Mapa de energia baseado em predição para redes de sensores sem fio

Detalhes bibliográficos
Autor(a) principal: Raquel Aparecida de Freitas Mini
Data de Publicação: 2004
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFMG
Texto Completo: http://hdl.handle.net/1843/SLBS-645HHK
Resumo: O objetivo deste trabalho é construir o mapa de energia de uma rede de sensores sem fio utilizando técnicas de predição. Em mapas de energia baseados em predição, cada nó sensor utiliza algoritmos de predição para modelar sua dissipação de energia com o objetivo de prever seu consumo de energia no futuro. Nesta situação, ao invés de enviar para o nó sorvedouro apenas sua quantidade de energia disponível, cada sensor envia também os parâmetros do modelo que descreve seu consumo de energia. O nó sorvedouro pode atualizar constantemente a informação do mapa de energia utilizando os parâmetros do modelo de predição recebidos de cada nó sensor. Neste cenário, os nós sensores só precisarão enviar outra informação de energia para o nó sorvedouro quando os parâmetros do último modelo enviado não mais representar satisfatoriamente o seu consumo de energia. Desta forma, os nós sensores enviarão uma quantidade menor de pacotes de energia para o nó sorvedouro, diminuindo assim a energia gasta na construção do mapa de energia.Neste trabalho, a construção do mapa de energia baseada em predição é abordada através de duas formas bastante diferentes. Na primeira, é definida a precisão na qual o mapa deve ser construído, e nenhuma restrição com relação à quantidade de energia gasta nesta construção é especificada. Nesta abordagem, é investigada também a possibilidade de se amostrar a informação de energia em alguns nós sensores. Resultados mostram que o uso de amostragem produz curvas de erro mais constantes. Na segunda abordagem, devido à extrema importância da conservação de energia, é especificada a quantidade máxima de energia que cada nó pode gastar na construção do mapa de energia, e o melhor mapa deve ser construído utilizando apenas a quantidade de energia especificada. Esta abordagem é denominada modelo de orçamento de energia e é um novo paradigma para se projetar soluções para as redes de sensores sem fio. Neste novo paradigma, cada atividade da rede deve alcançar seu melhor desempenho gastando apenas uma quantidade finita de energia.O desempenho das duas abordagens para construir o mapa de energia é avaliado através de simulação. Quando simulação é utilizada para avaliar o desempenho da construção do mapa de energia ou de qualquer outro problema relacionado à energia, é necessário conhecer a forma como acontece a dissipação de energia nos nós sensores. Com este objetivo, é apresentado também um modelo de dissipação de energia que é utilizado para simular o comportamento dos nós sensores em termos do consumo de energia. O modelo de dissipação aqui proposto é comparado com um modelo de dissipação ideal no qual todos os nós possuem conhecimento global sobre a rede. Utilizando o modelo de dissipação de energia proposto, resultados de simulação indicam que a utilização de técnicas de predição na construção do mapa de energia das redes de sensores sem fio é mais eficiente do que uma solução na qual nenhuma predição é utilizada. Resultados mostram também que é possível alcançar os limites de desempenho na construção do mapa de energia utilizando o modelo de orçamento de energia proposto.
