0AASRI Procedia 5 ( 2013 ) 85 – 9102212-6716 © 2013 The Authors. Published by Elsevier B.V.under responsibility of American Applied Science Research Institute doi:10.1016/j.aasri.2013.10.0620ScienceDirect02013 AASRI Conference on Parallel and Distributed Computing and Systems0移动传感器节点的多节点重新定位技术0网络0Muhammad Amir Khan a,* , Halabi Hasbullah a , Babar Nazir b0a计算机与信息科学系，马来西亚特拉大学，Tronoh 317500b计算机科学系，IT COMSATS研究所，巴基斯坦阿伯塔巴德0摘要0对于移动传感器网络中收集重要信息，传感器之间的互连性起着重要作用。这些网络中的节点检查感兴趣区域的各个方面。传感器节点的故障可能导致连接丢失，并可能导致系统分裂成不连通的部分。最近提出了多个节点移动以替换连接的策略。然而，这些策略通常忽略了一些区域可能存在的覆盖缺失，可能是由于故障本身或因为恢复的连接有限。本文通过综合处理连接和覆盖问题来填补这个空白。提出了一种多节点重新定位算法。每个邻居临时重新定位以逐个替换失败的节点，然后返回原始位置。该算法通过性能参数、移动距离进行验证，并且值得注意的是我们的算法有效地处理了系统连接性的增加。01. 引言0无线传感器网络（WSN）的集体技术在广泛应用中具有极大的重要性，由于其广泛的应用领域。0作为一个新的研究领域，有效性正在成为一个重要的目标。一般来说，WSN可能由许多紧密放置的微型移动传感器节点组成，它们具有较低的功耗和经济的价格。再次，它主要是针对环境而设计的应用。0在线获取：www.sciencedirect.com0根据CC BY-NC-ND许可进行的开放访问。0根据CC BY-NC-ND许可进行的开放访问。0根据CC BY-NC-ND许可进行的开放访问。086 Muhammad Amir Khan et al. / AASRI Procedia 5 ( 2013 ) 85 – 910有关数据的收集和传输的新型技术之间的相互作用 [1,2]。WSN不仅可以降低成本和开发时间，还可以应用于任何常规有线传感器网络无法启动的环境，例如深海、太空和战场[3]。传感器节点还广泛应用于医疗、家庭和军事领域。由于其快速性能、自组织性和容错性，传感器网络在军事领域的应用非常合适，例如用于强大的管理、传输、监视和定位。在医疗领域，传感器节点可用于监测患者和帮助残疾患者。它们还可能在许多工业问题中发挥重要作用，如库存管理、产品质量监控和灾难区域管理等[4]。在恶劣环境和无人值守的地方部署时，节点故障可能会导致芯片耗尽和物理破坏，导致网络分裂成几个不连通的块。节点故障的增加不仅会影响网络覆盖范围，还会影响网络连通性。恢复过程最初类似于C3R[5]的方法。如图1所示。本文着重讨论在同时节点故障时保持网络连通性，同时保持故障前的覆盖范围。图1a所示的网络拓扑可以看作以下示例。一个节点或两个节点的故障可能会使其邻居与剩余网络断开连接，并可能在节点故障范围内形成覆盖范围的空洞，如图1b所示。然而，用其他节点替换故障节点可以恢复连接，但实际上只是将覆盖范围转移到内部网络区域或边缘。只需通过临时交换故障节点和一个或多个邻居来解决这个问题。0087 Muhammad Amir Khan et al. / AASRI Procedia 5 ( 2013 ) 85 – 9102. 文献综述0将该技术应用到最成功的结构中一直是该方法的目标。在应用网络的初期，节点故障可能会降低效率，并且应用需求的改变可能会对效率的意义产生影响。无论如何，节点需要能够保持网络布局的效率。为了代替故障节点的指示，Wang等人[7]提出了级联移动，通过反复交换附近的节点和重复的节点来实现。此外，其他研究也考虑到基于移动节点部分连接性的问题，如[8]所述。另一种特定的方法示例选择保持两个节点的连接性，即使节点或链路故障基于移动某个节点的部分。