L'idea è quella di copiare dinamicamente il messaggio sul nodo sensore che ha maggiori probabilità di comunicare con il nodo sink. SRAD si compone di due parti principali: la trasmissione dei dati e la gestione delle code: la prima si basa sul modello di movimento casuale di Waypoint in tempi diversi. La probabilità di trasmissione di ciascun nodo sensore viene utilizzata per trasmettere i messaggi di dati; la seconda determina la priorità e il principio di scarto della consegna dei messaggi nella coda attraverso il valore del tempo di sopravvivenza ST (survival time) del messaggio per ridurre ulteriormente il consumo di energia della trasmissione di rete. I risultati degli esperimenti di simulazione mostrano che, rispetto a diversi algoritmi di trasmissione dati DTMSN (reti di sensori mobili a tolleranza di ritardo) esistenti, SRAD ha una vita di rete relativamente lunga e può ottenere un maggiore successo nella trasmissione dei dati con un consumo energetico e un ritardo di trasmissione inferiori. Tasso.
Con lo sviluppo della tecnologia dei sensori, della tecnologia embedded e della tecnologia di comunicazione wireless a basso consumo, è diventato possibile produrre sensori wireless in miniatura con capacità di rilevamento, comunicazione wireless ed elaborazione delle informazioni. Questi nodi sensore economici, a basso consumo e altamente flessibili cooperano tra loro e si organizzano in reti di sensori wireless. La raccolta dei dati è la funzione di base della maggior parte delle applicazioni delle reti di sensori wireless [1]. Attualmente, il metodo comune di raccolta dei dati consiste nel posizionare un gran numero di nodi sensore piccoli, a basso prezzo e con batteria a basso consumo energetico per formare una rete mesh wireless interconnessa, in cui ogni nodo può cooperare con uno o più altri nodi per trasmettere i parametri ambientali misurati o i dati raccolti a un sink per l'elaborazione. [2]. Tuttavia, questo metodo di raccolta dei dati non è adatto in alcune situazioni, come il processo di registrazione dei dati sulle abitudini di vita degli animali selvatici nella ricerca biologica e la registrazione e la raccolta delle sostanze nocive inalate da ogni persona in media ogni giorno nel monitoraggio della qualità dell'aria. Il processo di rilevamento della quantità di gas o del virus dell'influenza: per prevenire la diffusione del virus dell'influenza, è necessario raccogliere regolarmente informazioni sul virus dell'influenza nelle aree ad alta densità di popolazione. Rispetto alle applicazioni generali, queste applicazioni presentano alcune proprietà uniche: In primo luogo, la raccolta dei dati è orientata agli oggetti in movimento (persone o animali). Anche se i dati possono essere raccolti posizionando alcuni nodi sensore in luoghi specifici, per garantire la validità e l'accuratezza dei dati, viene solitamente adottato il metodo di ottenere i dati direttamente dagli oggetti in movimento. Di conseguenza, diventa una premessa naturale configurare un'unità sensore per ogni oggetto in movimento. Ovviamente, il movimento casuale degli oggetti porta alla non connettività di alcuni nodi sensore; in secondo luogo, queste applicazioni consentono un certo ritardo dei dati. A causa della connettività intermittente dei nodi, il ritardo di trasmissione dei dati nelle reti DTMSN (delay tolerant mobile sensor networks) è spesso elevato. Inoltre, il processo di raccolta dei dati deve essere trasparente e non influenzare la vita quotidiana di persone o animali. Ad esempio, non possiamo comandare a certe persone di eseguire alcune azioni speciali o di spostarsi in un luogo specifico per facilitare la raccolta e la trasmissione delle informazioni.
Per soddisfare le esigenze di queste applicazioni, è nata la rete di sensori mobili senza fili a tolleranza di ritardo (DTMSN) [3]. La DTMSN è composta da due tipi di nodi: i nodi sensore che si muovono in modo casuale e i punti di convergenza. I primi sono legati a oggetti in movimento e vengono utilizzati per raccogliere dati. e formano una rete di sensori mobili a connessione discontinua (come mostrato nella Figura 1, questa rete è composta da 9 nodi sensori mobili distribuiti casualmente S1~S9 e da 2 punti di convergenza H1, H2. In questo momento, solo S1, S3, S6 sono connessi a S7 e S8, S5 e H1). A causa della limitazione della breve distanza di trasmissione del nodo sensore, è impossibile trasmettere direttamente i dati raccolti alla destinazione. Inoltre, alcune parti sono collocate in una posizione specifica o trasportate da oggetti in movimento. I nodi di fascia alta che si muovono con il movimento degli oggetti sono utilizzati come punti di convergenza (H1 e H2 nella Figura 1) per raccogliere i dati dai sensori e trasferirli al punto di ingresso della rete dorsale.
A causa della scarsa connettività tra i sensori mobili nella rete DTMSN, è molto difficile formare una rete mesh interconnessa tra ogni nodo sensore, cioè potrebbe non esserci un percorso di connettività end-to-end tra ogni nodo. Si può notare che le reti di sensori tradizionali L'algoritmo di trasmissione dei dati non è applicabile nell'ambiente DTMSN. Nell'ambiente di connettività intermittente di DTMSN, per raggiungere un certo tasso di successo nella trasmissione dei dati, è necessario replicare i dati, e la replica aumenterà anche il consumo di energia di trasmissione del sistema. Quindi, come trasferire efficacemente i dati raccolti dai nodi sensore al punto di convergenza per raggiungere un equilibrio tra il tasso di successo della trasmissione dei dati, il consumo di energia di trasmissione e il ritardo di trasmissione è diventato il problema principale da risolvere per DTMSN. Alla luce di questi fattori, il presente documento propone una strategia di trasmissione dinamica dei dati SRAD (selective replication-based adaptive data delivery scheme) basata sulla replica selettiva. L'idea di base è quella di copiare dinamicamente i messaggi sui nodi sensore che hanno maggiori probabilità di comunicare con il punto di convergenza, in modo da massimizzare il tasso di successo della trasmissione e ridurre il consumo energetico della trasmissione. SRAD è composto da due parti principali: la trasmissione dei dati e la gestione delle code. La prima calcola innanzitutto la probabilità di trasmissione di ciascun nodo sensore in tempi diversi attraverso il modello di movimento casuale Waypoint [4], ovvero la probabilità del nodo sensore di consegnare il messaggio al punto di convergenza, quindi seleziona il nodo di hop successivo in base alla probabilità di trasmissione e copia e trasmette il messaggio di dati. La gestione della coda utilizza il valore del tempo di sopravvivenza ST (survival time) del messaggio per determinare l'importanza del messaggio nella coda. e i principi di scarto. I risultati degli esperimenti di simulazione mostrano che, rispetto all'algoritmo di flooding, all'algoritmo di trasmissione diretta e alla strategia FAD (fault tolerance delivery scheme), SRAD ha una durata di rete relativamente più lunga e può raggiungere un tasso di successo di trasmissione dei dati più elevato con un consumo energetico e un ritardo di trasmissione inferiori.
La sezione 1 di questo articolo descrive i lavori correlati. La sezione 2 descrive la motivazione di questo articolo e il modello di movimento utilizzato. La sezione 3 illustra il progetto dettagliato dell'SRAD. La sezione 4 illustra la verifica della simulazione. Infine, il testo completo è riassunto.