id UFMG_c5fa201477fa9ba7c3ea6040784ce6ef
oai_identifier_str oai:repositorio.ufmg.br:1843/SLBS-645HHK
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling Antonio Alfredo Ferreira LoureiroJose Marcos Silva NogueiraGeraldo Robson MateusRaquel Aparecida de Freitas Mini2019-08-11T01:30:48Z2019-08-11T01:30:48Z2004-01-30http://hdl.handle.net/1843/SLBS-645HHKO objetivo deste trabalho é construir o mapa de energia de uma rede de sensores sem fio utilizando técnicas de predição. Em mapas de energia baseados em predição, cada nó sensor utiliza algoritmos de predição para modelar sua dissipação de energia com o objetivo de prever seu consumo de energia no futuro. Nesta situação, ao invés de enviar para o nó sorvedouro apenas sua quantidade de energia disponível, cada sensor envia também os parâmetros do modelo que descreve seu consumo de energia. O nó sorvedouro pode atualizar constantemente a informação do mapa de energia utilizando os parâmetros do modelo de predição recebidos de cada nó sensor. Neste cenário, os nós sensores só precisarão enviar outra informação de energia para o nó sorvedouro quando os parâmetros do último modelo enviado não mais representar satisfatoriamente o seu consumo de energia. Desta forma, os nós sensores enviarão uma quantidade menor de pacotes de energia para o nó sorvedouro, diminuindo assim a energia gasta na construção do mapa de energia.Neste trabalho, a construção do mapa de energia baseada em predição é abordada através de duas formas bastante diferentes. Na primeira, é definida a precisão na qual o mapa deve ser construído, e nenhuma restrição com relação à quantidade de energia gasta nesta construção é especificada. Nesta abordagem, é investigada também a possibilidade de se amostrar a informação de energia em alguns nós sensores. Resultados mostram que o uso de amostragem produz curvas de erro mais constantes. Na segunda abordagem, devido à extrema importância da conservação de energia, é especificada a quantidade máxima de energia que cada nó pode gastar na construção do mapa de energia, e o melhor mapa deve ser construído utilizando apenas a quantidade de energia especificada. Esta abordagem é denominada modelo de orçamento de energia e é um novo paradigma para se projetar soluções para as redes de sensores sem fio. Neste novo paradigma, cada atividade da rede deve alcançar seu melhor desempenho gastando apenas uma quantidade finita de energia.O desempenho das duas abordagens para construir o mapa de energia é avaliado através de simulação. Quando simulação é utilizada para avaliar o desempenho da construção do mapa de energia ou de qualquer outro problema relacionado à energia, é necessário conhecer a forma como acontece a dissipação de energia nos nós sensores. Com este objetivo, é apresentado também um modelo de dissipação de energia que é utilizado para simular o comportamento dos nós sensores em termos do consumo de energia. O modelo de dissipação aqui proposto é comparado com um modelo de dissipação ideal no qual todos os nós possuem conhecimento global sobre a rede. Utilizando o modelo de dissipação de energia proposto, resultados de simulação indicam que a utilização de técnicas de predição na construção do mapa de energia das redes de sensores sem fio é mais eficiente do que uma solução na qual nenhuma predição é utilizada. Resultados mostram também que é possível alcançar os limites de desempenho na construção do mapa de energia utilizando o modelo de orçamento de energia proposto.Universidade Federal de Minas GeraisUFMGComputação móvelSistemas de comunicação móvelComputaçãoRedes de computaçãoTelecomunicações TráfegoSistemas de computação sem fioredes de sensores sem fiocomputação móvelMapa de energia baseado em predição para redes de sensores sem fioinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALraquel_mini.pdfapplication/pdf2523858https://repositorio.ufmg.br/bitstream/1843/SLBS-645HHK/1/raquel_mini.pdf4c3d8c93f9b4c4c8dba88a8142dc13edMD51TEXTraquel_mini.pdf.txtraquel_mini.pdf.txtExtracted texttext/plain300408https://repositorio.ufmg.br/bitstream/1843/SLBS-645HHK/2/raquel_mini.pdf.txtfe452de166c9413c7179ad27d0ccaf95MD521843/SLBS-645HHK2019-11-14 05:47:53.999oai:repositorio.ufmg.br:1843/SLBS-645HHKRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T08:47:53Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
dc.title.pt_BR.fl_str_mv Mapa de energia baseado em predição para redes de sensores sem fio
title Mapa de energia baseado em predição para redes de sensores sem fio
spellingShingle Mapa de energia baseado em predição para redes de sensores sem fio
Raquel Aparecida de Freitas Mini
redes de sensores sem fio
computação móvel
Computação móvel
Sistemas de comunicação móvel
Computação
Redes de computação
Telecomunicações Tráfego
Sistemas de computação sem fio
title_short Mapa de energia baseado em predição para redes de sensores sem fio
title_full Mapa de energia baseado em predição para redes de sensores sem fio
title_fullStr Mapa de energia baseado em predição para redes de sensores sem fio
title_full_unstemmed Mapa de energia baseado em predição para redes de sensores sem fio
