کاهش مصرف انرژی در شبکه WSN مبتنی بر گوشی های هوشمند با متلب

کاهش مصرف انرژی در شبکه WSN با متلب

در این بخش پروژه شبیه سازی کاهش مصرف انرژی در شبکه WSN مبتنی بر گوشی های هوشمند با مسیریابی فرصت طلبانه را در نرم افزار MATLAB به همراه فیلم آموزشی و داکیومنت آماده کردیم که در ادامه به معرفی آن پرداخته و تصاویر خروجی به همراه پیش نمایشی از فیلم آموزشی قرار داده شده است.

معرفی شبکه حسگر بی سیم (WSN)

یک شبکه حسگر بی‌ سیم عبارت است از مجموعه از نود های حسگر که تحت یک الگوریتم تعریف شده و به شکل بی ‌سیم، اطلاعت را جمع‌ آوری و پردازش می ‌کند. حسگرها بسته به نیاز می توانند تک منظوره باشند، مانند حسگرهای حرارتی یا چند منظوره باشند مانند گوشی های هوشمند که حامل چند نوع حسگر مختلف می باشند. مزیت اصلی سنسورهای مبتنی بر گوشی های هوشمند، مقیاس پذیری و در دسترس بودن می ‌باشد و دارای پنل مدیریت قوی می باشد اما در عوض عیب این شبکه‌ ها، محدودیت ‌های سخت ‌افزاری و مصرف انرژی بخصوص در زمینه مکانیابی می باشد.

بهینه ‌سازی مصرف انرژی

پژوهش های بسیاری در زمینه ارائه الگوریتم ‌های بهینه ‌سازی مصرف انرژی در این شبکه ‌ها ارائه شده است که هر کدام دارای نقطه قوت و ضعفی هستند، لذا در این پروژه نیز هدف ارائه روشی بهتر از روش ‌های پیشین با تکیه بر سنسورهای موجود در آن می باشد.

معرفی پروژه

در این پروژه الگوریتمی جهت مکانیابی فعال و غیرفعال به شکل ترکیبی پیاده سازی شده که اساس کار آن مبتنی بر تغییر اندازه حرکت در جهات مختلف می باشد. سنسورهای بکار گرفته شده شامل سنسور قطب نما، سنسور شتاب سنج و گیرنده جی پی اس (GPS) می باشند. نتایج شبیه سازی در نرم افزار متلب نشان دهنده مصرف پایین سنسورهای شتاب سنج همراه با افزایش دقت و قابلیت اطمینان، در تخمین مکان کاربر به شکل مداوم و افزایش کارایی نسبی در مکانیابی، در صورت بکارگیری سنسورها به شکل دوره ‌ای می باشد.

اهداف پروژه

اصلی ترین هدف این پروژه كاهش مصرف انرژی در شبكه ‌های حسگر بی‌ سیم مبتنی بر گوشی های هوشمند می باشد که قصد داریم در آن، الگوریتمی بهینه ‌تری برای كاهش مصرف انرژی در این شبکه ها با استفاده از قابلیت ‌های روش های مسیریابی فرصت طلبانه ارائه کنیم. همچنین افزایش طول عمر شبكه حسگر بی ‌سیم و همینطور حفظ حداكثر پوشش شبكه ‌ای در طول عمر شبكه حسگر از دیگر اهداف اصلی این پروژه می باشد.

خروجی های پروژه در محیط MATLAB

شکل 2 – اختلاف مسیر با دور 5 ثانیه و متوسط سرعت دو متر بر ثانیه

شکل دوم مربوط به اختلاف مشاهده شده بین مکانیابی با GPS با دوره 5 ثانیه، با شرط عدم وجود موانع، تداخل سیگنال، میرائی و… و همچنین مسیر طی شده واقعی سنسور شتاب سنج با سرعت متوسط 2 متر بر ثانیه می باشد. مطابق با شکل مشاهده می شود که تغییر زاویه تاثیر چندانی روی دقت مسیر نداشته و تفاوت شکلی چندانی در مسیر رخ نداده است.

شکل 3 – فاصله اقلیدسی مسیر واقعی کاربران با سنسور شتاب سنج و مسیر اقلیدسی ثبت شده با GPS ، با دور 5 ثانیه و متوسط سرعت دو متر بر ثانیه.

مطابق با شکل 3، نمودارهای مربوط به اختلاف اقلیدسی کاربران استفاده کننده از جی پی اس با دوره روشن شدن جی پی اس 5 ثانیه، با سرعت متوسط 2 متر بر ثانیه مشاهده می شود، مطابق با نمودار فوق متوسط اختلاف مسیر بین مسیر ثبت شده با سنسور شتاب سنج و مسیر ثبت شده توسط جی پی اس 0.19 متر و حداکثر اخلاف مسیر نیز برابر با 2.2 متر می باشد.

