Localização no tempo e no espaço em redes de sensores sem fio

(1)

LOCALIZAÇO NO TEMPO E NO ESPAÇO

EM REDES DE SENSORES SEM FIO

(2)

Orientador: Antonio Alfredo Ferreira Loureiro

LOCALIZAÇO NO TEMPO E NO ESPAÇO

EM REDES DE SENSORES SEM FIO

Tese apresentada ao Programa de

Pós-GraduaçãoemCiêniadaComputaçãoda

Uni-versidadeFederaldeMinasGeraisomo

requi-sitoparialparaaobtençãodograudeDoutor

emCiênia da Computação.

HORÁCIO ANTONIO BRAGAFERNANDES DE OLIVEIRA

(3)

Advisor: Antonio Alfredo Ferreira Loureiro

LOCALIZATION IN TIME AND SPACE

FOR WIRELESS SENSOR NETWORKS

Thesis presented to the Graduate Program in

Computer SieneoftheUniversidade Federal

de Minas Gerais in partial fulllment of the

requirementsforthedegreeof Dotorin

Com-puterSiene.

(4)

FOLHADE APROVAÇO

Loalização no Tempo e no Espaço

em Redes de Sensores Sem Fio

Tese defendidae aprovadapelabanaexaminadora onstituídapor:

Ph.D. Antonio Alfredo Ferreira LoureiroOrientador

UniversidadeFederal de Minas Gerais

Ph.D.Eduardo Freire NakamuraCo-orientador

FUCAPI

Ph.D.Alejandro C. Frery

UniversidadeFederalde Alagoas

Ph.D. AzzedineBoukerhe

Universidade deOttawa

Ph.D. Geraldo Robson Mateus

UniversidadeFederal de Minas Gerais

Ph.D. Wagner Meira Junior

(5)

(6)

Agradeço aDeuspelaoportunidadedeaperfeiçoamentotanto inteletualquanto moral. Pela

presença onstanteem adamomento deminha vida. Pelafamília epelos amigos.

Aomeuorientador,Prof. Loureiro,pelaajuda,inentivo,eslareimentoe,aimadetudo,

exemplo. Aomeuo-orientadorNakamurapeloapoio, direionamento,idéias esugestõesnos

diversos projetos. À Linnyer pelo onvite de partiipar do tBb e pelas diversas sugestões e

aompanhamento.

AgradeçoopessoaldeManaus, quezeramdaUfmgauniversidademaisManauara do

Brasil,omexeçãodaprópriaUfam,laro. GostariadeagradeeremespeialosProfessores

Pio e Ruiter pela ompanhia, amizade e apoio desde minha hegada de Manaus. Agradeço

tambémoGuillermopor dividiroaluguelomigopor maisde umano.

Ao pessoal do Laboratório Atm pela ompanhia e ajuda diária. Pelo ambiente

deson-traído e, aomesmo tempo,prossionalque enontrei nolaboratório.

Muito tenho a agradeer a meus pais que, mesmo distantes siamente, permaneeram

próximos empensamentoatravésde suasorações, onversaseonselhos. Àminha irmãzinha

Liginha pelas mensagens de apoioe inentivo. Ao meu irmão David, por ter estado ao meu

lado, meajudando e inentivando,nestesúltimosanos.

Agradeço à minha família de Além Paraíba (Mg) e do Rio de Janeiro por terem me

aolhido nas férias, ajudando a aliviar um pouo da imensa saudade e falta que sentia de

minha família emManaus.

Porm,agradeçoaosamigosdeManausque,mesmodistantes,estiveramsemprepresente

(7)

Redes de Sensores Sem Fio (RSSF) são redes basiamente guiadas por eventos. Um evento

podeserdenidoomosendoompostoporumritérioausal eumritérioespaço-temporal.

No primeiroaso, o tipo doevento é identiado, enquanto queno segundo,aloalizaçãono

tempoenoespaçoemqueoeventooorreuéespeiada. Umnósensoréapazdeidentiar

o primeiro ritério (tipo do evento) failmente usando os seus diversos sensores. O ritério

espaço-temporal, entretanto, só pode ser identiado quando os nós sensores de uma RSSF

possuemrelógiossinronizadosesãoapazesdedeterminarsuasposiçõesfísias. Informações

de tempo e espaço são neessárias também para uma série de algoritmos e protoolos em

RSSFsomo,porexemplo,emfusãodedados,rastreamentodeobjetos,ontruçãodemapasde

energia,ontrolededensidade,et. Logo,sinronizaçãoeloalizaçãoemRSSFssãoproblemas

importantesquepreisam serestudados eanalisados.

Nesta tese, propõe-se que sinronização e loalização em RSSFs são, na verdade, duas

partes do mesmoproblema: loalizar osnósda redeno tempo-espaço. Nestasredes,nem

in-formaçõesdeespaçosemtemponemdetemposemespaçopodemseronsideradasinformações

ompletas. Alémdisso,assemelhançasentreosproblemasdeloalizaçãoesinronização

suge-remqueelespodemedevemserestudadoseanalisadosomoumúnioproblema: loalização

no tempo enoespaço. Sobeste pontode vista,tempopode servistoomoumadimensãodo

espaço,i.e., preisa-seresolverumproblemadeloalizaçãoem4-dimensões. Comoresultado,

ao seresolver ambos osproblemas ao mesmo tempo,a utilizaçãodos reursos da rede pode

ser minimizada e ambos os problemas podem apresentar melhores resultados se omparado

om osasos emqueeles sãoresolvidos separadamente.

Três soluções diferentes para o problema de loalização no tempo e no espaço são então

propostas tendo-se em vista diferentes enários em RSSFs. Tais soluções são os algoritmos

Synapse, Lightness e Mobilis. Os algoritmos propostos não apenas aproveitam os reursos

adiionais de hardware neessários para a loalização dos nós para melhorar os resultados

da sinronizaçãoomo tambémaproveitamousto maiordeomuniação neessáriosparaa

sinronizaçãodeformaamelhoraraloalizaçãodosnós. Diversosexperimentossãomostrados

para avaliara performanedos algoritmospropostos. Os resultadosobtidosmostram que as

soluções propostas sãoapazes de serem implementadas em RSSFs e também onrmam as

(8)

O doumento desta tese foi originalmente redigido em inglês om o título Loalization in

TimeandSpaeforWirelessSensorNetworks. Paraestaremonformidadeomasnormasda

UniversidadeFederaldeMinasGerais,esteresumoemportuguêsfazumaexposiçãoabreviada

de adaumdosapítulos queompõesesta tese.

Resumo do Capítulo 1 - Introdução

Uma Rede de Sensores Sem Fio (RSSF) pode ser denida omo uma rede omposta por

entenas ou milhares de pequenos nós sensores om limitações de reursos e que troam

mensagens entre si utilizando-sede omuniação sem o de múltiplos saltos. RSSFs podem

servistasomoRedesAdHorelativamenteestátiasompostasbasiamentepornóssensores.

Estessensorestêmaapaidadedemonitorarpropriedadesfísiasemsuasproximidades,omo

temperatura,umidade,pressão, luminosidadeemovimento. Umnósensorpor sisótemuma

apaidadebemlimitada, masquandoombinadaomentenasou milharesdeoutros nós,a

apaidade geralde monitoramento édrastiamenteaumentada. Logo, nóssensoresem uma

RSSF podem ooperativamente exeutar tarefas desaadores omo monitorar preisamente

aspropriedadesfísias de umaárea extensade interesse. Devido àsuaampla apliação,este

tipode rede temsetornado populare abrangendo asmaisdiferentesáreas, omoambiental,

média, industriale militar.

AprinipaltarefadeumaRSSFéadeteçãodeeventos,oletadedados,eorelatodetais

dadosa umaestaçãodemonitoramento (vergura1.1). Paraseomuniaromaestaçãode

monitoramento,umnóespeialonheidoomonósorvedouroéresponsávelporagrupartodos

os dados oletados pelos nós sensores e enviar tais dados para a estação de monitoramento

utilizando-se de uma omuniação mais poderosa (e.g., omuniação via satélites). Logo,

umaRSSFébasiamenteguiadaporeventosquegeram dados. Umevento por sisópodeser

denido omoompostopor umritérioausal epor umritérioespaçotemporal:

1. Critério Causal: espeia o tipo de evento. No aso das apliações em RSSFs, este

ritérioausal pode serfogo, movimento,mudanças napressãoou naluminosidade.

2. Critério Espaçotemporal: espeiaaloalizaçãonotempoenoespaçoqueum

determi-nadoeventooorreu. TempopodeserrepresentadoemtermosdoCoordinatedUniversal

(9)

Entretanto,oritérioespaçotemporalsópodeseridentiadoquandoosnóssensorespossuem

relógios sinronizados e podem determinar sua loalização físia. Porém, nem a loalização

físianemasinronizaçãoentreosnósestãodisponíveisapósolançamentodosnóssensoresna

áreadeinteresse. Logo,algoritmoseprotoolosparaloalizaçãoesinronizaçãosãoproblemas

importantesaserem tratadosemRSSFs.

