پایان نامه تحلیل مدلسازی و شبیه سازی مقیاس پذیری در شبکه های حسگر بدون¬ سیم با معیار ظرفیت

پایان­نامه کارشناسی­ارشد گرایش مخابرات- سیستم

چکیده

پژوهش حاضر، درمورد مسئله مقیاس پذیری در شبکه های سنسوری بدون سیم با قابلیت تصویربرداری است که با در نظر گرفتن یک سناریوی نسبتا کاربردی از شبکه سنسوری، و براساس معیارهای عملکرد ظرفیت قطع (outage) و ظرفیت ارگادیک (ergodic) شبکه، مقیاس­پذیری را مورد تحلیل، مدلسازی ریاضی و شبیه سازی قرار داده است.

مقیاس پذیری اصولا برای تعیین اثرات افزایش یا کاهش تعداد سنسور ها در پارامتر مورد نظر می باشد، هنگامیکه هدف، جلوگیری از هزینه های زیاد ساخت شبکه به علت ازدیاد غیر ضروری تعداد سنسور ها یا کاهش بیش از حد بازدهی شبکه ناشی از کمبود چگالی تعداد سنسور ها، است. برای نیل به این هدف، ابتدا سعی شده تا از سناریوی ای استفاده کنیم که از خوشه بندی شبکه بهره می برد. ابتدا با بدست آوردن توزیع های فاصله برای سنسورها با یکدیگر و با سرخوشه(هِدِر) و نیز توزیع فاصله سرخوشه ها تا ایستگاه اصلی، از طریق شبیه سازی، توانستیم توزیع تداخل و نتیجتا توزیع نسبت سیگنال به نویز و تداخل را در این شبکه، برای هر دو لایه درون خوشه و برون خوشه، بدست آوریم و سپس با استفاده از فرمول بندی های شبکه اقتضایی و سپس تعمیم به حالت خاص سناریوی شبکه سنسوری، فرم های مناسب و فرم بسته را در هردو لایه شبکه، برای تخمین تابع توزیع ظرفیت به دست آورده ایم. با مقایسه این نتایج تحلیلی با نتایج حاصل از شبیه سازی ها، صحت آنها را تصدیق نمودیم.

 برای بررسی مسئله مقیاس پذیری نیز با کمک شبیه سازیها به ازای پارامتر های مختلف شبکه، مانند تغییر چگالی سنسورها و سرخوشه ها در سطح شبکه، تغییر مقادیر نمای تضعیف کانال، تغییر حدآستانه برای ظرفیت قطع، اضافه نمودن فیدینگ (با توزیع رایلی) و ... مقادیر میانگین و مجموع  ظرفیت ارگادیک و قطع را در هر حالت بدست آورده و مقایسه نموده ایم. با شروع از سناریوی پراکنده(تنک) و حرکت به سمت سناریوی متراکم (چگال)، ابتدا مقادیر ظرفیت کل با اضافه شدن تعداد سنسور ها و نیز افزایش توان دریافتی در سرخوشه ها، افزایش یابد، اما با ادامه این روند، اثرات تداخلی بر این عوامل غالب شده و مقدار ظرفیت ها بعد از رسیدن به نقاط ماکزیمم، که بعنوان حد بهینه چگالی ها مطرح میشود، شروع به کاهش نماید. همچنین برای توزیع های احتمال ظرفیت و نسبت سیگنال به نویز و تداخل، در هردو لایه شبکه، فرمولهای تحلیلی و یا تقریب های آنها ارائه شده است و بر این اساس تلاش شده تا نقاط بهینه برای چگالی سنسورها وسرخوشه ها را بدست آوریم.

کلمات کلیدی: شبکه سنسوری بدون سیم، ظرفیت ارگادیک و قطع، خوشه بندی، مقیاس پذیری.