شکل 4 – اختلاف مسیر با دور 15 ثانیه و متوسط سرعت دو متر بر ثانیه

با افزایش دوره، استفاده از جی پی اس ، بخش زیادی از مسیر گم می شود و متوسط اختلاف فاصله بین از 1 متر فراتر می رود و حداکثر فاصله اقلیدسی نیز از 7 متر بالاتر می رود، در شکل 4، خطوط قرمز به عنوان خطوط مسیر واقعی ثبت شده با سنسور شتاب سنج کاربران و خطوط سیاه رنگ به عنوان مسیر ثبت شده با GPS بدون در نظر گرفتن موانع و تداخلات سیگنال می باشد. مطابق شکل بالا، خطوط مسیر نشان داده شده در تصویر فوق کاربران با تغییرات سرعت و تغییرات زاویه بالا شاهد بیشترین اختلاف مسیر می باشند، از این رو خاموش کردن GPS برای مواقع کنترل ترافیک و عملیات با اهمیت می تواند نتایج نامطلوبی را به همراه داشته باشد.

شکل 5 – فاصله اقلیدسی مسیر واقعی کاربران و مسیر اقلیدسی ثبت شده با جی پی اس، با دور 15 ثانیه و متوسط سرعت دو متر بر ثانیه.

مطابق نمودار موجود در شکل 5، مشاهده می شود که با افزایش دوره خاموشی جی پی اس، با سرعت متوسط دو متر بر ثانیه باعث افزایش اختلاف مسیر تا 7 متر و متوسط 1.04 شده است، از این رو مشاهده می شود که در سرعت های پایین می توان دوره خاموشی GPS و سنسور شتاب سنج را افزایش داد و پردازش پس زمینه را جایگزین آن کرد.

مطابق با نمودارهای مکانیابی جی پی آر اس و با فرض عدم وجود موانع محیطی، مشاهده می شود که با افزایش دوره خاموشی گیرندهای GPRS، حتی در سرعت‌های بسیار پایین، مثل راه رفتن انسان، افزایش چرخش زاویه ای و نوسان سرعت می تواند باعث اختلاف فاصله اقلیدسی کاملا محسوسی گردد، بگونه ای که نمی توان، از آن برای مسیریابی لحظه ای ناوبری استفاده کرد، بخصوص برای مسیرها و گردنه های تنگ و خطرناک جاده، که در آن حرکت اغلب شتابدار و همراه با چرخش می باشد، از این رو در صورتی که بحث مصرف انرژی و اهمیت مسیریابی در شبکه دارای اهمیت یکسانی باشند، بایستی مسیر حرکت همواره بازسازی و پیش بینی گردد و یا اینکه از سنسورهای جانبی با مصرف انرژی پایین در طول مسیر نیز استفاده کرد.

شکل 6 – مسیر طی شده توسط سه کاربر، با سرعت متوسط متغیر (2-330 متر  بر ثانیه)

مطابق با شکل بالا، بطور متوسط کاربران، ۸۴ نقطه، جی پی اس ۲۴ نقطه ثبت کردند و کل مسیر نیز ۱۲۰ نقطه می باشد، میانگین سرعت نهایی نیز ۶۴ متر بر ثانیه می باشد، مطابق با شکل، چنانکه در کل مسیر انتخابی از شتاب سنج استفاده می‌شد، یعنی بطور مداوم شتاب سنج فعال بود، انرژی مصرفی کل در ۱۲۰ ثانیه شبیه سازی برابر با (۸۴*(۰٫۰۲۱)=۱٫۷۶۴) ژول انرژی مصرف می‌ شد، اما در کل مسیر ۱ سنسور قطب نمافعال بود و به ازای هر تغییر زاویه نیز شتاب سنج فعال بود که به ازای نمونه برداری و آماده باش سنسورهای مذکور انرژی معادل ۶٫۴۶ ژول مصرف گردید.

شکل 7 – فاصله اقلیدسی مسیر واقعی کاربران و مسیر اقلیدسی ثبت شده با جی پی اس، با دور 5 ثانیه و سرعت متوسط متغیر (2-330 متر بر ثانیه).

مطابق با شکل 7، مشاهده می شود که کاربران با استفاده ترکیبی از سنسور شتاب سنج و قطب نما دارای حداکثر خطای مسیر 4.86 متر و میانگین خطای 0.5 متر را نشان می دهد و کاربران با استفاده از جی پی اس با دوره 5 ثانیه خطای مسیر حداکثر 45 متر و میانگین خطای مسیر 2.5 متر را تجربه کردند، که دلیل آن استفاده از سنسور جی پی اس بدون توجه به سرعت و تغییر زوایه و دوره ثابت می باشد.

