You are on page 1of 5

UMA PROPOSTA PARA CONTROLE DE DENSIDADE EM REDES DE SENSORES SEM FIO

UTILIZANDO INTELIGNCIA COMPUTACIONAL

DIEGO CARVALHO P. MACEDO1, HARILTON DA S. ARAJO2, ALDIR S. SOUSA3.

Centro de Ensino Unificado de Teresina - CEUT


Av. dos Expedicionrios, 790 Bairro So Joo
Caixa Postal 64.046-700 Teresina, PI
E-mails: diegomacedo_cp@hotmail.com, hariltonaraujo@ceut.com.br, aldirsousa@ceut.com.br,

Abstract The wireless sensor networks (WSN) consist of small sensors capable of capturing information phenomena of the
environment they are inserted and to transmit this information. The sensor nodes are very limited in their processing power and
capacity and energy storage. When it has a fairly large number of nodes in an environment, energy consumption is greater. This
paper presents a proposal for density control in wireless sensor networks using computational intelligence. The simulations indi-
cate that the proposal is effective with respect to reduction of energy consumption, increase in the number of messages sent and
received, increased the residual energy of the network, increasing the lifetime of the network and reducing the cost of receiving
the message.

Keywords wireless sensor networks, Routing, sink, cluster head, fuzzy inference system

Resumo As redes de sensores sem fio (RSSF) so compostas por pequenos sensores capazes de captar informaes de fen-
menos do meio ambiente em que esto inseridos e de transmitir essas informaes. Os ns sensores so bastante limitados em seu
poder de processamento e a capacidade de energia e de armazenamento. Quando se possui um nmero bastante elevado de ns
em um ambiente, consumo de energia maior ainda. Este trabalho apresenta uma proposta para controle de densidade em redes
de sensores sem fio utilizando inteligncia computacional. As simulaes indicam que a proposta eficiente no que diz respeito a
reduo do consumo de energia, aumento no nmero de mensagens enviadas e recebidas, aumento na energia residual da rede,
aumento na vida til da rede e a reduo do custo de recebimento da mensagem.

Palavras-chave Redes de sensores sem fio, Roteamento, ICA, fuzzy.

