ΑΝΩΤΑΤΟ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ

ΙΔΡΥΜΑ ΛΑΡΙΣΑΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ

ΤΜΗΜΑ ΤΕΧΝΟΛΟΓΙΑΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ

ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ

ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ

" Ασύρματα Δίκτυα Αισθητήρων, Εφαρμογές τους και Μελέτη

Ενδιάμεσου Λογισμικού (Middleware) "

Παζάρας Ιωάννης Τ-1614

ΕΠΙΒΛΕΠΩΝ : Βέντζας Δημήτριος, PhD Bradford University,

P/G School of Control Eng, UK

ΛΑΡΙΣΑ 2012

2

«Δηλώνω υπεύθυνα ότι το παρόν κείμενο αποτελεί προϊόν προσωπικής μελέτης και

εργασίας και πως όλες οι πηγές που χρησιμοποιήθηκαν για τη συγγραφή της δηλώνονται

σαφώς είτε στις παραπομπές είτε στη βιβλιογραφία. Γνωρίζω πως η λογοκλοπή αποτελεί

σοβαρότατο παράπτωμα και είμαι ενήμερος/η για την επέλευση των νομίμων συνεπειών»

3

Εγκρίθηκε από την τριμελή εξεταστική επιτροπή

Τόπος, Ημερομηνία

ΕΠΙΤΡΟΠΗ ΑΞΙΟΛΟΓΗΣΗΣ

1. Ονοματεπώνυμο, Υπογραφή

2. Ονοματεπώνυμο, Υπογραφή

3. Ονοματεπώνυμο, Υπογραφή

4

Περίληψη

Ένα ασύρματο δίκτυο αισθητήρων είναι ένα δίκτυο υπολογιστών που αποτελείται

από αυτόνομες συσκευές κατανεμημένες στο χώρο οι οποίες χρησιμοποιούν αισθητήρες με

σκοπό τη συλλογική απεικόνιση φυσικών ή περιβαλλοντολογικών μεγεθών, όπως η

θερμοκρασία, ο ήχος, η δόνηση, η πίεση, η κίνηση ή τα σωματίδια μόλυνσης, σε διάφορες

τοποθεσίες. Η ανάπτυξη των ασύρματων δικτύων αισθητήρων αρχικά ξεκίνησε για

στρατιωτικές εφαρμογές όπως για την παρακολούθηση των πεδίων βολής. Στη συνέχεια

εξαιτίας της ραγδαίας ανάπτυξης των ασύρματων επικοινωνιών και των μικρομηχανικών

συστημάτων έγινε εφικτή η κατασκευή χαμηλού κόστους, χαμηλής κατανάλωσης ενέργειας,

πολυλειτουργικών και μικροσκοπικών αισθητήρων. Πλέον χρησιμοποιούνται από το

ευρύτερο κοινό σε μία πληθώρα εφαρμογών, που περιλαμβάνει παρακολούθηση

περιβάλλοντος και κατοικίας, ιατρικές εφαρμογές, οικιακούς και βιομηχανικούς

αυτοματισμούς και έλεγχο κυκλοφορίας.

Στην εργασία αυτή θα αναφερθούμε γενικά στα ασύρματα δίκτυα αισθητήρων, τους

παράγοντες που συμβάλλουν στον σχεδιασμό τους και τις ποικίλες εφαρμογές τους σε

διάφορους τομείς.

Επίσης, θα παρουσιάσουμε υπάρχουσες τεχνολογίες υλικού-λογισμικού(middleware)

για τα ασύρματα δίκτυα αισθητήρων. Θα περιγράψουμε ένα μοντέλο αναφοράς για την

αρχιτεκτονική των ασύρματων δικτύων αισθητήρων.Θα ταξινομηθούν τα χαρακτηριστικά

τους χρησιμοποιώντας μια ταξινόμηση τριών επιπέδων και θα γίνει λεπτομερής ανάλυση

τους. Θα γίνει επίσης αξιολόγηση των υπηρεσιών μεσισμικού και της προγραμματιστικής

αφαίρεσης με λεπτομέρειες και σύγκριση των ήδη υπαρχόντων σχεδίων.

