We study the minimum radius required for connectivity (CTR Critical Transmission Range) within homogeneous stationary Wireless Sensor Networks (WSN) topology control, considering different levels of attractivity within the sensors. Due to the complexity of dealing with this problem from a theoretical viewpoint, a Monte Carlo experience is devised for estimating the CTR distribution. With this information, we propose optimization procedures that, using as additional input a few known parameters (overall available budget, sensor cost, maximum available transmission radius, minimum probability of connectivity, environmental path loss and deployment cost) leads to the decision of the number and type of sensors to be acquired, their optimal communication radius and the ideal deployment strategy that maximize the WSN lifetime. As a previous result, the accuracy of several computational platforms for statistical computing was assessed, being the main conclusion that R (http://www.r-project.org) is the best choice / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Apresentamos a caracterização do raio de transmissão mínimo necessário para garantir conectividade, CTR (Critical Transmission Range), num cenário de controle de topologia em RSSF homogêneas e estacionárias. Dada a complexidade de se trabalhar com modelos analíticos, por meio de experiências Monte Carlo obtemos um estimador da distribuição do CTR sobre processos pontuais espaciais que descrevem o posicionamento dos nós sensores no ambiente para diferentes níveis de atratividade. Propomos modelos de otimização práticos que consideram diversos fatores conhecidos a priori pelo projetista como, por exemplo, os preços de diversos sensores, o raio de transmissão máximo disponível pelo sensor, os custos de posicionamento no ambiente (função da atratividade), o orçamento total do projeto, a probabilidade de conectividade mínima admissível e o exponente de path loss do ambiente. O modelo determina quais e quantos sensores devem ser comprados, com que raio de transmissão devem ser configurados e qual o preço conveniente a pagar pelo posicionamento (função da atratividade), para maximizar o tempo de vida de uma RSSF. Para guiar a escolha da plataforma de simulação e análise de dados, vários resultados a respeito de precisão numérica são apresentados, obtidos aplicando protocolos de avaliação já consolidados. Desta análise, determinamos que R (http://www.r-project.org) é a melhor escolha
| Identifer | oai:union.ndltd.org:IBICT/oai:www.repositorio.ufal.br:riufal/832 |
| Date | 02 March 2009 |
| Creators | Almiron, Marcelo Gabriel |
| Contributors | Orgambide, Alejandro César Frery, FRERY, A. C., Loureiro, Antonio Alfredo Ferreira, http://lattes.cnpq.br/8886634592087842, Almeida, Eliana Silva de, ALMEIDA, E. S. |
| Publisher | Universidade Federal de Alagoas, BR, Modelagem Computacional de Conhecimento, Programa de Pós-Graduação em Modelagem Computacional de Conhecimento, UFAL |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Repositório Institucional da UFAL, instname:Universidade Federal de Alagoas, instacron:UFAL |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | bitstream:http://www.repositorio.ufal.br:8080/bitstream/riufal/832/1/Dissertacao_Marcelo+Gabriel+Almiron_2009.pdf, bitstream:http://www.repositorio.ufal.br:8080/bitstream/riufal/832/2/Dissertacao_Marcelo+Gabriel+Almiron_2009.pdf.txt |
Page generated in 0.0821 seconds