بهينه سازي پوشش در شبكه هاي حسگر بي سيم

Coverage Optimization in Wireless Sensor Networks

سال­ها است كه شبكه‌هاي حسگر بي‌سيم براي مشاهده و نظارت بر رخدادها و محيط اطراف به كار گرفته ‌شده‌اند. اين شبكه‌ها براي كاربردهاي مختلفي از قبيل نظارت بر ميدان جنگ، نظارت بر ترافيك، پيگيري يك هدف، نظارت بر آتش‌سوزي جنگل و غيره مورد استفاده قرار مي‌گيرند. عملكرد موفقيت‌آميز شبكه‌هاي حسگر بي‌سيم، وابسته به پوشش مناسب محيط مي‌باشد. ميزان پوشش نيز، وابستگي شديدي به زيرساخت‌ها از جمله تعداد و مكان حسگرهاي مورد استفاده براي نظارت بر محيط دارد. بنابراين يك قدم اساسي در مرحله‌ي طراحي شبكه، تعيين استراتژي جانمايي حسگرها مي‌باشد. الگوريتم‌هاي جانمايي زيادي در سال‌هاي اخير به منظور حداقل كردن محدوديت‌هاي شبكه و بهينه نمودن پوشش ارائه شده است؛ اما آنچه كه در اين مقاله مورد توجه قرارگرفته، استفاده از شكل واقعي محيط در مسأله‌ي جانمايي مي‌باشد كه در كارهاي گذشته كمتر ديده شده است. حسگر‌هاي استفاده شده در اين تحقيق دوربين‌هاي ويدئويي مي‌باشند كه با توجه به نحوه‌ي عملكرد آن‌ها مشخص است كه براي كشف يك هدف يا رخداد نياز به ديد مستقيم به آن مي‌باشد. از طرف ديگر نقاط رؤيت‌پذير از مكان حسگر‌ها را با استفاده از تحليل‌هاي خط ديد و Viewshed مي‌توان مشخص نمود. بنابراين با تلفيق اين تحليل‌ها و روش‌هاي جابجايي حسگر‌ها، مي‌توان نتايج قابل قبولي را به دست آورد. در واقع هدف ما استفاده از كاربردها، قابليت‌ها و آناليزهاي GIS در مسأله‌ي جانمايي حسگرها به منظور واقعي‌تر شدن اين مسأله و تطابق آن با محيط واقعي مي‌باشد. به همين منظور از الگوريتم Minimax كه بر اساس دياگرام ورونوي مي‌باشد براي بهينه‌سازي پوشش بر روي يك منطقه‌ي شهري و يك منطقه‌ي طبيعي بدون عوارض استفاده شده كه نهايتا منتج به افزايش 12 درصدي پوشش در منطقه‌ي شهري و افزايش 19 درصدي در منطقه‌ي طبيعي گرديده است. كه خارج از اين چارچوب تهيه شده باشند، معذور است.

Wireless sensor networks have been used for monitoring of events and environment for a long time. The networks are used in numerous applications such as monitoring of battle fields, traffic, forest firing, tracking of an object and so on. Successful performance of WSNs depends on appropriate coverage of the environment. Coverage has a severe dependence on the infrastructure including the numbers and the places of sensors. So, a substantial step in designing networks is to specify the deployment strategy of nodes. Most of the deployment algorithms have been focused in minimizing network constraints and optimizing sensor coverage in recent years. The purpose of this study is to accommodate the physical form of environments in deployment problem which have not been investigated in previous works. Indeed our goal is to advantage from the ability of GIS in sensors deployment problems in order to make the problem closer to reality. As a result, the Minimax algorithm based on Voronoi diagram is used for optimizing sensor coverage in an urban and a natural area. This method resulted in 12 and 19 percent increase in sensor coverage respectively.