Τέλος, στο τελευταίο κεφάλαιο θα γίνει μια προσπάθεια ανάλυσης των βημάτων που

ακολουθήθηκαν για την εγκατάσταση ενός λειτουργικού συστήματος για τα ασύρματα δίκτυα

αισθητήρων, του TinyOS. Έγινε η προσπάθεια εγκατάστασης επίσης ενός μεσισμικού, του

Agilla σε τοπικό επίπεδο χωρίς δηλαδή την παρουσία φυσικών αισθητήρων. Αντί για

κανονικούς αισθητήρες χρησιμοποιήθηκε ο TOSSIM, ένας εξομοιωτής που προσφέρεται από

το TinyOS. Επίσης, με τη βοήθεια του TinyViz μας δόθηκε η δυνατότητα να δούμε

λεπτομέρειες όσον αφορά τα μηνύματα που αναταλάσσονται μεταξύ των αισθητήρων όπως

και πολλές άλλες λεπτομέρειες.

Δυστυχώς, λόγω περιορισμένου υλικού στο διαδίκτυο πάνω στην εφαρμογή του

Agilla στο TinyOS δεν κατέστη δυνατή η ολοκλήρωση της εφαρμογής αλλά σταμάτησε στο

επίπεδο που πρέπει να συνδεθεί το Agilla με το TinyViz και τον AgentInjector. Για αυτόν

ακριβώς το λόγο φτιάχτηκε ένα, όσο το δυνατόν, πιο αναλυτικό σχεδιάγραμμα (tutorial) για

περαιτέρω μελέτη και ολοκλήρωση του προγράμματος.

5

Περιεχόμενα

Κατάσταση Εικόνων ................................................................................................................................ 7

Κεφάλαιο 1: Εισαγωγή στα Ασύρματα Δίκτυα Αισθητήρων ................................................................ 10

1.1 Γενική Αναφορά στα Ασύρματα Δίκτυα Αισθητήρων .............................................................. 10

1.2 Χαρακτηριστικά .......................................................................................................................... 11

1.3 Διαφορές Ασύρματων Δικτύων Αισθητήρων με τα Ad-Hoc δίκτυα ........................................ 13

1.4 Προβλήματα και Περιορισμοί των Ασύρματων Δικτύων Αισθητήρων ................................... 14

Κεφάλαιο 2: Εφαρμογές Ασύρματων Δικτύων Αισθητήρων ................................................................ 15

2.1 Στρατιωτικές Εφαρμογές ........................................................................................................... 18

2.2 Περιβαλλοντολογικές Εφαρμογές ............................................................................................. 20

2.3 Εφαρμογές Υγείας ...................................................................................................................... 23

2.4 Βιομηχανικές Εφαρμογές .......................................................................................................... 25

2.5 Οικιακές Εφαρμογές .................................................................................................................. 26

2.6 Υποβρύχιες Εφαρμογές.............................................................................................................. 27

2.7 Άλλες Εμπορικές Εφαρμογές ..................................................................................................... 28

Κεφάλαιο 3: Παράγοντες που Συμβάλλουν στο Σχεδιασμό των Δικτύων Αισθητήρων ....................... 30

3.1 Αντοχή σε Σφάλματα ................................................................................................................. 30

3.2 Δυνατότητα Κλιμάκωσης ........................................................................................................... 30

3.3 Κόστος Παραγωγής .................................................................................................................... 31

3.4 Περιορισμοί Υλικού .................................................................................................................... 31

3.5 Τοπολογία Δικτύων Αισθητήρων .............................................................................................. 32

3.6 Περιβάλλον ................................................................................................................................. 35

3.7 Μέσα Μετάδοσης....................................................................................................................... 35

3.8 Κατανάλωση Ενέργειας ............................................................................................................. 36

3.8.1 Επικοινωνία ......................................................................................................................... 37

3.8.2 Επεξεργασία Δεδομένων .................................................................................................... 37

3.9 Αρχιτεκτονική στα Ασύρματα Δίκτυα Αισθητήρων .................................................................. 37

3.9.1 To Φυσικό Eπίπεδο (Physical Layer) ................................................................................... 38

3.9.2 To Επίπεδο Ζεύξης Δεδομένων (Data Link Layer) .............................................................. 38

3.9.3 Το Επίπεδο Δικτύου (Network Layer) ................................................................................. 39

3.9.4 Το Επίπεδο Μεταφοράς (Transport Layer) ........................................................................ 40

6

3.9.5 Το Επίπεδο Εφαρμογών (Application Layer) ...................................................................... 40

Κεφάλαιο 4: Μοντέλο αναφοράς μεσισμικού (Middleware) ............................................................... 41

4.1 Επισκόπηση μοντέλου ............................................................................................................... 41