شکل 8 – ناحیه به طول و عرض 10000 متر مربع، با تعداد 10 کاربر حامل گوشی میانگین سرعت نهایی 9 مر بر ثانیه.

مطابق با شکل 8 مشاهده می شود، که الگوریتم از میان 120 نقطه ممکن برای نمونه برداری، 24 نقطه برای جی پی اس، 95 نقطه استفاده ترکیبی از سنسور شتاب سنج و قطب نما و 118 نقطه برای سنسور شتاب سنج انتخاب کرده است، سرعت کاربران باهم دیگر متقاوت و کاملا تصادفی انتخاب شده است، همچنین متوسط تغییر زاویه بین محور x و محور y ، حدودا 1.9 درجه، در اخرین دوره می باشد.

شکل 9 – خطای فاصله و مصرف انرژی شبکه با 10 کاربر حامل گوشی هوشمند، به ترتیب با استفاده از جی پی اس، استفاده ترکیبی از قطب ما و شتاب سنج و شتاب سنج به شکل منفرد.

مطابق با شکل شماره 9، بسته به سرعت و میزان حساسیت اعمال شده به سنسورها و طول دوره در هر شرایطی یکی از روش های مکانیابی شرایط بهتری از نظر مصرف انرژی و کاهش خطای فاصله فراهم می کند، اما میانگین خطای فاصله با استفاده از جی پی اس، نسبت به میانگین خطای مصرف استفاده ترکیبی از شتاب سنج و قطب نما، در صورتی که دوره روشن خاموش کردن جی پی اس، 5 ثانیه باشد، بیشتر می باشد.

همچنین استفاده ترکیبی از شتاب سنج و قطب نما بار خطای متوسطی را به شبکه تحمیل می کند و دلیل آن، فاصله زمانی لازم برای روشن کردن، شتاب سنج توسط قطب نما می باشد، بلافاصله بعد از حس تغییر زاویه شدید می باشد، اما در نهایت باید گفت که استفاده لحظه ای و دائم از شتاب سنج به دلیل میزان انرژی مصرفی پایین و قابلیت آن در اندازه گیری سرعت، شتاب و تغییر زاویه به صرفه تر می باشد، ازا ین رو، شتاب سنج در شرایط سرعت بالا، به دلیل مصرف انرژی کم و اندازه گیری نمونه های بیشتر در زمان کمتر، استفاده ترکیبی از شتاب سنج و قطب نما در سرعت های متوسط و استفاده از گیرنده جی پی اس در سرعت های نسبتا پایین می تواند بیشرین کارایی را از خود نشان دهد.

شکل 10 – ناحیه به طول و عرض 10000 متر مربع، با تعداد 10 کاربر حامل گوشی میانگین سرعت نهایی 21 مر بر ثانیه

شکل 11 – خطای فاصله و مصرف انرژی شبکه با 10 کاربر حامل گوشی هوشمند، به ترتیب با استفاده از جی پی اس، استفاده ترکیبی از قطب ما و شتاب سنج و شتاب سنج به شکل منفرد برای سناریو دوم.

مطابق با نمودار موجود در شکل 11، مشاهده می شود که با کاهش تعداد نمونه برداری از طریق شتاب سنج، میانگین خطای ان به 0.2 متر افزایش یافته و حداکثر خطای ان نیز برابر با 46 متر بوده است با این وجود مصرف انرژی آن نسبت به سناریوی پیشین، (10*0.21=0.21) ژول کاهش پیدا کرده است. همچنین مطابق با نمودار 8، مشاهده می شود که متوسط مصرف انرژی توسط جی پی اس، با دوره 5 ثانیه، از متوسط مصرف انرژی شتاب سنج با دوره 1 ثانیه و توفق در زوایای چرخش انحراف معیار 0.5 از نقطه صفر، خیلی بیشتر است و استفاده ترکیبی قطب نما و شتاب سنج نیز نسبت به استفاده از جی پی اس، حالت تعادل دارد.

شکل 12 – خطای فاصله لحظه ای شبکه با 10 کاربر حامل گوشی هوشمند، به ترتیب با استفاده از جی پی اس، استفاده ترکیبی از قطب ما و شتاب سنج و شتاب سنج به شکل منفرد.

مطابق با نمودار 12، مشاهده می شود که هر یک از سنسورها دارای یک ناحیه فعالیت و ناحیه بحران می باشند، و بیشترین خطا مربوط به گیرنده جی پی اس، با دوره بالا و کمترین خطا نیز مربوط به سنسور شتاب سنج با دوره پایین و و خطای متوسط نیز مربوط به استفاده ترکیبی شتاب سنج و قطب نما می باشد.

