Posicionamento ótimo de múltiplos sinks móveis em redes de sensores sem fio: uma proposta para cidades inteligentes / Emerson Santos de Oliveira. Dissertação (Mestrado) - Universidade Estadual de Feira de Santana, Programa de Pós-Graduação em Computação Aplicada, 2018.
Introdução
Objetivos
Definir o posicionamento final dos lavatórios móveis numa RSSF baseada num ambiente urbano de uma Cidade Inteligente; Reduzir a perda de pacotes em RSSF em uma Cidade Inteligente, quando ocorre um evento urbano.
Principais Contribuições
A proposta descrita pelos autores leva em consideração a importância de cada nó sensor na rede e as restrições de movimento do nó sumidouro na cidade para apresentar soluções de mobilidade para sumidouros móveis de beira de estrada. Desta forma, estes conceitos contribuíram para esta pesquisa e trouxeram ideias de como aplicá-los no ambiente urbano de uma cidade inteligente.
Organização do Trabalho
Peixoto e Costa 2015b] propõem uma abordagem de mobilidade para otimizar a localização de sinks móveis levando em consideração as prioridades dos nós sensores. Dependendo da aplicação e das características, a prioridade de cada sensor pode ser considerada para determinar as posições dos sinks móveis, reduzindo o número de saltos dos nós de alta prioridade.
Redes de Sensores sem Fio
- Aplicações
- Mobilidade em Redes de Sensores
- Roteamento em RSSF
- Protocolos de Roteamento
- Comunicação por Clusters em RSSF
As redes de sensores atuais podem ser implantadas em diferentes ambientes, como terrestre, subterrâneo e subaquático [Baronti et al. Portanto, em alguns casos, técnicas de mobilidade em redes de sensores sem fio devem ser utilizadas como uma alternativa eficaz para reduzir e otimizar o consumo de energia em geral.
Cidades Inteligentes
- Construindo Cidades Inteligentes: Exemplos
- Tecnologias Envolvidas
As arquiteturas urbanas combinam um conjunto sistemático de (TIC) para implementar serviços e recursos em Cidades Inteligentes [Yin et al. Os avanços em sistemas de computadores, redes de telecomunicações, telefonia móvel e sistemas de armazenamento de informações estão se tornando mais eficientes com o avanço da Internet. Para além de toda a tecnologia incorporada nos produtos eletrónicos, isto permite o desenvolvimento de diversas tecnologias no âmbito das Cidades Inteligentes [Yin et al. Portanto, as cidades inteligentes tornaram-se um elemento central para a utilização das tecnologias de informação na resolução de vários problemas nas áreas urbanas. ambientes, como mobilidade, segurança pública, eficiência energética e a resposta emergente [Su et al.
Muitas soluções foram criadas para diferentes cenários usando novos desenvolvimentos em tecnologia, como a Internet das Coisas (IoT) [Ahmed et al. Outra tecnologia que existe em projetos de cidades inteligentes são os algoritmos de aprendizado de máquina [Qiu et al. A computação em nuvem fornece serviços para a execução de tarefas computacionais complexas em grande escala, como mineração de dados de redes sociais [Botta et al.
Para integrar todas essas tecnologias, RSSF será o alicerce fundamental dos sistemas de Cidades Inteligentes [Rawat et al.
Problema do Caminho Mais Curto
- Algoritmos Especializados
- Aplicações em Cidades Inteligentes
Desta forma, foram desenvolvidos diversos algoritmos especializados em resolver o problema de encontrar o caminho mais curto entre dois pontos de uma rede. Para resolver o problema do caminho mais curto, diversos algoritmos foram desenvolvidos com diferentes resultados e eficiências, sendo o mais comum na literatura o algoritmo de Dijkstra. 1990] afirmam que o algoritmo de Dijkstra é teoricamente conhecido por ser o mais eficiente para resolver o problema do caminho mais curto.
Existe outro algoritmo chamado Floyd que é usado para encontrar o caminho mais curto do conjunto de caminhos. Os autores propõem uma modificação do algoritmo para torná-lo mais eficiente no que diz respeito ao roteamento pelo caminho mais curto em uma rede de sensores sem fio. Desta forma, este algoritmo modificado torna-se um algoritmo de roteamento de caminho mais curto, útil em redes de sensores sem fio.
Vários trabalhos relatam que o algoritmo de Dijkstra é usado para roteamento de caminho mais curto em RSSFs [Khan et al.
Relevância e Priorização
- QoS (Quality of Service)
- QoE (Quality os Experience)
Qualidade de Serviço (QoS) é um conjunto de requisitos relacionados à qualidade dos serviços a serem priorizados no transporte de dados da origem ao destino através de redes. Com isso, os projetistas de redes poderão investigar qual arquitetura ou mecanismo de QoS pode ser explorado para fornecer suporte de QoS para aplicações WSN. Assim, o conceito de qualidade de serviço mede a qualidade dos serviços prestados por uma rede de comunicação, ou seja, mostra o quanto ela é capaz de atender às expectativas de seus usuários através dos serviços que oferece.
O usuário pode medir a qualidade de uma transmissão de dados e este resultado pode ser convertido em valores numéricos. Os métodos subjetivos consistem na análise de vários utilizadores que visualizam amostras multimédia e classificam a sua qualidade de acordo com uma escala de qualidade pré-definida. Alguns dos métodos de teste subjetivos disponíveis para estimar a qualidade do vídeo incluem a pontuação média de opinião do usuário (MOS) ou a escala de qualidade contínua de estímulo duplo (DSCQS).
Uma classificação QuE é uma métrica subjetiva; no entanto, métodos objetivos tentam medir a qualidade do vídeo com base nos parâmetros do sistema ou da mídia.