مقدمه  

 شبکه های سنسوری یکی از پرکاربرد­ترین مباحث روز در بحث جمع آوری اطلاعات از محیط پیرامون زندگی انسان میباشد. نه تنها بررسی محیط اطراف بلکه کنترل آن نیز از کاربردهای شبکه های سنسوری است. در حالتی که سنسورها بدون سیم باشند، در کنار افزوده شدن پیچیدگی، کاربردها و مزایای زیادی نیز حاصل میگردد

این شبکه از صد ها یا هزاران سسنسور تشکیل شده اند و به هر سنسور نام گره اتلاق می شود. در یک سیستم سیمی، نصب حسگرهای زیاد معمولا به خاطر افزایش هزینه سیم کشی میسر نمی­باشد. جاهائی که تا پیش از این غیرقابل دسترس بودند مانند داخل موتور های کارخانجات و نیز مکان های خطرناک و متحرک به وسیله WSN ها قابل دسترسی است [14].

از نظر ساختاری، شبکه های بدون سیم را می­توان به دو دسته کلی تقسیم کرد. یک دسته با ساختار سلولی[1] هستند که همه گره ها مستقیما با ایستگاه مرکزی[2] در ارتباط هستند و ارسال و دریافت اطلاعات از یک گره به گره دیگر، با واسطه این ایستگاه مرکزی صورت گرفته و کنترل میشود. دسته دوم شبکه های با ساختار اقتضایی (موردی، ادهاک) هستند. در این شبکه ها همه گره ها از نظر توانایی ها و وظایفی که دارند، یکسان هستند. به این ترتیب شبکه های اقتضایی بدون سیم، از تعدادی گره تشکیل میشود که قادرند بدون نیاز به ایستگاه مرکزی یا هرگونه تجهیزات زیرساخت[3] پیش ساخته، بصورت خودکار یک شبکه تشکیل دهند [6] .

در چنین شبکه هایی در غیاب ایستگاه مرکزی، خود گره ها کلیه وظایف مسیریابی و کنترل شبکه را عمدتا با استفاده از الگوریتم های کنترلی توزیع شده، بر عهده دارند [3 ] . بدلیل وجود این ویژگی شبکه های بدون سیم اقتضایی این ویژگی را دارند که با استفاده از گره های موجود، به سرعت تشکیل و راه اندازی شوند.

شبکه های سنسوری بدون سیم که زیر مجموعه ای از شبکه های اقتضایی می­باشند، تفاوت مختصری با آن دارند؛ احتیاج است نهایتا تمام اطلاعات جمع آوری شده از محیط را، مشابه با روشهای مسیریابی و رله کردن اطلاعات در شبکه های اقتضایی، به سمت یک ایستگاه مرکزی منتقل کنند. اما این ایستگاه مرکزی بر خلاف شبکه های سلولی، نقشی در چگونکی تولید شبکه و کنترل بر نحوه مسیریابی و ارتباط میان گره ها یا همان سنسور ها، ندارد [26].

در شبکه حسگر بدون سیم، هر حسگر علاوه بر وظیفه  دیجیتال کردن اطلاعات دریافتی، وظیفه دارد تا حدی پردازش­های سبک را بر روی داده­های جمع­آوری شده، انجام دهد و نیز قابلیت برقراری ارتباط با سایر گره­ها را نیز داشته باشد؛بدین صورت که هر گره به عنوان یک منبع ،خود به عنوان یک فرستنده­ی داده عمل می­کند و در صورت لزوم داده های ارسالی از سایر گره ها را به مقصد ارسال می­کند. این روش بر خلاف شبکه های با ساختار سلولی می باشد که تمام گره ها فقط با ایستگاه مرکزی در ارتباط هستند و ارتباط هر گره با گره دیگر توسط  آن انجام می­شود. نیاز نیست که موقعیت این حسگر ها  از قبل تعیین شده باشد بلکه محل این حسگر ها می تواند به صورت تصادفی انتخاب شود[11] .

