des WSNs ist die Überwachung von dem physikalischen Phänomen. Die überwachten Phänomene neigen oft dazu, unbekannte räumliche Verteilungen zu haben. Diese führen im Laufe der Zeit, entweder zum "under-"oder "over-sampling" von Signalen im Raum. Diese These skizziert einen Voronoi basierten, adaptiven räumlichen Sampling-Algorithmus, der auf die Minimierung der gemessenen Signaländerung an benachbarten Voronoi Sensorknoten zielt. Dieser Ansatz generiert zusätzliche neue Mess-Stellen in der "under-sampling" Regionen um spezifizierte Genauigkeit zu erfüllen.
Die Effektivität und Effizienz aller in dieser These beschriebenen Algorithmen wurden getestet durch umfangreiche Simulationen. | German |
|
Place of Publication: |
Darmstadt |
Uncontrolled Keywords: |
Topology, Failure Tolerance, Adaptive Sampling, Maintenance, Wireless Sensor Networks |
Classification DDC: |
000 Allgemeines, Informatik, Informationswissenschaft > 004 Informatik |
Divisions: |
20 Department of Computer Science > Dependable Embedded Systems & Software |
Date Deposited: |
13 Jun 2013 08:18 |
Last Modified: |
09 Jul 2020 00:20 |
URN: |
urn:nbn:de:tuda-tuprints-34237 |
Referees: |
Suri, Prof. Ph.D Neeraj and Becker, Prof. Ph.D Christian |
Refereed: |
19 April 2013 |
URI: |
https://tuprints.ulb.tu-darmstadt.de/id/eprint/3423 |
Export: |
|