Apesar de os problemas de loalização e sinronização estarem fortemente relaionados

entresie ambossãoneessáriosparaamaioriadasapliaçõesemRSSFs,tais problemastêm

sido pesquisados basiamente omo dois problemas ompletamente independentes,

neessi-tando de soluções de algoritmos, protoolos e ténias diferentes. Como resultado, soluções

atuaisparaosproblemasdeloalizaçãoesinronizaçãosãototalmenteindependentesumdos

outros e esta exeução independente dos algoritmos resulta em uma menor eiênia tanto

emtermosdeustoomodepreisão. Comoserámostradonestetrabalho,aoseresolver

am-bososproblemas onjuntamente,pode-se reduzirtanto oonsumode reursos omopode-se

reduzir também os erros de loalização e sinronização. Neste ponto de vista, tempo pode

ser visto omo uma outra dimensão do espaço. Como onsequênia, pretende-se soluionar

um problema de posiionamento em 4D. Neste trabalho, este problema será tratado omo

Loalização no Tempo e no Espaço.

Osprinipaisobjetivosdestetrabalhosãodois. Primeiro,pretende-seproporeinvestigaro

problemadeLoalização noTempoe noEspaçoemRSSFsomoaombinaçãodosproblemas

de loalização e sinronização. Osegundo objetivo é propor, desenvolver e avaliara

perfor-mane de diferentes tipos de algoritmos para loalização no tempo e no espaço em RSSFs.

Desta forma, as prinipais ontribuições deste trabalho são a proposta e desenvolvimento

de três novos algoritmos para loalização no tempo e no espaço para RSSFs, denominados

Synapse, Lightness e Mobilis,respetivamente.

Esta tese está dividida em oito apítulos. Na primeira parte deste trabalho, omposta

pelos apítulos 2 e 3, são apresentadas uma visão geral e uma de denição dos problemas

de loalização e sinronização em RSSFs. Em ambos os apítulos, os sistemas de

loaliza-ção e sinronização sãodivididos em diferentes omponentes. Cada omponente é estudado

mostrando-se e analisando-se as prinipais ténias e soluções apliadas em ada um deles.

Ao nal dos dois apítulos, algumas observações nais são feitas a respeito dos prinipais

desaos e pontosainda emaberto quepreisam serestudados. Na segunda parte,omposta

peloapítulo4,oproblemas deLoalização no Tempo e no Espaço éestudado. Este apítulo

omeçamostrando-se a importâniada loalização esinronização na maioriadasapliações

em RSSFs e mostrando-se que loalização e sinronização são na realidade duas partes do

mesmo problema: loalizar os nós sensores no tempo-espaço. É mostrado também que nem

loalização sem tempo e nem tempo sem loalização podem ser onsideradas informações

ompletas na maioria dos asos. Em seguida, são apresentadas as semelhanças entre

loal-ização e sinronização que sugerem que ambospodem e devem ser tratados omo umúnio

problema. Por último, o problema de Loalização no Tempo e no Espaço é formalmente

(10)

respetivamente. Em adaapítulo, a performane do algoritmoproposto é avaliada através

de simulações. Finalmente,noapítulo8,sãoapresentadasalgumasonlusõeseobservações

nais a respeito dopresentetrabalhoe dosresultadosalançados.

Resumo do Capítulo 2 - Sistemas de Loalização em Redes de

Sensores Sem Fio

O problema da loalização onsiste em identiar a posição físia (e.g., latitude, longitude,

altitude) de um determinadoobjeto. Tal problema é bastanteamplo e extenso,abrangendo

áreasomorobótia,redesadho,redesdesensoressemo,telefoniasemo,militar,aviação

e astronomia. Neste trabalhoo problema de loalização será abordado sob o ponto de vista

dasRSSFs.

A importânia dos sistemas de loalização deorre de diversos fatores, muitos deles

re-stritos apenas àsRSSFs. Alguns destes fatoresinluem: identiar osdados oletados pelos

nós, relaionardados oletados, endereçamento dosnós, gereniamento da rede e permitiro

funionamento dosalgoritmosgeográos.

UmadassoluçõesmaissimplesparaoproblemadaloalizaçãoemumaRSSFéaoplarum

reeptorGPSemadanódarede. Umadasprinipaisvantagensseriaumerrodeloalização

relativamentepequeno(2-15m,dependendodoreeptor)ebastantepreiso,umavezquetodos

osnósteriam umerrosimilar. Entretanto,estasoluçãoapresenta umasériede desvantagens

omo aumento do usto, falta de visada aos satélites, impreisão, aumento do tamanho dos

sensores e onsumodeenergiadentre outros.

Neste apítulo o problema de loalização foi abordado sobo ponto de vista dasredes de

sensoressemo. Ossistemasdeloalizaçãoforamdivididosemtrêsomponentes: estimativa

de distânia/ângulo, álulo de posição, e algoritmo de loalização. A importânia de se

dividirossistemasdeloalizaçãoemomponentes,vemdaneessidadedesereonheerqueo

desempenhonaldosistemadeloalizaçãodependediretamentedeadaumdosomponentes

queesteseutiliza. Porexemplo,umsistemadeloalizaçãopoderiaobtererrosmuitomenores

aso aténiade TDoAfosse utilizado paraestimardistânias, aoinvésdoRSSI.

Seguindonoapítulo,adaumdosomponentesfoiestudadoisoladamenteealguns

méto-dos utilizados em ada um destes omponentes foram também estudados e analisados. A

prinipal onlusão que se pode veriar em ada um dos omponentes é que o método de

solução utilizado dependediretamenteda apliação e dosreursos disponíveis. Não há,

por-tanto, uma solução únia apaz de atender a todos os asos. A mesma onlusão pode ser

obtida em relaçãoaossistemas de loalização em geral. Não háuma soluçãoúnia apazde

atenderdeformaótimaosdiversosrequisitosdasredesdesensoresnosmaisvariadosenários

e apliações. Há sim, soluçõesque obtém um bomdesempenho emumdeterminado enário

(11)

de Sensores Sem Fio

Oproblemadesinronizaçãoonsisteemsinronizarosrelógiosdosnóssensoresombaseem

umtempodereferêniaounoCoordinatedUniversalTime (UTC).Relógiossinronizadossão

muitoimportantesnamaioriadasapliaçõesemRSSFsjáqueestessãoneessáriosemmuitos

protoolos,algoritmoseapliaçõesomofusãodedados, rastreamentodeobjetos,algoritmos

de ontrolede densidadee ordenaçãode eventos.

Neste apítulo, o problema de sinronização é estudado sob o ponto de vista dasRSSFs.

São apresentadas uma visão geral e uma denição do problema de sinronização e de seus

omponentes. É mostradoosprinipaismétodosusados pelos sistemasdesinronização para

estimar o tempo de atraso de um paote deixando um transmissor e hegando em um nó

reeptor. Estaestimativa de atraso é entãoutilizado paraalular o tempo do reeptor om

basenotempodotransmissorenoatrasodopaote,omomostradonaseção3.3. Emseguida,

é mostrado omo asinformação de atraso e tempospodem ser utilizadasparasinronizar os

relógios de todososnósda rede.

Ainda neste apítulo, os sistemas de sinronização são divididos em três omponentes:

estimativade atraso,álulodo tempo ealgoritmodesinronização. A importâniade se

di-vidirtaissistemasemomponentesresultadaneessidadedesereonheerqueaperformane

naldosistemadesinronizaçãodependerádiretamentedeadaumdestesomponentes. Por

exemplo,umsistemade sinronizaçãopoderiaobtermelhoresresultadosseaténiadeRTT

(Round-Trip Time) fosse utilizada ao invés da ténia de estimativa de atrasos. O mesmo

prinípio seaplia aos outros omponentes. Estes omponentes podem ser vistos omo

sub-áreas do problemade sinronizaçãoque preisam serestudadasseparadamente.

Conforme esperado, em RSSFs, não á uma únia, perfeita solução para o problema de

sinronização que seja apliável a todos os enários. Neste apítulo são disutidos ainda

alguns sistemas de sinronização propostos na literatura, ada qual enfatizando um enário

e/ou apliação espeíos. A neessidade de diferentes soluções para diferentes apliação,

bem omo o grande número de apliações em RSSFs, têm motivado fortemente o estudo e

desenvolvimento de novassoluçõesparao problemade sinronização.

Resumo do Capítulo 4 - Loalização no Tempo e no Espaço em

Redes de Sensores Sem Fio

Como menionado anteriormente e ilustrado na gura 1.1, RSSFs são omumente

desen-volvidas paradetetar eventos e oletar e entregar osdados sensoreadosparaas estaçõesde

monitoramento. Logo, umaRSSFé basiamenteguiada por eventos.

Nadeniçãodeumeventoitadaanteriormente,doiseventossãoomesmose,esomentese,

eles possuem osmesmos ritérios ausal e espaçotemporal. A gura 4.1ilustra quatro

difer-entes eventos em que pode-se failmente identiar os ritérios ausais e espaçotemporais.

