مدیریت عملکرد شبکه حسگر بی سیم (شبکه WPAN) برای کشاورزی دقیق با NS2

مدیریت عملکرد شبکه حسگر بی سیم برای کشاورزی دقیق با NS2

در این بخش پروژه شبیه سازی مدیریت عملکرد شبکه حسگر بی سیم (شبکه WPAN) برای کشاورزی دقیق با نرم افزار NS2 به همراه ترجمه مقاله، گزارش کار، توضیح مختصر فایل TCL و فیلم نحوه اجرا و خروجی گرفتن آماده کرده ایم که بر اساس مقاله Performance management of IEEE 802.15.4 wireless sensor network for precision agriculture انجام شده است. در ادامه به توضیحاتی از چکیده مقاله، مقدمه و تشریح روش کار مقاله پرداخته و فیلم و تصاویر خروجی پروژه به همراه لینک دانلود رایگان مقاله مرجع قرار داده شده است.

چیکده مقاله

نظارت و کنترل محصولات در کشاورزی دقیق به دلیل تغییر پذیری در محصولات، گاهی نیازمند فرکانس بالای دریافت اطلاعات (مثلا دما، رطوبت و شوری خاک) می باشد. جمع آوری و انتقال اطلاعات عموما توسط شبکه های حسگر بی سیم (Wireless Sensor Network – WSN) انجام می گیرند. بنابراین تطبیق افزایش در فرکانس نمونه برداری برای محصولات مختلف تحت قیدهای کاربردی (قابلیت اطمینان در شبکه، تاخیر در تحویل بسته در شبکه و طول عمر شبکه) ضروری است.

در این مقاله تنظیم صحیح و دقیق پارامترهای IEEE 802.15.4 MAC (macMinBE و macMaxCSMAbackoffs) و نمونه برداری فرکانس گره های حسگر گسترش یافته را پیشنهاد می کنیم. یک مدل تحلیلی کارایی شبکه استخراج شده و برای تنظیم این پارامترهای سبک سنگینی استفاده می شود. تحلیل شبیه سازی با نرم افزار NS2 نشان می دهد که طرح ما افزایش کارآمد فرکانس نمونه برداری گره های حسگر را با رعایت نیازمندی های کاربردی فراهم می کند.

مقدمه مقاله

کشاورزی دقیق (Precision agriculture – PA) یک مفهوم مدیریت کشاورزی با هدف تنظیم دقیق تر (مقدار، فضا و زمان) نیازهای محصولات به آفت کش ها، کودها و آبیاری می باشد. بر اساس اطلاعات میدانی (مثلا سطوح دما، رطوبت، کود و آفت کش)، کشاورزی دقیق (PA) می تواند از طریق یک سیستم پشتیبانی تصمیم (DSS) ورودی های موردنیاز (کود، آفت کش ها و آبیاری) را برای به حداکثر رساندن بازده محصول از طریق حفظ منابع و حفاظت از محیط زیست فراهم کند.

جمع آوری اطلاعات کشاورزی

جمع آوری خودکار اطلاعات می تواند از طریق یک شبکه حسگر بی سیم (WSN) با محدود کردن گره ها در انرژی و قرار دادن آنها در کشت زار محقق شود. به دلیل تغییر پذیری محصول در فضا و زمان عموما کشاورزی دقیق (PA) نیاز به درجه بالای دانه ای بودن مشاهدات در دامنه های فضایی و زمانی دارد. برخی نواحی نظارت نیاز به مقادیر متفاوت اطلاعات خاک در کل مدت فصل های محصول (حدود یک سال برای یک فعالیت کشاورزی مثل موکاری) یعنی در فرکانس های نمونه برداری مختلف دارد. این می تواند منجر به غیریکنواختی مصرف انرژی در نواحی تحت نظارت شود؛ این تاثیر قابل توجهی بر طول عمر کاربرد برخی نواحی تحت نظارت می گذارد. از این رو این موضوع به ویژه اگر کاربرد نیاز به فعال بودن داشته و برای یک مدت طولانی کار کند، مشکل حفظ انرژی را به وجود می آورد. حتی با تامین انرژی اضافی (مثلا با صفحه خورشیدی)، مدیریت مصرف و توان در WSN همچنین ممکن است پیچیده باشد.

