Wireless sensor networks mobility management : a performance control approach

Abstract

Η αυξημένη χρήση των ασύρματων δικτύων αισθητήρων σε διάφορες εφαρμογές έχει δημιουργήσει έντονο ενδιαφέρον από πλευράς ερευνητών για συστήματα που πρέπει να παρέχουν συγκεκριμένες εγγυήσεις απόδοσης. Επιπλέον, στις μέρες μας υπάρχει έντονο ενδιαφέρον από τις βιομηχανικές επιχειρήσεις για να χρησιμοποιούν τα δίκτυα αισθητήρων για έλεγχο των διαδικασιών τους, λόγω κυρίως του χαμηλού κόστους εγκατάστασης και συντήρησης που μπορούν να προσφέρουν. Σε εφαρμογές όπου η απόδοση είναι εξαιρετικά σημαντική (critical applications), η παρακολούθηση σε πραγματικό χρόνο ενός κινητού κόμβου/χρήστη πρέπει να είναι πάντα διαθέσιμη, κάτι που απαιτεί την ύπαρξη ενός κατάλληλου πρωτοκόλλου κινητικότητας για τον έλεγχο της διαδικασίας μεταπομπής (handoff). Στην παρούσα εργασία, στόχος μας είναι να δημιουργήσουμε ένα πρωτόκολλο διαχείρισης της κινητικότητας, που μπορεί να εφαρμοστεί σε κρίσιμες εφαρμογές και το οποίο θα μπορεί να διατηρήσει αποτελεσματικά την συνδεσιμότητα του κινητού κόμβου ελέγχοντας τη διαδικασία μεταβίβασης από ένα κόμβο εξυπηρέτησης σε άλλο (handoff procedure). Το πρώτο βήμα αυτής της εργασίας ήταν να χαρακτηρίσουμε το μοντέλο της φυσικής διάδοσης του σήματος (radio propagation model) στο βιομηχανικό περιβάλλον με στόχο την ενσωμάτωσή της σε προσομοιωτή συστήματος. Η αρχική μας προσέγγιση βασίζεται στη χρήση μίας μόνο μεταβλητής για την αρχικοποίηση της διαδικασίας μεταβίβασης. Έτσι, υλοποιήθηκαν και αξιολογήθηκαν λύσεις που περιλαμβάνουν τη χρήση διάφορων μετρικών, όπως το RSSI, το Link Loss, το Burst Loss, το Simple Moving Average του RSSI, και του Link Loss και το Estimated Weighted Moving Average του RSSI και του Link Loss. Η δεύτερη μας προσέγγιση ήταν να χρησιμοποιήσουμε αρχές ελέγχου ασαφούς λογικής (fuzzy logic control) για να σχεδιάσουμε ένα απλό, αποτελεσματικό, και αποδοτικό μη γραμμικό νόμο ελέγχου, προκειμένου να παράσχει ένα σύστημα που θα καταφέρει να ελέγξει τη διαδικασία μεταβίβασης και να παρέχει βελτιωμένη απόδοση. Έτσι, προτείναμε τη λύση Fuzzy Logic Mobility Controller (FLMC), η οποία φαίνεται να έχει υψηλές επιδόσεις συγκρινόμενη με όλες τις άλλες λύσεις. Όσο αφορά τη διαδικασία της απόφασης και εκτέλεσης της μεταβιβάσεως (handoff decision/execution phase), χρησιμοποιήσαμε τρεις διαφορετικές επιλογές. Η πρώτη επιλογή ήταν η χρήση του RSSI με περιθώριο υστέρησης, η δεύτερη επιλογή που προτείνουμε είναι το Burst Loss Algorithm (BLA) το οποίο χρησιμοποιεί πολλαπλά σημεία προσάρτησης για να αποφασίσει το καλύτερο σημείο μεταβίβασης και η τρίτη επιλογή ήταν ένας συνδυασμός των δύο παραπάνω επιλογών. Τέλος, προτείναμε ένα νέο μοντέλο κινητικότητας που είναι σε θέση να υποστηρίξει τη κινητικότητα των κόμβων σε 6LoWPAN δίκτυα. Το μοντέλο αυτό περιλαμβάνει τη μορφή και το είδος των πακέτων που ανταλλάσσονται καθώς και τη λειτουργία του κινητού κόμβου. Παρέχεται αναλυτική αξιολόγηση της πρότασης μας συγκρινόμενη με άλλες λύσεις . Η δυνατότητα εφαρμογής των προτεινόμενων λύσεων ελέγχθηκε σε πραγματικό βιομηχανικό περιβάλλον το οποίο ήταν ένα διυλιστήριο πετρελαίου, όπου η απόδοση του δικτύου επικοινωνίας είναι κρίσιμη, καθώς και χρησιμοποιώντας τον προσομοιωτή COOJA ο οποίος τροποποιήθηκε με τέτοιο τρόπο ώστε να προσομοιώνει τη συμπεριφορά του διυλιστηρίου πετρελαίου. Παρά το γεγονός ότι η αξιολόγηση της προτεινόμενης λύσης πραγματοποιήθηκε με τη χρήση ειδικών υποδομών (π.χ. πρωτόκολλο TDMA MAC), οι λύσεις που προτείνονται είναι εφαρμόσιμες κάτω από οποιαδήποτε περιβάλλον αφού στηρίχθηκαν σε δυο γενικά αποδεκτές μετρικές όπως το RSSI και το Link Loss.

The growth of wireless sensor networks utilization has generated research attention in systems that need to provide certain performance assurances. Nowadays, there is also an increased interest from industrial operations to use sensor networks, due to the low deployment and maintenance cost that they can provide. A number of sensor network applications are envisioned to be applied to industry settings where the existence of mobile nodes (MN) is required. In critical applications, the real-time monitoring of a MN must always be available, something that requires the existence of a suitable mobility protocol to control the handoff procedure. In this thesis, we aim to create a mobility management protocol that can be applied in critical applications and which will efficiently maintain the connectivity of the mobile node by controlling the handoff procedure (triggering and execution). The first step of this work was to characterize the radio propagation model of the industrial setting with the goal to incorporate it into the scope of relevant simulators. Our first mobility management approach was based on the use of single-metric based handoff triggering solutions. Thus, we implemented and evaluated solutions which include the use of metrics like the RSSI, Link Loss, Burst Loss, the Simple Moving Average of the RSSI, and the Link Loss and the Estimated Weighted Moving Average of RSSI and Link Loss. Our second approach was to use fuzzy logic control principles to design a simple, effective, and efficient non-linear control law, in order to provide a system that will manage to control the handoff triggering procedure and provide improved performance. We proposed the Fuzzy Logic Mobility Controller (FLMC) solution which is shown to outperform all other solutions. Regarding the handoff decision/execution phase, we used three different options. The first option was the use of the RSSI with hysteresis margin, the second option was our proposed Burst Loss Algorithm (BLA) using multiple attachment points and the third option was a combination of the two aforementioned options. Finally, we proposed a new network-based mobility model able to provide mobility support in 6LoWPAN networks. This model includes the proposal of the mobility signalling, the packet format and the operation of the MN. Analytical evaluation of our proposal comparison with other solutions is provided. The applicability of the proposed solutions was established in both an oil refinery industry setting where performance is critical and the COOJA simulator which was modified to match the refinery testbed behaviour. Although that the evaluation of proposed solution was performed using specific infrastructure (ex. TDMA MAC protocol), the solutions are applicable to any setting that can provide the two general metrics named RSSI and Link Loss.