Traffic Model:
Các ứng dụng và ựặc tắnh lưu lượng tương ứng trong mạng WSN khác với các mạng truyền thống. Do ựó mô hình lưu lượng và phân phát dữ liệu cũng khác. Có bốn mô hình lưu lượng ựược dùng cho WSN là: event-based delivery, continuous delivery, query-based delivery và hybrid deliverỵ Mô hình lưu lượng tác ựộng ựến thiết kế giao thức và sự thực thị
Các node cảm biến giám sát sự xuất hiện của các sự kiện một cách thụ ựộng và liên tục. Khi một sự kiện xảy ra, node bắt ựầu tường trình sự kiện ựến cho trạm gốc. Khi dữ liệu về sự kiện ựược phân phát về trạm gốc, giao thức ựịnh tuyến tìm một ựường ựến trạm gốc. Phương pháp ựịnh tuyến này ựược gọi là ựịnh tuyến theo nhu cầụ
Nếu một sự kiện xảy ra thường xuyên, tại một node hay một nhóm node, chức năng ựịnh tuyến ựược thực hiện thường xuyên, dẫn ựến tiêu thụ năng lượng nhiều hơn. Một cách thay thế là ựặt tuyến dùng thường xuyên cho các liên kết nàỵ Do ựó, hiệu quả ựịnh tuyến ựối với mô hình phân phối này phụ thuộc nhiều vào tần số suất hiện của sự kiện. Một giao thức ựịnh tuyến thắch ứng có thể ựược yêu cầu ựể cài ựặt một tuyến ựộng nếu các sự kiện xảy ra thường xuyên, ngược lại tuyến ựược lập theo nhu cầụ
Query-Based Delivery:
Trạm gốc có thể quan tâm ựến một lượng thông tin nào ựó ựược thu thập trước ở các node cảm biến nào ựó. Trạm gốc sẽ phát ra thông ựiệp truy vấn ựến các node ựể có giá trị thông tin ựó. Thông ựiệp truy vấn cũng có thể mang một lệnh từ trạm gốc ựến các cảm biến về các thông tin, tần số tường trình và các thông số khác. Trong mô hình phân phối này, trạm gốc phát quảng bá thông ựiệp truy vấn, một tuyến ựược xây dựng tự ựộng khi truy vấn ựến node cảm biến và node báo cáo tương ứng với yêu cầu trong thông ựiệp truy vấn.
Hybrid Delivery:
Trong một số mạng WSN, dạng cảm biến và dữ liệu chúng cảm nhận ựược có thể rất lớn. Vắ dụ, dữ liệu có thể ựược báo cáo liên tục bởi các node và trạm gốc cần thông tin truy vấn từ những node khác.
Energy Model:
Chức năng thông tin vố tuyến của các node là chức năng tiêu thụ năng lượng nhiều nhất trong nodẹ Hoạt ựộng cảm biến thực sự tiêu thụ năng lượng ắt nhất. Có hai phương pháp ựể giảm tiêu thụ năng lượng cho việc thông tin trên cảm biến. đầu tiên là thiết kế giải thuật thông tin sao cho duy trì năng lượng tại các node như tắt các bộ thu phát sau một khoảng thời gian. Phương pháp thứ hai là giảm mức thông tin qua việc xử lý trong mạng như chức năng tập hợp dữ liệu và nén dữ liệụ
Thông thường, một lượng nhỏ năng lượng tiêu thụ cho việc cảm biến. đặt dãy cảm biến là rs. Giả sử rằng công suất tiêu thụ ựể thực thi cảm biến qua một vòng bán kắnh rs tương ứng với rs2 hay rs4.
Hình 4-3 Tiêu thụ năng lượng trong mỗi hoạt ựộng của node cảm biến.
