Exploiting spatial correlations for efficient communication and deployment optimisation in wireless sensor networks

Oldewurtel, Frank; Mähönen, Petri Heikki

doi:999910055364

Exploiting spatial correlations for efficient communication and deployment optimisation in wireless sensor networks = Effiziente Kommunikation und Optimierung der Knoten-Positionierung in drahtlosen Sensornetzen unter Ausnutzung räumlicher Korrelationen

Oldewurtel, Frank

2011

Verantwortlichkeitsangabevorgelegt von Frank Oldewurtel

ImpressumAachen : Publikationsserver der RWTH Aachen University 2011

UmfangVII, 155 S. : Ill., graph. Drast., Kt.

Aachen, Techn. Hochsch., Diss., 2011

Zsfassung in engl. und dt. Sprache

Genehmigende Fakultät
Fak06

Hauptberichter/Gutachter
Mähönen, Petri Heikki (Thesis advisor)

Tag der mündlichen Prüfung/Habilitation
2011-06-20

Online
URN: urn:nbn:de:hbz:82-opus-37077
URL: https://publications.rwth-aachen.de/record/64494/files/3707.pdf

Einrichtungen

Lehrstuhl und Institut für Vernetzte Systeme (615510)

Inhaltliche Beschreibung (Schlagwörter)
Funknetz (Genormte SW) ; Kommunikation (Genormte SW) ; Messung (Genormte SW) ; Optimierung (Genormte SW) ; Leistungsbewertung (Genormte SW) ; Anpassung (Genormte SW) ; Kontextbezogenes System (Genormte SW) ; Mathematische Modellierung (Genormte SW) ; Modellierung (Genormte SW) ; Energieverbrauch (Genormte SW) ; Energieeinsparung (Genormte SW) ; Korrelation (Genormte SW) ; Räumliche Statistik (Genormte SW) ; Signalverarbeitung (Genormte SW) ; Ingenieurwissenschaften (frei) ; Knotenpositionierung (frei) ; Leistungsvorhersage (frei) ; Sensornetz, drahtlose Kommunikation (frei) ; verteilte Quellenkodierung (frei) ; node deployment (frei) ; performance prediction (frei) ; sensor network (frei) ; wireless communication (frei) ; distributed source coding (frei)

Thematische Einordnung (Klassifikation)
DDC: 620
rvk: ZN 6040 * ZN 6030 * ZN 6025 * ZN 6015 * ZN 6045

Kurzfassung
Drahtlose Sensornetze bestehen aus einer großen Anzahl von sehr kleinen vernetzten Knotenpunkten, die im größten Maße verteilt sind. Die Knotenpunkte besitzen die Fähigkeit zur Kommunikation, Signalverarbeitung und Wahrnehmung der Umgebung, wobei ihre Betriebsmittel aufgrund der Limitierung von Abmessungen beschränkt sind. Das verfügbare Energiebudget entspricht dem entscheidenden Betriebsmittel und daher ist der Energieverbrauch von höchster Bedeutung. Drahtlose Sensornetze verfügen über einen weit ausgedehnten Anwendungsbereich und verbessern unsere Fähigkeit zur Wahrnehmung und Kontrolle der physikalischen Umgebung fundamental. Verteilte Quellenkodierung ist eine Lösung, um energieeffiziente drahtlose Sensornetze zu realisieren. Dieses Kompressionsverfahren zielt auf die Reduktion der zu kommunizierenden Datenmenge und der Anzahl der notwendigen Übertragungen ab, um Energieeinsparungen zu erreichen. In dieser Dissertation wird ein praktisches und adaptives Verfahren zur verteilten Quellenkodierung entwickelt und in drahtlosen Sensornetzen unter realistischen Bedingungen angewandt. Das Verfahren ist adaptiv zu den variierenden Umgebungsbedingungen und kann beliebige räumliche Korrelationen in den zu untersuchenden Phänomenen ausnutzen. Das Kompressionsverfahren ist auf Hardware-Plattformen implementiert und seine Durchführbarkeit über eine experimentelle Testanordnung demonstriert. Zusätzlich werden realistische Modelle zur Knoten-Positionierung analysiert und verbesserte Positionierungsmodelle abgeleitet, welche direkt zu optimierten Positionierungsstrategien führen. Weiterhin wird eine Metrik zur Leistungsvorhersage entwickelt, welche die leichtgewichtige und schnelle Effizienzanalyse von drahtlosen Sensornetzen ermöglicht. Folgend der Methodik zur realistischen Modellbildung werden auch der Energieverbrauch der Signalverarbeitungsalgorithmen bezüglich der verteilten Quellenkodierung und realistische Positionierungsstrategien berücksichtigt. Für die Evaluierung wird ein umfassendes und detailliertes Rahmenwerk entwickelt, welches die exakte und quantitative Bestimmung der erreichbaren Gewinne ermöglicht. Dieses Rahmenwerk enthält ein Energieverbrauchs-Modell, das basierend auf präzisen Messdaten extrahiert wird. Die Messdaten wurden zuvor über die experimentelle Testanordnung gewonnen. Unter Anwendung des Rahmenwerkes wird das praktische und adaptive Verfahren zur verteilten Quellenkodierung sowie die topologischen Effekte auf die Leistungsfähigkeit von realistisch positionierten drahtlosen Sensornetzen bewertet. Das angewandte Verfahren zeigt substantielle Energieeinsparungen und eine deutliche Verlängerung der operativen Lebensdauer der drahtlosen Sensornetze unter realistischen Bedingungen. Insgesamt ist die Energieeffizienz durch die in dieser Arbeit vorgeschlagene effiziente Kommunikation und die optimierte Knoten-Positionierung signifikant verbessert worden.

Wireless Sensor Networks (WSNs) consist of a large number of very small networked nodes that are widely distributed. The nodes incorporate communication, processing and sensing capability, and are resource-constrained due to limitations in size. The most scarce resource is the available energy budget and thus the energy consumption of WSNs is of paramout importance. Having an extremely large application space, WSNs fundamentally enhance our capability to control and monitor the surrounding physical world. Distributed Source Coding (DSC) is a solution to realise energy-efficient WSNs. This compression scheme aims at reducing the amount of sensed data to be communicated and the number of required data transmissions to achieve energy savings. In this thesis we develop and evaluate a practical and adaptive DSC scheme applied in WSNs under realistic technical requirements and limits. The scheme is adaptive to environmental variations and can exploit arbitrary spatial correlations in the sensed phenomena. We implement this DSC scheme on real hardware platforms and demonstrate its feasibility through an experimental testbed. In addition, we analyse realistic network deployment models and derive enhanced deployment models that directly lead to optimised deployment strategies. Furthermore, we derive and evaluate a performance prediction metric that is applicable to rapid and lightweight evaluation of WSNs. Following a realistic modelling methodology we take into account the energy consumption of the DSC-related signal processing algorithms and practical deployment strategies. We develop the comprehensive and detailed evaluation framework to exactly and quantitatively determine achievable gains. The framework includes an energy consumption model extracted based on accurate measurement data gathered from our experimental testbed. Using the framework, we evaluate the practical and adaptive DSC scheme as well as topological effects on the performance of realisticly deployed WSNs. The applied scheme shows substantially improved energy savings and in addition strong operational lifetime extensions of WSNs under realistic conditions. Overall the energy-efficiency of WSNs is significantly improved through efficient communication and optimised network deployment as proposed in this work.

Fulltext:
PDF