Het idee is om het bericht dynamisch te kopiëren naar het sensorknooppunt dat meer kans heeft om te communiceren met het zinknooppunt. SRAD bestaat uit twee hoofdonderdelen: gegevenstransmissie en wachtrijbeheer: het eerste is gebaseerd op het model van willekeurige verplaatsing op verschillende tijdstippen. De transmissiekans van elke sensorknoop wordt gebruikt om gegevensberichten te verzenden; de tweede bepaalt de prioriteit en het afwijzingsprincipe van berichtlevering in de wachtrij door de overlevingstijd ST (overlevingstijd) waarde van het bericht om het energieverbruik van de netwerktransmissie verder te verminderen. De resultaten van het simulatie-experiment tonen aan dat SRAD, vergeleken met verschillende bestaande DTMSN (delay tolerant mobile sensor networks) datatransmissiealgoritmen, een relatief lange netwerklevensduur heeft en een hoger succes van datatransmissie kan bereiken met een lager energieverbruik voor datatransmissie en een lagere transmissievertraging. Rate.
Met de ontwikkeling van sensortechnologie, ingebedde technologie en draadloze communicatietechnologie met laag vermogen is het mogelijk geworden om draadloze minisensoren te produceren met mogelijkheden voor detectie, draadloze communicatie en informatieverwerking. Deze goedkope, energiezuinige en zeer flexibele sensorknooppunten werken met elkaar samen en organiseren zich in draadloze sensornetwerken. Het verzamelen van gegevens is de basisfunctie van de meeste draadloze sensornetwerktoepassingen [1]. Op dit moment is de gebruikelijke methode voor het verzamelen van gegevens het plaatsen van een groot aantal kleine, goedkope en sensorknooppunten met een lage batterij-energie en een laag vermogen om een onderling verbonden draadloos mesh-netwerk te vormen, waarin elk knooppunt kan samenwerken met een of meer andere knooppunten om gemeten omgevingsparameters of verzamelde gegevens naar een sink te sturen voor verwerking. [2]. Deze gegevensverzamelingsmethode is echter niet geschikt in sommige situaties, zoals het verzamelproces van gegevens over de leefgewoonten van wilde dieren in biologisch onderzoek en het registreren en verzamelen van schadelijke stoffen die elke persoon gemiddeld elke dag inademt bij het monitoren van de luchtkwaliteit. Om de verspreiding van griepvirussen te voorkomen, is het noodzakelijk om regelmatig informatie over griepvirussen te verzamelen in gebieden met een hoge bevolkingsdichtheid. Vergeleken met algemene toepassingen, deze toepassingen hebben een aantal unieke eigenschappen: Ten eerste is het verzamelen van gegevens Het proces is gericht op bewegende objecten (mensen of dieren). Hoewel gegevens kunnen worden verzameld door enkele sensorknooppunten op specifieke locaties te plaatsen, wordt om de geldigheid en nauwkeurigheid van de gegevens te garanderen meestal gekozen voor de methode waarbij gegevens rechtstreeks van bewegende objecten worden verkregen. Daarom is het een natuurlijk uitgangspunt om voor elk bewegend object een sensoreenheid te configureren. Het is duidelijk dat de willekeurige beweging van objecten ertoe leidt dat sommige sensorknooppunten niet verbonden zijn; ten tweede staan deze toepassingen een bepaalde gegevensvertraging toe. Door de intermitterende connectiviteit van de knooppunten is de overdrachtsvertraging van gegevens in DTMSN (delay tolerant mobile sensor networks) vaak hoog. Bovendien moet het verzamelproces van gegevensinformatie transparant zijn en geen invloed hebben op het dagelijkse leven van mensen of dieren. We kunnen bepaalde mensen bijvoorbeeld niet opdragen om speciale acties uit te voeren of om naar een specifieke locatie te gaan om het verzamelen en verzenden van informatie te vergemakkelijken.
