Kablosuz Sensör Ağlarında Enerji Yeterli Routinge Giriş

Kablosuz Sensör Ağları (WSNs) sayısız uygulama - çevresel izleme ve akıllı tarımdan sağlık ve askeri gözetime kadar. Her sensör düğümü sınırlı bir batarya üzerinde çalışır ve uzak veya düşman ortamlardaki bataryaları değiştirmek genellikle pratik değildir.Bu nedenle, ağ ömrünü uzatarak akan.0 enerji verimliliğine sahip bir yönlendirme).

Geleneksel routing yaklaşımları genellikle yalnızca çok aşamalı karar problemlerini çözmeye dayanan en kısa sempati ölçümlerine dayanır. Ancak, bu yöntemler düğümlerin veya iletimlerin bağlantıları arasındaki varyasyonları dikkate almaz. ”Ücretsiz programlama (DP)), tüm veri yolundaki birikimli bir matematiksel çerçeve sunar.

Bu makale, Markov Karar Süreçleri (MDP) kullanarak uygulama stratejilerini tartışır ve gerçek dünya perspektiflerini sunar ve sonunda DP'nin neden ağ hayatını uzatan protokolleri tasarlarken ağ hayatını genişletmenin güçlü bir aracı olduğunu anlayacaksınız.

Neden WSN Routing için Dinamik Programlama?

Kablosuz sensör ağları doğal olarak kaynaklanmıştır. routing problem, sıfırlama durumuna göre formüle edilebilir.Uygun maliyet-gos seviyesi[Dön, sıra yük) DP, bu tür ortamlardaki en uygun bir paket sunmak için gerekli olan minimum enerji, gelecekteki enerji tüketimi göz ardı etmek için gerekli olan bir paket garanti eder.

Yerel olarak en iyi seçimler yapan açgöz algoritmaların aksine, DP daha önceden görünüyor. Örneğin, bir düğüm, komşunun ağ ömrü boyunca çok daha ucuz bir yol katsasına yol açan bir komşuya bir paket bekleyebilir.

Routing için Core Dynamic Programming Techniques for Routing

Bellman-Ford Algorithm for Energy-Aware Shortest Paths

Bellman-Ford algoritması, her düğüm için mesafe tahminini hesaplamak için klasik bir DP tekniğidir, çünkü WSN context, kenar ağırlıkları enerji maliyetlerini temsil eder, bu da her zaman olumludur. algoritma her bir düğüm için mesafe tahminini günceller.

Algoritma aşağıdaki gibi çalışır:

  1. Enerjinin lavaboya, tüm diğer düğümler için sıfır olarak mal olmasını sağlayın.
  2. Her bir nodeTELT:4 için, tüm komşular üzerinde iterate ve güncellemesi:FLT:6).
  3. Daha fazla güncelleme gerçekleşmeyecek kadar tekrarlayın (veya en kötü durumdaki iterasyonlar için)

Bu iteratif süreç, her düğümden lavaboya kadar minimum enerji yolunda yakınlaşır. Ancak Bellman-Ford statik bir ağ topolojisini varsayar. Uygulamada, enerji seviyelerinin tükenmesi ve bağlantı nitelikleri dalgalanması ile başa çıkmak için, algoritma önemli olaylarla yeniden yüklenebilir veya periyodik olarak tetiklenebilir (örneğin, ölüm).

[FONT=0) Gerçek dünya kullanımı: [Dönetici:[Dönetici:0)The Bellman-Ford algoritması, [[Dönetici Diffüzyon) protokolleri ve yaygın olarak WSNs için uyarlanmış çerçeveler halinde, örneğin, DIZDÜSÜSTÜSİAD'nın (DÜDÜ) algılayıcı ağ anketleri[DÜŞÜNCÜDÜDÜDÜDÜDÜDÜDÜDÜDÜDÜDÜDÜDÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜ)

Markov Karar Süreçlerinde Değerleme

Stokastik bağlantı hataları ve çeşitli trafik yüklerini içeren daha gerçekçi modeller için, bir sonraki-oluş problemini bir şekilde modelleyebiliriz:0)Markov Karar Süreci (MDP)) [MDP)[Dönetici enerji, pozisyon, paket) ve enerji tüketiminin başarılı olması (önetici enerji tüketiminin) ve ödüller (önemli enerji maliyeti) bekleniyor.