(12)

ionados entreeles pelas leisde ausalidade. Causalidadeé uma relaçãodireionalentre um

evento (a ausa) e outro evento (o efeito) que é onsequênia (resultado) do primeiro. No

exemplo da gura 4.1, pode-se identiar que o evento 2 (e.g., movimento de animais) foi

ausado pelo (ouéefeito do)evento 1 (e.g.,fogo na oresta).

Apartirdestesexemplos,pode-sefailmentepereberqueemRSSFsbaseadasemeventos,

nem posiçãosem tempo nemtempo sem posição representam informações ompletas. Logo,

é neessáriotanto informaçõesde posiçãoquanto de tempo parapoder sedenir um evento

ompletamente,onrmeilustradona gura4.4. Finalmente,além deseremneessáriospara

se identiar o ritério espaçotemporal dos evento, loalização e sinronização são também

neessários por uma série de outros protoolos, apliações e algoritmos em RSSFs, a saber:

fusão de dados,rastreamento de objetos,onstrução demapas de energia, ontrolede

densi-dade, et.

Conformemenionadoanteriormente,asaraterístiasdoproblemade sinronizaçãosão

similaresaosdoproblemadeloalização. Aosenotarommaisuidadoassoluçõespropostas

para ambos osproblemas, pode-se identiar uma série de similaridades entre eles. Por

ex-emplo, ossistemasde loalização, onformemostradono apítulo2, podemserdivididos em

omponentes, ada qual responsável por soluionar uma parte do problema de loalização,

a saber: estimativa de distânias, álulo de posições, algoritmo de loalização. Da mesma

forma, os sistemas de sinronização podem também ser divididos em omponentes

semel-hantes, onforme mostrado no apítulo 3, a saber: estimativa de atrasos, álulo de tempos

e algoritmo desinronização. Logo,sistemas de loalização e sinronizaçãoestão laramente

relaionadas entresi, onformemostradona gura4.5.

Destaforma, neste apítulo, é mostrada a importânia da visão uniada da loalização

e sinronização em RSSFs. Nos próximos três apítulos da tese, novos algoritmos para

lo-alização no tempo e no espaço em RSSFs serão propostos e avaliados, a saber: o algoritmo

Synapse, Lightness e Mobilis,respetivamente.

Resumo do Capítulo 5 - Um Algoritmo DV-Hop para

Loalização no Tempo-espaço em RSSFs

OAlgoritmoSynapse(SynhronizationandPositioning forSensornetworks)éumalgoritmo

de loalização no tempo e no espaço desenvolvido para ser utilizado em RSSFs de pequeno

a médio porte. O algoritmo Synapse é baseado no algoritmo de loalização APS (Ad Ho

Positioning System). EsteobedeeomesmoprinípiodoAPS,resultandonasmesmas

ara-terístias de loalização e utilização de reursos da rede, porém om o adiional de se poder

loalizar osnós sensores no tempo (i.e., sinronização). Este algoritmo se baseia no fatode

queosnósbeaons(nósequipadosomGPSqueajudamaloalizarosoutrosnós)jápossuem

relógios sinronizados, jáque eles podempegartais informações detempo doGPS. Relógios

sinronizadosloalizadosemdiferentespartesdaredesãoapazesdeestimarotempoqueum

(13)

onsiderando otempomédiodeumsaltoetambémonúmerodesaltosentreeleeosnós

bea-ons. Resultadosdesimulações(apresentadosnaseção5.3)mostramqueoalgoritmoSynapse

é apazde sinronizarosrelógios dosnósomumapreisão depouosmirossegundos. Este

algoritmo éexpliado emdetalhes noapítulo 5.

Como mostrado neste apítulo, quando implementado na amada MAC (Media Aess

Control), o algoritmo proposto sinroniza dosnós om uma preisão de mirossegundos. O

algoritmotambémpode serimplementadonaamadade apliação,obtendoumapreisãode

milissegundos, uma vez que nesta amada ele a sujeito a impreisões de aesso ao meio.

O Algoritmo Synapse também mostrou-se tolerante a impreisões do mundo real omo os

obtidospeloGPS epelosatrasos não determinístiosdentrodosnóssensores.

Algumas das vantagens do Synapse são os seguintes: primeiramente, ele funiona em

redes esparsas; em segundo, sua parte de posiionamento é imune a impreisões do RSSI

(Reeived Signal Strengh Indiator);e, último,este algoritmorequerumpequeno número de

nós beaons (ele pode funionar om apenas três nós beaons na rede). Por outro lado, o

prinipal problemado algoritmoSynapseéoseuusto deomuniação. Comoumalgoritmo

do tipoDV-hop, aomplexidadedeomuniaçãodeste algoritmoé determinadapelonúmero

de beaons epelonúmerode nósda rede,i.e.,

O

(

nb

)

,onde

n

é onúmero denóse

b

o número

de beaons. Como pode-se ver, é um usto de omuniação relativamentealto, motivo pela

qual tal algoritmoémaisadaptado aredes de pequeno a médioporte.

Uma vez que a esalabilidade ainda é um problema no Algoritmo Synapse, para lidar

om enáriosmaiores emRSSFs,no próximoapítuloéproposto oalgoritmoLightness, uma

solução mais esalável e eiente para o problema de loalização no tempo e no espaço em

RSSFs.

Resumo do Capítulo 6 - Um Algoritmo Leve para Loalização

no Tempo-espaço em RSSFs

Nesteapítulo, épropostoumnovoemaislevealgoritmodeloalizaçãonotempoenoespaço

para RSSFs, que é hamado de Lightness (Lightweight Time and Spae loalization). O

AlgoritmoLightnesspossuialgunsaspetoshaves. Primeiramente,apartedeposiionamento

do algoritmo é baseado no RPE (ReursivePosition Estimation),um sistemade loalização

onheido e esalável para redes e sensores que requer apenas 5% dos nós omo sendo nós

beaons equipados om GPS. Em segundo, este algoritmo assume que os nós beaons já

possuem relógios sinronizados, uma vez que estes podem pegar suas informaçõesde tempo

a partirdoGPS. Emtereiro,tanto asinformaçõesde loalizaçãoomo desinronização são

propagadas na rede ao mesmo tempo nos mesmos paotes de dados om um usto total de

omuniação em

O

(

n

)

, i.e., ada nó envia apenas um únio paote de dados. Finalmente,

é utilizada a ténia de paket delay measurement tehnique (expliada na seção 3.2.2) para

sinronizar nós vizinhos utilizando-se apenas um únio broadast. Resultados de simulação

(14)

de reduzir o erro de loalização (quando omparado ao RPE original). Este algoritmo é

expliado em detalhesnoapítulo 6.

Umadesvantagemdoalgoritmopropostoéqueelenão funionaemredes muitoesparsas.

Em redes normais ou de alta densidade, o aumento do número de vizinhos resulta em uma

quantidade maiorde referêniasparaque umnóalule suaposição esinronize seurelógio.

Quando um nó não possui pelo menos três vizinhos, este não alulará sua posição e não

poderáenaminhar areursãode loalizaçãoesinronização,o quefaráomqueo algoritmo

termine antesquetodososnóstenhamestimado suasinformaçõesdeloalização notempoe

no espaço.

Considerandoestasaraterístias,pode-sedizerqueoalgoritmopropostoémaisapliável

a redesdensase delarga esalaemenários abertos (outdoors senarios)onde háa

possibili-dade de selançar pelo menos5% dosnósomosendonósbeaons equipadosomGPS.

Resumo do Capítulo 7 - Uma Abordagem om Beaons Móveis

para Loalização no Tempo-espaço em RSSFs

OAlgoritmoMobilis(MobileBeaon forLoalizationandSynhronization)éumanova

abor-dagem parasoluionaroproblemadeloalizaçãono tempoeno espaçoemRSSFsqueutiliza

os serviços de um beaon móvel. Um beaon móvel é um nó que possuio onheimento de

seu tempo e posiçãoa todo instante(e.g., equipado om GPS)e que tem a habilidade de se

loomovernaáreadeinteressadaRSSF.Estebeaonmóvelpode serumapessoa,umveíulo

não-tripulado, um avião, um rob, et. Tal tenologia de beaon móvel tem sido apliada

om suesso pararesolvero problemade loalização em algumas redes. Entretanto, estaé a

primeira vez que talreurso éutilizado paratratardo problema desinronização e de

loal-izaçãonotempoenoespaço. OalgoritmoMobilispropostopodesinronizarosnósutilizando

a ténia de paket delay measurement tehnique (expliadana seção 3.2.2) ou a téniade

round-triptime (RTTexpliadanaseção3.2.1). No primeiroaso,asinronizaçãopodeser

melhorada pelos paotesextras neessários pela loalização, enquanto que no segundo aso,

a loalização pode ser melhorada pelos paotes extras neessários pela sinronização. Este

algoritmo éexpliado emdetalhes noapítulo 7.