Escopo da Solução
Neste capítulo apresentamos a metodologia utilizada para desenvolver um algoritmo de otimização com o objetivo de determinar a melhor rota e posicionamento de múltiplos telefones celulares que fazem parte de uma RSSF reativa em uma Cidade Inteligente. Quanto à metodologia utilizada nesta tese, o seu suporte teórico passa por uma procura cuidadosa e exaustiva de elementos que permitam estabelecer o estado das coisas. Metodologia de Pesquisa 27 por um ou mais nós escalares e/ou multimídia que realizarão alguma forma de monitoramento (fora do escopo deste trabalho).
Um ou mais coletores móveis estarão disponíveis para cada uma das redes implantadas, e esses coletores só poderão se movimentar dentro da área de interesse da cidade definida por cada aplicação. Finalmente, as cidades serão modeladas como uma série de rotas de tráfego, por onde os poços podem se mover, conforme mostrado na Figura 3.1. Portanto, para o desenvolvimento desta pesquisa, o trânsito urbano é um tema considerado de extrema importância devido ao seu alto grau de influência na dinâmica de uma cidade inteligente.
Um exemplo genérico da escala de uma cidade é apresentado na Figura 3.1, mostrando estradas, sensores e sumidouros móveis.
Formalização do Problema
2016], os sistemas de gestão de tráfego oferecem recursos que podem ser utilizados para reduzir o congestionamento rodoviário e melhorar os tempos de resposta em caso de acidentes automobilísticos. No entanto, a implantação de redes de sensores em ambientes rodoviários enfrenta vários desafios que precisam ser investigados. Portanto, o ambiente urbano definido neste trabalho considera que uma determinada cidade genérica implementará uma ou mais redes de sensores sem fio.
Outro desafio das redes de sensores urbanos é a forma como os sensores trocam informações. Algumas aplicações para RSSFs podem ser caracterizadas como reativas, o que significa que os sensores entram em ação quando é detectada uma alteração nas leituras do dispositivo atribuída a um evento específico. Os nós podem ser programados para enviar uma notificação sempre que as leituras de seus sensores excederem um limite predefinido.
A detecção de eventos é uma das principais funções das redes de sensores sem fio e pode monitorar fenômenos relacionados a diversas aplicações na cidade.
Descrição das Simulações
Etapas da Metodologia de Pesquisa
Conceitos Fundamentais
- Definições Básicas
- Abordagem Proposta
- Algoritmo Proposto
Assim, a posição de um nó sink representado pela variável p estará localizada em um ponto fixo da cidade próximo a um cluster de sensores. Com o propósito de determinar uma rota entre um endereço de origem e um endereço de destino (latitude e longitude de uma posição no ambiente urbano) em uma cidade, a solução aqui apresentada utiliza o algoritmo Dijkstra para cálculo de menor custo em um gráfico [Zhang et al . enguia. Em um grafo ponderado, um peso é atribuído a cada caminho, e o peso de cada caminho representa o tempo para percorrê-lo no contexto deste trabalho representado por P(a0, an) (o peso da aresta que conecta o vértice v0 com vértice vn).
2015] apresentam um método para cálculo do tempo estimado de viagem em uma cidade em um projeto de RSSF para Cidades Inteligentes em que se deseja movimentar sumidouros por vias urbanas. Solução proposta 40 Para calcular a rota mais rápida, o algoritmo modela cada caminho como uma aresta e cada interseção como um vértice em um grafo direcionado, sendo o peso de cada ponto o seu tempo de viagem, calculado usando a Equação 4.7. Portanto, em um grafo ponderado, o algoritmo Dijkstra pode ser usado para encontrar o caminho mais rápido entre dois vértices [Zhang et al.
O tempo total de viagem percorrido nas estradas é, portanto, usado como um peso nas arestas de um gráfico.
MOVESINK()
- Posicionamento dos sinks
- Preparação dos cenários de testes
- Cenário 1: Comportamento dos sinks em vias conges- tionadastionadas
- Cenário 2: Análise com dados da Av. Getúlio Vargas
- Cenário 3: Perda de PDUs com muitos sensores
- Análise dos Resultados
Desta forma, a comunicação entre grupos de sensores e osinkmóvel será otimizada para aplicação em uma Cidade Inteligente. Numa RSSF, cada sensor é responsável por recolher dados de um grupo de sensores da rede [Peixoto e Costa 2015b]. A atualização consiste em remontar a rede, trocando o sink por outro grupo de sensores se necessário, conforme mostra a Figura 4.6.
Para isso, foi modelado um mapa da região central da cidade de Feira de Santana, Bahia, conforme Figura 5.1, para movimentar os sumidouros selecionados pelas ruas e estradas da cidade em questão toda vez que houver uma mudança de relevância nos sensores, simulando assim a ocorrência de um ou mais eventos no ambiente urbano. Os testes foram realizados com o objetivo de verificar a aproximação com um grande número de sensores na RSSF. A Figura 5.9 demonstra que mesmo com apenas um coletor móvel utilizado para monitorar a rede e utilizando a abordagem de rota mais rápida proposta, houve uma redução de 23% na perda de PDUs em comparação à rota mais curta, mesmo utilizando grandes quantidades de sensores no RSSF.
Na simulação com três sinks móveis, houve uma redução de 20% na perda de pacotes em relação à rota mais curta, mesmo com o auxílio de um grande número de sensores na rede, conforme mostra a Figura 5.10. Portanto, a pesquisa aqui apresentada comprova que melhorias no deslocamento e posicionamento de sinks móveis em uma rede de sensores sem fio trazem benefícios no desempenho da comunicação e redução de perdas de pacotes na rede. Desta forma, foi possível verificar ganhos no nível de desempenho da comunicação ao utilizar sinks móveis em redes de sensores sem fio.