[FONT=0]Value Iteration[[Dönetici: 0 ), MDP'yi her devlet için uygun olarak güncelleyen ve en iyi şekilde tanımlayan bir şekilde güncelletir.

[Üye: 9)

İşte, YÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜŞÜNÜ

En iyi değer fonksiyonu bilinen zaman, en iyi routing politikası çıkarılabilir: her eyalette, Bellman denkleminin sağ tarafını en üst düzeye çıkaran eylemi seçin.

[FONT=0)Advantages:[Dönetici:[Dönetici:0)[Dönetici:0)[Dönemli bağlantılar) Değerleme doğal olarak rastgeleliği idare eder - örneğin, bir ileti olasılık ile başarısız olabilir, algoritma beklenen maliyetle ağırlık verir.Bu, güvenilmez bağlantıları önlemek için sağlam yollar verir, geri dönüşümlerden enerji tasarrufu sağlar.

[FONT:0]Limitations:[Dönetici] [Dönetici uzayı, karmaşık ve enerji seviyelerindeki birçok düğüm ve enerji seviyesiyle üst üste büyür.[Döneticileri veya devlet agresyonları gereklidir. Araştırmacılar MDP’leri ) karmaşıklaştırmaya teşvik ettiler.

Kararları İyileştirmek için Politika Açıklama

[FONT:0]Policy Iteration[Dönetici: 1)) ve [FONT=FONT=0) ile başlayan bir alternatif DP algoritmasıdır.[Policy Iteration[Dönetici:2policy değerlendirme[Dönetici için değer fonksiyonunun) ve [Dönetici) ile başlayan bir alternatif DP algoritmasıdır.[Dönetici).

WSN routing bağlamında:

  • [FONT:0)Policy değerlendirme:[Dönetici:[Döneticileri) Bir lineer denklem sistemi Çözüldü (veya bunları kullanarak) mevcut politikaya göre, politikanın tek bir eylem seçtiğinden, Bellman denklemi lineer bir sistem haline gelir.
  • [FONT:0]Policy iyileştirme: [Dönetici: [Dönetici: 0,8] Her devlet için, mümkün olan tüm eylemleri değerlendirin ve mevcut politikadan farklı olarak en üstlenen kişiyi seçin.
  • Politika stabilize olana kadar tekrarlayın (iyileme aşamasında değişiklikler yok).

Politika iterasyon genellikle değer Iteration'dan daha az sayıda yakınır, ancak her değerlendirme adım, birkaç yüz düğüm ve ayrıştırılmış enerji seviyeleri ile bir ağ için, Politika Açıklama, enerji kesintiye adapte olan yakın bir masa sunar.Birçok gerçek zamanlı gömülü uygulama için bir karma kullanabilir: İlk dağıtım ve Politika için değerleme süresiz yeniden ayarlanabilir.

DP tabanlı Routing: Bir Adım-by-Step Framework

DP tabanlı routing dağıtmak için, bu pratik adımları takip edin:

1. Devlet Uzayını Tanımlayın

Devlet değişkenleri genellikle şunları içerir:

  • [FONT:0)Residual enerji:[Dönetici:[Dönetici: · 1) Seviyeye Disiplin edilenler (örneğin, 0-10%: düşük, 10-50%: orta, >50%: yüksek) Güzel granularite optimalliği arttırır, ancak devlet sayımını artırır.
  • [FONT:0) Hayır pozisyonu:[Dönerge:[Dönerge: 1 ) Ağ ızgarası içinde mutlak koordinatlar veya göreceli konum.
  • [FONT=0)Paket kuyruk boyutu:[Dönetici:[Dönetici:0) Buffer occupancy gecikme ve yeniden yükleme olasılığı etkileyebilir.

Şahane Node, sıfır enerji maliyeti ile bir empresyon durumu olarak tedavi edilir.

