Mapa de energia baseado em predição para redes de sensores sem fio
Autor(a) principal: | |
---|---|
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 |