نظارت زیست محیطی

برای مثال در کاربردهای نظارت زیست محیطی بلافاصله انرژی تولید شده توسط منابع تجدیدپذیر به ویژه در کشورهای شمال اروپا با تابش خورشیدی کم ممکن است سریع تر از تولید آن مصرف شود. همچنین به دلیل محدودیت های پهنای باند و حافظه گره های حسگر بی سیم، فرکانس بالای نمونه برداری ممکن است تاخیرها و اتلاف بسته های زیادی ایجاد کند که به سطح پایین کیفیت سرویس (QoS) بیانجامد. بنابراین فرکانس نمونه برداری باید یک پارامتر طراحی باشد که برای برطرف کردن نیازهای کاربرد کشاورزی نیاز به تنظیم بلافاصله و دقیق دارد.

افزایش فرکانس نمونه برداری گره های حسگر

برخلاف کارهای موجود در مقاله های مرجع شماره 3 و 20 در مدیریت WSN که فرکانس نمونه برداری یک ورودی است، ما کنترل افزایش فرکانس نمونه برداری گره های حسگر مورد نیاز برای تنظیم سطح ورودی های کشاورزی (مثلا آفت کش ها، کودها و آبیاری) را پیشنهاد می کنیم. فرکانس نمونه برداری تحت محدودیت / استاندارد های کاربرد طول عمر، قابلیت اطمینان و تاخیر انتها به انتهای شبکه تنظیم خواهد شد. همچنین یک تنظیم انطباقی پارامترهای IEEE 802.15.4 MAC برای تحقق کارایی خوب از نظر مصرف انرژی شبکه، قابلیت اطمینان و تاخیر در لایه MAC را پیشنهاد می کنیم.

راهکار پیشنهادی مقاله

در این مقاله یک شبکه متشکل از چند WPAN را در نظر می­گیریم (شکل زیر). هر WPAN در توپولوژی ستاره کار کرده و از یک محصول خاص استفاده می­کند. هر WPAN از یک هماهنگ ­کننده PAN (PANC) و چند گره سنسوری محتوای آن بدون صفحه خورشیدی استفاده می­کند. WPAN ها از طریق PANC های خود با استفاده از لینک ­های IEEE 802.11 بهم متصل شده­ اند. دیگر تکنولوژی ­های دوربرد مثل وایمکس (WiMAX) می ­تواند استفاده شود. ما فرض می ­کنیم که گره­ های سنسوری در هر WPAN به طور تصادفی در میدان سنسوری گسترش یافته ­اند، به طوری­ که همان ­طور که در شکل زیر نشان داده شده است، آنها مستقیما اندازه ­گیری ­های فیزیکی خود را به PANC های خود منتقل می ­کنند. همه­ گره­ های سنسوری یک CSMA/CA متصل شده­ فعال شده توسط سیگنال با ACK های IEEE Std 802.15.4 را اجرا می ­کنند. برای داشتن تنوع در محصولات فرکانس نمونه برداری ممکن است از یک WPAN تا دیگری تغییر کند.

شکل دو معماری شبکه چندگانه: چهار شبکه ستاره ای مبتنی بر IEEE 802.15.4 که با استفاده از لینک های IEEE 802.11 (به عنوان مثال، squirrel crows) ارتباط برقرار می کنند.

هدف از این پژوهش

هدف ما فراهم کردن دانه ­ای بودن مشاهدات در دامنه ­های زمانی و فضایی برای PA یا کاربردهای دیگر WSN است. این امر با افزایش فرکانس نمونه برداری حداقل یک محصول (یعنی یک WPAN) در طول یک دوره مشخص در درخواست DSS محقق می ­شود. این افزایش توسط نیازهای کاربردی از نظر قابلیت اطمینان، تاخیر و مصرف انرژی محدود می ­شود (تا از عمر شبکه مورد نیاز اطمینان حاصل شود). در کشاورزی فرکانس جمع ­آوری مشاهدات بسیار مهم است برای مثال در شناسایی مراحل مختلف یک گیاه (مثلا بالا آمدن، جوانه زدن، افزایش طول ساقه، گل دادن و بلوغ).

به دلیل این­ که رشد یک گیاه در طول این سه مرحله متفاوت است، نظارت بر گیاه به فرکانس­ های نمونه برداری خاص نیاز دارد. بنابراین ممکن است از یک مرحله به مرحله دیگر به افزایش در فرکانس نیاز داشته باشیم. ولی فرکانس نمونه برداری بالاتر از گره­ های سنسوری در WPAN می ­تواند منجر به مصرف قابل ­توجه انرژی و QoS ضعیف شود که به تخلف از نیازهای کاربرد در WPAN می ­انجامد. همچنین این ممکن است بر عملکرد شبکه WPAN های مجاور و در نتیجه عمکلرد شبکه همسایه­ های WPDN و بنا بر این عملکرد کل شبکه را تحت ­تاثیر قرار دهد. داده (اندازه ­گیری) ایجاد شده در یک WPAN از طریق دیگر WPAN ها (از طریق هماهنگ ­کننده) به ایستگاه مرکزی ارسال می ­شوند.

