Drahtlose Sensornetze (Wireless Sensor Networks, WSNs) kombinieren eingebettete Sensorik und Rechenleistung mit einer drahtlosen Kommunikationsinfrastruktur, wodurch räumlich verteilte Überwachungsanwendungen unterstützt werden. WSNs werden seit mehr als drei Jahrzehnten erforscht, aktuelle soziale und industrielle Trends wie intelligentes Wohnen oder das Internet der Dinge haben aber auch die kommerzielle Bedeutung dieser Schlüsseltechnologie verstärkt. Die übertragbaren Datenmengen sind durch das Transportmedium und die verfügbare Energie der Sensorknoten beschränkt. Um die wachsende Anzahl an Sensoren und die steigenden Abtastraten dennoch zu bewältigen, wurden die ursprünglich als einfache Datenerfassungssysteme ausgelegten WSNs um Fähigkeiten zur dezentralen Datenaggregation erweitert. Um den dadurch ständig wachsenden Bedarf an verteilter Rechenleistung mit den beschränkten Energieressourcen zu realisieren, werden energieeffiziente Recheneinheiten benötigt.

In der vorliegenden Arbeit wird die Hardware-Accelerated Low Power Mote (HaLoMote) Architektur vorgestellt und deren Effizienz für rechenintensive WSN-Anwendungen untersucht. Dabei handelt es sich um eine heterogene Architektur mit einem Field Programmable Gate Array (FPGA) für die Hardware-Beschleunigung von Datenaggregationsalgorithmen und einem Funksystem mit integriertem Mikrocontroller für das Netzwerkmanagement und die übergeordnete Steuerung der Anwendungen. Um eine effiziente Energieverwaltung für die HaLoMote zu ermöglichen, verwendet die prototypische Implementierung namens Hardware-Accelerated Low Energy Wireless Embedded Sensor Node (HaLOEWEn) ein FPGA mit persistentem Konfigurationsspeicher. Wie bei jeder Multiprozessorarchitektur beeinflusst die Interprozessorkommunikation und -koordination auch die Effizienz der HaLoMote. Daher wurde ein anwendungsunabhängiges Kommunikationsschema entwickelt, welches eng mit den Energiesparmechanismen der Plattform verknüpft und auf schnelle Wechsel zwischen Aktiv- und Ruhemodi ausgelegt ist. Dadurch können Schlafphasen innerhalb jedes Abtastzykluses selbst bei Abtastraten von mehreren Hundert Hertz genutzt werden.

Die vorliegende Arbeit untersucht darüber hinaus das Abwägen zwischen der drahtlosen Übertragung von Sensordaten und deren lokaler Aggregation. Dazu wird die HaLOEWEn Plattform mit herkömmlichen Software-Prozessoren bezüglich ihrer Laufzeit- und Energieeffizienz im Rahmen von drei Überwachungsanwendungen verglichen. Die verwendeten Algorithmen kombinieren Hardware-Beschleuniger für digitale Signalverarbeitungsprimitiven und verlustfreie Datenkompression mit einem präzisen Zeitsynchronisationsmechanismus sowie einem Verfahren zum kollisionsfreien Verteilen von Informationen im Netzwerk. Diese allgemeinen Komponenten können für ähnliche verteilte Überwachungsanwendungen mit aufwändiger dezentraler Datenaggregation wiederverwendet werden.

Eine Anwendung aus dem Bereich der Strukturüberwachung (Structural Health Monitoring, SHM) wird für die systemische Evaluation des HaLoMote Konzepts verwendet. Die Random Decrement Technique (RDT) ist ein spezieller Aggregationsalgorithmus, welcher das freie Ausschwingverhalten der überwachten Struktur ermittelt, selbst wenn die eigentliche Anregung der Struktur nicht bekannt ist. Dies ermöglicht eine operative Modalanalyse, welche die Voraussetzung für eine autonome Langzeitüberwachung ist. Die Berechnung der RDT auf der HaLOEWEn Plattform benötigt nur 43 % der Energie, welche ein aktueller ARM Cortex-M Mikrocontroller für den gleichen Algorithmus verbraucht. Um die Funktionsfähigkeit des gesamten WSN-basierten SHM Systems nachzuweisen, wurde ein Demonstrator im Labormaßstab aufgebaut. Im Vergleich zu einem drahtgebundenen Labormesssystem können die wesentlichen Strukturinformationen vom HaLOEWEn Netzwerk mit weniger als 1 % Abweichung erfasst werden.