1 Travaux connexes Réseau à tolérance de délai Le DTN (réseau à tolérance de délai) est utilisé pour transmettre des données dans des réseaux à connexion intermittente. La littérature [5] présente la structure générale du DTN. En tant que réseau superposé à la couche de transmission lors de l'interconnexion des réseaux, il fournit un stockage de données et des services tels que la retransmission et la transmission de données authentifiées. Le DTN est basé sur l'échange de messages et ses unités de données peuvent être des messages, des paquets ou des liasses. Burleigh et al. ont également proposé un nouveau protocole de réseau superposé de bout en bout [6], appelé bundling.
La technologie DTN a été introduite dans les réseaux de capteurs sans fil ces dernières années. En fonction de la mobilité des nœuds, les travaux de recherche peuvent être divisés en trois catégories : (1) Les nœuds de capteurs sont tous stationnaires. Le premier type de réseau de capteurs sans fil tolérant aux retards DTSN (delay tolerant sensor networks) est statique, et tous les nœuds de capteurs et les points de convergence sont fixes. Compte tenu des limites de la distance de transmission des nœuds de capteurs et de la faible énergie des batteries, chaque nœud est connecté de manière lâche, et les nœuds de capteurs quittent le réseau et deviennent des nœuds isolés. Ce phénomène se produit de temps à autre. Le document [7] est un exemple d'application spécifique du DTSN statique. L'article propose d'utiliser un réseau de capteurs pour surveiller l'environnement de vie humain et donne aux utilisateurs le pouvoir de contrôler ce réseau de capteurs par l'intermédiaire du réseau Internet. Le document [8] mentionne L'objectif du projet SENDT est d'établir un réseau de capteurs de démonstration pour surveiller la qualité de l'eau d'un lac. Étant donné que certains nœuds de capteurs doivent être arrêtés régulièrement pour économiser l'énergie de la batterie, une structure DTSN à connexion discontinue est formée entre chaque nœud. .
(2) Le réseau comporte des nœuds mobiles faciles à gérer. Dans le deuxième type de DTSN, certains nœuds mobiles peuvent être utilisés pour améliorer la connectivité du réseau. Par exemple, la méthode de la mule de données [9] est utilisée pour agréger chaque capteur dans un réseau dont le nombre de capteurs est peu élevé. Informations sur les données collectées par les nœuds de capteurs. Le réseau comporte une entité "data mule" qui se déplace de manière aléatoire dans la zone de déploiement des capteurs. Elle recueille régulièrement les données collectées par chaque nœud et fournit des services interactifs de stockage et de transmission des informations. En raison de la grande distance de transmission requise par les nœuds de capteurs, cette stratégie peut donc économiser l'énergie du capteur plus que le DTSN statique.
(3) Le nœud de capteur est en mouvement, c'est-à-dire DTMSN. Le plus important est de savoir comment concevoir l'algorithme de routage dans l'environnement DTMSN. L'algorithme de routage le plus élémentaire (méthode de collecte des données) est appelé transfert direct [10]. L'idée de base est que le nœud de capteur ne communique qu'avec le point d'ancrage, c'est-à-dire que les deux transmettent des messages uniquement lorsque le nœud de capteur se déplace dans la zone de communication du point d'ancrage. Le délai de transmission des messages dépend principalement de la fréquence de communication entre chaque nœud de capteur et le point d'ancrage : plus la fréquence de communication est basse, plus le délai de transmission des messages est important. Étant donné que la fréquence de communication entre les nœuds de capteurs et les points d'ancrage dans le DTMSN est souvent faible, le délai de transmission de l'algorithme est important et le taux de réussite de la transmission des données est également faible. En réponse à ces problèmes, la littérature [11] a proposé un algorithme d'inondation, qui permet au nœud capteur de copier le message à tous les nœuds dans son rayon de communication, dans le but de faire en sorte que tous les nœuds du réseau Chaque nœud contient une copie de ce message. La taille de la file d'attente de stockage du nœud et la stratégie de perte de paquets une fois que la file d'attente est pleine ont un impact important sur les performances de cet algorithme. Si la file d'attente est suffisamment grande, cet algorithme peut atteindre les performances souhaitées au prix d'une consommation importante de l'énergie du capteur. Taux de réussite de la transmission des données plus élevé. Cependant, en raison de la file d'attente de stockage limitée des nœuds de capteurs, cet algorithme entraîne de graves pertes de paquets et des performances médiocres. En outre, ZebraNet [12] utilise des capteurs mobiles pour surveiller les habitudes de vie des zèbres. Il s'appuie sur des enregistrements historiques Routage : Chaque nœud de capteur enregistre l'historique de ses transmissions réussies de paquets de données directement au point de convergence. Lorsqu'un nœud de capteurs rencontre un autre nœud de capteurs, ce n'est que lorsque le niveau historique du premier est inférieur à celui du second que les deux nœuds génèrent des données. transmission. Toutefois, cette stratégie simple ne garantit pas le taux de réussite requis pour la transmission des données. La littérature [13] traite du scénario d'utilisation du système SWIM pour collecter des informations biologiques sur les baleines. SWIM considère que la mobilité aléatoire des capteurs fait que tous les nœuds de capteurs ont la même probabilité de rencontrer le point d'atterrissage. Afin d'obtenir le taux de réussite requis pour la transmission des données, le nœud de capteur doit seulement distribuer des copies d'un certain nombre de paquets de données au réseau. Cependant, dans les applications réelles, les probabilités de rencontre entre chaque nœud de capteurs et le nœud d'évier ne sont pas égales, ce qui se traduit par une faible efficacité de SWIM.
