Leveraging Prediction to Improve the Coverage of Wireless Sensor Networks
Leveraging Prediction to Improve the Coverage of Wireless Sensor Networks
复制标题
利用预测来提高无线传感器网络的覆盖范围
DOI：
10.1109/tpds.2011.180
复制
发表时间：
2012-04
影响因子：
5.3
通讯作者：
Sun, Youxian
中科院分区：
文献类型：
--
作者：
He, Shibo;Chen, Jiming;Li, Xu;Shen, Xuemin (Sherman);Sun, Youxian
-由于传感器是能量受限的设备，无线传感器网络(WSNs)的一个挑战是在保证覆盖的同时最大化网络寿命。在这篇文章中，我们利用预测来解决这个具有挑战性的问题，通过利用感官数据之间的时空相关性。其基本思想在于，当传感器节点的感知信息可以通过贝叶斯推理等预测方法推断出来时，传感器节点就可以安全地关闭。我们采用信息论中的熵的概念来评价感兴趣区域(ROI)的信息不确定性。我们将该问题描述为一个最小权子模集覆盖问题，称为NP难问题。针对这一问题，提出了一种高效的集中式截断贪婪算法。根据TGA得到的聚集权重与最优算法得到的聚集权重之比，证明了TGA的性能保证。考虑到无线传感器网络的去中心化特性，我们进一步提出了一种分布式的TGA，称为DTGA，它可以得到与TGA相同的解。对网络连通性和通信成本等实施问题进行了广泛的讨论。我们进行了真实数据实验和仿真，以展示DTGA相对于现有的唯一竞争算法[1]的优势，以及与数据相关性相关的不同参数对网络生命周期的影响。
—As sensors are energy constrained devices, one challenge in wireless sensor networks (WSNs) is to guarantee coverage and meanwhile maximize network lifetime. In this article, we leverage prediction to solve this challenging problem, by exploiting temporal-spatial correlations among sensory data. The basic idea lies in that a sensor node can be turned off safely when its sensory information can be inferred through some prediction methods, like Bayesian inference. We adopt the concept of entropy in information theory to evaluate the information uncertainty about the region of interest (RoI). We formulate the problem as a minimum weight submodular set cover problem, which is known to be NP hard. To address this problem, an efficient centralized truncated greedy algorithm (TGA) is proposed. We prove the performance guarantee of TGA in terms of the ratio of aggregate weight obtained by TGA to that by the optimal algorithm. Considering the decentralization nature of WSNs, we further present a distributed version of TGA, denoted as DTGA, which can obtain the same solution as TGA. The implementation issues such as network connectivity and communication cost are extensively discussed. We perform real data experiments as well as simulations to demonstrate the advantage of DTGA over the only existing competing algorithm [1] and the impacts of different parameters associated with data correlations on the network lifetime.
登录
查看更多内容
DOI：
10.1109/tnet.2010.2077648
发表时间：
2011-04
期刊：
IEEE/ACM Transactions on Networking
影响因子：
--
作者：
G. Kasbekar;Yigal Bejerano;S. Sarkar
通讯作者：
G. Kasbekar;Yigal Bejerano;S. Sarkar
DOI：
10.1109/ipsn.2005.1440933
发表时间：
2005-04
期刊：
IPSN 2005. Fourth International Symposium on Information Processing in Sensor Networks, 2005.
影响因子：
--
作者：
R. Ghrist;Abubakr Muhammad
通讯作者：
R. Ghrist;Abubakr Muhammad
DOI：
10.1145/1062689.1062739
发表时间：
2005-05
期刊：
--
影响因子：
--
作者：
Himanshu Gupta;Vishnu Navda;Samir R Das;Vishal Chowdhary
通讯作者：
Himanshu Gupta;Vishnu Navda;Samir R Das;Vishal Chowdhary
DOI：
10.1145/1614320.1614339
发表时间：
2009-09
期刊：
--
影响因子：
--
作者：
G. Kasbekar;Yigal Bejerano;S. Sarkar
通讯作者：
G. Kasbekar;Yigal Bejerano;S. Sarkar
DOI：
10.1201/9780203323687.ch28
发表时间：
2005
期刊：
Ad Hoc Sens. Wirel. Networks
影响因子：
--
作者：
Honghai Zhang;J. Hou
通讯作者：
Honghai Zhang;J. Hou