Dynamic Data Aggregation in Wireless Sensor Networks

Abstract

Performance improvement in Wireless Sensor Networks (WSNs) through the use of reconfigurable cluster heads is addressed in this paper. The performance of a WSN is limited by the scarce on-board power in each sensor node. Since the sensed data in the WSN is transmitted to a sink from node to node in a multi-hop fashion, elimination of the redundancies in the data and aggregation of the data from multiple sources can improve the throughput and lifetime of the network. This, in practice, is infeasible because the aggregation to be performed depends on the requirements of the end user/application and is either unknown at the time of deployment or changes over time. In this paper, the problem of implementing dynamic data aggregation in WSNs is addressed through the design of reconfigurable cluster heads (RCHs) using Field Programmable Gate Arrays (FPGAs). Our results demonstrate that different data aggregation algorithms can be efficiently implemented on the RCHs in run-time. Such an implementation provides the necessary flexibility demanded by applications, while resulting in significant reduction in the query processing time and the overall power consumption in the network.

 

دانلود رایگان مقاله انگلیسی               358.99 KB

چکیده
 بهبود کارایی در شبکه های حسگر بی سیم (WSN) از طریق استفاده از سرخوشه های قابل پیکربندی در این مقاله ارائه می شود. کارایی WSN توسط توان روی برد کمیاب در هر گره حسگر محدود می شود. از آنجاییکه داده های تشخیص داده شده در WSN از گره به مبدا در حالت چند هاگی ارسال می شود، حذف افزونگی ها در داده ها و تراکم داده ای از چندین منبع می تواند بازده و طول عمر شبکه را بهبود بخشد. که در عمل امکان ناپذیر می باشد، زیرا تراکمی که قرار است صورت گیرد به نیازهای کاربر نهایی/ برنامه ی کاربردی بستگی دارد و یا در زمان توسعه نامشخص می باشد یا در طول زمان تغییر می یابد. در این مقاله، مسئله ی پیاده سازی تراکم داده ای داینامیک در WSN ها از طریق طراحی سرخوشه های قابل پیکربندی (RCH) با استفاده از آرایه های گیت قابل برنامه نویسی فیلد (FPGA) مطرح می شود. نتایج ما نشان می دهند که الگوریتم های تراکم داده ای مختلف می توانند بطور موثر روی RCH ها در زمان اجرا پیاده سازی شوند. چنین پیاده سازی، انعطاف پذیری مورد نیاز درخواست شده توسط برنامه های کاربردی را فراهم می سازد، در حالیکه منجر به کاهش عمده در زمان پردازش پرس و جو و مصرف توان کلی در شبکه می شود.
تعداد صفحات مقاله انگلیسی: 6 صفحه
تعداد صفحات مقاله فارسی:  10 صفحه

اضافه کردن نظر