گره ها در WSN مانند یک شبکه Ad-Hoc توزیع شده و در بیشتر زمان خود، غیر فعال هستند اما ناگهان زمانی که رخدادی را تشخیص می­دهند فعال می­شوند. وقتی که حسگرها، پدیده مورد نظر را رصد کردند، رخداد مورد نظر به یک ایستگاه مرکزی گزارش داده می­شود.

کاربردهای مختلف و حالت تصادفی شبکه­های سنسوری بدون سیم چالش­های بسیاری برای تحقیق در این زمینه بوجود آورده است، مثلا : کنترل دسترسی رسانه [4]، پروتکلی­های مسیریابی، کنترل توان و مقیاس پذیری (قابلیت تغییر اندازه شبکه و چگالی سنسورها) [11] .

مشخص نبودن توپولوژی و تغییرات کانال در طول زمان، مشکلات متعددی را در زمینه تحقیقات، طراحی و پیاده­سازی این شبکه­ها به­ وجود آورده است. چنین تغییراتی، الگوریتم های مسیریابی[5] ، تخمین کارائی شبکه[6]، پوشش شبکه[7]، گسترش پذیری و مقیاس پذیری[8] و ... را با پیچیدگی­های خاصی روبرو کرده است که بررسی آنها زمینه تحقیقات متداول امروزی است [10و24و25و26] .  نیاز به کاهش پیچیدگی شبکه های سنسوری بدون سیم محققان را بر آن داشته که از منابع محدود کننده، مانند محدودیت کانال ارتباطی در حوزه های زمان و فرکانس و کد، محدودیت انرژی و طول عمر و ... ، به نحو هرچه مناسب­تر استفاده کرده و به سمت هرچه بهینه تر شدن اشتراک منابع پیش روند.

کاربرد های مختلف برای انواع سنسور ها، در تعیین اولویت های تقسیم منابع، نقش تعیین کننده ای را ایفا میکند؛ به عنوان مثال هنگامیکه فقط از سنسورهای کنترل دما یا رطوبت استفاده شود، میزان اطلاعات اندک خواهد بود و بنابراین بالاتر رفتن طول عمر شبکه در اولویت اول و کاهش حجم اطلاعات تداخلی در اولویت دوم قرار می گیرد. در کاربرد های دیگری مثل کاربردهای نظامی برای کنترل جامع از محیط، نیاز است تا همکاری بسیار بیشتری بین سنسور ها برقرار گردد و در نتیجه  پارامتر هایی چون رله اطلاعات و مسیریابی از اولویت بیشتری برخوردار خواهند بود. در کاربرد های پزشکی نیاز است تا دقت جمع آوری اطلاعات بالا باشد و از طرفی در کاربردی مانند تصویر برداری  تشدید مغناطیسی[9] رسیدن به این دقت بالا نیازمند جمع آوری حجم زیادی از اطلاعات است و مباحث فشرده سازی و تجمیع اطلاعات مطرح خواهد شد؛ و در نهایت برای کاربرد هایی همچون تصویر برداری که حجم اطلاعات بالاست اما نسبت به کاربرد های پزشکی، بزرگی ناحیه تحت پوشش شبکه بسیار بیشتر است، علاوه بر دقت بالا نیاز است تا مکانیابی، کنترل نحوه جمع آوری اطلاعات، چگونگی همکاری بین سنسور ها چه برای جمع آوری و چه برای ارسال اطلاعات مورد توجه قرار گیرد؛ خصوصا اینکه تعداد مورد نیاز سنسور ها در واحد سطح  یا چگالی سنسور ها نقش تعین کننده ای در این بین ایفا می­کند. اگر تعداد سنسور ها خیلی بالا باشد  با اینکه دقت افزایش می یابد اما علاوه بر افزایش هزینه های شبکه، عواملی همچون تداخل و چگونگی مسیریابی, از بازدهی آن می­کاهند. از طرفی  کم بودن بیش از حد تعداد سنسور ها، امکان نظارت دقیق بر شبکه و جمع آوری کامل اطلاعات را دچار بحران خواهد نمود.

