Áp dụng lý thuyết hàng đợi để mô hình hóa các thông số trong mạng cảm biến không dây

**** **** THÔNG MSHV: 12143169 06 Áp d ng lý thuy mơ hình hóa thơng s m ng WSN CÔNG -HCM TS xét : HCM ngày 15 tháng 2014 - i Áp d ng lý thuy mơ hình hóa thơng s m ng WSN - - NHI M V LU MSHV:12143169 26/11/1988 Khánh Hòa : 625070 Chuyên ngành: I II III IV V TÀI: ÁP D NG LÝ THUY MÔ HÌNH HĨA CÁCH THƠNG S TRONG M NG C M BI N KHÔNG DÂY NHI M V VÀ N I DUNG: S d ng lý thuy mô hình hóa thơng s m ng c m bi n không dây t t s ng NGÀY GIAO NHI M V : 10/02/2014 NGÀY HOÀN THÀNH NHI M V : 20/06/2014 CÁN B NG D N : TS NGUY N TH NG KHANH CÁN B NG D N T CH NHI M B NG KHOA N- ii NT O Áp d ng lý thuy mơ hình hóa thơng s m ng WSN Em xin chân thành - iii Áp d ng lý thuy mơ hình hóa thơng s m ng WSN (Wireless Sensor Network) s WinPEPSY iv Áp d ng lý thuy mơ hình hóa thông s m ng WSN ABSTRACT Today,using sensors to collect environmental data has become popular The wireless sensors networks (Wireless Sensor Network) is extended and increased in number This means that the data to be processed and transmitted in sensor networks will be increased so that the packets waiting time in the network becomes significant This paper presents the plan to shorten the waiting time of the packets in WSN networks based on queuing theory (Queuing Theory) Based on queuing theory we will model WSN network become a Queuing network with the sensor node is the queuing node (Queuing Server) And we will provide two optimal methods for waiting times of data in the queue It will be presented in two parts Part 1, we will find ways to shorten the overall average waiting time of data by finding its general formula After that we use Lagrange optimization method to find the minimum average value with the variable is processing capabilities of sensor nodes Part 2, we will choose the appropriate path for packets and compare calculated waiting time between those paths and choose the best route to use instantly In part 2, after making plans and calculations based on queuing theory, we performed simulations with WinPEPSY tools and compare the simulation results with calculated results Based on the results of theory we consider applying to reality v Áp d ng lý thuy mơ hình hóa thơng s m ng WSN G vi Áp d ng lý thuy mơ hình hóa thơng s m ng WSN INTRODUCTION Wireless sensor network is a system includes sensing elements is used for the purpose of gathering and calculating information from the environment The use of sensor networks become more widespread today with many field ranging from anti-theft sensor systems in individual houses to fire , flood warning systems for National station Besides that the sensor nodes are increasingly integrated to collect many types of information to serve data analysis is more complex and detailed And the acquisition of data at the receiver node (Sink) also requires more agility instant So that the matter of time data transmission in WSN networks was focused researchers The sensor nodes in WSN have the characteristic parameters such as data rate received average and an average processing speed These parameters are similar