PRADA (PRobe-based Accuracy Distribute protocol for knowledge range Adjustment - giao thức dựa trên sự thăm dò phân tán để điều chỉnh phạm vi kiến thức
là giao thức định tuyến theo địa lý yêu cầu thông tin (khoảng cách, PRR,..) từ các nút lân cận để lựa chọn nút kế tiếp. Tuy nhiên việc thu thập thông tin từ các nút lân cận là rất tốn kém. Hơn nữa, thông tin từ các nút lân cận chỉ cung cấp cái nhìn hạn chế về mạng vì vậy mà tuyến đường được thiết lập có thể không tối ưu (tuyến đường được biểu diễn bởi nét đứt trong hình 2.19). Ngược lại, nếu các nút mạng có đầy đủ kiến thức về cấu trúc liên kết mạng thì chắc chắn con đường tối ưu sẽ được thiết lập và nút kế tiếp được chọn sẽ hiển nhiên nằm trên con đường tối ưu đó (tuyến đường được biểu diễn bởi nét liền trong hình 2.19). Tuy nhiên, trên thực tế rất khó để có được thông tin về toàn bộ cấu trúc liên kết của mạng WSNs do mật độ nút cao và chi phí liên quan lớn.
Hình 2.19: Ảnh hưởng của phạm vi kiến thức trong định tuyến địa
PRADA tập trung vào sự điều chỉnh và cân đối giữa chi phí để có được kiến thức về cấu trúc liên kết mạng với độ chính xác của các quyết định chuyển tiếp. Càng có nhiều kiến thức về cấu trúc liên kết mạng thì nút mạng càng phải sử dụng nhiều năng lượng để mở rộng phạm vi truyền tải. Kết quả là, chi phí tăng tỷ lệ thuận với phạm vi kiến thức về cấu trúc liên kết mạng. Tuy nhiên, càng tăng phạm vi kiến thức thì con đường lựa chọn càng gần với con đường tối ưu và khi đó năng lượng để chuyển giao dữ liệu càng giảm.
PRADA dựa trên kế hoạch chuyển tiếp tập trung được gọi là “chuyển tiếp một
phần kiến thức cấu trúc liên kết” (PTKF) nhằm giảm thiểu năng lượng tiêu thụ cho
việc chuyển giao dữ liệu cũng như chi phí để có được thông tin về cấu trúc liên kết. Theo đó, mỗi nút sẽ xây dựng tuyến đường dựa trên thuật toán đường đi ngắn nhất có trọng số với chi phí liên kết là mức năng lượng tiêu thụ. Theo tuyến đường này, các nút kế tiếp sẽ được lựa chọn và các nút này tính toán con đường dựa trên phạm vi kiến thức về cấu trúc liên kết mạng mà nó có. PTKF nhằm thiết lập các giá trị phạm vi kiến thức R tối ưu của mỗi nút để giảm thiểu năng lượng tiêu thụ tổng thể.
Trong đó: V: là tập các nút trong mạng
CiCOM: chi phí truyền thông của nút i
Chú ý rằng, các giá trị CiCOM và CiINF phụ thuộc vào phạm vi kiến thức của mỗi nút và PTKF tìm thấy thiết lập tối ưu cho các phạm vi kiến thức đó.
PRADA là một phiên bản phân tán của PTKF, trong đó mỗi nút mạng sẽ tự điều chỉnh phạm vi kiến thức của mình dựa theo các thông tin phản hồi từ các nút lân cận mà nó nhận được. Đầu tiên, PRADA lựa chọn một phạm vi kiến thức ngẫu nhiên gọi là rcurrent và xây dựng tuyến đường tới Sink dựa theo rcurrent này. Sau đó, theo định kỳ mỗi nút sẽ lựa chọn một phạm kiến thức cố định gọi là rprobe để tính toán và thăm dò.
Trong đó cip(rprobe) là chi phí truyền thông của mỗi kết nối p với phạm vi kiến thức rprobe. Nếu ciTOT(rprobe) < ciTOT(rcurrent) thì phạm vi kiến thức được cập nhật là rcurrent= rprobe.
PRADA hội tụ một cách nhanh chóng và có hiệu suất tối ưu khá lớn.