Em termos de apliabilidade do algoritmo proposto, pode-se dizer que este algoritmo é

maisapliávelparaRSSFs externasousubmersasonde háapossibilidadedeselançar umnó

beaonmóvel. Oalgoritmopropostonão possuiproblemasdeesalabilidadeoude densidade

no que diz respeito aos resultados obtidos ou usto de omuniação. Os resultadosobtidos,

em termos de loalização e sinronização foram os melhores em omparação om as outras

soluções propostas nestetrabalho. Taisresultados mostram queo algoritmoMobilis é apaz

de sinronizar osnós om um erro médio de apenas2-4

µ

s e umerro de loalização de 10%

do raio de omuniação, o que torna tal algoritmo viável para a maioria das apliações e

protoolos emRSSFs.

(15)

beaonmóvel,algunsnósterãoqueesperarporumlongotempoatéseremapazesdeestimar

suasinformaçãodeloalizaçãonotempoenoespaço. Entretanto,apesardestasdesvantagens,

ousodeumbeaonmóveléaindaonsideradaomoumadasúniassoluçõesdisponíveispara

enários de RSSFs submersas.

Resumo do Capítulo 8 - Conlusões

Nestatese,mostrou-seaimportâniadeseombinarosproblemasdeloalizaçãoe

sinroniza-ção em um únio problema: Loalização no Tempo e no Espaço. Assim, o tempo pode ser

observado omo uma nova dimensão de forma que pretende-se agora resolver um problema

de loalização em quatro dimensões. O ponto prinipal é que, na maioria dos asos, uma

posição sem informação de tempo ou uma informação de tempo sem a posição não podem

ser onsideradas informações ompletas para asapliações. As semelhanças entre ambos os

problemas tambémsugerem queeles podem edevemser tratadosomo umúnio problema.

Ao se fazer isso, reursos da rede podem ser eonomizados e, mais importante, ambos os

problemas podem apresentarmelhores resultados.

Devidoàimpossibilidadede seterumaúnia soluçãoparaumdeterminadoproblemaem

RSSFs, nesta tese são propostas três algoritmos diferentes para loalização no tempo e no

espaço: oalgoritmoSynapse,LightnesseMobilis. Dependendodoenárioedasapliaçõesda

rede, adaumdosalgoritmospropostos temassuasvantagensedesvantagens. Na tabela8.1

são omparadas algumas das prinipais araterístias dos algoritmos propostos em relação

aos trabalhosenontrados na literatura.

Finalmente, as soluções propostas onrmam uma nova tendênia em RSSFs: soluções

integradas. Nassoluçõesintegradas,diferentes problemassãosoluionadosemonjunto para

proversoluções melhores e mais eonmias. Alguns trabalhos reentes também onrmam

(16)

Wireless Sensor Network (WSN) based appliations are usually event driven. An event by

itself an be dened asbeing omposedof a ausal riterionand a spatiotemporal riterion.

The rst riterion speiesthe type of event, while theseond speies theloation in time

and spae where the event ourred. A sensor node is able to identify the rst riterion

easily byusing itsownsensingdevies. Thespatiotemporalriterion, ontheotherhand,an

only beidentiedwhen thesensornodes ofa WSNhave synhronizedloks and areableto

determinetheirphysialloation. Timeandspaeinformationisalsorequiredbyanumberof

algorithms and protools inWSNs suhasinformation fusion,objettraking,energymaps,

and densityontrol. Thus, synhronization and positioning for WSN-based appliations are

hallenging problems thatneedto be addressed.

In this thesis, we identify that synhronization and positioning in WSNs are atually

two parts of the same problem, i.e., loating the nodes ina network in time-spae. Neither

loation without time nor time without loation is omplete information in these networks.

Thesimilaritiesbetweentheloalizationandsynhronization problemsalsosuggestthatthey

an and should be addressedasa singleproblem. From ourperspetive,timean be seenas

another dimension of spae. As a onsequene, we need to solve a 4D positioning problem.

This approah allowsus to save network resouresand solve bothproblems more eiently.

We propose three dierent solutions for the loalization in timeand spae problem that

aresuitablefordierentsenariosinWSNs. TheseproposedsolutionsarealledtheSynapse,

Lightness, and Mobilis algorithms. Our proposed algorithms notonly take advantage of the

additional hardwareresouresrequired bythepositioningmehanisminordertoimprovethe

performane andsalability ofsynhronization, but alsobenetfrom theadditional

ommu-niation required by thesynhronization mehanismto derease positioning errors. We also

present an extensive set of experiments to evaluate the performane of ouralgorithms. Our

results indiatethatourproposedshemesaresuitablefor implementationinWSNsandalso

highlight the advantages of solving both loalization and synhronization problems with a

(17)

Publiations done bytheauthor duringthedotorate:

Chapters

•

AzzedineBoukerhe,HoraioA.B.F.Oliveira,EduardoF.Nakamura,andAntonioA.F.

Loureiro. Loalization Systems for Wireless Sensor Networks. Chapter in Book

Al-gorithms and Protools for Wireless Sensor Networks by Azzedine Boukerhe.

Wi-ley&Sons. Aepted to appearin2008.

•

Loureiro. Seure Loalization Systems: Protools and Tehniques in Wireless Sensor

Networks. ChapterinBookAlgorithms andProtools forWireless SensorNetworks by

AzzedineBoukerhe. Wiley&Sons. Aeptedto appearin2008.

Journals

•

Loureiro. Loalization Systemsfor Wireless Sensor Networks. In IEEE Wireless

Com-muniations - Speial Issue on Wireless Sensor Networks. Pages 6-12. Vol 14 (6).

Deember2007.

•

Loureiro. Using Voronoi Diagrams to Sale a Loalization System in Wireless Sensor

Networks. In IEEE Wireless Communiations. Aepted to appear in2008.

•

Loureiro. SeureLoalizationAlgorithmsforWireless SensorNetworks. InIEEE

Com-muniations Magazine. May2008. To Appear.

•

Loureiro. VehiularAd-hoNetworks-ANewChallengeforLoalization. InComputer

Communiations -Elsevier. Aepted to appearin2008.

•

Loureiro. An Eient Direted Loalization Reursion Protool for Wireless Sensor

(18)

•

Loureiro. AnEientandLightweightAlgorithmforTime-SpaeLoalizationin

Wire-lessSensor Networks. Speial Issueof Performane Evaluation (Elsevier). Submitted.

Papers

•

Horaio A.B.F. Oliveira, Eduardo F. Nakamura, Antonio A.F.Loureiro, and Azzedine

Boukerhe. LoalizationinTimeandSpaeforSensorNetworks. AINA'07: Proeedings

of the 21st IEEE International Conferene on Advaned Information Networking and

Appliations. Pages539-546. NiagaraFalls, Ontario, Canada. May2007.

•

Loureiro. ANovelLightweightAlgorithmfor Time-SpaeLoalizationinWireless

Sen-sor Networks. MSWiM'07: Proeedings of the 10th ACM-IEEE International Symp

o-sium on Modeling, Analysis and Simulation of Wireless and Mobile Systems. Pages

336-343. Chania, CreteIsland,Greee. Otober2007.

•

Azzedine Boukerhe, Horaio A.B.F. Oliveira, Eduardo F. Nakamura , and Antonio

A.F.Loureiro. LoalizationinTimeandSpaefor WirelessSensorNetworks: AMobile

BeaonApproah. InWoWMoM'08: ProeedingsoftheIEEEInternationalSymposium

onaWorldofWireless,MobileandMultimediaNetworks. NewportBeah,U.S.A.June

2008. To Appear.

•

Azzedine Boukerhe, Horaio A. B. F. Oliveira, Eduardo F. Nakamura, and Antonio

A.F. Loureiro. Enlightness: An Enhaned and Lightweight Algorithm for Time-Spae

Loalization in Wireless Sensor Networks. ISCC'08: Proeedings of the 13th IEEE

Symposium on Computers and Communiations. Marrakeh, Moroo. July 2008. To

Appear.

•

Loureiro. A Novel Loation-Free Greedy Forward Algorithm for Wireless Sensor

Net-works. ICC'08: Proeedingsof the 2008 IEEE InternationalConferene on

Communi-ations. Beijing, China. May,2008. To Appear.

•

Loureiro. A Voronoi Approah for Salable and Robust DV-Hop Loalization System

for Sensor Networks. ICCCN'07: Proeedingsof the 16th International Conferene on

Computer Communiations and Networks. Pages 497-502. Honolulu, Hawaii, USA.

August 2007.

•

Loureiro. Towards an Integrated Solution for Node Loalization and Data Routing in

Sensor Networks. ISCC'07: Proeedings of the 12th IEEE Symposium on Computers

(19)

•

Eduardo F. Nakamura, Luiana F. Pontello, Horaio A.B.F. Oliveira, and Antonio

A.F. Loureiro. On Demand Role Assignment for Event-Detetion in Sensor Networks.

