[論文レビュー] Energy Aware Node Selection for Cluster-based Data Accuracy Estimation in Wireless Sensor Networks

Jyotirmoy Karjee, H. S. Jamadagni|arXiv (Cornell University)|Nov 18, 2011

Energy Efficient Wireless Sensor Networks参考文献 31被引用数 10

ひとこと要約

本稿では、データの正確性とエネルギー消費のトレードオフを最適化するため、クラスタベースの無線センサネットワークにおけるエネルギー効率の良い確率的ノード選択手法を提案する。データ相関と各クラスタごとのエネルギー消費をモデル化することで、高いデータ正確性を維持しながらエネルギー消費を最小限に抑える最適なノード部分集合を選択する。温度および水分感知アプリケーションを用いた実証により、効率性の向上が明確に測定された。

ABSTRACT

The main objective of this paper is to reduce the number of sensor nodes by estimating a trade off between data accuracy and energy consumption for selecting nodes in probabilistic approach in distributed networks. Design Procedure/Approach: Observed data are highly correlated among sensor nodes in the spatial domain due to deployment of high density of sensor nodes. These sensor nodes form non-overlapping distributed clusters due to high data correlation among them. We develop a probabilistic model for each distributed cluster to perform data accuracy and energy consumption model in the network. Finally we find a trade off between data accuracy and energy consumption model to select an optimal number of sensor nodes in each distributed cluster. We also compare the performance for our data accuracy estimation model with information accuracy model for each distributed cluster in the network. Practical Implementation: Measuring temperature in physical environment and measuring moisture content in agricultural field. Inventive /Novel Idea: Optimal node selection in probabilistic approach using the trade of between data accuracy and energy consumption in cluster-based distributed network.

研究の動機と目的

• データ正確性を損なわせることなく、アクティブなセンサノードの数を最小限に抑えることで、無線センサネットワークにおけるエネルギー消費を低減すること。
• ノード密度の高さとセンサデータの空間的相関という課題に対処するため、重複のない分散クラスタを形成すること。
• 各クラスタにおけるデータ正確性とエネルギー消費のバランスを取るための確率的モデルを開発すること。
• クラスタベースのネットワークにおける既存の情報正確性モデルと比較して、提案されたデータ正確性推定モデルの評価を行うこと。
• 環境モニタリングの実世界応用、たとえば温度および土壌水分感知を含む、実際の応用を通じてアプローチの妥当性を検証すること。

提案手法

• 本手法は、空間的に密集した展開におけるセンサノード間のデータ相関を、確率的相関解析を用いてモデル化する。
• 高い空間的相関に基づいて、重複のない分散クラスタを形成することで、冗長性を低減する。
• 各クラスタにおけるデータ正確性とエネルギー消費を推定するための確率的モデルを開発する。
• データ正確性とエネルギー消費のトレードオフを数学的に定式化し、各クラスタにおける最適なアクティブノード数を特定する。
• 統計的推定技術を用いて、選択されたノードに基づきデータ正確性を予測し、エネルギー消費を最小限に抑える。
• 実際のセンシング条件下で、提案モデルと従来の情報正確性モデルを比較することで、性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 クラスタベースの無線センサネットワークにおいて、許容できるデータ正確性を維持しつつ、エネルギー消費をどのように最小化できるか。
• RQ2 データ正確性とエネルギー効率の両立を図るため、各クラスタで最適にアクティブ化すべきセンサノードの数は何か。
• RQ3 空間的に近接したセンサノード間のデータ相関が、代表的ノードの選択にどのように影響するか。
• RQ4 従来の情報正確性モデルと比較して、提案された確率的モデルはエネルギー効率をどの程度向上させるか。
• RQ5 本モデルは、温度および土壌水分感知のような実世界の環境モニタリングシナリオにおいて、実際に有効に適用可能か。

主な発見

• 提案手法は、各クラスタにおけるアクティブなセンサノードの数を削減しながらも、高いデータ正確性を維持でき、顕著なエネルギー節約が達成された。
• 確率的モデルは、データ正確性とエネルギー消費のトレードオフの最適点を的確に特定し、最適なノード選択を可能にした。
• データ信頼性を損なわず、エネルギー効率の面で従来の情報正確性モデルを上回る性能を示した。
• 温度および水分感知アプリケーションにおいて、推定正確性の損失を最小限に抑えつつ、エネルギー使用量に顕著な削減が見られた。
• 空間的相関に基づく重複のないクラスタ形成は、冗長性を効果的に低減し、ネットワークライフタイムの延長に寄与した。
• 相関とエネルギーモデリングに基づく代表的ノードの部分集合選択が、全体のネットワーク性能の向上に寄与することが結果から明らかになった。