برای بالا بردن دقت و نزدیک تر شدن به واقعیت، باید حجم داده ها افزایش یابد . بدین منظور  باید تعداد گره های شبکه افزایش یابد. با افزایش تعداد گره های یک شبکه حسگر در واحد سطح، علاوه بر افزایش نسبت سیگنال به نویز و تداخل و یا کاهش نرخ خطای بیت[10] (BER ) به علت افزایش توان، توان سیگنال­های تداخلی  رسیده به هر گره نیز بیشتر می شود.  رسیدن به نقطه بهینه که در آن نسبت سیگنال به نویز و تداخل بیشینه ویا BER  کمینه شود، یکی از اهداف ما در این پروژه است که همراه با معیار ظرفیت مطرح می گردد.

از طرفی باید شرایط کانال  همچون تلفات سایه [11]و محو شدگی در بررسی پارامتر های شبکه نیز لحاظ گردد .

یک مسئله مطرح در مورد شبکه های حسگر تصویر برداری بدون سیم[12]، بررسی قابلیت مقیاس پذیری این شبکه هاست [14] . رسیدن به اینکه  در واقع چه تعداد سنسور می تواند در عین حداقل بودن، برای بدست آوردن اطلاعات کامل از محیط، دارای تعداد مناسب و کافی باشد، مبحث اصلی ما در این پایان نامه است که آنرا با عنوان مقیاس پذیری، بیان می­کنیم. مقیاس پذیری اینگونه بیان می­شود که با درنظر گرفتن یک معیار خاص به عنوان معیاری برای کنترل عملکرد[13]، کم شدن یا اضافه کردن چگالی سنسور ها در  واحد سطح (اگر ناحیه توزیع سنسور ها را دو بعدی در نظر بگیریم) چه تاثیری در بهبود یا بدتر شدن این معیار عملکرد، خواهد داشت. می­توان بهینه­ترین حالت را برای چگالی مناسب سنسور ها در سناریو های مختلف توزیع شبکه و برای معیارهای مختص هر کاربرد، محاسبه نمود و درکنار کاهش هزینه های اضافه، به بهترین بازدهی سیستم نیز نزدیک شد.

در نگاه ما، از زاویه دید لایۀ فیزیکی به شبکه، معیار های ظرفیت ارگادیک و ظرفیت قطع، و بالتبع نسبت سیگنال به نویز و تداخل، مورد توجه خواهند بود؛ در این میان تخمین ظرفیت شبکه مسئله ایست که به نوعی با سایر مسائل ذکر شده در ارتباط است. تعیین ظرفیت شبکه علاوه بر آنکه برای تضمین کیفیت سرویس[14] برای کاربران آن مورد نیاز است، در مسیریابی مناسب و کارامد شبکه نیز موثر است. در شرایطی که بالاتر از حد ظرفیت شبکه به آن بار تحمیل شود، به دلیل وجود تراکم در بعضی گره ها، تعدادی از بسته های اطلاعات حذف[15] می­شوند. با حذف این بسته ها نه تنها بخشی از دیتای شبکه از بین می­رود، بلکه مقداری از اطلاعات مربوط به مسیریابی هم از بین می­رود [27] .

ارتباط حداکثر میزان ظرفیت یا نرخ انتقالی که می تواند به هر گره اختصاص یابد با تعداد گره های شبکه مسئله مقیاس پذیری شبکه را مطرح می­کند؛ از یک طرف با افزایش تعداد گره ها، قابلیت اطمینان و پوشش شبکه افزایش می یابد اما از طرف دیگر هرچه سطح زیر پوشش شبکه بیشتر باشد، برای به مقصد رسیدن اطلاعات ارسالی لازم است که سایر گره ها در مسیریابی و رله اطلاعات همکاری کنند. بنابر این ظرفیت یا نرخ انتقال ای که به هر گره اختصاص می یابد، تنها به ترافیک آن گره وابسته نیست و به باری که از جانب سایر گره ها به آن تحمیل می­شود نیز بستگی دارد. این مسئله می تواند شدیدا روی ظرفیت سیستم تاثیر منفی بگذارد [27و 28 ] .