2. Model Transmission Maliyetleri ve Transition Prob Yükümleri

Enerji tüketimi, komşuğu için:) İZMİR'ye transfer için: (Üyetim kaybı için))) “Üyeme maliyetinin sıfır olması gerekir.

3. Maliyet Fonksiyonlarını Formulate

Acil maliyetle, iletim denemesinde harcanan enerjinin negatif olmasıdır (bir sonraki umutta resepsiyon dahil).

4. DP Algoritmalarla MDP'yi Çözün

Yaklaşık 1000 düğüm ve 5 enerji seviyesi ile ağ için yüksek ağırlık vermek için değer katarasyon ve Politika Bueration arasında seçim yapın, gelecekteki maliyetler için daha yüksek ağırlık vermek için.

5. En İyi Routing Policy'u işe almak

Her sensör düğümü kompakt bir routing masasına depolar: kendi devlet (enerji seviyesi, pozisyon), masa bir sonraki hava komşusunu gösterir. DP çözümü merkezi olarak hesaplanır (hazırdada) ve düğümlere dağıtılır veya değer yayılım algoritmaları ile dağıtılır.

Pratik bir örnek, MDP tabanlı enerji-aware yönlendirmesi üzerinde rotalar adapte etmek için bir değer türü kullanan protokoldür.

Diğer Optimizasyon Teknikleri ile Karşılaştırmalı

Heuristic Approaches (e.g., LEACH, PEGASIS)

LEACH gibi sezgisel protokolleri, rastgeleleştirilmiş küme-ön rotasyonunu enerji dengelemek için kullanır, basit ve ölçeklenebilir ama optimallik garantileri yoktur. DP tabanlı yöntemler genellikle orta trafik altında% 15-30 daha uzun ağ ömürlerini elde eder.

Linear Programlama (LP) Modeller

LP, routing için çok fazla sayıda akış problemini çözebilir, ancak sürekli değişkenleri ve statik akış oranları varsayar. DP ayrık devletler ve stochastic dinamikleri daha doğal olarak, paket kayıpları ve enerji çürümesi ile gerçekçi WSN koşullarını uygun hale getirebilir.

Öğrenme (RL)

RL, DP ile ilgilidir, ancak açık bir model gerektirmeden deneyimden politika öğrenir. DP, önceden belirlenmiş bir geçiş modelini gerektirir, ancak pratikte, RL tabanlı routing (e.g., Q-routing) genellikle çevrenin bilinmediği zaman kullanılırken, DP önceden tahmin edilebilir.

WSNs'te DP'nin Avantajları ve Zorlukları

Avantajları Avantajları Avantajları Avantajları

  • [[0)Optimality garantiler:[Dönetici:[Dönetici:0) DP, ağ ömür boyu minimum enerji tüketimi sağlamak için küresel olarak en uygun bir MDP'ye hizmet vermektedir.
  • [FONT:0]Adaptability:[Dönetici:[Dönetici:[Dönetici:0)[Dönetici:[Dönetici:[Dönetici:[Dönetici: 0) Devlet alanı enerji seviyelerini içerebilir, bu yüzden routing politikası otomatik olarak düğümler olarak ayarlanır.
  • [FONT:0)Handles stochastic davranışı:) Transim başarısızlıkları ve enerji varyasyonu doğal olarak geçiş olasılıkları ile birlikte dahil edilir.
  • [FONT:0)Modular tasarımı: [Dönetici: [Dönetici:0] Maliyet fonksiyonu geç kalmış, güvenilirlik veya güvenlik kısıtlamaları dahil olmak üzere uzatılabilir.

Meydanlar

  • [FONT=0)C ⁇ karmaşıklığı:[Dönetici:[Dönetici:0) Exact DP büyük ağlara ( boyutsallıktalık) uygun hale gelir.
  • [FONT:0)Memory üst:[Döneticileri ve tüm devletler için değer fonksiyonları ve politikalarının düşük güç sensörü düğümleri hafızasını aşabilir.
  • [FONT:0) Model doğruluk:[Dönetici:[Döneticileri ve maliyet parametreleri tahmin edilmeli ve hataların düşük performansı. Robust DP teknikleri bunu hafifletebilir.
  • [FONT:0)Scalability:[Dönetici:[Dönetici: 0) Yüzlerce düğümle ağ için merkezileştirilmiş DP koutasyonu iletişim şişeneckslara neden olabilir. Dağıtılmış DP algoritmaları (örneğin, asynchronous değer iteration) bu adresi ele alabilir.