to the coming rver processor in queuing theory The use of queuing theory to model the WSN network will help us to model parameters of WSN and find the relationship between them in mathematical And we can use it as the basis for the application of mathematical tools to find direction to minimize waiting time of the packets in WSN networks vii Áp d ng lý thuy mơ hình hóa thông s m ng WSN viii Áp d ng lý thuy NHI M V LU L IC mô hình hóa thơng s m ng WSN ii iii TÓM T T LU iv ABSTRACT v GI I THI TÀI vi INTRODUCTION vii L viii M C L C DANH M C HÌNH V .8 TV .8 .9 T NG QUAN V M NG C M BI N KHÔNG DÂY 2.1 Gi i thi u m ng c m bi n không dây: .9 2.2 C u trúc c a m t m ng c m bi n không dây: 10 2.3 Công ngh s d ng m ng WSN : 11 2.3.1 T ng quan v công ngh m ng WSN: 11 2.3.2 Phân lo i m ng WSN: 11 2.3.3 Tiêu chu n m ng WSN: 12 2.4 Truy n d li u m ng WSN: 12 2.4.1 Q trình truy n sóng: 12 2.4.2 u ch tín hi u WSN: 13 2.4.3 Các giao th c không dây WSN 14 2.5 Giao th c v n hành m ng không dây: 15 2.5.1 Giao th c MAC : 15 2.5.2 Giao th 2.5.3 Giao th c chuy n v n: 16 nh n : 15 Áp d ng lý thuy 10 11 12 des 0.074 0.111 0.111 0.111 0 0 0 mơ hình hóa thơng s m ng WSN 0 0 0 0.2 0 0.2 0.2 0 0.4 0 0.2 0 0.5 0.5 0 0.3 0.7 0 0.4 0.6 0 0 0.2 0.8 0 0 0 0 0 0 0 0 B ng 5.5 : Xác su t truy n d li u gi a nút x p hàng mơ hình 5.2 T cơng th c (3.22 i 10 10 c t l d li 17 16 17 18.5 19.9 21.6 20 B ng 5.6 : T l d li T gi i thu t nt nt 10 11 12 42.26 44.41 48.33 i mơ hình 5.2 ph n pt (Path) Th c hi n P11 : Q1 p cho nút 1: Q3 Q10 D P12: Q1 Q3 Q6 Q11 D (Nút Q10 b lo i nhánh Q1 Q3 Q6) P13: Q1 Q3 Q7 Q12 D (Nút Q10 b lo i nhánh Q1 Q3 Q7) P14:Q1 Q4 Q11 D P15:Q1 Q4 Q7 Q12 kh ng Q1 Q4 Q7 Q10 D b lo i lý c a Q P16:Q1 Q4 Q8 Q10 D (Nút Q11 b lo i nhánh Q1 Q4 Q8) P17:Q1 Q4 Q9 Q12 D (Nút Q11 b lo i nhánh Q1 Q4 Q9) Th c hi P21 : Q2 p cho nút 2: Q5 Q12 D P22: Q2 Q5 Q8 Q11 D (Nút Q12 b lo i nhánh Q2 Q5 Q8) P23: Q2 Q5 Q9 Q11 D (Nút Q12 b lo i nhánh Q2 Q5 Q9) P24:Q2 Q4 Q11 D P25:Q2 Q4 Q7 Q12 kh ng Q2 Q4 Q7 Q10 D b lo i lý c 59 n Áp d ng lý thuy mơ hình hóa thơng s m ng WSN P26:Q2 Q4 Q8 Q10 D (Nút Q11 b lo i nhánh Q2 Q4 Q8) P27:Q2 Q4 Q9 Q12 D (Nút Q11 b lo i nhánh Q2 Q4 Q9) p cho nút ta th c hi n tính tốn t ng th i gian tr trung bình x d a vào công th c (3.25) : S d ng k t qu c a b ng 5.5 5.6 c th i gian ch trung bình t i t ng nút : i 10 11 12 i 0.2 0.2 0.333333 0.25 0.333333 0.153846 0.196078 0.294118 0.2 0.364964 1.694915 0.08569 B ng 5.7 : Th i gian ch trung bình t i t T b ng ct tr trung bình c ng cách tính t i WSN2 pt tr trung bình t i t ng nút n m 60 Áp d ng lý thuy - mô hình hóa thơng s m ng WSN i cho nút 1: Path P11 P12 P13 P14 P15 P16 P17 path 0.898297 2.382095 0.815102 2.144915 0.731768 1.109081 0.73569 B ng 5.8 : T ng th i gian tr trung bình c T k t qu c t b ng (5.7) ta v nút th tr c nút Hình 5.9 T th phân tích th i gian tr trung bình t nút th k t qu tính tốn ta nh nút tr trung bình nh so v t nh t v 0.7s (nh nh t P15) Và ta có th ch n m gói tin có tính ch t quan tr 61 ng l i P12, P13, P15, tr x p x kho ng Áp d ng lý thuy - mơ hình hóa thơng s m ng WSN n Path P21 P22 P23 P24 P25 P26 P27 path 0.619023 2.522366 2.428249 