 بدست آوردن ظرفیت برای سناریو های مختلف بطور تحلیلی، کار دشواری است و نیاز به بهره بردن از تقریب های آماری برای رسیدن به نتایج منطبق بر شبیه سازی هاست. هدف ما اینست که با در نظر گرفتن سناریوی نسبتا پیچیده اما کاربردی و دارای مزایای فراوان و با در نظر داشتن فرض های ساده کننده وتا حد امکان عملی، مقدار و توزیع ظرفیت را بطور تحلیلی و همراه با شبیه سازی بدست آورده و با بررسی مقیاس پذیری در این شبکه ها، اثرات تعداد سنسور ها را بر این معیار های عملکرد بسنجیم و در صورت امکان مقادیر بهینه ای را برای تعداد مناسب سنسور ها بیابیم.

1-2- کاربرد های شبکه سنسوری بدون سیم

کاربرد های بسیاری را می توان برای این شبکه ها نام برد که به عنوان نمونه یکی از رایج ترین کاربردهای WSN نظارت محیطی است؛ کاربردهای نظامی، نظارت بر محیط زیست و مانیتورینگ صنعتی به خاطر هزینه کمتر و فراهم نمودن قابلیت های جدید، نیز از دیگر کاربرد های آن است .

کاربردهای شبکه حسگر بدون سیم در چهار دسته کلی قرار می­گیرند: [46]

کاربرد های پزشکی

کاربرد های نظامی و دفاعی

کاربرد های کنترلی و نظارتی در کشاورزی

کاربردهای عمومی و صنعتی

1-2-1- کاربرد های پزشکی [46]

نظارت پزشکی[16]، شاید بهترین کاربرد این نوع شبکه ها در پزشکی باشد، حسگر های پوشیدنی می­توانند در شبکه بی­سیسم سطح بدن یا محیط مجتمع سازی شوند تا بر علائم حیاتی، پارامترهای محیطی و موقعیت جغرافیای نظارت کنند و نظارت بلند مدت و سیار از بیماران و افراد مسن را فراهم کند و بی درنگ در موارد اضطراری به افراد اعلام خطر کند، درباره وضعیت سلامتی فعلی کاربران به آنها خبر دهد و پرونده های پزشکی کاربران را به صورت بلادرنگ بروز کنند.

 به عنوان مثال در یک بیمارستان، بخش کودکان بیشتر از هرجای دیگری باید تحت مراقبت مداوم باشد. به این دلیل که کودکان، خود، آگاهی لازم برای خبر کردن پرستار در مواقع اورژانسی را ندارند و یا اینکه حساس تر و ضعیف تر هستند. بنابراین برای مراقبت مداوم کودکان می توان از شبکه های بی سیم سنسوری استفاده کرد. این کار با کار گذاشتن سنسور در جایی از بدن کودکان یا روی تخت آن ها و یا در اتاقشان قابل انجام است. پارامترهایی مانند دمای بدن، فشار خون، ضربان قلب و ... توسط سنسور اندازه گیری شده و به پردازشگر مرکزی از طریق بدون سیم ارسال می شود. اگر اوضاع بحرانی شود، سیستم پرستار را آگاه می کند تا اقدامات لازم در کمترین زمان انجام شود.

کاربردهای مراقبت از سلامتی، شبکه های سنسوری بدون سیم می توانند برای نظارت و مراقبت از بیماران و افراد مسن برای مقاصد مراقبت از سلامتی استفاده شوند. که این امر می تواند کمبود شدید کارکنان مراقبت از سلامتی را بطور مهم بهبود دهد و هزینه های مراقبت از سلامتی در سامانه مراقبت از سلامتی فعلی را کاهش دهد.