4.2 Προγραμματιστική Αφαίρεση (Programming Abstractions) .................................................... 43

4.3 Υπηρεσίες συστήματος .............................................................................................................. 44

4.4 Υποστήριξη χρόνου εκτέλεσης .................................................................................................. 45

4.5 Μηχανισμοί Ποιότητας της Υπηρεσίας (QoS mechanisms) ..................................................... 46

Κεφάλαιο 5. Υπηρεσίες συστήματος μεσισμικού ................................................................................. 46

5.1 Διαχείριση κώδικα ..................................................................................................................... 46

5.2 Διαχείριση δεδομένων ............................................................................................................... 51

5.2.2 Επεξεργασία δεδομένων .................................................................................................... 55

5.2.3 Αποθήκευση δεδομένων .................................................................................................... 56

5.3 Πόροι και Ανεύρεση Πληροφοριών .......................................................................................... 59

5.4 Διαχείριση Πόρων ...................................................................................................................... 60

5.5 Ενσωμάτωση Ασύρματων Δικτύων Αισθητήρων ..................................................................... 62

Κεφάλαιο 6: WSN Runtime Support ...................................................................................................... 63

Κεφάλαιο 7: Υποστήριξη της Ποιότητας της Υπηρεσίας στα WSN ....................................................... 65

Κεφάλαιο 8: Ταξινόμηση των χαρακτηριστικών του μεσισμικού των WSN ......................................... 67

Κεφάλαιο 9: Tutorial για το TinyOS ....................................................................................................... 71

9.1 Προγράμματα για την εγκατάσταση του TinyOS ...................................................................... 71

9.2 Εγκατάσταση του TinyOS ........................................................................................................... 73

9.3 Εγκατάσταση του Agilla, ενός μεσισμικού για τα Ασύρματα Δίκτυα Αισθητήρων ................. 76

9.4 Διαμόρφωση του AgentInjector ................................................................................................ 78

9.5 TinyViz ......................................................................................................................................... 83

Κεφάλαιο 10: Συμπεράσματα – Προτάσεις για περαιτέρω μελέτη ...................................................... 88

Βιβλιογραφία ........................................................................................................................................ 89

