[論文レビュー] A Novel Trajectory Clustering technique for selecting cluster heads in Wireless Sensor Networks

Hazarath Munaga, Murthy, J. V. R.+1 more|arXiv (Cornell University)|Aug 3, 2011

Energy Efficient Wireless Sensor Networks参考文献 26被引用数 16

ひとこと要約

本稿では、無線センサネットワーク（WSNs）におけるクラスターヘッド選択のための新しい軌道クラスタリング技術を提案し、ホットスポット問題を軽減するとともにネットワークライフタイムを延長することを目的としている。ノードの移動軌道に基づいてクラスターヘッドを選択し、定期的にヘッドをローテートすることで、ランダムまたはエネルギーのみに依存する選択法と比較して、エネルギー消費をバランス化し、ネットワークの耐久性を向上させる。

ABSTRACT

Wireless sensor networks (WSNs) suffers from the hot spot problem where the sensor nodes closest to the base station are need to relay more packet than the nodes farther away from the base station. Thus, lifetime of sensory network depends on these closest nodes. Clustering methods are used to extend the lifetime of a wireless sensor network. However, current clustering algorithms usually utilize two techniques; selecting cluster heads with more residual energy, and rotating cluster heads periodically to distribute the energy consumption among nodes in each cluster and lengthen the network lifetime. Most of the algorithms use random selection for selecting the cluster heads. Here, we propose a novel trajectory clustering technique for selecting the cluster heads in WSNs. Our algorithm selects the cluster heads based on traffic and rotates periodically. It provides the first trajectory based clustering technique for selecting the cluster heads and to extenuate the hot spot problem by prolonging the network lifetime.

研究の動機と目的

• ベースステーションに近いノードがトラフィックを中継するため、エネルギーを急速に消費するWSNにおけるホットスポット問題に対処すること。
• 残存エネルギーのみに依存する選択法を超えて、知的なクラスターヘッド選択によりネットワークライフタイムを向上させること。
• 移動パターンを活用してクラスターヘッド選択をガイドする、新しい軌道クラスタリング技術を提案すること。
• しばしば不均一なエネルギー消費を引き起こすランダムなクラスターヘッド選択に依存するのを減らすこと。
• 軌道データに基づくクラスターヘッドの定期的ローテーションにより、エネルギー負荷をバランス化すること。

提案手法

• 提案手法は、ノードの移動軌道に基づいてクラスタを形成し、最適なクラスターヘッドを特定する。
• クラスターヘッドは、高い軌道密度を持つノードから選択され、これは頻繁なトラフィックや中心的な移動パターンを示している。
• エネルギー消費をネットワーク全体に分散させるために、クラスターヘッドの定期的ローテーションを実装する。
• 軌道ベースのクラスタリングを用いることで、常にベースステーションに近いノードを中継ノードとして選ばないよう回避する。
• 選択されたクラスターヘッドが戦略的に配置されており、かつエネルギーを十分に備えていることを保証するため、エネルギーレベルと軌道パターンを併用する。
• 変化するノードの軌道に基づいてクラスタを動的に再構成することで、効率性を維持する。

実験結果

リサーチクエスチョン

• RQ1 WSNにおけるクラスターヘッド選択をどのように改善すれば、エネルギーの不均衡を軽減し、ネットワークライフタイムを延長できるか？
• RQ2 ネットワークライフタイムの観点から、軌道ベースのクラスタリングは、ランダム選択やエネルギーのみに依存する選択法をどの程度上回るか？
• RQ3 移動パターンに基づくクラスターヘッドの定期的ローテーションは、WSNにおけるエネルギー負荷のバランスをどのように向上させるか？
• RQ4 軌道クラスタリングを用いることで、WSNにおけるデータトラフィックとエネルギー消費の分布にどのような影響を与えるか？
• RQ5 提案手法は、既存のクラスタリングアルゴリズムと比較して、ホットスポット問題の緩和にどの程度優れているか？

主な発見

• 提案された軌道クラスタリング手法は、ベースステーションに近いノードのエネルギー消費を効果的に低減し、ホットスポット問題を緩和した。
• エネルギー分布がより良好であるため、ランダムなクラスターヘッド選択と比較して、ネットワークライフタイムが顕著に延長された。
• 軌道データに基づくクラスターヘッドの定期的ローテーションにより、ネットワーク全体におけるエネルギー消費がより均等に分配された。
• 単に距離に依存するのではなく、高流量の軌道領域からクラスターヘッドを選択することで、負荷バランスが向上した。
• 従来のエネルギーベースやランダム選択手法と比較して、ネットワーク安定性の継続に優れた性能を示した。
• 軌道クラスタリングの活用により、特に移動するWSN環境において、より予測可能で効率的なクラスタ形成が可能になった。