Qua các đồ thị được xây dựng từ mô phỏng trên, ta thấy các tham số của tập tham số chất lượng dịch vụ QoS của mạng cảm biến không dây có độ biến động tương đối lớn khi mật độ tăng (số lượng node tăng). Khi tăng dần số node mạng đến một số lượng nhất định thì độ trễ, tốc độ thu số liệu và tỷ lệ mất gói có xu hướng tăng, nhưng tốc độ thu số liệu cực đại lại rất ổn định.
Như vậy, ta có thể nhận thấy có 7 khoảng chính khi tăng số node cảm biến trong mạng (hay chính là tăng mật độ node cảm biến):
1- Khoảng thứ nhất: Khoảng từ 40 đến 120 node (tương đương với 40 – 120 node/km2), độ trễ và tỷ lệ mất gói, tốc độ thu số liệu nhỏ, ổn định nên thông tin cảm biến về hiện tượng ít.
2- Khoảng thứ hai: khoảng từ 120 đến 200 node (120 – 200 node/km2), tốc độ số liệu trung bình, độ trễ và tỷ lệ mất gói nhìn chung là tăng rất nhanh, độ dốc của đồ thị thể hiện độ trễ và tỷ lệ mất gói có giá trị lớn đặc biệt từ 180 - 200 node/km2 tuy rằng ở khoảng này tốc độ trung bình có xu hướng giảm.
3- Khoảng thứ ba: khoảng từ 200 đến 240 node (200 – 240 node/km2), độ trễ tăng chậm, tốc độ thu số liệu tăng nhanh và đạt giá trị cực đại
khoảng 155kbps, tỷ lệ mất gói vẫn tiếp tục tăng tuy rằng có xu hướng giảm tại 220 node/km2.
4- Khoảng thứ tư: khoảng 240 đến 280 node (240 – 280 node/km2), độ trễ và tốc độ thu số liệu giảm nhanh chóng, tỷ lệ mất gói vẫn tiếp tục tăng.
5- Khoảng thứ năm: Khoảng 280 đến 340 node (280 – 340 node/km2), tỷ lệ mất gói lại ổn định ở mức cao, độ trễ tăng lên mặc dù có chiều hướng giảm xuống ở khoảng 320 node/km2, tốc độ thu số liệu tăng sau đó giảm nhanh xuống mức thấp nhất khoảng 2- 4.5 kbps.
6- Khoảng thứ sáu: Từ 340 đến 360 node (340 – 360 node/km2), tỷ lệ mất gói lại ổn định ở mức cao, độ và tốc độ thu số liệu tăng, đặc biệt độ trễ đạt cực đại khoảng 8.4s.
7- Khoảng thứ bảy: Từ 360 đến 400 node (360 – 400 node/km2), tỷ lệ mất gói vẫn ổn định ở mức cao, tốc độ thu số liệu và độ trễ có xu hướng giảm xuống.
Như vậy, với một diện tích là 1km2, khi triển khai các node cảm biến để đánh giá một số tham số chất lượng dịch vụ QoS theo mật độ, ta thấy với mật độ khoảng từ 40 đến 120node/km2 thì thông tin có độ chính xác là cao nhất.
Để đánh giá chính xác số liệu ta phải thực hiện mô phỏng nhiều hơn với các tham số đầu vào (như công suất truyền phát, dải cảm biến, v.v…), vào phải dựa vào nhiều mô hình mô phỏng, các kinh nghiệm thực tế khác.
KẾT LUẬN
Công nghệ mạng cảm biến không dây hứa hẹn tạo ra những ứng dụng đầy tiềm năng, có thể áp dụng trong nhiều lĩnh vực khác nhau, mà đối với các công nghệ khác còn nhiều hạn chế. Tuy nhiên để triển khai mạng người thiết kế hệ thống yêu cầu phải nắm bắt được những nhân tố tác động đến mạng, những nhược điểm của mạng cần phải được khắc phục. Tức là, người thiết kế cần phải quan tâm đến các tham số mạng, ví dụ như tập các chất lượng dịch vụ QoS. Nhờ quá trình mô phỏng người thiết kế hệ thống có thể đánh giá được chất lượng dịch vụ mạng cung cấp, để từ đó có thể thiết kế hệ thống theo cách tối ưu nhất.
