[論文レビュー] Dynamic Cluster Head Node Election (DCHNE) Model over Wireless Sensor Networks (WSNs)

Abeer Alabass, Khaled Elleithy+1 more|arXiv (Cornell University)|Oct 14, 2014

Energy Efficient Wireless Sensor Networks参考文献 18被引用数 4

ひとこと要約

本論文は、残存エネルギーに基づいてクラスターヘッドを選択することでエネルギー消費をバランスさせ、ネットワーク寿命を延長する、無線センサネットワーク（WSNs）向けの動的クラスターヘッドノード選挙（DCHNE）モデルを提案する。NS-2シミュレーションを用いた評価により、DCHNEモデルは従来の手法を上回り、動的でエネルギーに配慮したクラスターヘッド選挙によってネットワークの長期化とエネルギー効率の向上を実現した。

ABSTRACT

WSNs are becoming an appealing research area due to their several application domains. The performance of WSNs depends on the topology of sensors and their ability to adapt to changes in the network. Sensor nodes are often resource constrained by their limited power, less communication distance capacity, and restricted sensing capability. Therefore, they need to cooperate with each other to accomplish a specific task. Thus, clustering enables sensor nodes to communicate through the cluster head node for continuous communication process. In this paper, we introduce a dynamic cluster head election mechanism. Each node in the cluster calculates its residual energy value to determine its candidacy to become the Cluster Head Node (CHN). With this mechanism, each sensor node compares its residual energy level to other nodes in the same cluster. Depending on the residual energy level the sensor node acts as the next cluster head. Evaluation of the dynamic CHN election mechanism is conducted using network simulator-2 (ns2). The simulation results demonstrate that the proposed approach prolongs the network lifetime and balancing the energy

研究の動機と目的

• エネルギー制限のあるWSNsにおけるエネルギーの不均衡と短いネットワーク寿命を解消する。
• クラスターヘッド選挙の最適化により、ネットワークのスケーラビリティと寿命を向上させる。
• 動的で残存エネルギーに基づくクラスターヘッド選挙により、センサーノードのエネルギー枯渇を低減する。
• 適応的クラスタリングを通じて、継続的な通信と効率的なデータ集約を実現する。
• 公平な選挙メカニズムにより、高エネルギーノードの早期死を防ぎ、エネルギーの無駄を最小限に抑える。

提案手法

• 各センサーノードは、定期的なインターバルで自身の残存エネルギーを計算する。
• ノードは、同じクラスタ内の隣接ノードとエネルギーを比較する。
• 残存エネルギーが最も高いノードが、現在のラウンドにおけるクラスターヘッドとして選出される。
• エネルギー状態の変化に適応するため、各ラウンドで選挙プロセスを動的に繰り返す。
• クラスターヘッドは、データ集約とベースステーションへの転送を担当する。
• 標準的なWSNパラメータを用いて、NS-2ネットワークシミュレータを用いてメカニズムを実装・評価した。

実験結果

リサーチクエスチョン

• RQ1 残存エネルギーに基づく動的クラスターヘッド選挙は、WSNsにおけるネットワーク寿命にどのように影響するか？
• RQ2 エネルギーに配慮したクラスターヘッド選挙は、センサーノード間のエネルギー不均衡を軽減できるか？
• RQ3 残存エネルギーに基づく選挙は、データ送信効率およびネットワークスケーラビリティにどのような影響を与えるか？
• RQ4 DCHNEモデルは、静的またはランダムなクラスターヘッド選挙と比較して、エネルギー消費の面でどのように異なるか？
• RQ5 DCHNEモデルは、ネットワーク全体でエネルギー使用をどの程度バランスさせるか？

主な発見

• DCHNEモデルは、従来のクラスタリング手法と比較して、ネットワーク寿命を顕著に延長した。
• 残存エネルギーに基づく動的選挙のおかげで、センサーノード間でのエネルギー消費がよりバランスされた状態となった。
• シミュレーション結果は、データ配信レートの向上とクラスターヘッドにおけるエネルギー枯渇の低減を示した。
• 時間の経過とともに、ネットワークの安定期間が延長され、死んだノードの数が減少した。
• 低エネルギーノードがクラスターヘッドとして過剰に使用されることを防ぐことで、エネルギーホールが低減された。
• 動的選挙メカニズムは、大規模なWSN展開におけるスケーラビリティと適応性を向上させた。