کنترل رفتار، می توان سنسور ها را در خانه بیماران قرار داد تا بر رفتار های بیمار نظارت کرد. بعنوان مثال می توان در زمانی که بیمار به زمین افتاده است و به رسیدگی فوری پزشکی نیاز دارد، دکتر را خبر کرد. می توان بر کارهایی که بیمار انجام می دهد نظارت کرد و تذکرات و دستورالعمل ها را توسط تلویزیون یا رادیو برای او فراهم کرد.

1-2-2- کاربرد های نظامی و دفاعی [46]

شبکه های WSN در حال قرار گرفتن به عنوان قسمتی از سیستم های هوشمند، ارتباطی و کنترلی نظامی هستند، می توان حسگر های بدون سیم را به سرعت در میدان جنگ یا منطقه دشمن بدون هیچ زیرسازی مستقر کرد.به خاطر مزایایی که شبکه های حسگری دارند، نقش مهمتری را در در آینده در سیستم های هوش مصنوعی نظامی بازی خواهند کرد و جنگ های آینده را هوشمند تر و کم انسان تر خواهند کرد.

 نظارت بر محیط نبرد و شناسائی دشمن، می توان حسگر ها را در میدان نبرد مستقر کرد تا بر حضور نیرو ها و وسایل نقلیه دشمن نظارت کرد و حرکت آنها را ردگیری کرد تا دیدبانی مناسب تری از نیروهای دشمن داشت.

محافظت از مواضع و تخمین خسارت، گره های حسگری می توانند اطراف مواضع حساس مانند تجهیزات اتمی ، پل های استراتژیک ، خطوط نفت و گاز ، مراکز ارتباطی و ستاد فرماندهی و ارتشی، برای مقاصد دفاعی، مستقر شوند .

راهنمایی هوشمند، می­توان سنسور ها را روی وسایل نقلیه روباتی بدون سرنشین، تانکها، هواپیماهای جنگی ، زیردریایی ها، موشکها یا اژدرها سوار کرد تا آنها را پیرامون موانع هدایت کرد تا به هدفشان برسند و با هماهنگی بوجود آوردن بین گزینه های مختلف کمکشان کنیم تا حمله یا دفاع موثرتری را انجام دهند.

حسگری از راه دور[17]، می توان از حسگر ها برای کنترل از راه دور(حسگری از راه دور) برای سلاح های شیمیایی ، بیولوژیکی و هسته ای ، کشف حمله های تروریستی بالقوه، و شناسایی کردن نظامی استفاده کرد.

1-2-3- کاربرد های کنترلی و نظارتی در طبیعت، محیط زیست و کشاورزی [46]

نظارت بر خطر، می­توان از سنسورها برای نظارت بر خطرات شیمیایی و بیولوژیکی در منطقه استفاده کرد. بعنوان مثال، یک تاسیسات شیمیایی یا یک میدان جنگ.

نظارت بر بحران، سنسورها می توانند بطور انبوه در منطقه مورد نظری قرار گیرند تا بحران های طبیعی و غیر طبیعی را شناسایی کنند. بعنوان مثال ، سنسورها می توانند در جنگل ها یا رود ها پخش شوند تا آتش سوزی جنگل و سیل را شناسایی کنند. حسگرهای ارتعاشی می توانند در یک ساختمان بکار رود تا جهت و بزرگی یک زمین لرزه را شناسایی کند و براوردی از ایمنی ساختمان را فراهم کند.

نظارت در بوم شناسی، برای نظارت بر شرایط حیوانات وحشی، جابجائی آنها ونظارت بر گیاهان در حیات وحش می توان از حسگر ها استفاده کرد.

