Kablosuz algılayıcı ağlarda yerelleştirmeyle ölçeklenebilir yönlendirmenin yaşam süresi üzerine etkilerinin incelenmesi

Abstract

Algılayıcı düğüm tasarımı, güvenlik, algılayıcı ağın diğer ağlarla entegrasyonu, enerji tüketimi gibi başlıklar kablosuz algılayıcı ağlardaki (KAA) başlıca çalışma alanları arasındadır. KAA 'larda konumlandırma, bakım yapma, enerji kaynaklarının yenilenmesi en temel zorluklardandır. Dolayısı ile ağın yaşam süresinin en büyüklenmesi kritik öneme sahiptir. Ayrıca tüm ağ tasarımlarında olduğu gibi KAA 'larda da ölçeklenebilirlik önemli amaçlardan birisidir. Ancak ağın en iyi şekilde ve en uzun sürede çalışmasını amaçlayan ölçeklenebilirlik ve enerji tüketiminin optimizasyonu (ağ ömrünün en iyilenmesi) konuları arasında bir ödünleşme mevcuttur. Bu çalışmada ölçeklenebilirlik yerelleştirme ile sağlanmaya çalışılmış ve ideal şartlar altında yerelleştirme stratejilerinin ağ ömrü üzerine etkileri incelenmiştir. Ağ ömrünü modellemek için incelenen duruma uygun yeni bir karmaşık tamsayılı programlama modeli geliştiriliştir. Örnekleme için büyük bir parametre uzayı kullanılmış ve elde edilen sonuçlar istatistiksel analizlerle değerlendirilmiştir.

Sensor node design, security in wireless sensor network, power consumption, integration of wireless sensor network with other networks, power consumption are main research subjects wireless sensor networks. In WSN, deploying nodes, their maintenance, renewal of energy sources are challenging tasks. Thus, network lifetime maximization is critical issue in wireless sensor network. Furthermore, similar to in all networks scalability of wireless network is a primary goal to achieve. However, there is a tradeoff between optimization of energy consumption (maximization of network lifetime) and scalability that aim to achieve a high performance network. In this study, we try to achieve scalability through localization and we investigate the effect of localization strategy on network lifetime under ideal conditions. We build a novel Mixed Integer Programming (MIP) framework in order to study lifetime of network. For sampling a large space parameter are used and the results are analyzed statistically.