ISCC'06: Proeedingsofthe11thIEEESymposiumonComputersandCommuniations.

Pages941-947. Pula-Cagliari,Sardinia, Italy. June2006.

•

EduardoF.Nakamura,HoraioA.B.F.Oliveira,LuianaF.Pontello,andAntonioA.F.

Loureiro. Atribuição Dinâmia de Papéis para Agregaçãode Dados em Redes de

Sen-soressem Fio. SBRC'06: Proeedingsof the 24oSimpósio Brasileiro deRedes de

Com-putadores. Curitiba,PR,Brazil. June2006.

•

Boukerhe. Error Analysisof Loalization Systems inSensor Networks. GIS'05:

Pro-eedings of the 13th ACM International Symposium on Advanes in Geographi

Infor-mation Systems. Pages 71-78. Bremen, Germany. November2005.

•

Boukerhe. Direted PositionEstimation: aReursiveLoalizationApproahfor

Wire-lessSensorNetworks. IC3N'05: Proeedingsofthe 14th IEEEInternationalConferene

on Computer Communiations and Networks. Pages 557-562. San Diego, California,

USA, Otober2005.

Tehnial Reports

•

Horaio A.B.F. Oliveira,Eduardo F. Nakamura, and Antonio A.F. Loureiro. Direted

PositionEstimation: a ReursiveLoalizationApproah forWireless Sensor Networks.

Tehnial Report. RT.DCC 010/2005,Department of Computer Siene, Federal

Uni-versityofMinas Gerais. Belo Horizonte,MG, Brazil,2005.

Master's Thesis

•

Horaio A.B.F. Oliveira. UmAlgoritmo Reursivo de Loalização paraRedes de

Sen-soresSem Fio. MasterThesis. Department of ComputerSiene, Federal Universityof

(20)

1 Introdution 1

1.1 Motivation . . . 1

1.2 Objetives . . . 3

1.3 MainContributions. . . 4

1.4 Organizationof theThesis . . . 5

2 Loalization Systems for Wireless Sensor Networks 6 2.1 Introdution . . . 6

2.1.1 ProblemStatement . . . 7

2.1.2 TheComponents ofLoalizationSystems . . . 8

2.2 Distane/AngleEstimation . . . 8

2.2.1 Reeived Signal StrengthIndiatorRSSI . . . 9

2.2.2 Time[Dierene℄ ofArrival ToA/TDoA . . . 10

2.2.3 Angle/Diretionof Arrival AoA/DoA . . . 11

2.2.4 CommuniationRange . . . 11

2.2.5 CommentsAbouttheDistane/AngleEstimation . . . 12

2.3 Position Computation . . . 12

2.3.1 Trilaterationand Multilateration . . . 13

2.3.2 Bounding Box . . . 13

2.3.3 Triangulation . . . 14

2.3.4 ProbabilistiApproahes. . . 14

2.3.5 CentralPositioninRelation to theReferene Nodes . . . 15

2.3.6 CommentsAboutthePosition Computation. . . 15

2.4 Loalization Algorithm. . . 16

2.4.1 AdHo PositioningSystem APS . . . 17

2.4.2 Reursive Position Estimation RPE . . . 18

2.4.3 Direted Position Estimation DPE . . . 19

2.4.4 Loalizationwitha MobileBeaon MBL. . . 21

2.4.5 CommentsAboutLoalization Algorithms . . . 22

2.5 Summary . . . 23

(21)

3.1.1 ProblemStatement . . . 26

3.1.2 TheComponents ofSynhronizationSystems . . . 26

3.2 DelayEstimation . . . 27

3.2.1 Round TripTime - RTT . . . 27

3.2.2 DelayMeasurement . . . 28

3.2.3 CommentsAbouttheDelayEstimation . . . 29

3.3 TimeComputation . . . 30

3.3.1 Oset Computation . . . 30

3.3.2 DriftComputation . . . 30

3.3.3 CommentsAbouttheTimeComputation . . . 31

3.4 Synhronization Algorithm . . . 31

3.4.1 Timing-SynProtoolfor SensorNetworks TPSN. . . 31

3.4.2 FloodingTime Synhronization Protool FTSP . . . 34

3.4.3 DelayMeasurementTime Synhronization DMTS . . . 34

3.4.4 Referene-Broadast Synhronization RBS. . . 36

3.4.5 CommentsAboutSynhronization Algorithms . . . 37

3.5 Summary . . . 38

4 Loalization inTime and Spae for Wireless Sensor Networks 39 4.1 Introdution . . . 39

4.2 Denitionof anEvent . . . 39

4.3 Timeand Position EstimationinWSN Protools . . . 40

4.4 SimilaritiesinPositioning andSynhronizationSystems . . . 44

4.4.1 DataEstimation and Gathering. . . 44

4.4.2 InformationComputation . . . 45

4.4.3 Distributed Algorithm . . . 46

4.5 Loalization inTimeand SpaeProblemStatement. . . 47

4.6 Stateof TheArt . . . 48

4.7 Summary . . . 50

5 A DV-Hop algorithm for Time-Spae Loalization in WSNs 51 5.1 Introdution . . . 51

5.2 Synapse-A Time-Spae Loalization System . . . 52

5.2.1 TheSynhronization Part oftheSynapseAlgorithm . . . 52

5.2.2 TheComplete SynapseAlgorithm . . . 53

5.3 Performane Evaluation . . . 54

5.3.1 Methodology . . . 55

5.3.2 Error Analysis . . . 56

5.3.3 InreasingtheNumberof Beaons . . . 57

5.3.4 TheImpat of theNetwork Sale . . . 57

(22)

6 A Lightweight Algorithm for Time-Spae Loalization inWSNs 61

6.1 Introdution . . . 61

6.2 Lightness - ANovel LightweightAlgorithm forTime and SpaeLoalization . 62

6.2.1 TheSynhronization Part oftheLightnessAlgorithm . . . 62

6.2.2 TheLightness Algorithm . . . 64

6.3.3 TheImpat of theNetwork Sale . . . 66

6.3.4 InreasingtheNumberof Beaons . . . 67

6.3.5 GPSInauray . . . 67

6.3.6 OneHop SynhronizationInauray . . . 67

6.3.7 Deduinga Node's SynhronizationError . . . 68

6.3.8 Improving thePositionComputation . . . 68

6.4 Summary . . . 69

7 A Mobile Beaon Approah forTime-Spae Loalization inWSNs 72

7.1 Introdution . . . 72

7.2 Mobilis AMobile Beaon Approah for LoalizationinTimeand Spae . . 73

7.2.1 First Sheme: Using DelayMeasurement. . . 73

7.2.2 SeondSheme: UsingRTT . . . 73

7.3.3 Impat ofGPSInauray. . . 79

7.3.4 Impat ofRSSIInauray . . . 79

7.3.5 Impat ofOneHop Synhronization Inauray . . . 80

7.4 Summary . . . 80

8 Conlusions 82

8.1 FinalRemarks andSummary ofContributions . . . 82

8.2 Diretionsfor Future Researh . . . 84

A Glossary of Terms 87

(23)

1.1 Example of a ommon senario for Wireless Sensor Networks: sensor nodes

de-tetingeventsfromtheenvironment,gathering data,and sending these datato a

monitoringstation. . . 2

2.1 Several areas of the WSNs that work together in order to ahieve one ommon

goal: to monitoran areaof interest. . . 7

2.2 Thedivisionofloalizationsystemsintothreedistintomponents: distane/angle

estimation,positionomputation,andloalizationalgorithm. Thearrowsindiate

theinformationowfrom oneomponent toanother. . . 9

2.3 (a)Derease inthesignalstrength; (b),()Methods of deriving thedistanefrom

thesignal'sarrivaltime; and (d)Angleof arrivalofthesignal.. . . 10

2.4 (a) Theoretial model of trilateration; (b) A more realisti model of the

trilater-ation; () Multilateration; (d) Bounding Box; (e),(f) Triangulation; and (g),(h)

