羅賓一輪周期預測無線網(wǎng)絡傳感器[外文翻譯]

摘要
使用預測模型的傳感器網(wǎng)絡可以證明高效節(jié)能方面,因為它使傳感器讀的是繼續(xù)閑置預測模式訂單減少能源消耗,規(guī)模在活躍模式。在不斷的監(jiān)測,確定了傳感器通常需要定期送讀了中央服務器,有趣的作法是分裂的傳感器兩子集,讀一子集用來預測讀第二子集在本文中,我們假設定義幾個傳感器子集來預測一個羅賓一輪周期。根據(jù)傳感器型號和精度來定義不同的傳感器子集以更好地分配能源消耗。通過多組實驗數(shù)據(jù)中，將證明有效程序將用于實際的傳感器中。
引言
在許多無線傳感器網(wǎng)絡應用中大量的傳感器組(可腀@汕賢�)需要定期地顯示它們讀取中心服務器讀數(shù)離線數(shù)據(jù)來進行分析.這些應用中,例如環(huán)境或結構監(jiān)測、暖氣通風空調系統(tǒng)、跟蹤目標等,都要求傳感器必須在一個連續(xù)周期運行時間盡可能的長.在資源有限的能源情況下，感應器驅動模塊(或稱Mote)需要高效的觀測時間和網(wǎng)絡活動,以便在最大的程度下提高應用系統(tǒng)的生命。
在一個小模塊中，可通過模塊中不運行的部分來實現(xiàn)有效的能源消費。不同控制模式是根據(jù)微粒模塊轉換其組成部分的開或關，例如微型控制器，傳感器組，閃存或無線電等。無線電傳送及接收已被認為在微型模塊［１］中能源消費的主要因素,在微型控制器中能源給予要遠高于一個命令的消耗。對于無線網(wǎng)絡壓縮有許多對策，如建議減少無用的無線傳輸象分布式源代碼，工藝線路的壓縮[7]或基本串幾集成[4]。這些壓縮方法主要是,通過減少在微型模塊之間的通訊時間來實現(xiàn)節(jié)約能源。然而這中技術依然需要傳感器組來控制在固定距離測量，雖然所有的無線通訊減少但是微型模塊仍然要消耗能量來保持其微型控制器和傳感器組處于運行狀態(tài)以便獲取周圍環(huán)境的數(shù)據(jù)。
為進一步降低能源消耗,近來有人提出用模型運行的方法,以減少傳感器組數(shù)目來達到探測任務的要求[2]。這種做法,定義一個傳感器組子集(預測子集)通過讀取剩下的傳感器組(被預測子集)用戶可以在指定的預測值誤差和確信水平內預測。這提供了最佳節(jié)能方式,如在傳感器組沒被請求即在當前流行的非運行模式,其能源消耗比微型控制器開時小于三個命令消耗的能量還要多，比微型控制器和無線電同時開著要少四個命令消耗的能量。以下為兩個作為單一的推測子集不好的結論：
1）錯誤模式：如果根據(jù)傳感器讀數(shù)隨時間改變超時而預測模型將變成過時的關系這傳感器預測值將有一個迅速惡化的過程。
2）能源分布不平衡：對同樣的傳感器子集進行連續(xù)請求將導致該傳感器組能量消耗過多。
Abstract
Use of prediction models in sensor networks proves to be
efficient with respect to energy savings, as it allows sensors
whose readings are predicted to remain in their idle mode,
thereby consuming orders of magnitude less energy that in the
active mode. In the context of continuous monitoring, where
a set of sensors is typically required to regularly send their
readings to a central server, an interesting approach consists
in splitting the set ofsensors in two subsets, such that readings
of one subset are used to predict readings of the second subset.
In this paper, we propose to identify several sensor subsets for
predictions, that are used in turn in a round robin fashion.
Identification of different sensor subsets allows to detect
erroneous models or sensor failure, and to better distribute
energy consumption. Efficiency of the proposed procedure is
demonstrated on a set of experiments using real world sensor
data.