1 Introduo Com objetivo de analisar o real ganho de


desempenho da abordagem proposta neste trabalho,
levaram-se em considerao algumas mtricas que
Uma rede de sensores sem fio (RSSF) pode
indicam o melhor desempenho da rede. As mtricas
ser definida como um conjunto de ns sensores que
utilizadas neste trabalho foram: nmero de mensa-
tm a funo de captar as aes do meio em que gens enviadas, mensagens recebidas, energia residu-
esto inseridos e, por meio de comunicao sem fio, al, custo de recebimento de mensagens e o tempo de
podem transmitir informaes para outros ns da
vida da rede.
rede. Estas redes diferem das redes de computadores
Uma forma de melhorar o desempenho de
tradicionais em diversos aspectos. Geralmente, as
uma RSSF pode ser por meio de um algoritmo de
RSSF tm um grande nmero de ns sensores distri-
roteamento eficiente. Este trabalho consiste em aper-
budos, possuem restries de energia e processa- feioar o algoritmo de roteamento ICA para lidar
mento e devem ter mecanismos para autoconfigura- com o roteamento visando melhorar o desempenho
o em caso de perda de comunicao e falhas nos
da RSSF. Neste trabalho, prope-se a aplicao de
ns sensores (SOBRAL et. Al, 2013).
um sistema de inferncia fuzzy no algoritmo de rote-
amento ICA no intuito de se monitorar um evento em
Um dos principais desafios na rea de RSSF a
um espao geogrfico, no objetivando otimizar as
reduo do custo de energia nos ns sensores, uma rotas para maximizar o desempenho da rede. Com a
vez que na maioria dos casos, estes ns esto locali- abordagem proposta neste artigo, o sistema fuzzy
zados em locais de difcil acesso, o que torna invi-
possibilita que a rede se autoconfigure no intuito de
vel a substituio peridica das baterias que os ali-
atender regies geogrficas em que ainda haja ener-
mentam.
gia suficiente e que esteja prxima a algum fenme-
no.
Dada a caracterstica de baixa alimentao energtica
dos ns sensores, algoritmos de roteamento devem
visar o consumo mnimo de energia. Neste trabalho, 2 A Metodologia Proposta
prope-se uma nova abordagem para lidar com rote-
amento em RSSF. A abordagem aqui proposta desta- Redes de Sensores sem Fio (RSSF) uma
ca-se pela aplicao de um sistema de inferncia funcionalidade que promete monitorar, instrumentar,
fuzzy ao algoritmo de roteamento Inter Cluster Rou- e, possivelmente, controlar o meio fsico. Estas redes
ting Algorithm (ICA) (HABIB, 2004). so constitudas de um nmero elevado de dispositi-
vos sem fios (ns sensores ou simplesmente senso-
res). Esses so distribudos densamente por toda uma possuam a distncia mais prxima a um local que se
regio de interesse (ALFREDO, 2006). esta acontecendo algum tipo de fenmeno no ambi-
A RSSF pode ser formada por centenas ou ente e que possua energia suficiente, portanto o sis-
at milhares de sensores posicionados dentro do tema exerce a funo de identificar aqueles ns que
fenmeno a ser observado ou prximo a ele, os quais podem se tornarem lideres, por exemplo, quando se
so, de fato, dispositivos compostos de transceptor, acontece um evento em algum local, a rede se auto
fonte de energia, unidade de sensoriamento, proces- configura de forma com que os ns determinem suas
sador e memria. Como as redes de sensores sem fio distncias ao evento mais prximo, aps isso entra o
so capazes de se auto organizar, torna-se dispens- funcionamento do fuzzy que com o dado da distncia
vel um planejamento minucioso de posicionamento e a energia do n, elegera os ns permitidos na rede,
dos sensores. na prxima seo ser apresentado caracterstica do
Cada um dos sensores alimentado por uma sistema fuzzy.
fonte de energia escassa, ou seja, tem curta durao.
Portanto, o consumo de energia influencia a durabili-
2.3 Sistema de Interferncia Fuzzy
dade da RSSF. Sabendo disso, faz-se mister a aplica-
o de algoritmos de roteamento eficientes, que mi-
nimizem a transmisso de informaes desnecess- Um sistema de interferncia fuzzy foi apli-
rias e/ou redundantes. Este trabalho prope uma nova cado e tem fundamental importncia para o bom
abordagem no intuito de minimizar o envio e recep- desempenho desta proposta. O sistema de inferncia
o de informaes ao aplicar mecanismos de inteli- fuzzy aplicado neste trabalho baseado em regras
gncia computacional para aperfeioar um algoritmo lingusticas do tipo se <condio> ento <ao>. O
de roteamento clssico da literatura. sistema de inferncia fuzzy aplicado neste trabalho
Nas prximas sees destacam-se o algorit- composto por uma interface de fuzzyficao, uma
mo de roteamento utilizado neste trabalho e o siste- base de regras o procedimento de inferncia e a inter-
ma de inferncia fuzzy aplicado para seu aperfeioa- face de defuzzificao, conforme a Fig. 1 (SOUSA e
mento. ASADA, 2011).

2.1 Algoritmo de Roteamento ICA

O Inter Cluster Routing Algorithm (ICA)


