This thesis presents contributions to node localization in mobile sensor networks. Considering the importance of localization algorithms in identifying the location of an event in order to better determine the action to be taken by the user, a new localization algorithm to operate in mobile networks was designed, assuming an uncontrollable movement of the nodes. This algorithm, which we call CentroidM, has the Centroid method as a stand. Positive features of the Centroid algorithm were kept while their limitations due to the dynamic characteristcs of the network movement were mitigated. Besides the concern regarding the accuracy of the method, the power consumption of the algorithm was addressed too. The design of an dedicated integrated circuit to deal with the localization task in a mobile network is justified given the high activity of such a subsystem in the given scenario. This way, the focus of this Thesis relies on a low power localization algorithm for mobile networks, with characteristics to allow raising calculated coordinates accuracy in both static and mobile scenarios. The results show that the CentroidM is 30% more accurate than the Centroid on a static scenario, and 40% when we consider a node movement without actuators. These benefits have some computational overhead, increasing 2.76 times the time spent by the CentroidM to run a localization process. However, simulation results showed it is possible to remove such overhead and still keep the achieved estimation gains near 10%. The implementation of the localization method was accomplished through an integrated circuit, which reduced the energy expended during the computation of the coordinates by an order of magnitude when comparing with the execution of the algorithm in a low power commercial microcontroller. / Esta Tese apresenta contribuições ao processo de localização de nodos em redes de sensores móveis. Considerando a importância de algoritmos de localização em uma rede para identificar o local do evento sob estudo e determinar a ação a ser tomada pelo usuário, é desenvolvido um novo algoritmo de localização para operar em redes de sensores móveis, focando o aspecto da mobilidade não controlada dos nodos. Este algoritmo, ao qual denominamos CentroidM, teve como base de desenvolvimento o método Centroid. Foram mantidas as características positivas do Centroid e exploradas as limitações do método para a sua execução em uma rede que considera o movimento. Além do objetivo em reduzir o erro das estimativas de posicionamento calculadas pelo algoritmo, o consumo de potência do método apresentado neste trabalho é enfatizado. O projeto de um circuito integrado dedicado que desempenhe o processo de localização em uma rede móvel é justificado pela intensa utilização de tal subsistema neste tipo de rede, além dos benefícios que um hardware dedicado traz face à redução da energia gasta nesta operação. Desta forma, o foco deste trabalho recai sobre um algoritmo de localização para redes móveis e as características desta abordagem que permitiram aumentar a precisão das estimativas de posicionamento tanto em um cenário com ausência de movimento dos nodos, quanto em outro onde o aspecto da mobilidade sem atuadores foi considerada. Os resultados obtidos nesta Tese demostraram que o CentroidM é 30% mais preciso que o Centroid para um cenário estático e 40% considerando a mobilidade da rede. O ganho alcançado em precisão teve um custo computacional que elevou em 2, 76 vezes o tempo gasto pelo CentroidM para realizar um procedimento de localização. Contudo, os resultados de simulação mostraram que é possível eliminar a sobrecarga computacional e ainda assim atingir ganhos em precisão próximos a 10%. O desenvolvimento do método de localização é complementado pela sua implementação em um circuito integrado dedicado, reduzindo a energia gasta no processo de estimativa da posição em uma ordem da magnitude face à execução do algoritmo em um microcontrolador comercial de baixo consumo.

