30.11.2012 Views

download tesi - MobiLab - Università degli Studi di Napoli Federico II

download tesi - MobiLab - Università degli Studi di Napoli Federico II

download tesi - MobiLab - Università degli Studi di Napoli Federico II

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Progetto e valutazione <strong>di</strong> algoritmi per la raccolta<br />

dati affidabili su reti <strong>di</strong> sensori senza cavo<br />

una complessità nel caso peggiore molto alta in quanto <strong>di</strong>pende dal numero<br />

totale <strong>di</strong> sensori presenti nella rete più che dallo specifico limite sulla<br />

<strong>di</strong>mensione del cluster.<br />

Una soluzione alternativa alla realizzazione <strong>di</strong> cluster con limitate<br />

<strong>di</strong>mensioni e con un overhead <strong>di</strong> messaggi basso è l’approccio budget-based<br />

clustering. In questo tipo <strong>di</strong> algoritmi al nodo iniziatore (cluster-head) è<br />

assegnato un budget iniziale. Il cluster-head inizia col <strong>di</strong>stribuire il proprio<br />

budget ai suoi vicini i quali a loro volta fanno lo stesso fin quando il budget<br />

non è esaurito. Questo tipo <strong>di</strong> approccio permette una crescita dei vari<br />

cluster basandosi su decisioni locali al nodo ed evitando <strong>di</strong> coinvolgere i<br />

cluster head in ogni round, <strong>di</strong>minuendo in questo modo l’overhead dei<br />

messaggi. Controllando quin<strong>di</strong> il budget allocato per la formazione del<br />

cluster si è in grado <strong>di</strong> controllare il numero superiore alla <strong>di</strong>mensione del<br />

cluster. Krishnan e Starobinski [47] propongono due algoritmi per budgetbased<br />

clustering: rapid e persistent. Entrambi astraggono dal numero e dalla<br />

<strong>di</strong>slocazione delle base station nella rete e non considerando l’assunzione<br />

della connettività <strong>di</strong>retta (molto utile quando si considerano scenari reali nei<br />

quali ci sono da considerare possibili ostacoli durante la trasmissione). Il<br />

lavoro si pone <strong>di</strong> tener in considerazione: (i) l’efficienza dei messaggi che è<br />

cruciale per mantenere limitati i requisiti <strong>di</strong> banda e il consumo energetico<br />

dei sensori, (ii) la necessità <strong>di</strong> avere <strong>di</strong>mensioni dei cluster limitate in modo<br />

da avere un impatto favorevole sulle performance dei protocolli <strong>di</strong> routing e,<br />

(iii) scelta <strong>di</strong> adeguati budget per la procedura <strong>di</strong> clustering al fine <strong>di</strong><br />

controllare le <strong>di</strong>mensioni e il numero <strong>di</strong> cluster prodotti.<br />

Una evoluzione allo stu<strong>di</strong>o <strong>di</strong> Krishnan e Starobinski è proposto da<br />

Tzevelekas et al [48] dove è descritta una metodologia intelligente <strong>di</strong><br />

<strong>di</strong>stribuzione dei budget ai vicini. L’idea è quella <strong>di</strong> far si che i no<strong>di</strong> possano<br />

tenere in considerazione le caratteristiche dei propri vicini al fine <strong>di</strong> stabilire<br />

politiche per la <strong>di</strong>stribuzione del budgets.<br />

70

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!