2.144915 0.731768 1.109081 0.73569 B ng 5.10 : T ng th i gian tr trung bình c a T k t qu nút c t b ng (5.10) ta v th tr c nút Path Delay Node 2.5 1.5 Path Delay Node 0.5 P21 Hình 5.11 T P22 P23 P24 P25 P26 P27 th phân tích th i gian tr trung bình t nút th k t qu tính tốn ta nh nút tr trung bình nh so v i t nh t v ng l i P21, P25, P27 tr bé nh t kho ng th i P25 tr x p x g n P21 0.7s Và ta có th ch n m t t quan tr D a vào lý thuy t t nh tiên cao c th i mb 62 m ch ng tính xác Áp d ng lý thuy mơ hình hóa thơng s m ng WSN th c c a lý thuy t tính tốn ta s th c hi n mô ph ng m i mô hình hóa t WSN2 so sánh k t qu mơ ph ng tính tốn lý thuy t 5.3 Mô ph c th i t t nh t cho m i 5.3.1 Gi i thi u công c mô ph ng : Công c mà ta s d m mô ph ng m tài ph n i WinPEPSY version tìm hi u m t chút v ph n m m 5.3.2 Xu t x : WinPEPSY m t ph n m c phát tri n b i b i H c Friedrich Alexander ,m t nh c u khoa h uc y u nghiên c u m c WinPEPSY c Máy ng nghiên c phát tri n nh m m ch i 5.3.3 Các thành ph n m ng gi l p: Trong m t m ng gi l c thi t l p WinPEPSY ta c thành ph n sau : - - - Nút ngu t phát c a d li t thúc c a m ng : li u kh i m ng n x lý d li u x p hàng : 63 n Áp d ng lý thuy mơ hình hóa thơng s m ng WSN 5.3.4 c tính tốn : WinPEPSY cung c p nhi m c tính tốn dành cho c m ng m bình, tính tốn mơ ph c tính tốn ,OPFN, SOPFN, MARIE 5.3.5 Các thông s k t qu mô ph ng: Sau tính tốn d a mơ hình m i mô ph ng WinPEPSY s cung c p cho ta tông s k t qu sau : Th i gian ch i nút Th i gian ch trung bình t i nút S S i nút ng khách hàng trung bình t i nút ho ng c a nút ng t ng nút ng toàn m ng 5.3.6 Th c hi n mô ph ng Ta s th c hi n mô ph ng d a theo mơ hình m ph n m m h tr xây d ng m ta s ch n th c hi i hình 4.2 Do h a dùng l nh h a: Sau kh i t o m t m i mô ph ng m i xong ta ch n mơ hình c n mơ ph ng m ng Open Network v i thông s t l n t ngu n c hi n xây d ng m ng gi l p v i thơng s theo mơ hình 5.2 64 Áp d ng lý thuy mơ hình hóa thơng s m ng WSN Hình 5.12 : M ng gi l i hình 4.2 Các thơng s thi t l p cho nút x t giá tr giá tr mơ hình 5.2 b ng 5.3 c hi n tính tốn mơ ph ng mơ hình gi l c ch n tính tốn mơ ph ng (Simulation) Thơng s phép tính kh lý c a nút Q1 (µ 1) Hình 5.13 : c mô ph ng 65 c làm bi n s Áp d ng lý thuy mơ hình hóa thơng s m ng WSN ng ch y xong ta có b ng k t qu tính tốn th i it it Hình 5.14: K t qu tính tốn mơ ph ng th c th i gian tr i t i nút ng ph n 4.2.2 d a vào k t qu mô ph ng - Th i gian tr a nút 1: Path P11 P12 P13 P14 P15 P16 P17 path (simulation) 0.891101 2.182042 0.809827 1.944606 0.726575 1.097383 0.731218 B ng 5.15 : K t qu mô ph ng th i gian tr nút 66 ch c a Áp d ng lý thuy Ta v mơ hình hóa thơng s m ng WSN th tr nút t k t qu tính tốn mơ ph ng Hình 5.16 - th k t qu mơ ph ng th i gian tr Th i gian tr nút a nút 2: Path P21 P22 P23 P24 P25 P26 P27 path(Simulation) 0.616698 2.31839 2.227629 1.945487 0.727456 1.098264 0.732099 B ng 5.17 : K t qu mô ph ng th i gian tr nút 67 a Áp d ng lý thuy Ta v mơ hình hóa thơng s m ng WSN th tr nút t k t qu tính tốn mơ ph ng Hình 5.18 th k t qu mô ph ng th i gian tr T k t qu mô ph d th ng nút t nh t có th s nút P11, P13, P15, P17 t nút P21, P25, P27 tr