- Model for Communication:
Năng lượng cho việc phát l-bit dữ liệu qua khoảng cách d là Etx(l,d) và năng lượng cho việc thu l-bit dữ liệu qua khoảng cách d là:
Etx(l,d) = lEc + ledx (4.1)
where e = Erx(l,d) = lEc
Trong ựó Ec là năng lượng cơ bản ựược yêu cầu ựể chạy các mạng phát và thụ Dcr là khoảng cách giao nhau, e1 hay e2 là năng lượng ựơn vị yêu cầu cho bộ khuêchs ựại phát khi d < dcr (hay d> dcr). Do ựó, năng lượng tổng cộng cho việc phát 1-bit dữ liệu từ node nguồn i ựến node ựắch j trong khoảng cách d là:
Ei,j(l,d) = Etx(l,d) + Erx(l,d) = l(a1+a2dx) (4.2) ( với a1 = 2Ec, a2 = e1 hoặc e2, s= 2 hoặc 4)
Khoảng cách tối ưu giữa các node chuyển tiếp (dm) ựược tắnh là: e 1 s=2, d < dcr
x s a a m d ( 1) 2 1 − = (4.3)
Khi ựó hop count (H) tối ưu có thể ựược tắnh là H = d/dm.
Một node cảm biến thường có một vi xử lý hay CPU thực thi việc tắnh toán. CPU tiêu thụ năng lượng thấp trên mỗi chu kỳ xung clock, hiệu suất sử dụng năng lượng ựại diện cho năng lượng tiêu thụ cho mỗi lệnh.
Mô hình tắnh toán
Một node cảm biến thường có một vi xử lý hay CPU thực thi việc tắnh tán. CPU tiêu thụ năng lượng thấp trên mỗi chu kỳ xung clock, hiệu suất sử dụng năng lượng ựại diện cho năng lượng tiêu thụ cho mỗi lệnh.
Node Model
để duy trì năng lượng, phương pháp chung là cho các node ngủ khi chúng không cần phát hay thụ Một vắ dụ cho mô hình này, các node cảm biến có hai trạng thái: active (A) và sleep (S). Chiều dài khoảng active và sleep ựược phân bố một cách hình học ngẫu nhiên với giá trị trung bình p và khe thời gian q. Pha active ựược chia thành trạng thái R và N. Trong trạng thái R, các node cảm biến có thể phát hay thu dữ liệu và/hay phát dữ liệu theo quá trình Poission với tỉ lệ trung bình g. Trong trạng thái N, các node chỉ có thể phát dữ liệu nếu có các gói tồn ựọng trong bộ ựệm.
Hình 4- 4 Mô hình node cảm biến DTMC
Mô hình chuỗi Markov hai trạng thái thời gian rời rạc (DTMC) cho các node bước kế tiếp (next-hop), trong ựó các node bước kế tiếp ựại diện cho các
node lân cận có liên quan ựến node hiện tạị Hai trạng thái ựịnh nghĩa cho next- hop node là wait (W) và forwarding (F). Trạng thái W nghĩa là tất cả các node bước kế tiếp chỉ ở trạng thái S hay N và không thể nhận dữ liệu từ node hiện tạọ F ựại diện có ắt nhất một next-hop node trong trạng thái R và nó có thể nhận dữ liệu từ node hiện tạị Xác suất chuyển ựổi từ W sang F và ngược lại giả sử là f và w.
Dựa trên mô tả, mô hình chuỗi Markov cho mô hình node cảm biến như trên hình 4.4, trong ựó chỉ số dưới thay cho số gói trong bộ ựệm. Dùng mô hình này, sự phân bố tĩnh của trạng thái node (p) có thể ựược tắnh theo xác suất truyền thành công dữ liệu (b) và xác suất mà dữ liệu nhận trong một khe thời gian (a). Một số thông số khác có thể ựược tắnh dựa trên p, vắ dụ như số liệu trung bình ựược phát trong một khe thời gian, lưu lượng cảm biến hay số dữ liệu trung bình ựược chuyển tiếp bởi node trong một khe thời gain, và dung lượng trung bình của bộ ựệm bị chiếm trong node cảm biến.