Probabilistiapproah(from Ramaduraiand Sihitiu (2003)). . . 14

2.5 Example andphases oftheAPS Dv-Hop: (a)initially,thebeaonnodes

broad-ast their positionsand (b)omputetheaverage size ofhop; ()this last valueis

sent to thenetwork and thenodesreeiving itomputetheir positions. . . 17

2.6 ExampleandphasesoftheRPE:(a)initially,thenodehoosesitsreferenenodes;

then(b) it estimates its distaneto eah ofthe referenenodes; () omputes its

position using trilateration; and (d) broadasts its newly estimated position to

assist theothernodes. . . 19

2.7 (a) The DPE algorithm performing a direted loalization reursion; and (b) a

positionestimate usingonly two referene neighbors. A pairof possiblesolutions

results from thesystem. The right position of thenode isthe most distant point

fromthe reursionorigin. . . 20

2.8 Example and phases of theDPE algorithm: (a) rst, thebeaon nodes startthe

reursion, (b) thena node determines its (two) referene nodes, () estimates its

position,and(d)beomesa refereneitselfbybroadastingthis information. . . 21

2.9 Operation and possible trajetories for the Loalization with a Mobile Beaon:

(a) the mobile beaon moving along thesensor eld in a straight line; (b) a less

(24)

estimation,timeomputation,andsynhronizationalgorithm. Thearrowsindiate

theinformationowfrom oneomponent toanother. . . 27

3.2 Delayestimation tehniques: (a)the Round Trip Time(RTT) and (b)the Delay

Measurement. . . 28

3.3 The soures of delay in a paket exhange are divided between both the sender

and reeivernodes. . . 29

3.4 ExampleoftheTiming-SynProtoolforSensorNetworks(TPSN)algorithm: (a),

(b), and () the level disovery phase; and (d), (e), and (f) the synhronization

phase. . . 32

3.5 Example of the Flooding Time Synhronization Protool (FTSP): (a) the root

node initiating the synhronization ooding; and (b) the nodes propagating the

synhronization ooding.. . . 34

3.6 ExampleoftheReferene-BroadastSynhronization(RBS)algorithm: (a)anode

sendingareferenebroadast;(b)twoothernodesreordingtheirloaltimestamps

uponthepaket'sarrival; and() thetwo nodesexhangingtheir timestamps. . . 37

4.1 Example offour dierentevents thatourred ina WSN. . . 40

4.2 Threedierenteventsbeing detetedinaWSN senarioinwhihthenodeshave

been able to ompute their positions but not their synhronized time. In this

Figure, `

Υ

'representsanevent ourringinthenetwork.. . . 41

4.3 ThreedierenteventsbeingdetetedinaWSNsenarioinwhihnodeshavebeen

ableto loalize themselvesintimebut notinspae. . . 42

4.4 Threedierenteventsbeing detetedinaWSN senarioinwhih thenodeshave

beenable to omputeboththeir positionsand their synhronizedtime.. . . 43

4.5 Relations betweentheomponentsof theloalizationand synhronizationsystems. 44

5.1 ExampleandphasesoftheSynapsesynhronizationpart: beaonnodes(a)sending

the synhronization oodings, (b) omputing the average time of a hop, and ()

sending theomputedaveragetimeof ahop to theunsynhronizednodesusing a

ontrolled ooding. . . 53

5.2 Deploymentobeysadisturbedgrid,avoidinglargeonentrationsofnodes(a)and

without formingaregulargrid (b). . . 55

5.3 Cumulative error of the Synapse algorithm implemented in the (a) Appliation

Layerand (b)MAC Layer. . . 56

5.4 Inuene of the number of beaon nodes on the Synapsealgorithm implemented

inthe(a)AppliationLayerand (b)MACLayer. . . 57

5.5 InueneofthenumberofnodesontheSynapsealgorithmimplementedinthe(a)

AppliationLayerand (b)MACLayer.. . . 58

5.6 Simulation results in the Appliation Layer: (a) Impat of the GPS error; and

(25)

of thenon-deterministierrors. . . 59

6.1 Example and phases of the Lightness synhronization omponent: (a) beaon

nodes starting the synhronization reursion from dierent parts of the network;

and (b)an unsynhronizednode estimatingthepakets'delays,()omputing its

synhronizedtime,and (d)beominga referenenode. . . 63

6.2 Simulationresults for the Lightness algorithm: (a) Cumulative error and (b)

Im-patof thenetwork sale. . . 66

6.3 The impatofthebeaonssaleon theLightness algorithm. . . 67

6.4 Impat of real world inauraies in the Lightness algorithm: (a) Impat of the

GPSinaurayand (b)Impat ofone hop synhronization inauray. . . 68

6.5 Deduing a node's synhronization error inthe Lightness algorithm: (a) Hopsto

beaonsasan error indiationand (b)Residual value asanerror indiation. . . . 69

6.6 Improvingtheposition omputationof theLightness algorithm: Positioningerror

inthedrift omputation.. . . 69

7.1 Example and phases of theseond sheme of theMobilis Algorithm: (a) beaon

nodesendinganadvertisementpaket;(b)unsynhronizednodessendingarequest

paket; and() thebeaonnode sending areplypaket. . . 76

7.2 Mobilis variation oftheRTT tehnique. . . 76

7.3 Evaluated trajetories for mobile beaon: (a)a simple sinusoidalpath; and (b) a

spiralpath. . . 78

7.4 Error analysis of the Mobilis algorithm: (a) Positioning umulative error; (b)

Synhronizationumulative error.. . . 79

7.5 Impatof GPSinaurayon theresulted(a)loalizationerrorsand(b)

synhro-nizationerrors. . . 80

7.6 ImpatofrealworldinauraiesontheMobilisalgorithm: (a)ImpatoftheRSSI

inaurayontheloalizationpart;and(b)Impatoftheonehopsynhronization

(26)

2.1 Twoknownradiopropagationmodels.

P

t

and

P

r

arethetransmittedandreeived

signalspower(strengths),

G

t

and

G

r

aretheantennagains ofthetransmitterand

reeiver,

λ

isthewavelength,

d

isthedistanebetweenthenodes,

L

isthesystem

loss, and

h

t

and

h

r

aretheheightsof thetransmitand reeive antennas. . . 9

2.2 Comparisonofthemethods usedto estimatedistanes/anglesbetweentwonodes.

The hosen method dependsontheappliation, senarioand available resoures. 12

2.3 Comparison of the methods used to ompute positions. Again, there is no ideal

solutionthatworksinallsenarios. Thehoieofwhatmethodto usewilldepend

on thegatheredinformationandon theavailable proessorresoures.. . . 16

2.4 Loalization algorithms omparison. Some harateristis of the loalization

al-gorithms identify the possible senarios that they an be appliable. The hoie

of what algorithm to use depends on the appliation requirements and on the

available resoures. . . 23

5.1 Default senario onguration for thesimulations performed inorder to evaluate

theperformaneof theSynapsealgorithm. . . 55

6.1 Default senarioonguration for thesimulations performed to evaluate the

per-formaneof theLightness algorithm. . . 66

7.1 Default senarioonguration for thesimulations performed to evaluate the

per-formaneof theMobilisalgorithm. . . 77

8.1 Comparison of algorithms. In terms of ommuniation omplexity,

O

(

l

)

refersto

(27)

1 AdHo PositioningSystemDv-Hop loalizationalgorithm . . . 18

2 Reursive Position Estimationloalizationalgorithm . . . 20

3 Direted PositionEstimation loalizationalgorithm . . . 21

4 Mobile Beaon Loalizationalgorithm . . . 23

5 Timing-syn Protool for SensorNetworks synhronization algorithm . . . 33

6 The algorithmi partoftheFloodingTimeSynhronization Protool . . . 35

7 DelayMeasurement TimeSynhronizationalgorithm . . . 36

8 The algorithmi partofReferene-Broadast Synhronization. . . 37

9 The CompleteSynapseAlgorithm. . . 54

10 The CompleteLightness Algorithm . . . 64

11 First sheme oftheMobilis algorithm. . . 74

(28)

Introdution

1.1 Motivation

AWireless SensorNetwork(WSN)(Akyildizetal.,2002;Boukerhe,2005;Nikoletseas,2006;

Arampatzis et al.,2005; Estrin et al.,2001; Ilyasand Mahgoub, 2004; Loureiro et al.,2003;

Pottieand Kaiser, 2000) an be desribed asa network omposedof hundreds or thousands

ofsmall,deployable,andresoureonstrainedsensornodesthatexhangemessageswitheah

other using wirelessand multihopommuniation. WSNs an be seenasrelatively stati Ad

HoNetworks(Boukerhe,2005;ElliottandHeile,2000;Estrinetal.,2002;Jonesetal.,2001;

Gibson, 1999)that are omposed mainly of sensor nodes. These sensorshave the apability

of monitoring physial properties intheir viinity, suh as temperature, humidity, pressure,

ambient light, and movement. A sensor node by itself has a limited sensing apability, but

when itisombinedwithhundredsor thousandsofother nodestheoverallapabilityan be

inreased. Thus,sensornodesinaWSNan ooperatively performhallengingtaskssuhas

monitoring preisely thephysial properties of an extensive area ofinterest. Dueto its wide

appliability, this type of network has beome popular and overs many dierent domains

suhastheenvironmental,medial,industrial, and militaryelds.

The basi tasks of a WSN are event detetion, data gathering, and reporting data to a

monitoring station(see Figure1.1). Inorder to ommuniatewiththemonitoringstation, a

speial node known asthesinknode isresponsiblefor olleting allof thedata gathered(or

fused)bythesensornodesandsendingthemtothismonitoringstationusingamorepowerful

ommuniationinfrastruture(e.g.,satellitelinks). Thus,aWSNisbasiallydrivenbyevents

thatgeneratedata. An eventbyitselfanbedenedasbeingomposedof aausal riterion

and a spatiotemporal riterion (Davidson, 1980):

1. Causal riterion: speiesthetype of event. In thease of themain appliations of a

WSN, this ausal riterionould be re, movement,hanges inpressure,or hanges in

ambient light.