Outre les algorithmes mentionnés ci-dessus, la recherche connexe comprend également la littérature [14,15]. La stratégie RED (replication-based efficient data delivery) proposée dans la littérature [14] se compose de deux parties : la transmission des données et la gestion des messages. Pendant la transmission des données, le calcul de la probabilité de transmission adopte une méthode améliorée basée sur des enregistrements historiques. Chaque fois qu'un message est transmis, la probabilité de transmission du nœud est augmentée. Si aucun message n'est transmis au cours d'une période donnée, la valeur de la probabilité de transmission est réduite en conséquence. La valeur actuelle de la probabilité de transmission du nœud détermine les paramètres optimaux de codage par effacement afin d'améliorer le taux de réussite de la transmission. Cependant, les valeurs calculées des paramètres optimaux de codage par effacement dans RED ne sont pas précises [10], et un grand nombre de petites erreurs sont transmises dans le réseau. Les messages fragmentés aggravent encore la consommation d'énergie de transmission du réseau. La stratégie FAD [15] est élaborée sur la base de la stratégie RED. La stratégie FAD utilise la même méthode de calcul de la probabilité de transmission que la stratégie RED et, en même temps, se base sur la tolérance d'erreur de chaque message (tolérance d'erreur) pour gérer la file d'attente des messages. Cependant, la consommation d'énergie de transmission de ce mécanisme reste importante et il ne tient pas compte du temps de survie du message, de sorte qu'il est possible que certains messages dont le délai de transmission a dépassé la limite de tolérance du délai du réseau continuent d'exister. Le phénomène de consommation de la bande passante et de l'énergie dans le réseau. En outre, la technologie DTN est également largement utilisée dans les réseaux auto-organisés [16-19].
2 Modèle de réseau et description du problème 2.1 Modèle de réseau Le présent document suppose qu'à l'état initial, N nœuds de capteurs sont répartis de manière aléatoire dans une zone carrée bidimensionnelle A M×M et, par souci de simplicité, que le seul point de convergence du réseau est également déployé dans la zone A et qu'il est fixe. Le rayon de communication de tous les nœuds de capteurs et des points de descente est R. En outre, on suppose que le réseau de capteurs possède les propriétés suivantes :
Les règles de déplacement de tous les nœuds capteurs sont conformes au modèle de déplacement par points de cheminement aléatoires. Pour simplifier les calculs, on suppose que la vitesse de déplacement de tous les nœuds du modèle est la même, c'est-à-dire V. Le modèle de déplacement par points de passage aléatoires est décrit comme suit : le nœud capteur prend au hasard le point de départ S et le point de destination D, utilise une vitesse constante V pour se déplacer le long d'une ligne droite de S à D, sélectionne au hasard un temps Tpause à D qui appartient à (Tmin, Tmax) et reste stationnaire, achevant ainsi un processus de déplacement. Utiliser ce point de destination D comme point de départ du mouvement suivant. À partir du point de départ S, le processus de mouvement suivant est exécuté, et ainsi de suite. Tous les nœuds de capteurs du réseau suivent le processus de déplacement ci-dessus et sont indépendants les uns des autres. Le processus de déplacement du nœud est illustré à la figure 2. - Étant donné que le point de convergence est stationnaire, l'emplacement du point de convergence est connu de tous les capteurs ou nœuds. - Chaque nœud capteur connaît le point de destination D de son déplacement (avant l'arrêt). - Grâce au système de positionnement global GPS (global positioning system), chaque nœud de capteur peut connaître à tout moment sa propre position actuelle. - Exécuter un algorithme de synchronisation temporelle après le déploiement de tous les nœuds de capteurs afin de maintenir la synchronisation temporelle de tous les nœuds de capteurs. Bien entendu, cet algorithme ne doit pas être trop précis. Par exemple, certains algorithmes quasi-synchrones, en raison du délai d'attente des messages dans le réseau DTN, peuvent être plus longs, comme des minutes, des heures ou même des jours, de sorte que l'intervalle de synchronisation peut être plus grand, ce qui permet de supposer que la surcharge de synchronisation est plus faible.