کنترل افزایش فرکانس نمونه برداری در شبکه WPAN

در این مقاله بیشتر بر کنترل افزایش فرکانس نمونه برداری در یک شبکه WPAN با در نظر گرفتن ترافیک در WPAN های دیگر و نیازهای کاربردی تمرکز کرده­ ایم. ما مطالعات تحلیلی IEEE 802.15.4 و IEEE 802.11 در مقاله های مرجع شماره 23 ، 25 و 28 را برای تعریف یک فرمولاسیون ریاضیاتی برای به حداکثر رساندن فرکانس نمونه برداری در یک WPAN در نظر می ­گیریم. قیدهای سیستم طول عمر شبکه، قابلیت اطمینان و تاخیر تحویل بسته خواسته شده توسط یک کاربرد هستند. ما از روش ­های تحلیلی موجود در مقاله های مرجع شماره 23 و 28 برای ارزیابی عملکرد گره در یک WPAN استفاده می ­کنیم (مصرف انرژی، اطمینان و تاخیر) استفاده می ­کنیم. این مدل­ ها بر اساس یک مدل زنجیره مارکوف CSMA IEEE 802.15.4 پیشنهاد شده در مقاله مرجع شماره 18 هستند.

شبیه سازی راهکار پیشنهادی مقاله

یکی از جامع ترین نرم افزار های شبیه سازی شبکه نرم افزار NS2 می باشد. با توجه به اینکه این شبیه ساز یک شبکه حسگر بی سیم (WSN) را به صورت کامل شبیه سازی می کند، ما برآن شدیم که از این ابزار شبکه برای شبیه سازی راهکار پیشنهادی استفاده کنیم. نرم افزار های دیگری نیز قابلیت شبیه سازی شبکه حسگر بی سیم (WSN) را دارا می باشند که از جمله این نرم افزارها می توان به نرم افزار MATLAB اشاره کرد.

با توجه به اینکه نرم افزار متلب قابلیت شبیه سازی فضای شبکه حسگر بی سیم (WSN) و همچنین گره ها را ندارد و می توان گفت شبیه سازی شبکه با نرم افزار MATLAB گاهی خروجی های دور از واقعیت را در اختیار کار بر قرار می دهد. علاوه بر آن نرم افزار متلب به صورت جامع قابلیت شبیه سازی پرتکل 802.15.4 را ندارد و لذا با توجه به اینکه نرم افزار شبیه ساز NS2 قابلیت شبیه سازی جامع پرتکل 802.15.4 و شبکه WPAN را دارا می باشد، ما از این نرم افزار برای شبیه سازی راهکار پیشنهادی استفاده کردیم.

در این شبیه سازی بیشتر تمرکز ما بر روی کوچکترین مقدار backoff یا minbe ، مقدار بیشترین backoff یا macmaxcsmabackoff و فرکانس نمونه برداری از گره های شبکه بوده است که با توجه به شبیه سازی انجام شده و تغییرات اعمال شده بر روی این پارامترها، خروجی ها و نمودار های زیر بدست آمده اند.

تصاویر خروجی پروژه در محیط NS2

خروجی های بخش ترمینال

شکل اجرا پروژه با دستور در محیط ترمینال

شکل نتایخ شبیه سازی در محیط ترمنال

شکل نتایخ شبیه سازی در محیط ترمنال

خروجی های بخش انیمیشن (فایل nam)

شکل حالت انیمیشن شبیه سازی (nam)

شکل حالت انیمیشن شبیه سازی (nam)

شکل حالت انیمیشن شبیه سازی (nam)

شکل حالت انیمیشن شبیه سازی (nam)

شکل حالت انیمیشن شبیه سازی (nam)

شکل حالت انیمیشن شبیه سازی (nam)

شکل حالت انیمیشن شبیه سازی (nam)

خروجی های بخش نموداری

نمودار اول مربوط به wpan کوچک می باشد که قابلیت اطمینان دو شبکه شبیه سازی شده intra-wpan و inter-wpan را نشان میدهد که به وضوح مشخص می باشد با افزایش بار قابلیت اطمینان کاهش می یابد و قابلیت اطمینان برای شبکه inter-wpan بیشتر می باشد.

