طرائق تجميع البيانات الكفوءة باستخدام الطاقة من اجل اطالة عمر شبكات الاستشعار اللاسلكية الدورية == ENERGY - EFFICIENT DATA AGGREGATION APPROACHES FOR PROLONGING LIFETIME OF PERIODIC WIRELESS SENSOR NETWORKS
Author name:
علي كاظم محمد هداب الغرابي
Supervisor name:
علي كاظم ادريس السعدي
General topic:
Computer Science
Specific topic:
Information Technology
Degree:
Doctorate
University:
University of Babylon - Information Technology Collage - It Department
Language:
English
University location:
Babylon
First pages:
28T785 - p.pdf
Abstract:
تمثل شبكات الاستشعار (اللاسلكية) الدورية (PSNs) واحدة من العناصر الاساسية في مستقبل انترنت الاشياء (IoT) وانها تلعب دورا هاما في حياة الناس بسبب استخدامها على نطاق واسع في العديد من التطبيقات. خصائص هذه الشبكات تمييزها عن الشبكات اللاسلكية المخصصة الاخرى. علاوة على ذلك، تفرض عدة قيود بسبب هذه الخصائص والتي تؤدي الى العديد من التحديات في شبكات الاستشعار الدورية. احد التحديات البحثية الاساسية في شبكات (PSNs) هو جمع ودمج كمية كبيرة من البيانات بطريقة موفرة للطاقة ومن ثم نقلها الى القاعدة (المحطة الاساسية) من اجل تمديد واطالة عمر الشبكة. وبما ان بطاريات المستشعرات لها عمر محدود، لذلك فان طريقة جمع البيانات ودمجها بشكل موفر للطاقة يعتبر امر ضروري لتحسين استهلاك الطاقة.في هذه الاطروحة، تم التركيز بشكل كبير على مشكلة تجميع البيانات، حيث توفير الطاقة يعتبر شرط اساسي. لقد تم اقتراح طرق تجميع البيانات الموفرة للطاقة والتي تهدف بشكل نهائي لتمديد واطالة عمر شبكة (PSN). لمعالجة هذه المشكلة، تقترح هذه الاطروحة طرق تجميع البيانات والتي تعمل على مستوى واحد ومستويين للتقليل من تكرار البيانات وتقليل الطاقة المستهلكة مع الحفاظ على مستوى مناسب من دقة البيانات بالنسبة للبيانات المستلمة في القاعدة (المحطة الاساسية). تم اقتراح خمسة طرق جديدة تعمل بصورة موزعة لتجميع البيانات بطريقة موفرة للطاقة تقوم على اساس البنية العنقودية. ويمكن توزيع هذه الطرق على عقد الاستشعار في المنطقة التي يرغب بمراقبتها. وبصورة ادق، فان الهدف من هذه الطرق هو تجميع البيانات المستشعرة على مستويين : احدهما على مستوى عقد اجهزة الاستشعار والاخر على مستوى المجمع (راس المجموعة (CH)) لاطالة عمر الشبكة في شبكات (PSNs).في المستوى الاول (مستوى عقد جهاز الاستشعار)، تم تطوير ثلاثة طرق مختلفة كفوءة باستخدام الطاقة وهي (DADAC, EADiDaC and DiDaSeF) والتي تهدف الى ازالة قراءات اجهزة الاستشعار الزائدة، توفير الطاقة، وتمديد واطالة عمر الشبكة. في الطريقة الرابع، تم اقتراح تجميع البيانات على مستويين (TLDA) لاطالة عمر شبكات الاستشعار الدورية. دمج البيانات يتم انجازه باستخدام تقنية التقريب المستمر للتكيف (APCA) لتقليل كمية البيانات التي يجمعها كل جهاز استشعار. يتم تطبيق المستوى الثاني في المجمع (راس المجموعة (CH)). ويشمل تجميع مجموعات البيانات المستلمة استنادا الى جدول تجزئة التسلسل باستخدام طريقة تكميم (SAX)، بالاضافة الى طرق معالجة اخرى. في الطريقة الخامسة، قمنا بتصميم وتنفيذ نظام كامل لتجميع البيانات (DAF) لزيادة عمر شبكات (PSNs). تعمل دالة التجميع في راس المجموعة (CH) كمرشح من خلال تمكين راس المجموعة من تحديد، ثم ازالة، مجاميع البيانات الزائدة عن الحاجة والتي تنتجها العقد المتجاورة، لتقليل المجموعات النهائية التي ستستقبلها القاعدة )المحطة الاساسية(.قمنا باجراء تجارب محاكاة واسعة النطاق على بيانات الاستشعار الحقيقية من خلال تطبيق برنامج (OMNeT++) لمحاكاة الشبكة لشرح فعالية البروتوكولات المقترحة بالمقارنة مع الطرق الاخرى المقترحة في الادبيات. تظهر نتائج التجارب بان طريقة (DADAC) قللت القراءات المجموعة من 18% الى 76% ومن 5% الى 29% مقارنة مع (PFF and Harb) بالتتابع. الطاقة المستهلكة بالنسبة لعقد الاستشعار باستخدام طريقة (EADiDaC) تم تقليلها من 27% الى 57% ومن 15% الى 43% مقارنة مع (PFF and Harb) بالتتابع. طريقة DiDASeF قللت البيانات المتبقية الى 10% كاقصى حد بعد تطبيق خطوة دمج البيانات في كل دورة، بينما المعدل هو 31% في ATP و100% في PFF. طريقة TLDA قللت الطاقة المصروفة في راس المجموعة لغاية 72% و61% مقارنة مع (PFF and Harb) بالتتابع. مرحلة دمج البيانات في طريقة DAF قللت البيانات المتبقة لغاية 9.322% في كل دورة، بينما المعدل