<p>Denna avhandling handlar om hur befintliga datorinfrastrukturer i t.ex. sjukhus och industrier kan avlasta sensornätverk med energikrävande uppgifter. Vi har forskat på olika aspekter som gör det möjligt att förlänga livslängden på dessa sensornätverk. Avhandlingen presenterar en ny plattform för sensornätverk tillsammans med inledande simuleringar som påvisar att vår plattform ökar livslängden på dessa typer av nätverk.</p><p>Generella sensornätverk är uppbyggda av tätt grupperade, trådlösa, batteridrivna datorer som kan vara så små som en kubikmillimeter. Datorerna kallas för sensorer eller sensornoder eftersom de har en eller flera inbyggda sensorer som känner av sin omgivning. En sensor har till uppgift att samla information från sin omgivning, t.ex. temperatur, fuktighet, vibrationer, hjärtslag eller bilder. Sensorerna skickar sedan informationen till en insamlingsstation någonstans i nätverket.</p><p>I de typer av tillämpningar vi tittar på är det viktigt att minimera energiförbrukningen, så att man maximerar livslängden på sensornätverket. Avhandlingen presenterar en lösning där befintlig datorinfrastruktur fungerar som hjälpdatorer/avlastare till ett sensornätverk. Hjälpdatorerna, eller basstationerna som vi kallar dem i avhandlingen, hanterar energikrävande uppgifter som t.ex. vilken sensor som ska kommunicera med vem samt vid vilken tidpunkt etc. Då kan sensorerna i nätverket fokusera på att utföra sina egna uppgifter tills dess att basstationen säger att uppgifterna ändrats.</p><p>Simuleringar visar att vår plattform kan skicka upp till 97 % mera information till basstationen än en jämförbar plattform med samma energimängd. 88 % av våra sensorer är fortfarande vid liv när den andra plattformens sensorer förbrukat all sin energi.</p><p>Ett exempel på hur dessa typer av nätverk kan användas är att övervaka patienters hälsa och kondition i sjukhus eller sjukhem. Patienter behöver inte ha en fast sängplats där en viss typ av medicinskt övervakningsinstrument finns tillgänglig utan kan placeras där det finns en ledig sängplats. Via trådlös kommunikation skickar sensorerna sedan hälsoinformation som t.ex. hjärtfrekvens och blodtryck till en basstation som i sin tur skickar vidare till ett centralt övervakningsinstrument någonstans på sjukhuset. Övervakningsinstrumentet behandlar informationen och larmar personal med rätt kompetens vid behov. Larmet kan skickas till en mobiltelefon eller en liten handdator som personalen alltid bär med sig. Med larmet skickas även information om var patienten befinner sig och all nödvändig data för att personalen snabbt ska kunna ställa en första diagnos. På detta sätt kan man spara in på antalet specialbyggda sängplatser och slippa dyrbara installationer av medicintekniska utrustningar knutna till en sängplats.</p> / <p>Recent advancements in electronic design, such as low-power circuits, energy efficient wireless communication, and improved energy supply, has enabled the vision of wireless sensor networks to become a reality. Wireless sensor networks typically consist of hundreds up to thousands of collaborating low-cost, battery-driven and wireless sensor nodes with scarce resources. The wireless sensor nodes are typical small physical entities, and usually small as a matchbox but can in extreme cases be no larger than a cubic millimeter.</p><p>In this thesis we present an architecture called AROS that uses existing infrastructure to aid in the management of wireless sensor networks. As an example, the existing infrastructure could be situated in hospitals or industrial buildings. The existing infrastructure can aid in prolonging the lifetime of the wireless sensor network by having "unlimited'' energy, long range radio capacity, and high-speed computers. We enable prolonged lifetime by centralizing some of the energy consuming administrative functionality of wireless sensor networks.</p><p>We show, by simulations, that the AROS architecture is able to prolong the lifetime of the sensor nodes. AROS is compared to a well known cluster based architecture, LEACH. The comparisons show that AROS with static configuration performs at least as well as LEACH in small wireless sensor networks in the size 100x100m, and up to 97 % better in long distance wireless sensor networks in the size of 400x400m. We show that AROS still has got 88 % of its sensor nodes alive when LEACHs' network demises.</p><p>In our simulations we have also studied how dynamic network clustering in AROS, using a TDMA scheduler and non-mobile wireless sensor nodes, affects the amount of data received by a base station. We show that AROS is better than LEACH-C in collecting data to the base station with the same total amount of energy for long distance networks and that AROS performs as well or better than LEACH-C in small wireless sensor networks.</p>

No description available.

