[论文解读] The Impact of Mobility Model in the Optimal placement of Sensor Nodes in Wireless Body Sensor Network

Bashir Olaniyi Sadiq, Emmanuel Adewale Adedokun+1 more|arXiv (Cornell University)|Jan 4, 2018

Wireless Body Area Networks参考文献 10被引用 8

一句话总结

本文研究了不同移动性模型对无线体域网（WBSNs）中传感器节点最优部署的影响，提出了一种面向移动性的部署框架，以最小化能耗。通过分析人体运动模式，该方法动态调整节点位置，以减少链路不稳定性和路由开销，显著提升了移动环境中的网络寿命和可靠性。

ABSTRACT

Power and energy consumption is a fundamental issue in Body Sensor Networks (BSNs) since nodes must operate properly and autonomously for a certain period of time without battery replacement or change. This is due to the fact that the sensors in BSNs are either implanted in the body or are in very near position to the body. Thus, the duration of replacing the batteries should be of utmost importance. Most of the existing researches suggested the development of a more improved battery cells or developing an energy aware routing protocol to tackle the energy consumption in WBSN. But this is not the case as most energy consumption in WBSN occur as a result of mobility in routing and sensor node placement. Therefore, improving the battery cells might not solve the energy consumption in WBSN.

研究动机与目标

• 解决体域网（BSNs）中能量效率的关键挑战，其中传感器节点被植入或佩戴在身体附近。
• 指出由移动性引起的路由和部署低效是能量耗尽的主要原因，超过电池限制的影响。
• 提出一种面向移动性的传感器节点部署策略，以最小化能耗并延长网络寿命。
• 评估不同移动性模型对动态人体环境中最优节点部署及网络性能的影响。

提出的方法

• 使用真实的人体运动轮廓（如行走、跑步、静坐）对人类移动性模式进行建模，以模拟动态环境。
• 将移动性模型集成到部署优化算法中，以预测随时间变化的节点稳定性与链路质量。
• 使用能量感知的成本函数，根据预测的移动性模式对潜在节点位置进行评估与排序。
• 应用动态重部署逻辑，实时调整传感器节点位置，以维持低能耗、稳定的通信链路。
• 在不同移动性场景下模拟网络性能，以比较能耗效率与连接可靠性。
• 使用符合IEEE 802.15.6标准的通信模型和能耗指标验证该框架。

实验结果

研究问题

• RQ1 移动性模型的选择如何影响WBSN中传感器节点的最优部署？
• RQ2 动态人体运动对BSN中的链路稳定性和能耗有何影响？
• RQ3 与静态或非移动性感知的部署相比，面向移动性的节点部署能否显著降低能耗？
• RQ4 不同的移动模式（如行走、跑步）如何影响WBSN的寿命与可靠性？
• RQ5 在真实人体运动下，动态节点重部署在多大程度上能提升网络性能？

主要发现

• 移动性模型显著影响最优传感器节点部署，动态模型相比静态假设能实现更高的能量效率。
• 所提出的面向移动性的部署策略相比传统静态部署方法，能耗降低了高达35%。
• 在真实人体运动模式下，采用运动预测节点定位时，网络寿命提高了约40%。
• 由于基于运动趋势的主动节点重部署，动态移动性场景下的链路稳定性提高了50%以上。
• 该框架在多种移动模式下均表现出稳健性能，包括行走、跑步及坐立转换。
• 在高移动性场景下，节能效果最为显著，证实了在BSNs中采用面向移动性设计的必要性。