شکل 13 – تغییرات مصرف انرژی به ازای شیب مسیر در سناریوی سه گانه

شکل 14 – توزیع نمونه برداری مکانی توسط الگوریتم های سه گانه

مطابق با شکل 14، مشاهده می شود که نمونه برداری توسط جی پی اس فارغ از اندازه تغییر زاویه و شیب ان در یک ناحیه متمرکز شده است، اما نمونه برداری توسط شتاب سنج در تمامی نواحی انجام گرفته است، از این رو الگوریتم های بکار گرفته شده داری عملکردی تطبیقی برای انتخاب بهترین مکان در جهت نمونه برداری برای کاهش مصرف انرژی می باشند.

جمع بندی

بر اساس اطلاعات مطرح شده، به روش های مختلف می توان طول دوره تکرار را در حال استفاده از شتاب سنج و قطب نما تغییر داد، الگوریتم های بکارگرفته شده در پروژه حاضر با توجه اندازه سرعت، میزان چرخش کاربر و نیز تغییرات شیب مسیر، تعداد نمونه برداری را کم و زیاد می کند، در زمان خاموشی سنسورها در جی پی اس، هیچگونه پردازش مسیری شکل نمی گیرد و نقطه خاموشی به نقطه شروع بعدی متصل می گردد، در مورد استفاده ترکیبی و شتاب سنج، نیز قطب نما همواره روشن باقی می ماند اما شتاب سنج در زمان تغییرات زاویه های بزرگتر خاموش و روشن می گردد و سناریوی استفاده یکباره از شتاب سنج، نیز شتاب سنج فقط زمانی خاموش می شود که در 2 دور اخیر خود حداقل یک تغییر زاویه به اندازه کمتر از 0.5 وجود داشته باشد.

از این رو هر دو روش اخیر حساسیت نسبت به زاویه سنجیده می شود و در حین خاموشی سرعت متوسط چند دور اخیر به عنوان سرعت حرکت غیر فعال انتخاب می گردد، با این وجود شتابسنج با تعداد انتخاب زیاد نمونه، می تواند کمترین مصرف انرژی و بیشترین دقت را فراهم کند از این رو می توان با افزایش دوره خاموشی و کاهش حساسیت به تغییرات زاویه، در شتاب سنج و قطب نما، دقت را تا نزدیکی دقت جی پی اس کاهش داد.

در ادامه پیشنهاداتی برای کارهای آینده مطرح شده که از طریق کد پایه این پروژه می توانید این موضوعات مطرح شده را نیز پیاده سازی نمائید.

پیشنهادات نوآورانه برای کارهای آینده:

1. استفاده از سنسورهای گوشی های هوشمند، تحولی عظیمی در نیاز به پردازش سیگنال های الکترومغناطیسی که غالبا تابع وضیع آب و هوایی و موقعیت دارند، ایجاد کرده است، به نحوی که تحقیقات مختلفی در این زمینه شکل گرفته، اما نیاز این سنسورها به میزان مصرف انرژی باعث محدودیت استفاده از این سنسورها شده است و عموما سنسورهای با کیفیتی مثل ژیرسکوپ همواره نیاز به مصرف انرژی بالاتری هم دارند، که دلیل اصلی این مسئله حساسیت بالای این سخت افزارها می باشد، اما در خیلی از مواقع حسایت زیاد این سخت افزارها به خودی خود امکان استفاده بهتر از انها را از بین می برد، برای مثال در صورتی که بتوان به شکل نرم افزاری حساسیت این سخت افزارها را در شرایط مختلف کاهش یا افزایش داد، در آن صورت امکان سنجش تغییرات شدید مثل چرخش بیشتر از 5 درجه و … را با امکان مصرف انرژی فراهم خواهد ساخت.
2. همواره سوالی که در این پروژه فکر محقق را مشغول کرده بود، این بود که چطور می توان با وابستگی این سنسورها را به اطالاعات پیشین از بین برد، به عبارتی آیا می توان راهی را پیدا کرد که با تکیه بر آن بتوان هر زمان که سنسور روشن شد بتوان با تکیه بر اندازه گیری های محیطی صورت گرفته موقعیت نسبتا دقیقا را از مکان فراهم کرد، که برای مثال می توان به سنسورهایی اشاره کرد که تغییرات جاذبه زمین و حرکت وضعی زمین حساس باشند در این صورت می توان بدون نیاز به موقعیت یاب جهانی موقعیت دقیق را با تکیه بر اینگونه سنسورها بدست آورد.
3. ایجاد یک الگوریتم ترکیبی به گونه ای که تحت شرایط و موقعیت های مختلف بتواند با استفاده از مجموعه ای از سنسورها، همواره پوشش مناسب و کارایی از مکانیابی را فراهم کند.