Conselho Nacional de Desenvolvimento Científico e Tecnológico / Applications that use sensor networks depends on knowing which position where each node is arranged in a particular geographic area. For this, there are algorithms that perform location calculations to estimate the exact position of each node. These algorithms use a different techniques and metrics to make it, for example: the measure of intensity of signal transmission between two nodes. In a sensor network with high density, it becomes infeasible to manually configuring each node positioning. To optimize this task, was developed different types of localization algorithms, with application in several areas, such as tracking, routing protocols, network density control, self organizing, monitoring remote areas, precision agriculture, among others. The basis for localization algorithms is to have a number of reference points, where from these, is calculated the position of each node. A network of sensors with a greater number of reference points, one can consider a network with higher accuracy for calculating the position of its nodes. This is due to being closer to the reference points. However, may result in a higher processing, thereby having a higher energy consumption. Developing a location algorithm with fewer reference points is not a trivial problem. This, because will increase the distance between the node and the reference point and may thereby inserting errors in the measurement of the criteria for the calculation of positioning. For calculation purposes, there are two types of algorithms, algorithms for centralized processing and distributed processing algorithms. Each with its advantages and disadvantages that will be discussed in this paper. The location algorithm is based on a calculation according to data coordinates in a coordinate system, which is raised according to the technique used to denote the distance between the sensor node and the reference points. The importance of knowing the location of each node, there is the need to know exactly where a particular event is occurring. For example, a forest that occupies a large geographic area is to principles of fire at different locations. / Aplicações que utilizam redes de sensores dependem de saber qual a posição onde cada nó encontra-se disposto em uma determinada área geográfica. Para isto, existem algoritmos de localização que efetuam cálculos a fim de estimar a posição exata de cada nó. Estes algoritmos utilizam-se de diferentes técnicas e medidas para realizar tal tarefa, como por exemplo: a medida de intensidade de sinal de transmissão entre dois nós. Em uma rede de sensores com alta densidade, torna-se inviável a configuração manual do posicionamento de cada nó. Para otimizar esta tarefa, foram desenvolvidos diferentes tipos de algoritmos de localização, com aplicação nas mais diversas áreas, como: rastreamento, protocolos de roteamento, controle de densidade da rede, auto organização, monitoramento de áreas remotas, agricultura de precisão, entre outros. A base para algoritmos de localização é possuir um número de pontos de referência, onde a partir destes, será calculado a posição de cada nó. Uma rede de sensores com maior número de pontos de referência, pode-se considerar uma rede com maior precisão para o cálculo de posição de seus nós. Isso, é devido aos nós estarem mais próximos aos pontos de referência. Porém, pode acarretar em um maior processamento, assim, tendo um maior consumo de energia. Projetar um algoritmo de localização com um menor número de pontos de referência não é um problema trivial. Isto porque irá aumentar a distância entre o nó e o ponto de referência, podendo desta forma, inserir erros na medição dos critérios para o cálculo de posicionamento. Para fins de cálculo, existem dois tipos de algoritmos, os algoritmos de processamento centralizado e os algoritmos de processamento distribuído. Cada um com suas vantagens e desvantagens que serão abordadas no decorrer deste trabalho. O algoritmo de localização baseia-se em um cálculo de acordo com as coordenadas em um dado sistema de coordenadas, que será levantada de acordo com a técnica utilizada para estipular a distância entre o nó sensor e os pontos de referência. A importância de conhecer a localização de cada nó, dá-se a necessidade de saber exatamente onde está ocorrendo determinado evento. Por exemplo, uma floresta que ocupa uma grande área geográfica está com princípios de incêndio em diferentes locais. É preciso avaliar quais são estes locais e qual significa um maior risco de destruição, para isto, é preciso saber a posição exata de cada local e assim tomar as devidas decisões de qual princípio deverá ser combatido primeiro. Neste caso, os nós sensores estariam estáticos, porém seria uma rede de sensores de alta densidade para cobrir uma área significativa de floresta. Pode-se também ter uma rede de sensores com nós móveis, onde então o objetivo é realizar o rastreamento da locomoção destes nós. A partir deste rastreamento, pode-se identificar o comportamento de um rebanho de animais por exemplo, verificando seu deslocamento, velocidade e direção. Com estes dados de comportamento, dependendo do animal pode-se deduzir se ele está doente, alimentando-se ou até mesmo morto se imóvel por um longo período de tempo.