Trên đây, em đã hoàn thành nội dung đồ án tốt nghiệp, tuy chưa thực sự hoàn thiện song đạt được những kết quả theo đề cương đã đề ra, được tóm tắt lại như sau:
- Giới thiệu tổng quan về mạng cảm biến không dây với những hiểu biết về nền tảng của công nghệ mạng cảm biến không dây, các nhân tố ảnh hưởng đến mạng không dây, đặc điểm và kiến trúc tổng quan mạng cảm biến không dây (chương 1).
- Tìm hiểu các ứng dụng của công nghệ cảm biến không dây bằng việc tìm hiểu về các hỗ trợ truyền thông cho mạng cảm biến không dây, các lĩnh vực đã áp dụng công nghệ cảm biến không dây và tìm hiểu chi tiết một ứng dụng (giám sát môi trường sống) đã được triển khai dựa trên công nghệ cảm biến không dây (chương 2).
- Thực hiện mô hình hoá và tìm hiểu thiết kế phần mềm mô phỏng mạng cảm biến không dây dựa trên phần mềm mô phỏng mạng NS-2, viết các mô tả mã lập trình cho việc mô phỏng mạng cảm biến không dây (chương 3).
- Thực hiện mô phỏng mạng cảm biến không dây, và đánh giá phân tích một số tham số trong tập các tham số QoS của mạng cảm biến không dây nhờ kết quả đã mô phỏng (chương 4).
Nội dung đồ án mới chỉ tập trung tìm hiểu một ứng dụng về giám sát môi trường sống nên chưa thể hiện hết được sức mạnh của công nghệ mạng cảm biến không dây, và chưa đánh giá hết được các tham số của mạng, cho việc thiết kế hệ thống. Bản thân em cần phải cố gắng hơn nữa, và sự động viên đóng góp của các thầy cô, các bạn để nội dung đồ án tốt nghiệp hoàn thiện hơn.
Manoa, Honolulu, USA, John Wiley & Sons Ltd, Copyright 2003.
2. Edgar H.Callaway, Jr. Wireless Sensor Networks: Architectures and Protocols, A CRC Press Company, Copyright © 2004 CRC Press LLC.
3. I.F. Akyildiz, W. Su*, Y. Sankarasubramaniam, E. Cayirci, Wireless sensor networks: A survey, Broadband and Wireless Networking Laboratory, School of Electrical and Computer Engineering, Georgia Institute of Technology, Atlanta, GA 30332, Received 12 December 2001; accepted 20 December 2001.<http://www.ece.gatech.edu/research/labs/bwn/sensornets.pdf>.
4. Mainwaring, Polastre, et al. Wireless Sensor Networks For Habitat
Monitoring, online posting. 2002 ACM International Workshop on Wireless
Sensor Networks and Applications September 28, 2002. Atlanta, GA. (also Intel Research, IRB-TR-02-006, June 2002.) 12 Dec 2002. <http://www.cs.berkeley.edu/~polastre/papers/wsna02.pdf>.
5. Jason Liu, L. Felipe Perrone, David M. Nicol, Michael Liljenstam, Chip Elliott, David Pearson, Simulation Modeling of Large-Scale Ad-hoc Sensor
Networks, Institute for Security Technology Studies (ISTS), Dartmouth College and BBN Technologies.<www.cs.dartmouth.edu/~nicol/papers-cv/SIW01- sensor.pdf>
6. Sung Park, Andreas Savvides, Mani B. Srivastava. “SIMULATING
NETWORKS OF WIRELESS SENSORS” Networked Emebedded Systems
Laboratory Electrical Engineering Departments University of California, Los Angeles Los Angeles, CA, 90095, U.S.A. http://www.informs-
cs.org/wsc01papers/181.PDF.
7. The Network Simulator - ns-2.<http://www.isi.edu/nsnam/ns/>
8. The ns Manual.<http://www.isi.edu/nsnam/ns/nsdocumentation.Html>
9. NRL’s Sensor Network Extension to ns-2.
<http://nrlsensorsim.pf.itd.nrl.navy.mil/>
10. NS-2 by Example <http://nile.wpi.edu>.
11. NS by Example, Jae Chung and Mark Claypool.<http://perform.wpi.edu>
12. Ian Downard, SIMULATING SENSOR NETWORKS IN NS-2, Naval Research Laboratory Code 5523, 4555 Overlook Ave, Washington DC, 20375-5337. <http://nrlsensorsim.pf.itd.nrl.navy.mil/>.