Denna avhandling handlar om hur befintliga datorinfrastrukturer i t.ex. sjukhus och industrier kan avlasta sensornätverk med energikrävande uppgifter. Vi har forskat på olika aspekter som gör det möjligt att förlänga livslängden på dessa sensornätverk. Avhandlingen presenterar en ny plattform för sensornätverk tillsammans med inledande simuleringar som påvisar att vår plattform ökar livslängden på dessa typer av nätverk. Generella sensornätverk är uppbyggda av tätt grupperade, trådlösa, batteridrivna datorer som kan vara så små som en kubikmillimeter. Datorerna kallas för sensorer eller sensornoder eftersom de har en eller flera inbyggda sensorer som känner av sin omgivning. En sensor har till uppgift att samla information från sin omgivning, t.ex. temperatur, fuktighet, vibrationer, hjärtslag eller bilder. Sensorerna skickar sedan informationen till en insamlingsstation någonstans i nätverket. I de typer av tillämpningar vi tittar på är det viktigt att minimera energiförbrukningen, så att man maximerar livslängden på sensornätverket. Avhandlingen presenterar en lösning där befintlig datorinfrastruktur fungerar som hjälpdatorer/avlastare till ett sensornätverk. Hjälpdatorerna, eller basstationerna som vi kallar dem i avhandlingen, hanterar energikrävande uppgifter som t.ex. vilken sensor som ska kommunicera med vem samt vid vilken tidpunkt etc. Då kan sensorerna i nätverket fokusera på att utföra sina egna uppgifter tills dess att basstationen säger att uppgifterna ändrats. Simuleringar visar att vår plattform kan skicka upp till 97 % mera information till basstationen än en jämförbar plattform med samma energimängd. 88 % av våra sensorer är fortfarande vid liv när den andra plattformens sensorer förbrukat all sin energi. Ett exempel på hur dessa typer av nätverk kan användas är att övervaka patienters hälsa och kondition i sjukhus eller sjukhem. Patienter behöver inte ha en fast sängplats där en viss typ av medicinskt övervakningsinstrument finns tillgänglig utan kan placeras där det finns en ledig sängplats. Via trådlös kommunikation skickar sensorerna sedan hälsoinformation som t.ex. hjärtfrekvens och blodtryck till en basstation som i sin tur skickar vidare till ett centralt övervakningsinstrument någonstans på sjukhuset. Övervakningsinstrumentet behandlar informationen och larmar personal med rätt kompetens vid behov. Larmet kan skickas till en mobiltelefon eller en liten handdator som personalen alltid bär med sig. Med larmet skickas även information om var patienten befinner sig och all nödvändig data för att personalen snabbt ska kunna ställa en första diagnos. På detta sätt kan man spara in på antalet specialbyggda sängplatser och slippa dyrbara installationer av medicintekniska utrustningar knutna till en sängplats. / Recent advancements in electronic design, such as low-power circuits, energy efficient wireless communication, and improved energy supply, has enabled the vision of wireless sensor networks to become a reality. Wireless sensor networks typically consist of hundreds up to thousands of collaborating low-cost, battery-driven and wireless sensor nodes with scarce resources. The wireless sensor nodes are typical small physical entities, and usually small as a matchbox but can in extreme cases be no larger than a cubic millimeter. In this thesis we present an architecture called AROS that uses existing infrastructure to aid in the management of wireless sensor networks. As an example, the existing infrastructure could be situated in hospitals or industrial buildings. The existing infrastructure can aid in prolonging the lifetime of the wireless sensor network by having "unlimited'' energy, long range radio capacity, and high-speed computers. We enable prolonged lifetime by centralizing some of the energy consuming administrative functionality of wireless sensor networks. We show, by simulations, that the AROS architecture is able to prolong the lifetime of the sensor nodes. AROS is compared to a well known cluster based architecture, LEACH. The comparisons show that AROS with static configuration performs at least as well as LEACH in small wireless sensor networks in the size 100x100m, and up to 97 % better in long distance wireless sensor networks in the size of 400x400m. We show that AROS still has got 88 % of its sensor nodes alive when LEACHs' network demises. In our simulations we have also studied how dynamic network clustering in AROS, using a TDMA scheduler and non-mobile wireless sensor nodes, affects the amount of data received by a base station. We show that AROS is better than LEACH-C in collecting data to the base station with the same total amount of energy for long distance networks and that AROS performs as well or better than LEACH-C in small wireless sensor networks.

We are concerned with addressing the worst-case distributed source coding (DSC) problem in asymmetric and interactive communication scenarios and its application to data-gathering wireless sensor networks in enhancing their lifetime. First, we propose a unified canonical framework, obtained by considering different communication constraints and objectives, to address the variants of DSC problem. Second, as for the worst-case information-theoretic analysis, the notion of information entropy cannot be used, we propose information ambiguity, derive its various properties, and prove that it is a valid information measure. Third, for a few variants of our interest of DSC problem, we provide the communication protocols and prove their optimality. In a typical data-gathering sensor network, the base-station that wants to gather sensor data is often assumed to be much more resourceful with respect to energy, computation, and communication capabilities compared to sensor nodes. Therefore, we argue that in such networks, the base-station should bear the most of the burden of communication and computation in the network. Allowing the base-station and sensor nodes to interactively communicate with each other enables us to carry this out. Our definition of sensor network lifetime allows us to reduce the problem of maximizing the worst-case network lifetime to the problem of minimizing the number of bits communicated by the nodes in the worst-case, which is further reduced to the worst-case DSC problem in asymmetric and interactive communication scenarios, with the assumption that the base-station knows the support-set of sensor data. We demonstrate that the optimal solutions of the energy-oblivious DSC problem variants cannot be directly applied to the data-gathering sensor networks, as those may be inefficient in the energy-constrained sensor networks. We address a few energy-efficient variants of DSC problem and provide optimal communication protocols for the sensor networks, based on those variants. Finally, we combine distributed source coding with two other system level opportunities of channel coding and cooperative nature of the nodes to further enhance the lifetime of the sensor networks. We address various scenarios and demonstrate the dependence of the computational complexity of the network lifetime maximization problem on the complex interplay of above system-level opportunities.

No description available.