Fig. 1 Estrutura Bsica de um Controlador Fuzzy
um algoritmo de roteamento em RSSF baseado no
algoritmo de roteamento LEACH (HABIB, 2004).
No ICA, quando h o incio do funcionamento da Interface de fuzzyficao: o processo de ma-
rede, a estao base envia mensagem (broadcast) pear valores escalares para graus de pertinncia
para os ns da rede informando sua posio geogr- aos termos lingusticos dos conjuntos fuzzy.
fica do ambiente. Aps isso, os nodos sabem a posi- Procedimento de inferncia: consiste em mape-
o geogrfica do sink, suas devidas posies e a ar valores de entra para sadas fuzzy de acordo
distncia e a rota at o sink. O ICA possibilita ao n com as regras fuzzy. Portanto diversas regras fu-
se tornar lder (cluster head) de uma determinada zzy so combinadas para produzir a sada do sis-
regio. Depois disso, os ns prximos se conectam a tema de inferncia.
cluster head e os ns que possurem informaes a Interface de defuzzyficao: consiste em con-
serem enviadas para o sink mandar para o cluster verter as sadas fuzzy em valores escalares.
head, para depois esse repass-las para a estao
base. Depois de um n se eleger lder, esse manda 2.3.1 Funes de pertinncia e conjunto de regras
um broadcast par os ns prximos avisando-os de fuzzy
que ele se tornou um cluster head. Assim, estes ns
tero a posio geogrfica deste n lder e tero uma O sistema fuzzy desenvolvido neste artigo baseia-
rota mais curta at ele. Com isso, os ns sabem a se em duas variveis de entrada e uma de sada. As
localizao do nodo lder mais prximo, com o qual variveis fuzzy de entrada so distncia do n e ener-
devem se comunicar. Portanto, no ICA, os ns senso- gia contida no n. A varivel de sada, aqui chamada
res no enviam as mensagens diretamente para o de chance de se tornar lder, consiste em saber se o
sink, e sim para outro cluster head mais prximo e n tem chance ou no para se tornar lder no ICA.
que esteja na direo da estao base. Os conjuntos fuzzy atribudos varivel distncia
O algoritmo ICA possibilita uma degrada- do n foram: Longe (L), Distncia Mdia (DM) e
o suave da energia da rede como um todo e no Perto (P). O universo de discurso destes conjuntos
necessariamente nodo por nodo. est no intervalo discreto entre 0 a 5. Para a energia
contida no n, foram atribudos seguintes conjuntos:
2.2 Utilizao do Fuzzy Muito Baixa (MB), Baixa (B), Mdia (M), Alta (A) e
Muito Alta (MA). O universo de discurso destes
O sistema de interferncia fuzzy foi utilizado conjuntos est no intervalo contnuo entre 0 e 5. A
no ICA de forma a selecionar os ns lideres que chance de se tornar lder composta pelos seguintes
conjuntos fuzzy: Pouca Chance (PC), Chance Mdia CPU M 330 @ 2,13GHz, 2128MHz. Memria RAM
(CM) e Muita Chance (MC). O universo de discurso de 4 GB DDR3 e memria cache L2 256 KB.
destes conjuntos est no intervalo contnuo entre 0 e
30. 3.2 Caractersticas da rede
Todas as variveis de entrada foram modeladas
como funo de pertinncia trapezoidal. A Eq. (1) As simulaes foram realizadas em redes si-
define a funo trapezoidal para os parmetros muladas compostas de 100 ns sensores e um sink
a,b,c,d. node, dispostos de forma aleatria em um ambiente
de duas dimenses sendo de 1000x1000. O tempo em
rounds determinado para cada simulao foi de 8.000
rounds e as posies geogrficas dos ns foram sal-
vas para que todas as simulaes fossem realizadas
( ) ( ) com a mesma configurao, dando segurana s
comparaes realizadas. Foi configurado para que
cada n sensor possua uma bateria com capacidade
{ inicial de 5 J (joule).

A seguir, listam-se os parmetros TRAPE[a b Nas simulaes realizadas foi utilizado o mo-
c d] para cada um dos conjuntos fuzzy utilizados delo de dissipao de energia proposto por Heinzel-
neste trabalho: man et al. (2003), por ser o amplamente aceito e
utilizado na literatura. O modelo de Heinzelman et
L: TRAPE[3 4 5 5] al. (2003) pode ser sintetizado conforme segue.
DM: TRAPE[ 1 2 3 4]
P: TRAPE[0 0 1 2] Energia gasta na transmisso:
MB: TRAPE[ 0 0 0.5 2] ( )
B: TRAPE[0.5 1 1.5 2] Energia gasta na recepo:
M: TRAPE[1.5 2 2.5 3 ] ( )
A: TRAPE[2.5 3 3.5 4] Especificaes:
MA: TRAPE[3.5 4 5 5] k = nmero de bits da mensagem
d = distncia
Na Tabela 1, resumem-se as regras lingusti- ETx = Energia gasta na transmisso de men-
cas do fuzzy utilizada neste artigo. Os resultados sagem
sero PC (Pouca Chance), CM (Chance Mdia) e MC ERx = Energia gasta na recepo da mensa-
(Muita Chance): gem
Eamp = Energia do amplificado de transmis-
Tabela 1: Regras lingusticas so