نظارت کیفیت آب یا هوا، برای نظارت بر کیفیت آب یا هوا سنسورها می توانند روی زمین یا زیر آب قرار گیرند.بعنوان مثال، نظارت بر کیفیت آب می تواند در رشته هیدروشیمی استفاده شود. نظارت کیفیت هوا می تواند برای کنترل آلودگی هوا استفاده شود.

1-2-4- کاربردهای عمومی و صنعتی [46]

درکنترل فرایند های صنعتی، شبکه های سنسوری بدون سیم می توانند برای نظارت بر فرایندهای تولید یا شرایط وسایل تولید استفاده شوند. برای مثال، حسگرهای بدون سیم می توانند در خطوط ساخت و تولید قرار داده شوند تا بر فرایند تولید نظارت کنند. کارخانه های شیمیایی یا پالایشگاه های نفت می توانند از حسگر ها برای نظارت بر شرایط خط لوله هایشان استفاده کنند. حسگرهای کوچک می توانند در مناطقی از ماشین ها که برای نظارت توسط انسان غیر قابل دسترسی هستند جاسازی شوند و برای هر خرابی اعلام خطر کنند.بطور سنتی، معمولا تجهیزات بر اساس یک برنامه نگهداری می شوند. بعنوان مثال، هر  چند ماه برای بازرسی کامل کرن، که هزینه بر است. با توجه به آمارهای مربوطه، یک تولید کننده تجهیزات ایالات متحده هر سال میلیاردها دلار برای نگهداری و تعمیر هزینه می کند. با شبکه های حسگری، نگهداری و تعمیر می تواند بر اساس شرایط تجهیزات، جریان داشته باشد، که انتظار می رود هزینه ها ی تعمیر و نگهداری را به طور چشمگیری کاهش دهد، همر ماشین ها را افزایش دهد و حتی زندگی هایی را نجات دهد.

امنیت و دیدبانی، در بسیاری از کاربدرهای امنیتی و دیده بانی می توان از WSN ها استفاده کرد، بعنوان مثال، حسگر های تصویری، صوتی و دیگر انواع حسگر ها می توانند در ساختمان ها، فرودگاه ها، راه های اصلی و دیگر مناطق حساس زیربنایی مانند، کارخانه های برق هسته ای یا مراکز ارتباطی برای شناسایی و ردگیری متجاوزان و برقاری اعلام خطر به موقع و مراقبت در برابر حمله های بالقوه، مستقر شوند. برخلاف کاربردهایی که به یک زیرسازی قابت نیاز ندارند، بسیاری از کار بردهای امنیتی می توانند ازعهده ارزیابی یک زیربنا برای منابع قدرت و ارتباطات بر آیند .

خانه های هوشمند،شبکه های سنسوری بدون­سیم، می توانند برای فراهم کردن آسایش بیشتر و محیط زندگی هوشمند تر برای بشر، بکار روند. حسگر های بدون سیم می توانند در خانه ای جاسازی شوند و با هم مرتبط شوند تا شبکه خانگی خودگردانی را بوجود آورند. بعنوان مثال، یک یخچال هوشمند که به یک بخاری یا فر ماکروویو متصل شده است می تواند فهرستی بر اساس موجودی یخچال فراهم کند و پارامتر هار مربوط را به اجاق یا فر ماکروویو هوشمند ارسال کند ، تا آین دما و حرارت مورد نیاز برای آشپزی را فراهم کند. محتوا و برنامه های تلویزیون و انواع پخش کننده های صوتی تصویری دیگر، می تواند به صورت کنترل از راه دور نظارت و کنترل شود تا نیاز های مختلف افراد خانواده را مطابقت دهد.

 اندازه­گیری از راه دور، می توان از حسگر های بدون­سیم برای خواندن وسایل اندازه گیری در خانه ها، از راه دور استفاده کرد، بعنوان مثال، آب، گاز، یا برق و سپس فرستادن مشاهدات از طریق ارتباط بدون سیم به یک مرکز کنترل از راه دور منتقل شوند.