Submitted by Aline Batista (alinehb.ufpel@gmail.com) on 2017-03-23T22:13:11Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Redes de sensores com nodos móveis.pdf: 6727540 bytes, checksum: 3de001c9a299b0722e7e13bd8cafbb33 (MD5) / Approved for entry into archive by Aline Batista (alinehb.ufpel@gmail.com) on 2017-04-05T19:13:02Z (GMT) No. of bitstreams: 2 Redes de sensores com nodos móveis.pdf: 6727540 bytes, checksum: 3de001c9a299b0722e7e13bd8cafbb33 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-04-05T19:13:10Z (GMT). No. of bitstreams: 2 Redes de sensores com nodos móveis.pdf: 6727540 bytes, checksum: 3de001c9a299b0722e7e13bd8cafbb33 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016-11-23 / Sem bolsa / A mobilidade de nodos em redes de sensores sem fio tem sido empregada para resolver problemas de comunicação através de nodos coletores de dados ou estações base móveis, ou ainda para melhorar a cobertura empregando nodos sensores móveis, que se movem para sensoriar áreas descobertas. No entanto, um dos principais desafios em redes de sensores sem fio é o consumo de energia, visto que o tempo de vida da rede depende da carga da bateria de seus nodos. Visando aumentar o tempo de vida das redes orientadas a eventos, estratégias dinâmicas de balanceamento de carga exploram a redundância nas áreas de sensoriamento dos nodos e evitam que mais de um nodo processe um mesmo evento. A mobilidade bem como o balanceamento de carga são importantes adaptações dinâmicas que podem ser empregadas para melhorar a eficiência de redes de sensores, mas o emprego integrado destas duas adaptações precisa ser investigado. Este trabalho avalia os efeitos da mobilidade de nodos sensores tanto na cobertura da rede quanto na eficiência das técnicas de balanceamento de carga empregadas em redes de sensores orientadas a eventos. No contexto deste trabalho, uma estratégia é implementada, a qual move nodos baseada na ação de forças de repulsão, visando espalhar nodos sobre a área de interesse e melhorar a cobertura da rede. O seu impacto na cobertura foi avaliado em diferentes cenários de implantação e em redes com diferentes densidades. Primeiramente, quando nodos são implantados de forma aleatória, e então, a mobilidade permite redistribuí-los e maximizar a cobertura da rede. Em um segundo momento, a estratégia é aplicada quando nodos começam a ser desativados pela descarga de suas baterias, onde a mobilidade pode minimizar o efeito da desativação de um nodo da rede. Além disso, experimentos foram realizados de forma a observar o impacto do emprego desta estratégia de mobilidade no desempenho de duas técnicas de balanceamento de carga consideradas estado-da-arte em redes de sensores sem fio orientadas a eventos. Neste trabalho foi considerado o consumo de energia que o nodo gasta com o sensoriamento, mas o consumo energético gasto com o movimento está fora do escopo. / The nodes mobility in wireless sensor networks has been employed to solve communication problems through mobile data mulling or base stations, or yet to improve coverage using mobile sensor nodes, which move to sensing uncovered areas. However, one of the main challenges in wireless sensor networks is the energy consumption, since the network lifetime depends on the node battery charge. In order to increase the lifetime of the event-oriented networks, dynamic load balancing strategies exploit redundancy in the nodes sensing areas and avoid that more than one node process the same event. Mobility as well as the load balancing are important dynamic adaptations that can be employed to improve the ef?ciency of sensor networks, but the integrated use of these two adaptations needs to be investigated. This work evaluates the effects of the sensor nodes mobility both on network coverage and on the ef?ciency of load balancing techniques used in event-oriented sensor networks. In the context of this work, an strategy has implemented, which moves nodes based on the action of repulsion forces, aiming to spread nodes over the area of interest and improve network coverage. Its impact on coverage has assessed in different deployment scenarios and networks with different densities. First, when nodes are deployed at random, then mobility allows them to redistribute and maximize the network coverage. In a second moment, the strategy is applied when nodes begin to be deactivated by the discharge of their batteries, where the mobility can minimize the effect of the deactivation of a node of the network. In addition, experiments have carried out in order to observe the impact of the use of this mobility strategy on the ef?ciency of two load balancing techniques considered state-of-the-art in event-oriented wireless sensor networks. In this work we considered the energy consumption that the node spends with the sensing, but the energy consumption spent with the movement is out of scope.