هو 18.34% في طريقة TLDA. | Periodic Sensor Networks (PSNs) represent one of the essential elements in the future of Internet of Things (IoT) and it plays an important role in people’s life because of their widespread use in many applications. The characteristics of these PSNs differentiate it from other ad - hoc wireless networks. Furthermore, several limitations due to these characteristics are imposed and led to many challenges in the PSNs. One fundamental research challenge in PSNs is to periodically collect and aggregate the large volume of data in an energy efficient way and then transmit them to the sink so as to enhance the network lifetime. Since sensor batteries have a limited lifetime, therefore, energy - efficient data collection and aggregation method to periodic data collection is required for energy optimization.In this dissertation, highly focusing on the data aggregation problem, where energy - saving is also the essential condition. Energy - efficient data aggregation approaches had been proposed with the final goal of prolonging the PSN lifetime. To address this problem, this dissertation suggests one level and two levels data aggregation approaches for reducing the data redundancy and minimize the consumed energy while preserving a suitable level of data accuracy for the received data at the sink node. In this dissertation, five new distributed energy - efficient data aggregation approaches were proposed based on cluster topology. These approaches can be distributed on the sensor nodes in the monitored area of interest. More precisely, the objective of these approaches is to aggregate the sensed data at two levels : one of them at the sensor nodes level and the other on the aggregator (Cluster Head (CH)) level to prolong network lifetime in PSNs. In the sensor node level, three different energy - efficient approaches were developed; they are DADAC, EADiDaC and DiDASeF in order to remove redundant sensor readings, save energy, and prolong the network lifetime. In the fourth approach, a Two - Level Data Aggregation (TLDA) for Prolonging Lifetime of Periodic Sensor Networks is proposed. Data aggregation is achieved by using Adaptive Piecewise Constant Approximation (APCA) technique to reduce the amount of data collected by each sensor. Moreover, at the aggregator data aggregation is achieved by grouping received data sets based on the chaining hash table with SAX quantization method, as well as other processing methods. In the fifth approach, a complete Data Aggregation Framework (DAF) for maximizing the lifetime of PSNs are integrated to work together. The aggregation function, at the Cluster head (CH), works as a filtering via enabling the CH to reduce the final sets that the base station will be received. Extensive simulation experiments were conducted on real sensor data by applying OMNeT++ network simulator to explain the effectiveness of the proposed approaches in comparison with other existing methods. The results of these experiments show that DADAC approach reduced collected readings from 18% to 76% and from 5% to 29% compared to PFF and Harb respectively. The consumed energy of a sensor node using EADiDaC method is minimized from 27% to 57% and from 15% to 43% compared to PFF and Harb techniques respectively. DiDASeF approach decreased the remaining data to a maximum of 10% after applying the aggregation step at each period, whilst the rate is equal to 31% in ATP and 100% in PFF. TLDA approach decreased the consumed energy at the cluster head up to 72% and 61% in comparison with PFF and Harb methods respectively. The aggregation stage in DAF approach decreased the remaining data to a maximum of 9.322% at each period, whilst the rate is equal to 18.34% in TLDA