title_sort Mapa de energia baseado em predição para redes de sensores sem fio
author Raquel Aparecida de Freitas Mini
author_facet Raquel Aparecida de Freitas Mini
author_role author
dc.contributor.advisor1.fl_str_mv Antonio Alfredo Ferreira Loureiro
dc.contributor.referee1.fl_str_mv Jose Marcos Silva Nogueira
dc.contributor.referee2.fl_str_mv Geraldo Robson Mateus
dc.contributor.author.fl_str_mv Raquel Aparecida de Freitas Mini
contributor_str_mv Antonio Alfredo Ferreira Loureiro
Jose Marcos Silva Nogueira
Geraldo Robson Mateus
dc.subject.por.fl_str_mv redes de sensores sem fio
computação móvel
topic redes de sensores sem fio
computação móvel
Computação móvel
Sistemas de comunicação móvel
Computação
Redes de computação
Telecomunicações Tráfego
Sistemas de computação sem fio
dc.subject.other.pt_BR.fl_str_mv Computação móvel
Sistemas de comunicação móvel
Computação
Redes de computação
Telecomunicações Tráfego
Sistemas de computação sem fio
description O objetivo deste trabalho é construir o mapa de energia de uma rede de sensores sem fio utilizando técnicas de predição. Em mapas de energia baseados em predição, cada nó sensor utiliza algoritmos de predição para modelar sua dissipação de energia com o objetivo de prever seu consumo de energia no futuro. Nesta situação, ao invés de enviar para o nó sorvedouro apenas sua quantidade de energia disponível, cada sensor envia também os parâmetros do modelo que descreve seu consumo de energia. O nó sorvedouro pode atualizar constantemente a informação do mapa de energia utilizando os parâmetros do modelo de predição recebidos de cada nó sensor. Neste cenário, os nós sensores só precisarão enviar outra informação de energia para o nó sorvedouro quando os parâmetros do último modelo enviado não mais representar satisfatoriamente o seu consumo de energia. Desta forma, os nós sensores enviarão uma quantidade menor de pacotes de energia para o nó sorvedouro, diminuindo assim a energia gasta na construção do mapa de energia.Neste trabalho, a construção do mapa de energia baseada em predição é abordada através de duas formas bastante diferentes. Na primeira, é definida a precisão na qual o mapa deve ser construído, e nenhuma restrição com relação à quantidade de energia gasta nesta construção é especificada. Nesta abordagem, é investigada também a possibilidade de se amostrar a informação de energia em alguns nós sensores. Resultados mostram que o uso de amostragem produz curvas de erro mais constantes. Na segunda abordagem, devido à extrema importância da conservação de energia, é especificada a quantidade máxima de energia que cada nó pode gastar na construção do mapa de energia, e o melhor mapa deve ser construído utilizando apenas a quantidade de energia especificada. Esta abordagem é denominada modelo de orçamento de energia e é um novo paradigma para se projetar soluções para as redes de sensores sem fio. Neste novo paradigma, cada atividade da rede deve alcançar seu melhor desempenho gastando apenas uma quantidade finita de energia.O desempenho das duas abordagens para construir o mapa de energia é avaliado através de simulação. Quando simulação é utilizada para avaliar o desempenho da construção do mapa de energia ou de qualquer outro problema relacionado à energia, é necessário conhecer a forma como acontece a dissipação de energia nos nós sensores. Com este objetivo, é apresentado também um modelo de dissipação de energia que é utilizado para simular o comportamento dos nós sensores em termos do consumo de energia. O modelo de dissipação aqui proposto é comparado com um modelo de dissipação ideal no qual todos os nós possuem conhecimento global sobre a rede. Utilizando o modelo de dissipação de energia proposto, resultados de simulação indicam que a utilização de técnicas de predição na construção do mapa de energia das redes de sensores sem fio é mais eficiente do que uma solução na qual nenhuma predição é utilizada. Resultados mostram também que é possível alcançar os limites de desempenho na construção do mapa de energia utilizando o modelo de orçamento de energia proposto.
publishDate 2004
dc.date.issued.fl_str_mv 2004-01-30
dc.date.accessioned.fl_str_mv 2019-08-11T01:30:48Z
dc.date.available.fl_str_mv 2019-08-11T01:30:48Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/1843/SLBS-645HHK
url http://hdl.handle.net/1843/SLBS-645HHK
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.publisher.initials.fl_str_mv UFMG
publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMG
instname:Universidade Federal de Minas Gerais (UFMG)
instacron:UFMG
instname_str Universidade Federal de Minas Gerais (UFMG)
instacron_str UFMG
institution UFMG
reponame_str Repositório Institucional da UFMG
collection Repositório Institucional da UFMG
bitstream.url.fl_str_mv https://repositorio.ufmg.br/bitstream/1843/SLBS-645HHK/1/raquel_mini.pdf
https://repositorio.ufmg.br/bitstream/1843/SLBS-645HHK/2/raquel_mini.pdf.txt
bitstream.checksum.fl_str_mv 4c3d8c93f9b4c4c8dba88a8142dc13ed
fe452de166c9413c7179ad27d0ccaf95
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)
repository.mail.fl_str_mv
_version_ 1803589260945653760