علاوه بر کاربرد های فوق، شبکه های سنسوری خود پیکربند [18] می توانند در بسیاری از نواحی دیگر استفاده شوند، بعنوان مثال، کنترل ترافیک، مدیریت انبار، و مهندسی راه و ساختمان؛ اما قبل از اینکه کاربردهای مهیج فوق به حقیقت بپیوندد، باید بسیاری از مسائل فنی حل شوند.

1-3- مرور بر پیشینه و تحقیقات انجام شده در شبکه های حسگر بدون سیم

در زیر تحقیقات و مطالعاتی که تا کنون در زمینه های ظرفیت، نرخ انتقال، مقیاس­پذیری و سناریو های مختلف در شبکه های بدون سیم اقتضایی و سنسوری صورت گرفته است، را بیان می­کنیم.

در منبع [31] بیان شده است که برای شبکه ای شامل n گره، هر گره می تواند اطلاعات مختلفی برای هر یک از (n-1) گره دیگر ارسال کند و بنابر این ظرفیت شبکه در یک فضای n(n-1)  بٌعدی تعریف میشود. در این حالت تحت هر استراتژی  ارسال در شبکه، نظیر استفاده از ارسال با نرخ متغیر[19]، مسیریابی یک مرحله ای(یک گامه)[20] و چند مرحله ای(چندگامه)[21]، حذف متوالی تداخل[22](SIC) و ...، یک نرخ قابل حصول[23] بین n(n-1)  زوج-گره  مبدا-مقصد بدست می­آید. مجموعه تمام این گروه ها، فضای ظرفیت را تشکیل میدهد

[1] Cellular

[2] Base  station

[3] Infrastructure

[4] MAC (medium access control)

[5] Routing

[6] Performance estimation

[7] Coverage

[8]  Scalability

[9] MRI (Magnetic Resonance Imaging)

[10] BER (Bit Error Rate)

[11] Shadowing

[12] Imaging Sensor Networks

[13] Performance metric

[14] Quality of Services (QOS)

[15] Drop

[16] Medical Monitoring

[17] Remote Sensing

[18] Self- configurable WSNs

[19] Variable rate transmission

[20] Single-hop routing

[21] Multi-hop routing

[22] SIC (Successive Interference Cancelation)

[23] Achievable rate 

Abstract

This Research is about scalability in wireless sensor networks with imaging capability which has been analyzed, mathematically modeled and simulated by considering an applicable scenario of sensor network with the performance metrics of Ergodic capacity and outage capacity of the network.

Scalability is basically to determine the effects of increasing or decreasing the number of sensors in the desired parameter is, when the goal is to prevent excess cost of network creation because of unnecessary sensors number or decrease of network efficiency created by lack of sensors number density. In order to reaching this goal, at first we used a useful scenario which uses network clustering. By calculating distance distribution for sensors to each other and to cluster header and also the distance distribution of clusters header to base station, using simulation, we gained interference distribution function and consequently distribution function of signal to noise and interference ratio in this system for both inside and outside cluster layers and then by using formulation of ad-hoc network for special case of sensor network scenario, we gained appropriate and closed forms for estimating cumulative density function (CDF) of capacity for  both sensor networks layers. By comparing these analytical conclusions and simulation results we confirmed their correctness.

 In order to investigating scalability, by simulating for different values of network parameters such as sensors and clusters density in network level, exponential canal attenuation , varying threshold limit of outage capacity, adding fading ( with Rayleigh distribution) and etc., we gained and compared average and sum of Ergodic and Outage capacity. Firstly beginning from sparse scenario to dense one, capacity values would increase by increasing sensors number and received power in cluster headers, but next, interference effects dominates and capacity values decreases after reaching the maximum point which is defined as optimum density limit. For capacity and signal to noise and interference ratio probability distributions in both layers of the network is presented and accordingly make efforts to obtain the optimal sensor and the cluster head densities.

Keywords: Wireless sensor network, Ergodic & outage Capacity, Clustering, Scalability.