Energia Neste trabalho, Eelec = 50 nJ/bit e Eamp = 100


MB B M A MA pJ/bit/m2. Nas simulaes realizadas, o tamanho das
L PC PC PC PC PC mensagens que trafegam na rede foi configurado para
Distncia DM PC PC CM CM MC 500 bytes, que igual a 4000 bits.
P PC PC CM MC MC Na unidade de processamento, a energia
dissipada nas execues dos protocolos de roteamen-
to e no processamento.
No modelo de comunicao, a energia gasta
3 Testes computacionais no processamento equivale energia dissipada na
transmisso de um bit a 100 metros dividido por
Com objetivo de avaliar o desempenho da abor- 3.000, conforme a Eq. (2).
dagem proposta neste trabalho simulaes foram
realizadas atravs do simulador Sinalgo (SINALGO, (2)
2013). Este simulador foi escolhido por ser larga-
mente utilizado na literatura e de fcil configurao. Logo:
O pacote java jFuzzyLogic (jFUZZYLOGIC, ( ) ( )
2013) foi utilizado para aplicar o sistema de infern-
cia fuzzy. onde
ETrans = Energia de transmisso.
3.1 Ambiente dos testes Eelec = ECir = Energia gasta nos circuitos
do rdio.
As simulaes foram realizadas em um EAmp = Energia do amplificador de trans-
Computador HP Pavilion dv4 2040br, com sistema misso.
operacional Windows 7, processador Intel Core i3
Neste trabalho, foram realizadas 10 simulaes para
cada cenrio a fim de obter dados, para fazermos a A Fig. 3 mostra os resultados das simulaes tendo
comparao destas informaes. como mtrica a quantidade de mensagem recebida no
sink.
3.3 Resultados
Nmero de mensagens recebida
Os resultados exibem a comparao de dois cenrios:
no primeiro foi utilizado o algoritmo de roteamento 8000

Nmero de mensagens recebida


7000
ICA clssico. No segundo cenrio, foi utilizado o 6000
5000
algoritmo de roteamento ICA com a utilizao do 4000
sistema de inferncia fuzzy no intuito de obter o con- 3000 ICA COM FUZZY
2000
trole de densidade dos ns na rede. 1000 ICA SEM FUZZY
0

As mtricas utilizadas como forma de comparao


dos dois cenrios foram: a quantidade de mensagens Tempo de simulao (Rounds)
enviadas, a quantidade de mensagens recebidas, a
energia restante da rede, o custo de recebimento de Fig. 3 Quantidade de mensagens recebidas x rounds (tempo)
mensagens e o tempo de vida da rede. Abaixo, defi-
nem-se as mtricas utilizadas. O cenrio do ICA com a utilizao do fuzzy teve
melhor desempenho tambm para a mtrica quanti-
A quantidade de mensagens enviadas se re- dade de mensagens recebidas por rounds. O ICA
fere a quantas mensagens a rede dos senso- com fuzzy comea a se destacar no nmero de envios
res tentaram mandar para estao base; de mensagens pelos ns sensores ao sink a partir dos
A quantidade de mensagens recebida se re- 1000 rounds (Fig. 3).
fere quantidade de mensagens que o sink
conseguiu receber dos ns. A Fig. 4 mostra os resultados das simulaes tendo
A mtrica da energia restante da rede se re- como mtrica a energia residual da rede. Como se
fere ao somatrio das energias restantes em pode observar na referida figura, o ICA com fuzzy
cada n da rede n fim de cada simulao. obteve um melhor consumo de energia na rede, fa-
A mtrica do custo do recebimento de men- zendo com que a rede no desperdiasse energia e
sagens leva em considerao a quantidade obtendo assim uma maior economia de energia.
de mensagens recebidas pela energia residu-
al total da rede, obtendo assim, o valor do Energia residual (Jouls)
custo do recebimento da mensagem.
A mtrica do tempo de vida da rede se refe- 6
Energia residual (Jouls)

5
re at quando a estao base conseguiu re-
4
ceber mensagens. Assim que a estao base
3
deixar de receber mensagens a rede ser 2
ICA COM FUZZY

considerado como morta. 1


ICA SEM FUZZY

0
A Fig. 2 mostra os resultados das simulaes tendo 500 1000200030004000500060007000
como mtrica a quantidade de mensagem enviada ao Tempo de simulao (Rounds)

sink.
Fig. 4 Energia residual da rede x rounds (tempo)

Nmero de mengens enviada


A Fig. 5 mostra os resultados das simulaes tendo
10000 como mtrica de comparao o custo de recebimento
Nmero de mensagens enviadas

8000 de mensagens da rede, que a razo da quantidade


6000 de mensagens recebida pela energia residual total da
4000 ICA COM FUZZY
rede.
2000
ICA SEM FUZZY
0
Custo do recebimento de Mensagens

46
Tempo de simulao (Rounds)
44
42
Custo

Fig. 2 Quantidade de mensagens enviadas x rounds (tempo) 40


ICA COM FUZZY

38 ICA SEM FUZZY


O cenrio do ICA com a utilizao do fuzzy obteve 36
os resultado significativamente melhores do que o 34
cenrio do ICA clssico. O ICA com fuzzy comea a 1

se destacar no nmero de envios de mensagens pelos Fig. 5 Custo do recebimento de mensagens


ns sensores ao sink a partir de 1.000 rounds (Fig. 2).
O ICA clssico possui um valor bastante elevado no Referncias Bibliogrficas
custo de recebimento de mensagens, sendo, portanto
o ICA com fuzzy muito mais vivel do que o ICA ALFREDO, Antonio. Redes de Sensores Sem Fio.
clssico (Fig. 5). Departamento de Cincia da Computao da
Universidade Federal de Minas Gerais. Belo
A Fig. 6 mostra os resultados das simulaes tendo Horizonte. 2006.
como referncia o tempo de vida til da rede, que o DALTON, Giulian. Roteamento em Redes de Sen-
tempo necessrio para que a rede pare de funcionar.
sores. Instituto de Matemtica e Estatstica.