尽管节点移动的思想与先前的方法相似，但是关注2连接性的需求可能会影响特定的应用层性能，并且在资源有限的大规模节点网络中可能不切实际。在本研究中，最接近RIM方法的类似方法是DARA[9]，要求每个节点保持其2跳邻居的列表，并根据交互链路数量选择一个失败节点的邻居进行移动。接着Younis等人[10]提出了RIM（通过内部移动进行恢复）和NN（最近邻居）算法。RIM是一种通过内部移动操作进行恢复的分布式协议，当节点F故障时，它的邻居可能会向内部移动以连接彼此。这是因为这些邻居与F节点直接连接，当它们再次连接时，网络连接将恢复到故障前的状态。移动的过程是通过递归地控制任何失败节点以及关于它们的邻居的运动来实现的，例如那些已经向故障节点移动的邻居。当节点故障时，NN用于修复与F相关的被切断的连接的FNN将继续与其邻居进行通信，即FNN，以确定F的位置。FNN的邻居根据其最佳选择可能的移动和协商位置。如果找不到离开节点到达网络的邻居或者网络中的所有节点已经移动，NN会停止。与使用1跳邻居列表的RIM不同，NN方法在另一方面要求每个节点识别其2跳邻居。因此，在F故障之前，最近的邻居将被接受。现在，RIM和NN都与恢复网络连接以及网络覆盖范围的恢复相关。持久重定位通过覆盖感知连接恢复（C 3R）方法[5]。通过使用相邻节点与另一个节点提供连接的方式将连接恢复，它实际上只是将覆盖范围距离转移到另一个位置，通常是在内部网络的一部分或边缘。只需通过临时交换故障节点和一个或多个邻居来解决这个问题。03. 方法论0首先，网络中不需要的节点的出现成为了覆盖和连通性的有效解决方案，因为它可以在节点故障发生时替换为备用节点。我们使用了Rabinar Heinzelman等人（2000）和Bhardwaj等人（2001）的模型。088 Muhammad Amir Khan等人 / AASRI Procedia 5 (2013) 85-9103.1. 故障前过程0在这项研究中，每个节点都包含一个1跳列表的邻居对，这是每个节点在故障前的先决条件的信息，每个节点会定期向其直接邻居发送HELLO信息，可以与其邻居建立HEARTBEAT通信，如果节点A没有从F的邻居节点收到预设数量的HEARTBEAT通信，则意味着丢失了故障节点F。03.2. 邻居同步0节点A检测到节点F的故障，因为它可能维持所有1跳节点的接近，所以很难确定邻居节点。然而，对于F的较小范围，节点N被认为首先到达，并将成为一个恢复协调器，与其余节点进行同步和通信。03.3. 恢复计划实施0制定和执行治疗技术的典型重要细节如下：在前往F之前，有可能让相关节点A计算其重叠覆盖范围，到F的距离和能量存储。0每个节点A都会向邻居确认短期分离，以防止宣布问题，邻居寻找其他选择或在节点A返回之前缓冲数据。0最近的节点将成为恢复协调器，如果两个节点同时到达，则较小的ID节点将作为恢复协调器。0恢复协调器根据受保护的重叠覆盖范围、剩余功率和排名确定的集合，然后以循环方式设置关注点。多节点故障的主要点如下：如图2a所示，节点7发生故障，并且为了启动恢复方法，故障节点的邻居如图2b所示。节点n2、n3、n4、n6、n8和n10将启动恢复方法，它们移动到故障节点。0所有相关的节点都通过恢复协调器获得了排名列表，并根据计划开始恢复方法。在整个恢复过程中，如果相关节点的邻居节点发生故障，如图2c所示，节点n6和n8会经历节点10的故障。0节点n6和n8将确定其与故障节点的重叠覆盖范围和距离，如图2d所示，如果计算得到的重叠覆盖范围较大，则两个节点将向处于故障节点n2的职责中的活动节点发送传输消息。收到来自节点n6和n8的传输消息后，活动节点n2将成为恢复协调器，并向相关节点广播新的恢复计划。0同时，节点n6和n8将参与对节点n10的恢复措施。 089 Muhammad Amir Khan等人 / AASRI Procedia 5 (2013) 85-910图2. 提出的技术说明0a0b0n20 c d090 Muhammad Amir Khan等人 / AASRI Procedia 5 (2013) 85-9104. 仿真结果0通过包括在WSN中任意生成的拓扑图的实验结果，我们得到了各种节点数量和通信选择的模拟结果。