[论文解读] Sensing and Link Model for Wireless Sensor Network: Coverage and Connectivity Analysis
本文提出了一种用于无线传感器网络的联合感知与链路模型,以分析覆盖范围与连通性,结合了概率链路连通性与阴影衰落效应。研究发现,阴影衰落会降低网络覆盖范围,但通过提高衰落环境中传输的可靠性,增强了多跳连通性。
Coverage and connectivity both are important in wireless sensor network (WSN). Coverage means how well an area of interest is being monitored by the deployed network. It depends on sensing model that has been used to design the network model. Connectivity ensures the establishment of a wireless link between two nodes. A link model studies the connectivity between two nodes. The probability of establishing a wireless link between two nodes is a probabilistic phenomenon. The connectivity between two nodes plays an important role in the determination of network connectivity. In this paper, we investigate the impact of sensing model of nodes on the network coverage. Also, we investigate the dependency of the connectivity and coverage on the shadow fading parameters. It has been observed that shadowing effect reduces the network coverage while it enhances connectivity in a multi-hop wireless network.
研究动机与目标
- 研究感知模型对无线传感器网络中网络覆盖范围的影响。
- 分析阴影衰落参数如何影响无线传感器网络中的覆盖范围与连通性。
- 开发一种概率链路模型,以捕捉无线链路建立的随机特性。
- 在现实衰落条件下评估覆盖范围与连通性之间的权衡。
- 提供一个统一的框架,基于感知与链路层模型评估网络性能。
提出的方法
- 作者基于信号衰减与检测阈值,使用基于概率的感知范围对节点感知进行建模。
- 开发了一种随机链路模型,以表示两个节点之间成功传输的概率,该概率依赖于路径损耗与阴影衰落。
- 通过确定至少一个传感器节点感知范围内的区域比例,评估网络级覆盖范围。
- 使用多跳连通性模型评估连通性,其中链路成功概率取决于信干噪比(SINR)与阴影效应。
- 分析中结合了对数距离路径损耗模型与对数正态阴影衰落,以模拟真实世界的无线电传播。
- 采用蒙特卡洛模拟在不同阴影与感知参数下验证分析模型。
实验结果
研究问题
- RQ1感知模型的选择如何影响无线传感器网络的整体网络覆盖范围?
- RQ2阴影衰落对传感器节点之间成功链路建立概率有何影响?
- RQ3阴影衰落如何影响网络覆盖范围与端到端连通性之间的权衡?
- RQ4阴影衰落使覆盖范围降低的同时,多跳WSN中连通性增强的程度有多大?
- RQ5统一的分析模型能否有效捕捉在真实传播条件下感知与连通性性能?
主要发现
- 阴影衰落会降低网络覆盖范围,因为其导致信号衰减,可能使信号低于检测阈值,从而产生盲区。
- 尽管降低了覆盖范围,阴影衰落通过增加长距离传输中因衰落引起的信号波动,提高了多跳连通性,从而提升了成功传输的概率。
- 研究表明,为最大化覆盖范围而选择的最优感知范围对阴影方差敏感,阴影方差越大,有效覆盖区域越小。
- 连通性概率随阴影标准差的增加而上升,直到某一临界点后趋于饱和,这是由于高中断概率所致。
- 分析模型在不同阴影条件下能准确预测网络性能趋势,仿真结果验证了其有效性。
- 覆盖范围与连通性之间的权衡是非单调的,且对阴影参数σ极为敏感。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。