2. Spatiotemporal riterion: speies the loation in time and spae where an event

(29)

Figure 1.1: Example of a ommon senario for Wireless Sensor Networks: sensor nodes

de-tetingeventsfrom theenvironment,gatheringdata, andsending thesedatatoa monitoring

station.

while spaean berepresentedbylatitude,longitude,and altitude.

For instane, atypial event detetedbya WSNappliationould be desribed as:

[Time: 1203351004.1981℄ - "fire" deteted at (1.72, 2.32, 0.53).

In this example, we an easily see the ausal riterion of the deteted event, whih is the

fire, and thespatiotemporal riterion,whihis(1.72, 2.32, 0.53, 1203351004.1981).

A sensor node in a WSN an identify the rst riterion easily by using its own sensing

devies and information-fusion tehniques (Nakamura etal.,2005a, 2007). The

spatiotempo-ral riterion,on theotherhand, anonly beidentiedwhen sensornodes have synhronized

loks and an determine their physial loation. However, neither positioning nor timing

information is promptly available to sensor nodes after the nodes' deployment. First, the

positionofsensornodesmaynotbeengineeredor predetermined. Thisallowsforrandom

de-ployment ininaessibleterrains and disaster relief operations (Akyildizetal., 2002). Thus,

a loalization system (Bahrah and Taylor, 2005; Boukerhe et al., 2007a; Chandrasekhar

etal.,2006;Langendoenand Reijers,2005)isrequired inorderto providetheposition

infor-mation (e.g., latitude,longitude, and altitude) of the nodes. Seond, the loal loks of the

sensornodesusually deviategradually from theorrettimedue to externalonditions suh

as temperature or battery voltage. Thus, a synhronization system (Sundararaman et al.,

2005; Sivrikaya and Yener, 2004; Elson and Romer, 2003) is required to keep the loks of

the sensor nodes synhronized. Although the Global Positioning System (GPS)

(Hofmann-Wellenhoet al.,1997; Kaplan, 1996) ould provide both timing and positioning information

for the nodes, to equip all sensornodeswitha GPSreeiveris notagoodsolution inWSNs

beauseitinreasestheir ost,size,andenergyonsumption(Dohertyetal.,2001;Niulesu

and Nath, 2001;Savvides etal.,2001). Thus, distributedmultihopalgorithms and protools

are usually the best solutions for solving the loalization and synhronization problems in

WSNs.

(30)

astwo dierent problemsrequiringdierentsolutions, algorithms,tehniques, andprotools.

Forthisreason,urrentsolutionsforsynhronizationandpositioninginWSNsareompletely

independentfromeahother. Asaresult,theindependentexeutionofthesealgorithmsleads

tolowereienyintermsofbothostandauray. Aswewillshowinthiswork,bysolving

these two problems jointly we an redue bothsynhronization and position errors, as well

as save energy and network resoures. From our perspetive, time an be seen as another

dimension ofspae. Asa onsequene, we needto solve a4D positioning problem. We refer

to this problemasLoalization in Time andSpae.

1.2 Objetives

The main goalsof this work aretwofold. First,we aim to proposeand investigate the

Loal-ization in Time and Spae problem in WSNs as a ombinationof both theloalization and

synhronization problems. The seond goal is to propose, design, and evaluate the

perfor-mane of dierent typesoftime-spae loalizationalgorithms for WSNs.

To ahievethese goals,severalseondary objetivesneedto beaomplished. Intherst

ase, i.e., in order to develop and dene the proposed onept of Loalization in Time and

Spae,thefollowing goals needto be ahieved:

1.1 assess loalizationandsynhronizationproblemsinWSNsandtheproposedindependent

solutions to these problems;

1.2 identify similarities betweenthe loalization and synhronization problems;

1.3 evaluate how loalization tehniques an be used to propose new synhronization

algo-rithms or improve the existingones; and

Seondly,toproposedierentsolutionsfor theloalization intimeandspae problemand

onsider thedierent senarios where aWSN an be applied, thefollowing goals need to be

ahieved:

2.1 propose a solution for the loalization in time and spae problemto be used in medium

saleWSNs;

2.2 propose asolutionfortheloalizationintimeandspaeproblemtobeused inlargesale

WSNs;

2.3 propose a solution for the loalization in time and spae problem to be used in WSNs

(31)

1.3 Main Contributions

The mainontributionsofthisworkarethedesignanddevelopment ofthreenewtime-spae

loalizationalgorithms for WSNs, whih we refer to as theSynapse, Lightness, and Mobilis

algorithms,respetively:

•

The Synapse algorithm (Synhronization and Positioning for Sensor networks) is a

time-spae loalization algorithm designed for small and medium sale WSNs. The

Synapse algorithmis basedon the Ad Ho PositioningSystem (APS) loalization

sys-tem (Niulesu and Nath, 2001). It obeys the same priniples as APS, resulting in

the same loalization features and ommuniation overhead, but adds the apability

of loating nodesin time(i.e.,synhronization). This algorithmrelies on thefat that

beaonnodes(GPS-equippednodesthathelpinloatingothernodes)alreadyhave

syn-hronized loks, sine they reeive their timing information from GPS. Synhronized

loksloatedindierent partsofthenetworkareabletoestimatethetimetakenfora

paket to leave one beaon node and arrive at another. Based on this information, we

anomputetheaveragetimeofahop. Aregularnodesynhronizesitslokby

onsid-ering theaveragetimeofa hopandthenumberofhopsbetweenitself andeahbeaon

node. Simulationresults (presentedinSetion5.3)showthatourproposedSynapse

al-gorithm ansynhronizethenodes'loks witha preisionofa fewmiroseonds. This

algorithmis explained fullyinChapter5.

•

The Lightness algorithm (Lightweight Time and Spae loalization) has some key

as-pets. First,thepositioningpartisbasedonReursivePositionEstimation(RPE)

(Al-bowizetal., 2001), a well-knownand salable positioningsystem for sensor networks

that requires only 5% of the nodesto be GPS-enabledbeaon nodes. Seond, this

al-gorithm assumes that the beaon nodes already have synhronized loks, sine they

an get their timing information from the GPS. Third, both timing and positioning

information are propagated in the network with a total ommuniation ost of

O

(

n

)

.

Finally,we usethepaketdelaymeasurement tehnique (explainedinSetion3.2.2)to

estimatethedelayofapaketandsynhronizeneighbornodesusingonlyonebroadast.

Simulation results showthat our Lightness algorithm an saleto thousands of nodes

while keeping a synhronization error of a few miroseonds and dereasing the

posi-tioningerror (omparedtotheoriginalRPEalgorithm). Thisalgorithmisexplainedin

Chapter 6.

•

The Mobilis algorithm (MobileBeaon for Loalization and Synhronization) isa new

approah to solving the time-spae loalization problemthat uses a mobile beaon. A

mobilebeaonisanodethatisawareofitstimeandposition(e.g. equippedwithaGPS

reeiver) andthat hastheabilityto movearound thesensoreld. This beaon an be

(32)

knowledge,oursistherstalgorithmto addresstheuseofa mobilebeaonin

synhro-nization and time-spae loalization problems. Our Mobilisalgorithm an synhronize

nodes by using the paket delay measurement tehnique (explained in Setion 3.2.2)

or the paket round-trip time tehnique (RTT explained in Setion 3.2.1). In the

rst ase, synhronization an be improved bythe extra pakets required for loation

disovery, while in the seond ase loalization an be improved by the extra pakets

required for synhronization. Thisalgorithmis explainedinChapter 7.

1.4 Organization of the Thesis

Thisthesisisdividedinto eighthapters. Therstpartofthiswork,omposedofChapters2

and 3,presents an overview and denition of the loalization and synhronization problems

in WSNs. In both hapters, the loalization and synhronization systems are divided into

three dierent omponents. Eah omponent is studiedbyshowing and analyzing themain

tehniquesproposedandthesolutionsemployedbyeahofthem. Attheendofbothhapters,

some nalremarksaremade regardingthemain hallengesandopen issuesthatstillneedto

be addressed.

Inthe seondpart, omposedof Chapter4, theLoalization in Time and Spae problem

isaddressed. Thishapterbeginsbyshowingtheimportaneofloalizationand

synhroniza-tion for most WSN appliations and showing that synhronization and loalization are two

parts of the same problem: loalizing the nodes in time-spae. We also show that neither

loation without time nor time without loation represents omplete information in WSN

appliations. Then, we present thesimilarities betweenthe loalizationand synhronization

problems,whihsuggestthattheyanandshouldbeaddressedasasingleproblem. Next,the

Loalizationin Time andSpae problemforWSNs isformallydenedandanalyzed. Wealso

presentsome relatedworkthatsuggeststheuniationofloalizationandsynhronizationin

WSNs.

Inthethird partofthis work,omposedofChapters 5,6,and 7,we proposeandexplain

theSynapse,Lightness,andMobilisalgorithmsforloalizationintimeandspae,respetively.