Ölçeklenebilir engellerin üstesinden gelmek için, araştırmacılar gelişmiştir:0)hierarchical DP) Ağ kümelere bölünmüş durumda ve DP küme düzeyinde çalışır. Bu, yakın optimize enerji tasarruflarını korumak için devlet alanını önemli ölçüde azaltır.

Gerçek Dünya Uygulamaları ve Vaka Çalışmaları

Uzak Alanlarda Çevresel İzleme

Ormancılık projesinde, ağaçlarda kullanılan sensör düğümleri bir temel istasyona sıcaklık ve nem verileri iletmektedir. Nodes sınırlı güneş şarjı vardır, bu nedenle enerji bulutlu dönemlerde korumalıdır. DP tabanlı routing, standart GPSR routing ile% 40 azaltımı azaltımı ile azaltılırken, bildirilen gibi:02018 çalışması).

Sağlık Vücut Alan Ağı

Hasta izleme için uygun sensörler sık sık batarya değişiklikleri önlemek için ultra-düşük enerji gerektirir. DP, vücut hareket modellerini ve bağlantı kalite dalgalanmalarını dikkate alan 25 daha uzun bir ağ süresi statik routingten elde etti.

Askeri Surveillance

Taktik sensör alanlarında, düğümler rastgele düşüyor ve kendini organize etmeli. DP, uzun vadeli gözetim için enerjiyi korurken kritik olayların raporlandığını garanti ediyor. Alan denemeleri, düğümlerin% 30'undan sonra güvenilir iletişim göstermiştir.

Future Yol ve Açık Sorunlar

DP'nın WSN routing için evrimi devam ediyor. Key araştırma avenues şunları içerir:

  • [FONT:0)Approximate Dynamic Programming (ADP): ), Değer fonksiyonlarını temsil etmek için sinir ağları kullanın, açık devletten yoksun çok büyük ağlara ölçeklenebilirlik sağlar.
  • [FONT:0)Multi-Objective DP: Simultane enerji, geçncy ve güvenlik. Pareto-optimal routing politikaları ağırlık toplam veya lexicografik yöntemler kullanılarak elde edilebilir.
  • [FONT:0]Federated Learning Integration:[Dönetici:[Dönetici: 0,4][/FONT) Sensör düğümleri, veri merkezileştirme, mahremiyeti korumak ve iletişim yüklerini azaltmak için yerel değer fonksiyonlarını paylaşıyor.
  • [FONT:0)Enerji Yönetimi: [Dönetici: [Dönetici: Enerji hasat oranları (solar, vibrasyon) devlet modeline, DP'nın yakında şarj edecek düğümleri tercih etmesine izin veriyor.

Bu gelişmeler, DP tabanlı bir sonraki nesil Nesnelerin İnterneti (IoT) dağıtımları için pratik hale getirecek, milyarlarca cihazın yıllardır en az enerji üzerinde çalışması gerekir.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Dinamik programlama, stoklama ortamları için titiz bir matematiksel temel sağlar.In modeling routing as a sequential decision process -using Bellman-Ford for deterministic short ways or MDP-based Value/Policy Iteration for stochastic environment -designers can achieve optimal or near-optimal Energy consumption.

Karmaşıklık ve ölçeklenebilirlikteki zorluklara rağmen, yaklaşık DP ve hiyerarşik çerçeveler teori ve uygulama arasındaki boşluğu daraltacak. protokol tasarımcıları için, DP, talep edilen senaryolarda güvenilir bir şekilde çalışabilmek için akıllı bir şekilde çalışır.In sensör donanımları daha yetenekli ve enerji hasatı yaygın hale gelir, DP tabanlı routing muhtemelen WSN protokolleri yığınlarının standart bir bileşeni haline gelecektir, her joule enerjinin mümkün olduğunca etkili bir şekilde kullanılmasını sağlar.