نمودار اول

نمودار دوم مربوط به wpan بزرگ می باشد که قابلیت اطمینان دو شبکه شبیه سازی شده intra-wpan و inter-wpan را نشان می دهد که به وضوح مشخص می باشد که با افزایش بار قابلیت اطمینان شبکه inter-wpan ثابت می باشد و قابلیت اطمینان شبکه intra-wpan با افزایش بار کاهش می یابد.

نمودار دوم

نمودار سوم مر بوط به میانگین قابلیت اطمینان برای دو شبکه با wpan بکوچک در سناریو A می باشد.که با افزایش تعداد wpan روند رشدشان ثابت است.

نمودار سوم

نمودار چهارم مربوط به میانگین قابلیت اطمینان برای دو شبکه با wpan بزرگ برای سناریو B می باشد. که با افزایش تعداد wpan روند رشدشان ثابت است.

نمودار چهارم

نمودار پنجم مربوط به wpan بزرگ برای سناریو B مقاله می باشد. در تعداد پنج WPAN با توجه به نمونه برداری فرکانسی قابلیت اطمینان آنها کاهش یافته است.

نمودار پنجم

نمودار ششم مربوط WPAN کوچک می باشد که میانگین تاخیر intra-WPAN بیشتر از inter-WPAN می باشد.

نمودار ششم

نمودار هفتم مربوط به WPAN بزرگ می باشد که مانند نمودار بالا میانگین و رشد تاخیر intra-WPAN بیشتر که inter-WPAN می باشد.

نمودار هفتم

نمودار هشتم مربوط مقایسه میانگین انرژی برای WPAN کوچک می باشد که تقریبا رشد هردو برابر ولی مصرف انرژی min بهتر از حالت max در شبکه است.

نمودار هشتم

نمودار نهم مربوط مقایسه میانگین انرژی برای WPAN بزرگ می باشد مصرف انرژی min به وضوح از حالت max بهتر می باشد.

نمودار نهم

نمودار دهم مربوط به مصرف انرژی در WPAN کوچک مربوط به سناریو A مقاله پایه می باشد که با افزایش تعداد wpan ها مصرف انرژی افزایش می یابد.

نمودار دهم

نمودار یازدهم مربوط به مصرف انرژی در WPAN بزرگ مربوط به سناریو B مقاله پایه می باشد که با افزایش تعداد wpan ها در شبکه مصرف انرژی افزایش نمی یابد و حالت یکسان دارد.

نمودار یازدهم

نمودار دوازدهم مربوط به مصرف انرژی WPAN بزرگ برای سناریو B مقاله پایه می باشد. با توجه به نمونه برداری فرکانسی حداکثر در پنج WPAN مصرف انرزی آنها افزایش یافته است.

نمودار دوازدهم

نمودار سیزدهم مربوط به میانگین تاخیر بسته در WPAN کوچک با توجه به سناریو A در مقاله پایه می باشد که روش intra-wpan تاخیر کمتری نسبت به end to end دارد.

نمودار سیزدهم

نمودار چهاردهم مربوط به میانگین تاخیر بسته در WPAN بزرگ در سناریو B در مقاله پایه می باشد که همانند نمودار قبل intra-wpan تاخیر کمتری نسبت به end to end دارد.

نمودار چهاردهم

نمودار پانزدهم مربوط به میانگین تاخیر بسته در WPAN بزرگ برای سناریو B مقاله پایه می باشد. با توجه به نمونه برداری فرکانسی نمونه بردار حداکثر در پنج WPAN ، میانگین تاخیر بسته افزایش یافته است.

نمودار پانزدهم

نمودار شانزدهم برای بار پیشنهادی (بار پیشنهادی از ضرب اندازه بسته در نمونه برداری فرکانسی ایجاد می شود) در WPAN کوچک برای سناریو A در مقاله می باشد که با افزایش تعداد WPAN ها افزایش می یابد.

نمودار شانزدهم

نمودار هفدهم برای بار پیشنهادی (بار پیشنهادی از ضرب اندازه بسته در نمونه برداری فرکانسی ایجاد می شود) در WPAN بزرگ برای سناریو B در مقاله پایه می باشد که با افزایش تعداد WPAN ها افزایش می یابد.

نمودار هفدهم

نمودار هجدهم مربوط به WPAN بزرگ برای سناریو B مقاله پایه می باشد. با توجه به نمونه برداری فرکانسی نمونه بردار حداکثر در پنج WPAN بار پیشنهادی آنها افزایش یافته است.

نمودار هجدهم