Escolar Documentos
Profissional Documentos
Cultura Documentos
Abstract The wireless sensor networks (WSN) consist of small sensors capable of capturing information phenomena of the
environment they are inserted and to transmit this information. The sensor nodes are very limited in their processing power and
capacity and energy storage. When it has a fairly large number of nodes in an environment, energy consumption is greater. This
paper presents a proposal for density control in wireless sensor networks using computational intelligence. The simulations indi-
cate that the proposal is effective with respect to reduction of energy consumption, increase in the number of messages sent and
received, increased the residual energy of the network, increasing the lifetime of the network and reducing the cost of receiving
the message.
Keywords wireless sensor networks, Routing, sink, cluster head, fuzzy inference system
Resumo As redes de sensores sem fio (RSSF) so compostas por pequenos sensores capazes de captar informaes de fen-
menos do meio ambiente em que esto inseridos e de transmitir essas informaes. Os ns sensores so bastante limitados em seu
poder de processamento e a capacidade de energia e de armazenamento. Quando se possui um nmero bastante elevado de ns
em um ambiente, consumo de energia maior ainda. Este trabalho apresenta uma proposta para controle de densidade em redes
de sensores sem fio utilizando inteligncia computacional. As simulaes indicam que a proposta eficiente no que diz respeito a
reduo do consumo de energia, aumento no nmero de mensagens enviadas e recebidas, aumento na energia residual da rede,
aumento na vida til da rede e a reduo do custo de recebimento da mensagem.
A seguir, listam-se os parmetros TRAPE[a b Nas simulaes realizadas foi utilizado o mo-
c d] para cada um dos conjuntos fuzzy utilizados delo de dissipao de energia proposto por Heinzel-
neste trabalho: man et al. (2003), por ser o amplamente aceito e
utilizado na literatura. O modelo de Heinzelman et
L: TRAPE[3 4 5 5] al. (2003) pode ser sintetizado conforme segue.
DM: TRAPE[ 1 2 3 4]
P: TRAPE[0 0 1 2] Energia gasta na transmisso:
MB: TRAPE[ 0 0 0.5 2] ( )
B: TRAPE[0.5 1 1.5 2] Energia gasta na recepo:
M: TRAPE[1.5 2 2.5 3 ] ( )
A: TRAPE[2.5 3 3.5 4] Especificaes:
MA: TRAPE[3.5 4 5 5] k = nmero de bits da mensagem
d = distncia
Na Tabela 1, resumem-se as regras lingusti- ETx = Energia gasta na transmisso de men-
cas do fuzzy utilizada neste artigo. Os resultados sagem
sero PC (Pouca Chance), CM (Chance Mdia) e MC ERx = Energia gasta na recepo da mensa-
(Muita Chance): gem
Eamp = Energia do amplificado de transmis-
Tabela 1: Regras lingusticas so
5
re at quando a estao base conseguiu re-
4
ceber mensagens. Assim que a estao base
3
deixar de receber mensagens a rede ser 2
ICA COM FUZZY
0
A Fig. 2 mostra os resultados das simulaes tendo 500 1000200030004000500060007000
como mtrica a quantidade de mensagem enviada ao Tempo de simulao (Rounds)
sink.
Fig. 4 Energia residual da rede x rounds (tempo)
46
Tempo de simulao (Rounds)
44
42
Custo
6350
FONTENELE, Krllon. Uma proposta de modelo
Tempo de simulao (Rounds)
6300
de dissipao de energia em redes sensores
6250
sem fio. 2010. Teresina
6200 ICA COM FUZZY
6150 ICA SEM FUZZY HABIB, E., Cmara, D., and Loureiro, A. A. (2004).
6100 Ica: Um novo algoritmo de
6050
roteamento para redes de sensores. In Simpsio
Brasileiro de Redes de Computadores, Grama-
6000
1 do, RS.
Fig. 6 Tempo de vida da rede
POTTIE, G. J. and KAISER, W. J. (2000). Wireless
Em relao ao tempo de vida da rede, o ICA com integrated network sensors. Communications
fuzzy se destaca do ICA clssico de forma acintosa. of the ACM, 43(5):51-58.
Ao final de 8.000 rounds, o algoritmo ICA com fuzzy
foi 305% melhor (Fig. 6). RIBEIRO, Wellington Gomes, ARROYO, Jos Elias
Claudio, SANTOS, Andr Gustavo, ROCHA,
Mauro Nacif. Aplicao da Meta-Heurstica
4 Concluso ILS para o problema de Cobertura Conecti-
vidade e Roteamento em RSSF 2D Plana
Neste trabalho prope-se uma nova metodologia para homognea. In: ENCONTRO DE COMPU-
lidar com roteamento em redes de sensores sem fio. TAO E INFORMTICA DO TOCAN-
A abordagem proposta neste trabalho consiste na TINS, 13., 2011, Palmas. Anais... Palmas:
aplicao de um sistema de inferncia fuzzy para CEULP/ULBRA, 2011. p. 109-118.
seleo dos ns lderes do algoritmo ICA clssico.
Pde-se verificar uma melhoria significativa no algo- SOUSA, A. S. e ASADA, E. N. Combined heuristic
ritmo ICA em diversas simulaes realizadas. with fuzzy system to transmission system ex-
pansion planning. Electric Power Systems Re-
O ganho de desempenho global da rede deve-se ao
search , Volume 81 (1) Elsevier, 2011.
sistema fuzzy. Este sistema possibilitou que a rede se
autoconfigurasse no intuito de melhorar o controle de
SINALGO, Simulator for Network Algorithms.
densidade de ns em uma RSSF. Atravs da nova
Disponvel em:
abordagem proposta neste trabalho, uma RSSF pode
http://www.disco.ethz.ch/projects/sinalgo/.
se autoconfigurar uma vez ocorrendo um evento
Acesso em 16/05/2013.
futuro em outra regio geogrfica se a rede ainda
possuir energia. O algoritmo ICA clssico no
jFUZZYLOGIC. Open Source Fuzzy Logic library
capaz disso, j que os lideres so eleitos aleatoria-
and FCL language implementation. Dispon-
mente. Portanto, nem sempre em locais apropriados.
vel em:
Isso incorre em maior gasto de energia.
http://jfuzzylogic.sourceforge.net/html/index.ht
ml. Acesso em 16/05/2013.
Foram realizadas anlises comparativas considerando
o algoritmo ICA com o sistema de inferncia fuzzy e
SOBRAL, J., SOUSA, A. S., ARAUJO, H., BALUZ,
o algoritmo ICA clssico. Levaram-se em considera-
R., FILHO, R., LEMOS, M., e RABELO, R. A
o as seguintes mtricas: nmero de mensagens
Fuzzy Inference System for Increasing of
enviadas, mensagens recebidas, energia residual,
Survivability and Efficiency in Wireless Sen-
custo de recebimento de mensagens e o tempo de
sor Networks. In ICN 2013, The Twelfth Inter-
vida da rede. Em todos os testes realizados pode-se
national Conference on Networks (pp. 34-41).
perceber um ganho significativo em desempenho da
rede para todas as mtricas analisadas.