Om aan de behoeften van bovenstaande toepassingen te voldoen, is het delay-tolerant mobiel draadloos sensornetwerk (DTMSN) ontstaan [3]. DTMSN bestaat uit twee soorten knooppunten: willekeurig bewegende sensorknooppunten en convergentiepunten. De eerste is gebonden aan bewegende objecten en wordt gebruikt om gegevens te verzamelen. gegevensinformatie en vormen een discontinu verbonden mobiel sensornetwerk (zoals weergegeven in figuur 1, bestaat dit netwerk uit 9 willekeurig verspreide mobiele sensorknooppunten S1~S9 en 2 convergentiepunten H1, H2. Op dit moment zijn alleen S1, S3, S6 verbonden met S7 en S8, S5 en H1). Vanwege de korte transmissieafstand van de sensorknoop is het onmogelijk om de verzamelde gegevens direct naar de bestemming te sturen. Bovendien worden sommige onderdelen op een specifieke locatie geplaatst of gedragen door bewegende objecten. High-end knooppunten die meebewegen met de beweging van objecten worden gebruikt als convergentiepunten (H1 en H2 in figuur 1) om gegevens van sensoren te verzamelen en deze gegevens door te sturen naar het ingangspunt van het backbone-netwerk.
Door de slechte connectiviteit tussen mobiele sensoren in het DTMSN-netwerk is het erg moeilijk om een onderling verbonden mesh-netwerk te vormen tussen elke sensorknoop, dat wil zeggen dat er mogelijk geen end-to-end connectiviteitspad is tussen elke knoop. Het is duidelijk dat het algoritme voor gegevensoverdracht van traditionele sensornetwerken niet toepasbaar is in de DTMSN-omgeving. In de intermitterende connectiviteitsomgeving van DTMSN is replicatie van gegevens nodig om een bepaalde succesratio van gegevensoverdracht te bereiken, en replicatie zal ook het energieverbruik van het systeem voor gegevensoverdracht verhogen. Hoe kunnen de door sensorknooppunten verzamelde gegevens effectief worden overgedragen naar het convergentiepunt om een evenwicht te bereiken tussen de succesratio van gegevensoverdracht, het energieverbruik van de overdracht en de overdrachtsvertraging, is het belangrijkste probleem dat DTMSN moet oplossen. Met het oog op bovenstaande factoren wordt in dit document een dynamische datatransmissiestrategie SRAD (selective replication-based adaptive data delivery scheme) voorgesteld op basis van selectieve replicatie. Het basisidee is om berichten dynamisch te kopiëren naar sensorknooppunten die meer kans hebben om te communiceren met het convergentiepunt, om zo het succespercentage van de transmissie te maximaliseren en het energieverbruik van de transmissie te verminderen. SRAD bestaat uit twee hoofdonderdelen: gegevensoverdracht en wachtrijbeheer. De eerste berekent eerst de transmissiekans van elke sensorknoop op verschillende tijdstippen via het Random Waypoint random bewegingsmodel [4], dat wil zeggen, de waarschijnlijkheid dat de sensorknoop het bericht aflevert bij het convergentiepunt, en selecteert vervolgens de volgende hopknoop op basis van de transmissiekans en kopieert en verzendt het gegevensbericht. Wachtrijbeheer gebruikt de overlevingsduur ST (survival time) waarde van het bericht om het belang van het bericht in de wachtrij te bepalen. en het weggooiprincipe. De resultaten van het simulatie-experiment tonen aan dat in vergelijking met het bestaande flooding-algoritme, het algoritme voor directe verzending en de FAD-strategie (Fault Tolerance Delivery Scheme), SRAD een relatief langere levensduur van het netwerk heeft en een hoger slagingspercentage van gegevensoverdracht kan bereiken met een lager energieverbruik en een lagere overdrachtsvertraging.
Hoofdstuk 1 van dit artikel beschrijft gerelateerd werk. Hoofdstuk 2 beschrijft de motivatie voor dit artikel en het gebruikte bewegingsmodel. Hoofdstuk 3 geeft het gedetailleerde ontwerp van SRAD. Hoofdstuk 4 voert simulatieverificatie uit. Tot slot wordt de volledige tekst samengevat.