Інструменти для моделювання та перевірки розташування нодів у бездротових сенсорних мережах
Анотація
Розроблено програмне забезпечення (ПЗ) для моделювання процесу визначення місця розташування нодів у бездротових сенсорних мережах (БСМ). З'ясовано, що точність позиціонування у таких мережах залежить від кількості контрольних нодів із відомими координатами, щільності мережі та обраного методу обчислення відстаней. Проаналізовано три основні методи вимірювання: індикації рівня прийнятого сигналу RSSI (англ. Received Signal Strength Indication), часу прибуття сигналу TOA (англ. Time of Arrival) та затримки на повний шлях RTT (англ. Round Trip Time). Застосовано експериментальний підхід, що дав змогу оцінити вплив вхідних параметрів, таких як кількість сенсорів, частка контрольних точок та площа покриття мережі, на середню та максимальну похибку позиціонування. Встановлено, що збільшення кількості контрольних нодів до 10 % від загальної кількості дає змогу істотно знизити середню похибку позиціонування до 1,38 м по осі X та 1,13 м по осі Y. Натомість зменшення частки контрольних точок до 3 % підвищує похибку до 2,95 м по осі X та 2,01 м по осі Y, проте забезпечує енергозбереження та можливість роботи у складних умовах. Виявлено, що метод RSSI демонструє найкращі результати за відсутності значних перешкод, тоді як методи TOA та RTT є точнішими за наявності синхронізації годинників на нодах. Досліджено ефективність розробленого ПЗ, який дає змогу користувачам задавати різні параметри мережі, імпортувати або автоматично генерувати дані про сенсори, а також візуалізувати процес позиціонування в режимі реального часу. Візуалізація результатів дає змогу детально проаналізувати розташування сенсорів, оцінити їхню похибку та знайти оптимальні конфігурації для реального розгортання мережі. З'ясовано, що програмне забезпечення можна використати як ефективний інструмент для планування розгортання БСМ, здійснення досліджень з вибору параметрів позиціонування, які забезпечують підвищення точності та ефективності роботи мережі.
Завантаження
Посилання
Albuquerque, K. R. de A., Medeiros, R. P. de, Duarte, R. M., Villanueva, J. M. M., & Macêdo, E. C. T. de. (2023). Routing Algorithm for Energy Efficiency Optimizing of Wireless Sensor Networks based on Genetic Algorithms. Wireless Personal Communications, 133(4), 1829–1856. https://doi.org/10.1007/s11277-023-10849-8
Bochkaryova, T. M., Mykhailyuk, A. P., & Kolodyi, L. I. (2017). Wireless network of sensors and actuators as part of a cyber-physical system. Scientific Journal of Lviv Polytechnic National University, 881, 15–24. URL: https://science.lpnu.ua/sites/default/files/journal-paper/2018/oct/14644/2017n881botchkaryova-wirelesssensoractuator15-24.pdf
Dakova, L. V., Dakov, S. Yu., Blazhennyi, N. V., & Voloshyn, V. O. (2024). Energy-efficient routing protocol in wireless sensor networks. Connection, 2, 10–15. https://doi.org/10.31673/2412-9070.2024.020913
Dovzhenko, N. M. (2017). Features of building sensor networks. Scientific Notes of the State University of Telecommunications, 2. URL: http://journals.dut.edu.ua/index.php/sciencenotes/article/view/1567
Gezici, S. (2008). A survey on wireless position estimation. Wireless Personal Communications, 44(3), 263–282. https://doi.org/10.1007/s11277-007-9375-z
Ivanov, A. V., & Petrov, B. N. (2019). Basics of geodesy: Methods of point positioning. Zaporizhzhya National University. URL: https://files.znu.edu.ua/files/Bibliobooks/Inshi77/0057449.pdf
Molisch, A. F. (2005). Wireless communications. In: IEEE Press/Wiley. URL: https://ieeexplore.ieee.org/book/5635423
Paul, A. K., & Sato, T. (2017). Localization in wireless sensor networks: A survey on algorithms, measurement techniques, applications, and challenges. Journal of Sensor and Actuator Networks, 6(4), article ID 24. https://doi.org/10.3390/jsan6040024
Shostak, A. V. (2015). Connectivity of heterogeneous wireless sensor networks. System Research and Information Technologies, 3, 20–26. URL: https://journals.nupp.edu.ua/sunz/article/view/692/614
Swain, S. K., & Nayak, J. (2020). Swarm-intelligence-centric routing algorithm for wireless sensor networks. Sensors, 20(18). https://doi.org/10.3390/s20185164
Wang, P., Wang, H., Li, W., Fan, X., & Zhao, D. (2024). Probability-based distance estimation model for 3D DV-Hop localization in WSNs. URL: https://arxiv.org/abs/2401.05709
Yick, J., Mukherjee, B., & Ghosal, D. (2008). Wireless sensor network survey. Computer Networks, 52(12), 2292–2330. https://doi.org/10.1016/j.comnet.2008.04.002
Zhang, L., et al. (2023). Machine learning-based integrated wireless sensing and positioning for cellular networks. URL: https://leizhanggg.github.io/files/1_Machine_Learning-Based_Integrated_Wireless_Sensing_and_Positioning_for_Cellular_Network%281%29.pdf
Zhao, X., Wang, L., & Li, M. (2021). Energy-efficient routing protocol design for wireless sensor networks. Electronics, 10(13), article ID 1539. URL: https://www.mdpi.com/2079-9292/10/13/1539

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.