2.2 Description du problème Par rapport aux réseaux de capteurs traditionnels, le DTMSN présente les caractéristiques suivantes : 1) Mobilité aléatoire des nœuds. Les nœuds de capteurs ou les points de convergence étant placés sur des objets se déplaçant de manière aléatoire, la topologie du réseau est dynamique. 2) Connectivité intermittente La connectivité du DTMSN est faible, et un certain nœud de capteur n'est qu'occasionnellement connecté à d'autres nœuds de capteur. 3) Tolérance au retard. En raison de la connectivité intermittente entre les nœuds de capteurs, le délai de transmission des données dans le DTMSN est souvent élevé, de sorte que l'application peut tolérer un délai important. En outre, l'espace de stockage des nœuds de capteurs est limité, ce qui a un impact significatif sur les performances du DTMSN. En effet, les messages de données des nœuds de capteurs doivent être stockés dans la file d'attente pendant une longue période avant d'être transmis à d'autres nœuds de capteurs ou à des points d'agrégation. Le temps et la manière de concevoir des stratégies de gestion des files d'attente deviennent des goulets d'étranglement.
Afin de satisfaire aux caractéristiques ci-dessus, un algorithme de routage DTMSN efficace doit répondre simultanément aux caractéristiques suivantes : 1) Sélectionner dynamiquement le nœud de capteur qui est le plus susceptible d'être proche du point de convergence au moment suivant en tant que porteur du message. Si le nœud de saut suivant n'est pas sélectionné correctement, cela entraînera une consommation d'énergie excessive du nœud et une forte baisse des performances du réseau. 2) Concevoir des mécanismes appropriés de gestion des messages et des files d'attente. Une gestion raisonnable des files d'attente contribuera certainement à améliorer les performances de l'ensemble du réseau. La recherche actuelle sur les algorithmes de transmission DTMSN a donné lieu à des travaux qui ne peuvent pas répondre simultanément aux exigences susmentionnées. Par exemple, l'algorithme RED et l'algorithme FAD effectuent tous deux le routage sur la base d'enregistrements historiques, et l'efficacité de la stratégie basée sur l'historique dépend de l'état de mouvement (vitesse, direction) du nœud. La figure 3 représente un système composé de 8 capteurs Schéma du DTMSN composé de nœuds et d'un point de convergence (le contenu entre parenthèses représente la valeur de la probabilité de transmission calculée sur la base des enregistrements historiques, et la flèche représente la direction du mouvement du nœud), dans lequel les nœuds situés dans le même cercle peuvent communiquer entre eux, et le nœud 3 et le nœud 3 4 ont la probabilité de transmission la plus élevée. Selon les stratégies de transmission RED et FAD, on considère que la fréquence de communication entre ces deux nœuds et le point de convergence est la plus élevée, de sorte que les nœuds 3 et 4 sont sélectionnés pour devenir les nœuds de routage du saut suivant. Toutefois, comme les directions de déplacement des deux nœuds sont les mêmes à ce moment-là, le nœud 3 et le nœud 4 sont sélectionnés pour devenir les nœuds de routage du saut suivant. En s'écartant du point de convergence, les autres nœuds ne peuvent pas transmettre efficacement les messages de données à ces deux nœuds au moment suivant. Afin de résoudre ce problème, le présent document propose une stratégie de transmission de données dynamique SRAD qui répond simultanément aux deux exigences susmentionnées. Dans la section suivante, nous fournirons une description détaillée de la stratégie SRAD.