仿真中使用的节点在1000×1000平方米的区域内按顺序设置了25、50、75、100和125个。由于RIM和NN不支持不同的通信和感知范围，因此将rc和rs的值保持相同进行了仿真。rc和rs的范围为25、50、75、100、125m。每个节点具有100J的初始能量。图3显示了节点在实际恢复过程中需要共同行驶的总距离，这取决于节点范围rc内的连通性。因此，随着rc的增加，节点的总行驶距离会增加。由于NN和RIM的永久重定位，总行驶距离以递增的速率增加。0图3. 节点总行驶距离0我们的方法0RIM0NN0总行驶距离025 50 75 100125 通信范围（#节点=125）091 Muhammad Amir Khan等人 / AASRI Procedia 5 (2013) 85-9105. 结论0在移动传感器网络的应用中，维持节点之间的连接拓扑是必不可少的。节点故障可能导致网络分割，从而干扰网络。与大多数先前的工作利用节点分离来恢复连接性不同，所提出的算法处理连接性和覆盖丢失的问题。为了解决这个困境，所提出的算法停止了永久性的节点重定位。邻居的恢复任务失败仅仅与失败的节点有关。这些邻居之间进行同步并确认它们在恢复中的位置。参与恢复过程的每个节点可能需要前往失败节点的位置，恢复该区域的连接性和覆盖性，然后在服务了最长时间后返回到自己的初始位置。首先，我们的算法使用距离移动这一性能参数进行验证，值得注意的是我们的算法对系统内部的连接性进行了充分的处理。0参考文献0[1] Hyewon Jun, Wenrui Zhao, Mostafe H. Ammar, Ellen W. Zeguar, Chungki Lee,使用消息传递在密集部署的无线自组织网络中将延迟与能源进行交换, 《无线自组织网络杂志》2007年;5(4): pp.444–61. [2] K. Akkaya, M. Younis和M. Bangad,用于增强无线传感器网络性能的汇聚节点重定位,《计算机网络》, Vol. 49, Feb, 2005, pp. 512-434. [3]Katayoun Sohrabi, Jay Gao, Vishal Ailawadhi, Gregory J. Pottoe, ULCA, 无线传感器网络自组织协议,《IEEE个人通信杂志》7(5), pp. 16–27 (2000). [4] R. Min, M. Bhardwaj, S. Cho, A. Sinha, A. Wang, A. P.Chandrakasan, 低功耗无线传感器网络, 在: 《VLSI设计国际会议论文集》, 印度班加罗尔, 2001年1月. [5]Neelofer Tamboli, Mohamed Younis, 移动传感器网络中基于覆盖的连接恢复, 《网络与计算机应用》, 卷33,第3期, pp. 363–374 (2010). [6] M. Chu, H. Haussecker, F. Zhao, 可扩展的信息驱动传感器查询和路由算法,《高性能计算应用国际期刊》16(3), pp. 293–313 (2002). [7] G. Wang, G. Cao, T. La Porta, and W. Zhang,移动传感器网络中的传感器重定位, 在: 《第24届IEEE计算机通信年会论文集(INFOCOM’05)》,佛罗里达迈阿密, 2008年3月. [8] A. Abbasi, U. Baraudi, M. Younis, K. Akkaya, C2AM:一种面向应用的移动辅助恢复算法, 在: 《IEEE无线通信和移动计算国际会议论文集》, 德国莱比锡, 2009年6月.[9] A. Abbasi, K. Akkaya和M. Younis, 无线传感器和执行器网络中的分布式连接恢复算法, 在:《第32届IEEE本地计算机网络会议论文集(LCN’07)》, 爱尔兰都柏林, 2009年10月. [10] Younis M,Sookyoung Lee, Sheetal Gupta和Kevin Fisher, 用于可移动传感器节点网络的本地自愈算法, 在:《IEEE全球电信大会论文集(Globecom’08)》, 新奥尔良, LA, 2008年11月.