Tempo de vida da rede


Universidade de So Paulo. 2004
6400

6350
FONTENELE, Krllon. Uma proposta de modelo
Tempo de simulao (Rounds)

6300
de dissipao de energia em redes sensores
6250
sem fio. 2010. Teresina
6200 ICA COM FUZZY

6150 ICA SEM FUZZY HABIB, E., Cmara, D., and Loureiro, A. A. (2004).
6100 Ica: Um novo algoritmo de
6050
roteamento para redes de sensores. In Simpsio
Brasileiro de Redes de Computadores, Grama-
6000
1 do, RS.
Fig. 6 Tempo de vida da rede
POTTIE, G. J. and KAISER, W. J. (2000). Wireless
Em relao ao tempo de vida da rede, o ICA com integrated network sensors. Communications
fuzzy se destaca do ICA clssico de forma acintosa. of the ACM, 43(5):51-58.
Ao final de 8.000 rounds, o algoritmo ICA com fuzzy
foi 305% melhor (Fig. 6). RIBEIRO, Wellington Gomes, ARROYO, Jos Elias
Claudio, SANTOS, Andr Gustavo, ROCHA,
Mauro Nacif. Aplicao da Meta-Heurstica
4 Concluso ILS para o problema de Cobertura Conecti-
vidade e Roteamento em RSSF 2D Plana
Neste trabalho prope-se uma nova metodologia para homognea. In: ENCONTRO DE COMPU-
lidar com roteamento em redes de sensores sem fio. TAO E INFORMTICA DO TOCAN-
A abordagem proposta neste trabalho consiste na TINS, 13., 2011, Palmas. Anais... Palmas:
aplicao de um sistema de inferncia fuzzy para CEULP/ULBRA, 2011. p. 109-118.
seleo dos ns lderes do algoritmo ICA clssico.
Pde-se verificar uma melhoria significativa no algo- SOUSA, A. S. e ASADA, E. N. Combined heuristic
ritmo ICA em diversas simulaes realizadas. with fuzzy system to transmission system ex-
pansion planning. Electric Power Systems Re-
O ganho de desempenho global da rede deve-se ao
search , Volume 81 (1) Elsevier, 2011.
sistema fuzzy. Este sistema possibilitou que a rede se
autoconfigurasse no intuito de melhorar o controle de
SINALGO, Simulator for Network Algorithms.
densidade de ns em uma RSSF. Atravs da nova
Disponvel em:
abordagem proposta neste trabalho, uma RSSF pode
http://www.disco.ethz.ch/projects/sinalgo/.
se autoconfigurar uma vez ocorrendo um evento
Acesso em 16/05/2013.
futuro em outra regio geogrfica se a rede ainda
possuir energia. O algoritmo ICA clssico no
jFUZZYLOGIC. Open Source Fuzzy Logic library
capaz disso, j que os lideres so eleitos aleatoria-
and FCL language implementation. Dispon-
mente. Portanto, nem sempre em locais apropriados.
vel em:
Isso incorre em maior gasto de energia.
http://jfuzzylogic.sourceforge.net/html/index.ht
ml. Acesso em 16/05/2013.
Foram realizadas anlises comparativas considerando
o algoritmo ICA com o sistema de inferncia fuzzy e
SOBRAL, J., SOUSA, A. S., ARAUJO, H., BALUZ,
o algoritmo ICA clssico. Levaram-se em considera-
R., FILHO, R., LEMOS, M., e RABELO, R. A
o as seguintes mtricas: nmero de mensagens
Fuzzy Inference System for Increasing of
enviadas, mensagens recebidas, energia residual,
Survivability and Efficiency in Wireless Sen-
custo de recebimento de mensagens e o tempo de
sor Networks. In ICN 2013, The Twelfth Inter-
vida da rede. Em todos os testes realizados pode-se
national Conference on Networks (pp. 34-41).
perceber um ganho significativo em desempenho da
rede para todas as mtricas analisadas.