DistributedAdaptationMethodsforWirelessSensor.pptVIP

Distributed Adaptation Methods for Wireless Sensor Networks 无线传感器的分布式自适应方法 摘要 文章描述了分布式自适应技术在无线传感器网络中的应用。按应用例子，我们考虑在市区地形通过无线传感器网络的数据路由。所有的方法以一下的形式出现：1、执行全局的自适应而只使用当地可用的信息。2、有强大的随机组件3、同时使用正负反馈来控制他们自己。 我们的分析方法的适应能力，对内部错误鲁棒性，和功率消耗。给出与的标准的无线传感器网络技术对照。 1. INTRODUCTION 本文我们描述了四种分布式自适应方法在特定的城市地形军事行动(MOUT)无线传感器网络中的应用。市区情况有挑战性的，因为无线通信的阻塞可能引起两点之间的最短路径不是一条直线。MOUT使命无序的特性意味着路径是不可靠的。只有短暂的路径可能存在。尽管如此，及时的通信是必须的。我们的方法是使用当地的决策去适应下层固定的改变。 我们所分析的四个方法是：{i) Spin Glass, {ii) Multi-fractal, 多重分形(iii) Coulombic,库仑定律 and (iv) Pheromone信息素。 A. Wireless Sensor Network (WSN) Definition B. WSN Applications C. WSN Reguirements II. SPIN GLASS The Spin Glass方法使用Isling的模型。本地互相作用的磁铁产生了一个肉眼可观的磁场。磁场强度依靠于力学因素。当任一磁铁点相互取消了，肉眼可观的磁场就不存在了，磁铁可以对齐在像铁创造一个感知磁场中。在ad hoc传感器网络中，我们采用相同的概念来发送数据。 我们的仿真使用一个两维的MOUT情景，如图1。每个单元是一个微型的磁铁，指向八个主要方向的一个，她的下一个方向是到数据接收器的。通过从数据接收器的数据繁殖（hop by hop），一个势能场建立了，定义从每一个节点到数据接收器的最小的跳跃数目。 存在一个或者多个接收器.单元尝试找出到最近数据接收器的最优路径。 连接失败将修正本地潜在的场。在出错的地方，这些改变将开始扩散到系统。一些扰动是很小的，如果连接服务是一个关键的路由端，那么微小的错误就足以改变系统的状态。 节点的旋转方向（数据路由）是混合了势能场和动力学因素的。它遵循麦克斯韦-玻尔兹曼分布： 不一一列举分母所有可能的参数，只有8个可能的本地参数（8个主要方向）用的上。这减少了需要的计算和删除了需要的全局信息。 如果一个单元是指向相邻节点的，E(s)表示s的可能值减去单元可能值。K是-玻尔兹曼常数，T是温度。当温度高的时候，单元有相同的概率指向任一个方向，而不管其相邻节点的势能。当温度低时，单元更倾向于指向势能低的相邻节点。如果温度等于低于冰点，系统处于刚性状态，不再对环境作出反应。 T是重要的，因为最短路径不是唯一的重要因素。较高的T可以降低数据通过较长的路径的阻塞点的功率消耗。较低的T可以保护系统减少振动。在每一个基本区域，T可以是具体，这就允许系统控制的灵活性。 为了量化系统的自适应性，我们测量了每一个节点到数据接收器的平均距离。图2 显示高温系统，低温系统和拓扑的扰动在阶跃时间的平均距离，拓扑扰动是和图1 所示的开放或关闭的阻塞点有关的。T小的时候，系统聚合的很好，T高的时候则相反。在许多变动发生之后，拓扑扰动是可以调节的。 图3显示了系统的功率消耗。这预示了系统的可测量性。我们的分析只考虑通信开销。为了量化总的功率消耗，我们计算了消息发送的总数和他们的大小。，图3显示了有和没有拓扑扰动时的通信消耗。 III MULTI-FRACTAL 在八十年代初期，威滕和桑德介绍了多重分形晶体生长模型。 对比外部晶体，当固化条件满足的时候，气体或者液体的粒子开始固化。因为表面的张力和潜在热量的扩散，晶体的生长是向就近的粒子向内生长的。 In Multi-fractal routing，数据接收器是外部晶体。一个路由树是从这些晶体建立起来的。这个树本质上是空间填充图表（space-filling curve），基于相邻树节点的数目，得到一个连接路由树概率集合。与向内集合原理相似，随着相邻树单元的增加，单元节点就更少可能连接到这个树。该概率详细说明路由树增长率和结构。，当拓扑的扰动发生，连接失败将繁殖到树下，以删除不可用的路由表入口。 图4显示有和没有拓扑扰动的情况下，阶跃时间的平均跳跃距离 (as for the Spin Glass model in fig 2.)图5显示了有和没有扰动时的功率消耗。 IV. COULOMBIC MODEL（库伦定律模型） 库伦定律模型是一个预处理步骤，和