In eahhapter,theperformaneof theproposedsolution isevaluated throughsimulations.

Finally, in Chapter 8, we present some nal remarks about the studied problems, their

(33)

Loalization Systems for Wireless

Sensor Networks

2.1 Introdution

Despite the fat that the main goal of a WSN is to monitor an area of interest, several

seondaryobjetives,orprerequisites,havetobeahievedinordertoreahthemainobjetive

(Figure 2.1). The denition of a loalization system (Boukerhe et al., 2007a,,b; Bahrah

and Taylor,2005;JiandZha,2004;Pathiranaetal.,2005;Savarese etal.,2002;Shangetal.,

2003; Ssuetal.,2005)betweenthesensornodesisone ofthese prerequisitesand aswell asa

fundamentalissueformanyappliationsinWSNs. Beausesensornetworksmaybedeployed

in inaessible terrains or disaster relief operations (Akyildiz et al., 2002), the position of

sensor nodesmay notbe predetermined. Thus, a loalization systemis required in order to

provide positioninformationto thenodes.

Theimportaneofloalizationinformationarises fromseveralfators,manyofwhihare

relatedonlytoWSNs. Thesefatorsinludetheidentiationandorrelationofthegathered

data(Nakamuraetal.,2005a,b,2007), theaddressingof thenodes(Heidemannetal.,2001),

the management and query ofnodesloalized ina determinedregion (Navasand Imielinski,

1997), evaluationofnodedensityandoverage(Xuetal.,2001),onstrutionofenergymaps

(Minietal.,2004;Mahadoetal.,2005),geographirouting(Xuetal.,2001),objettraking

(Kumar etal.,2000), andother geographialgorithms. All ofthese fatorsmake loalization

systems akeytehnologyfor thedevelopmentand operationofWSNs.

One solution for the loalization problem in WSNs is to equip eah sensor node with a

Global Positioning System (GPS) reeiver (Hofmann-Wellenho et al., 1997; Kaplan, 1996).

However, this solution has many disadvantages (Doherty et al., 2001; Niulesu and Nath,

2001; Savvides et al., 2001), suh as the inrease in the ost and size of the sensor nodes,

the fat that GPS annot be used when there is no visible satellite (e.g., indoor senarios,

underwater, severe limationditions, mars exploration),and theextrahardwareonsumes

energy. Due to these disadvantages, theusage of GPS is usually limited to a small fration

(34)

Figure 2.1: Several areas of the WSNs that work together inorder to ahieve one ommon

goal: to monitoran areaof interest.

Inthishapter wewill addresstheloalizationproblemfromtheviewpointofa WSN. In

thenexttwosetions,webrieypresentanoverviewanddenitionoftheloalizationsystems

for WSNs and their omponents. Setion2.2 shows the main methods used by loalization

systems to estimatedistanes andangles. In Setion2.3we showthetehniques thatan be

usedbyanodetoomputeitsposition,whileinSetion2.4weshowhowalloftheestimated

information aboutdistanes and positions an be manipulated inorder to allowmost or all

of the nodes in a WSN to estimate their positions. Finally, in Setion 2.5 we present our

onlusions.

2.1.1 Problem Statement

A WSN anbe omposedof

n

nodes,with aommuniation rangeof

r

,and distributedina

two-dimensionalsquaredsensoreld

Q

= [0

, s

]

×

[0

, s

]

. Forthesakeof simpliation,we

on-sidersymmetriommuniationlinks,i.e.,for anytwo nodes

u

and

v

,

u

reahes

v

if andonly

if

v

reahes

u

and withthesame signalstrength. Inthis work we alsoonsider homogeneous

WSNs, i.e., networks in whih all of the nodes have the same hardware speiation (e.g.,

proessor, memory, andenergy apaity). The only exeptionsare, asshown inthis setion,

thebeaonnodesthatareequippedwitha GPSreeiver. Thus,we represent thenetworkby

theEulidean graph

G

= (

V, E

)

withthefollowing properties:

• V

=

{

v1

, v2, . . . , v

n

}

is thesetof sensornodes;

• h

i, j

i ∈

E

i

v

i

reahes

v

j

,i.e., thedistanebetween

v

i

and

v

j

islessthan

r

;

• w

(

e

)

≤

r

istheweight ofedge

e

=

h

i, j

i

,i.e., thedistanebetween

v

i

and

v

j

.

Someterms anbeused to designatethestate ofa node:

Denition 1 (Unknown Nodes

U

) Also known as free or dumbnodes, this term refers

(35)

Denition 2 (Settled Nodes

S

) These nodes were initially unknown nodes that have

managedtoestimatetheirpositions usingtheloalizationsystem. Thenumberof settlednodes

and the estimated positionerror of these nodes are the main parameters for determining the

quality of a loalization system.

Denition 3 (Beaon Nodes

B

) Also known as landmarks or anhors, these are the

nodes that do not need a loalization system in order to estimate their physial positions.

Their loalization isobtainedby manual plaement orby external means suhas GPS.These

nodes form the base of most loalization systems for WSNs.

Theloalization probleman thenbe denedasfollows.

Denition 4 (Loalization Problem) Given a multihop network

G

= (

V, E

)

and a setof

beaonnodes

B

andtheir positions

(

x

b

, y

b

)

, forall

b

∈ B

, wewanttondtheposition

(

x

u

, y

u

)

of as many

u

∈ U

as possible,thus transforming these unknownnodes into settled nodes

S

.

2.1.2 The Components of Loalization Systems

Loalizationsystems an be dividedinto three distint omponents(see Figure2.2):

1. Distane/angle estimation: this omponent is responsible for estimating information

aboutthedistanesand/oranglesbetweentwonodes. Thisinformationwillbeusedby

theother omponentsof theloalizationsystem.

2. Position omputation: this omponent is responsible for omputing a node's position

based on available information onerning distanes/angles and positions of referene

nodes.

3. Loalization algorithm: this is themain omponent of a loalization system. It

deter-mines how theavailable informationwill be manipulated inorder to allowmost or all

of thenodesinaWSN toestimate their positions.

Besidesprovidingadidativiewpoint,theimportaneofsuhadivisionintoomponents

omes, aswe will see, fromtheneedto reognize thatthenalperformaneof a loalization

systemdependsdiretlyoneahoftheseomponents. Also,eahomponenthasitsowngoal

and methodsof solution. Theyanthus be seenassubareasoftheloalizationproblem that

need to be analyzedand studiedseparately. Inthefollowing setions, theseomponentswill

be studiedindividually.

2.2 Distane/Angle Estimation

Distane/angle estimation onsists in identifying the distane or angle between two nodes.

(36)

Figure2.2: Thedivisionofloalizationsystemsintothreedistintomponents: distane/angle

estimation, position omputation,and loalization algorithm. Thearrowsindiate the

infor-mation owfrom one omponent to another.

Model Desription Formula

Free Spae (Friis,1946)

Considerthe ideal propagationondition

withoutinterferenesorobstales.

P

r

(d) =

P

t

G

t

G

r

λ

2 (4

π

)

2 d

2 L

Two-Ray Ground

(Rappa-port,1996)

LiketheFreeSpae,butonsiderthe

pos-sibilityofsignalreexionintheground.

P

r

(d) =

P

t

G

t

G

r

h

2 t

h

2 r

d

4 L

Table2.1: Twoknownradiopropagationmodels.

P

t

and

P

r

arethetransmittedandreeived

signals power (strengths),

G

t

and

G

r

arethe antenna gains of the transmitterand reeiver,

λ

is thewavelength,

d

isthedistanebetweenthenodes,

L

isthesystemloss,and

h

t

and

h

r

are theheightsof thetransmitand reeive antennas.

Dierent methods an be used to estimatesuh information. Some of these methods are

veryaurate but withhigher osts (interms of hardware, energy,and proessorresoures),

while others arelessauratebut alreadyavailableon most sensornodes.

Inthefollowing setions, someof themain methods usedbyloalizationsystems to

esti-mate distanes/angles will be studied. These methods inludeRSSI, ToA/TDoA, AoA,and

ommuniation range.

2.2.1 Reeived Signal Strength Indiator RSSI

RSSI an be used to estimate the distane between two nodes based on the strength of the

signal reeived byanother node. As depitedin Figure 2.3(a), a sender node sends a signal

with a determinedstrength that fades as the signal propagates. The longer the distane to

thereeivernode,theweakerthesignalstrengthwhen itarrives atthat node.

ThesignalstrengthisommonlymeasuredindBm(Deibelinreferenetoonemilliwatt)

or in Watts. Theoretially, the signal strength is inversely proportional to the squared

dis-tane, and a known radio propagation model (Table 2.1) an be used to onvert the signal

strength into distane. However, in real-world environments, this indiator is highly

inu-ened by noises, obstales, and by the type of the antenna, all of whih makes it hard to

modelmathematiallytheproess. Intheseases,itisommontomakeasystemalibration