bé nh t P15 P21 Ta so sánh k t qu tính tốn mô ph ng b ng cách bi u di n chung m th Hình 5.19 : So sánh th i gian ch 68 Áp d ng lý thuy mơ hình hóa thơng s m ng WSN Hình 5.20 : So sánh th i gian ch T th so sánh gi a tính tốn lý thuy t mô ph ng ta nh n th y d th k t qu gi a hai ph n gi ng kh p v i Chênh l ch gi a k t qu nh vào kho ng 0.2 th có th k t lu n q trình mơ ph c k t qu lý thuy t 5.4 t qu Ta nh n th y so sánh k t qu mô ph thuy t s chênh l ch h i k t qu tính tốn lý u Và vi c ch gi t nh t y thông qua mô ph ng ta minh k t qu tính tốn d a lý thuy Vi c tìm nhi t t giúp ta áp d ng k t qu vào th c t d tr ng vào m xác n d li u quan t nh t, vi c phân tán d li u s nhi u v m t xác su t th ng kê Vì vi ng nhi i n tham s có th d n n nh ng sai l ch k t qu tính tốn mơ ph ng v a trình bày 69 Áp d ng lý thuy C mơ hình hóa thơng s m ng WSN 6: K T LU NG PHÁT TRI N 6.1 K t lu n ] µ1_min , sau tính tốn so s 6.2 ng phát tri n: 70 Áp d ng lý thuy mơ hình hóa thơng s m ng WSN 71 Áp d ng lý thuy mơ hình hóa thơng s m ng WSN TÀI LI U THAM KH O [1] Queueing Course, from Finland Complete lecture notes, 2005 [2] Department of Mathematics and Computing Science Eindhoven University of Technology, 2001 [3] city University of Hong Kong, 2012 [4] DTU Course 34340 , Technical University of Denmark,2011 [5] Advances in Electrical and Computer Engineering, Volume 11,Number 2, 2011 [6] R Mah Wireless Sensor Networks using N- (IJCSE) International Journal on Computer Science and Engineering ,Vol 02, No 07, 2010, pp :2378-2382 [7] Manijeh Keshtgary , Reza Mohammadi, Mohammad Mahmoudi, International Journal of Computer Applications (0975 8887),Volume 43 No.24, April 2012 [8] Reza Rasouli, Energy Consumption Estimation in Cluster based Underwater Wireless Sensor Networks Using M/M/1 International Journal of Wireless & Mobile Networks(IJWMN) Vol 5, No 1, February 2013 72 Áp d ng lý thuy mơ hình hóa thơng s m ng WSN [9] single- Proceedings of IEEE INFOCOM [10] -544, New York, IEEE, Jun 2002 M V Vuuren, I J B F Adan, and S A E Resi analysis of multi- OR Spectrum, vol 27, no 2-3, pp 315-338, 2005 [11] Boston, MA: Springer Science and Business Media, Inc, 2005 [12] H Abusaimeh Dynamic cluster head for lifetime efficiency in WSN International Journal of Automation and Computing, vol 6, no 1, pp 48-54, Feb 2009 [13] ireless Sensor Network- k - , Aug, 2009 [14] [15] Wiley- Interscience Publication John Wiley&Sons Inc, 1996 [16] Peter Bazan and Dr Gunter Bolch , WinPEPSY manual guide , Department of Computer Science, Friedrich Alexander University, Germany, 2008 73 ... ii NT O Áp d ng lý thuy mơ hình hóa thông s m ng WSN Em xin chân thành - iii Áp d ng lý thuy mơ hình hóa thông s m ng WSN (Wireless Sensor Network) s WinPEPSY iv Áp d ng lý thuy mô hình hóa thơng... hình hóa thơng s m ng WSN Hình 3.7 : Mơ hình gói g n c ng vào m ng Jackson [1] 37 Áp d ng lý thuy mơ hình hóa thông s m ng WSN 4.1 Mô hình hóa m ng c m bi n khơng dây b ng lý thuy i: 4.1.1 Mơ hình. .. 3.6.2 Các thông s k t qu m ng Jackson: 36 38 MƠ HÌNH HĨA M NG C M BI N KHÔNG DÂY B NG LÝ THUY T HÀNG I 38 4.1 Mơ hình hóa m ng c m bi n không dây b ng lý thuy