DOI: 10.17586/2226-1494-2018-18-5-843-849


УДК004.7

МЕТОДЫ УВЕЛИЧЕНИЯ ЖИЗНЕННОГО ЦИКЛА СЕТИ ИНТЕРНЕТА ВЕЩЕЙ



Читать статью полностью 
Язык статьи - русский

Ссылка для цитирования: Татарникова Т.М., Дзюбенко И.Н. Методы увеличения жизненного цикла сети Интернета вещей // Научно-технический вестник информационных технологий, механики и оптики. 2018. Т. 18. № 5. С. 843–849. doi: 10.17586/2226-1494-2018-18-5-843-849

Аннотация
Предмет исследования. Предложены модели, позволяющие продлить жизненный цикл сети Интернета вещей в результате кластеризации сенсорного поля и передачи функций по взаимодействию с базовой станции на головной узел кластера. Выполнена оценкаэффективности кластеризованной беспроводной сенсорной сети в сравнении с некластеризованной по параметру остаточной энергии и продолжительности жизненного цикла сети.Используемые подходы. Применен метод кластеризации сенсорного поля сети Интернета вещей. Метод основан на идее равновероятной ротации головных узлов, учитывающей уровень остаточной энергии узлов и расстояния от сенсорных устройств до головного узла. Механизм временного разделения канала при взаимодействии сенсорных устройств с головным узлом кластера минимизирует вероятность появления коллизии передачи данных. Имитационное моделирование обеспечивает инструмент выбора параметров кластеризации при обеспечении требуемых характеристик функционирования сети Интернета вещей.Основные результаты. Предложенаимитационная модель беспроводной сенсорной сети, которая может найти применение в задачах проектирования сети Интернета вещей. Приведены оценки, демонстрирующие целесообразность кластеризации сенсорного поля сети Интернета вещей при размерах сенсорного поля, превышающем расстояние от самого удаленного узла до базовой станции.Практическая значимость. Кластеризация сенсорного поля позволяет увеличить жизненный цикл сети Интернета вещей. Предложенные модели будут полезны на ранних стадиях проектирования сети Интернета вещей

Ключевые слова: беспроводные сенсорные сети, Интернет вещей, кластеризация, самоорганизация, головной узел, базовая станция, сенсорное поле, жизненный цикл, остаточная энергия, временное разделение канала

Список литературы
  1. Kellmereit D., Obodoevski D. The Silent Intelligence: The Internet of Things. DND Ventures LLC, 2013. 166 p.
  2. Гольдштейн Б.С., Кучерявый А.Е. Сети связи пост-NGN. СПб.: БХВ-Петербург, 2014. 160 с.
  3. Татарникова Т.М., Елизаров М.А. Модель оценки временных характеристик при взаимодействии в сети Интернета вещей // Информационно-управляющие системы. 2017. № 2 (87). С. 44–50. doi: 10.15217/issn1684-8853.2017.2.44
  4. Liu B., Dousse O., Nain P., Towsley D. Dynamic coverage of mobile sensor networks // IEEE Transactions on Parallel and Distributed Systems. 2013. V. 24. N 2. P. 301–311. doi: 10.1109/tpds.2012.141
  5. Осипов И.Е. Mesh-сети: технологии, приложения, оборудование // Технологии и средства связи. 2006. № 4. С. 38–45.
  6. Park D.S. Fault tolerance and energy consumption scheme of a wireless sensor network // International Journal of Distributed Sensor Networks. 2013. V. 9. N 11. Art. 396850. doi: 10.1155/2013/396850
  7. БогатыревВ.А., Богатырев С.В. Критерии оптимальности многоустойчивых отказоустойчивых компьютерных систем // Научно-технический вестник Санкт-Петербургского государственного университета информационных технологий, механики и оптики. 2009. № 5(63). С. 92–97.
  8. Жарков С.Н. Стохастическое формирование проактивного множества при кластеризации в мобильных беспроводных сенсорных сетях // T-Comm– телекоммуникации и транспорт. 2013. № 5. С. 29–34.
  9. Ran G., Zhang H., Gong S. Improving on LEACH protocol of wireless sensor networks using fuzzy logic // Journal of Information and Computational Science. 2010. N 7. P. 767–775.
  10. ВишневскийВ.В., ПортнойС.Л., ШахновичИ.В. ЭнциклопедияWi-Max. Путьк4G. М.: Техносфера, 2009. 472 с.
  11. Татарникова Т.М., Елизаров М.А. Процедура разрешения коллизий в RFID-системе // Изв. вузов. Приборостроение. 2017. Т. 60. № 2. C. 150–157. doi: 10.17586/0021-3454-2017-60-2-150-157
  12. Wang Y.C., Wu F.J., Tseng Y.C. Mobility management algorithms and applications for mobile sensor networks // Wireless Communications and Mobile Computing. 2012. V. 12. N 1. P. 7–21. doi: 10.1002/wcm.886
  13. Markovich N.M., Krieger U.R. Statistical analysis and modeling of peer-to-peer multimedia traffic // Lecture Notes in Computer Science. 2011. V. 5233. P. 70–97. doi: 10.1007/978-3-642-02742-0_4
  14. Богатырев В.А., Богатырев А.В., Богатырев С.В. Оценка надежности выполнения кластерами запросов реального времени // Изв. вузов. Приборостроение. 2014. Т. 57. № 4. С. 46–48.
  15. Кутузов О.И., Татарникова Т.М. Инфокоммуникационные сети. Моделирование и оценка вероятностно-временных характеристик. СПб.: ГУАП, 2015. 381 с.
  16. Татарникова Т.М. Аналитико-статистическая модель оценки живучести сетей с топологией mesh // Информационно-управляющие системы. 2017. № 1 (86).С. 17–22. doi: 10.15217/issnl684-8853.2017.1.17
  17. Богатырев В.А., Богатырев А.В. Функциональная надежность систем реального времени // Научно-технический вестник информационных технологий, механики и оптики. 2013. № 4(86). С. 150–151.
  18. Татарникова Т.М. Структурный синтез центра сопряжения корпоративных сетей // Информационно-управляющие системы. 2015. № 3. С. 92–98. doi:10.15217/issn1684-8853.2015.3.92
  19. Кутузов О.И., Сергеев В.Г., Татарникова Т.М. Коммутаторы в корпоративных сетях. Моделирование и расчет. СПб.: Судостроение, 2003. 170 с.
  20. Богатырев В.А., Богатырев С.В., Богатырев А.В. Оптимизация древовидной сети с резервированием коммутационных узлов и связей // Телекоммуникации. 2013. № 2. С. 42–48.


Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License
Информация 2001-2018 ©
Научно-технический вестник информационных технологий, механики и оптики.
Все права защищены.

Яндекс.Метрика