7

Κατάσταση Εικόνων

Εικόνα 1 : Τυπικό Ασύρματο Δίκτυο Αισθητήρων (WSNs) 11

Εικόνα 2 : Ποικίλες Εφαρμογές Ασύρματων Δικτύων Αισθητήρων 18

Εικόνα 3 : Αναπαράσταση στρατιωτικών εφαρμογών των WSNs 19

Εικόνα 4 : Εφαρμογή WSNs στη δασική πυρασφάλειa 20

Εικόνα 5 : Εφαρμογές στην παρακολούθηση της φύσης 21

Εικόνα 6 : Εφαρμογή WSNs σε αμπελοκαλλιέργειες 22

Εικόνα 7 : Εγκατάσταση αισθητήρα για τον έλεγχο της υγρασίας του εδάφους 23

Εικόνα 8 : Σύστημα αισθητήρων για παρακολούθηση ασθενών 24

Εικόνα 9 : Εφαρμογές των WSNs στον τομέα της υγείας 25

Εικόνα 10 : Βαλβίδα εκτόνωσης για την ανίχνευση διαρροών σε βιομηχανίες 26

Εικόνα 11 : Ασύρματος και απομακρυσμένος έλεγχος σπιτιού με χρήση αισθητήρων 27

Εικόνα 12 : Υποβρύχιες εφαρμογές ασύρματων δικτύων αισθητήρων 28

Εικόνα 13 : Παρακολούθηση κίνησης οχημάτων με χρήση αισθητήρων 29

Εικόνα 14 : Είδη τοπολογιών WSNs 33

Εικόνα 15 : Τα επίπεδα-layers στα WSNs 38

Εικόνα 16 : Τα βασικά συστατικά του μεσισμικού ασυρμάτων δικτύων αισθητήρων 42

Εικόνα 17: Το πλαίσιο αναφοράς μεσισμικού για τα ασύρματα δίκτυα αισθητήρων 42

Εικόνα 18 : Αρχιτεκτονική συστήματος ενός ασύρματου δίκτυου αισθητήρων 43

Εικόνα 19 : Μετάδοση δεδομένων στα WSN: a) client-server-based paradigm,

b) mobile-agent-based paradigm 47

Εικόνα 20 :Απεικόνιση δυο εφαρμογών εντοπισμού στόχου: α) γεωγραφικού

εντοπισμού στόχου και β) αναγνώρισης αντικειμένου 48

Εικόνα 21 : Το μοντελοποιημένο σύστημα Agilla 48

Εικόνα 22 : Η αρχιτεκτονική του μεσισμικού του Agilla 49

Εικόνα 23 : Η αρχιτεκτονική του agent Agilla 50

Εικόνα 24 : Η αρχιτεκτονική του Mires 52

Εικόνα 25 : Τα συστατικά του Mires 52

8

Εικόνα 26 : Διάγραμμα ακολουθίας topic advertisement 53

Εικόνα 27 : Κόμβοι αισθητήρων σε δωμάτια 54

Εικόνα 28 : Πλαίσιο DSWare 57

Εικόνα 29 : Το μοντέλο DSWare 58

Εικόνα 30 : Η διαχείριση του δικτυακού πρωτοκόλλου του MiLAN 61

Εικόνα 31 : Η αρχιτεκτονική του Mate 64

Εικόνα 32 : Η υποστήριξη της ποιότητας της υπηρεσίας στο MiLAN 66

Εικόνα 33 : Τα δένδρα δρομολόγησης του μεσισμικού WSN. a) Η ρίζα του

δένδρου, b) Το δένδρο των υπηρεσιών του μεσισμικού, c) Το δένδρο της

αρχιτεκτονικής του μεσισμικού, d) Το δένδρο των χαρακτηριστικών του

μεσισμικού 69

Εικόνα 34 : Το Serial Demo που προκύπτει από την εγκατάσταση του javacomm 72

Εικόνα 35 : Το παράθυρο Environment Variables προκύπτει από το παράθυρο

System Properties και μας επιτρέπει να ορίσουμε το class path 73

Εικόνα 36 : Οι εντολές για την εγκατάσταση όλων των πακέτων του TinyOS 74

Εικόνα 37 : Οι εντολές για να κατεβάσουμε τα source files του TinyOS 74

Εικόνα 38 : Το αρχείο locate-jre 75

Εικόνα 39 : Οι εντολές για να κάνουμε compile τη java 75

Εικόνα 40 : Οι εντολές για να κάνουμε εγκατάσταση την βιβλιοθήκης JNI 75

Εικόνα 41 : Η εντολή tos-check-env μας δίνει πληροφορίες για την σωστή

εγκατάσταση των προγραμμάτων 76

Εικόνα 42 : Η δημιουργία του αρχείου Makefile.Agilla 77

Εικόνα 43 : Ο Agilla Agent Injector ο οποίος ανοίγει προεπιλεγμένα το 3Blink 79

Εικόνα 44 : Η εντολή για να ξεκινήσει ο Agilla 80

Εικόνα 45 : Ο SerialForwarder ο οποίος «ακούει» στο localhost 80

Εικόνα 46 : Ο Agilla Agent Injector ο οποίος έχει συνδεθεί τοπικά με το localhost 81

Εικόνα 47 : Τα μηνύματα που εμφανίζει ο Agilla όταν τρέχει σε συνδυασμό με τον

Serial Forwarder 82

9

Εικόνα 48 : Τα μηνύματα που εμφανίζει ο Agilla όταν τρέχει σε συνδυασμό με τον

Agent Injector 83

Εικόνα 49 : Οι εντολές που πληκτρολογούμε για να ξεκινήσουμε το TestTinyVIz 84

Εικόνα 50 : Το TestTinyViz 85

Εικόνα 51 : Το TinyViz έχοντας επιλέξει όλα τα debug messages 86

Εικόνα 52 : Το TinyViz έχοντας επιλέξει να εμφανίζονται τα send radio packet 87

10

Κεφάλαιο 1: Εισαγωγή στα Ασύρματα Δίκτυα Αισθητήρων

1.1 Γενική Αναφορά στα Ασύρματα Δίκτυα Αισθητήρων

Τις τελευταίες δεκαετίες η ανάπτυξη της τεχνολογίας των αισθητήρων άνοιξε

εντελώς νέα πεδία για τις σύγχρονες τεχνολογικές εφαρμογές. Η συλλογή δεδομένων από το

περιβάλλον σε συνδυασμό με την ανάπτυξη της μικροηλεκτρονικής έδωσε ώθηση στον

αυτοματισμό και την επιστημονική παρατήρηση. Επιπλέον, οι δυνατότητες των αισθητήρων

έδωσαν το κίνητρο για να διερευνηθεί η προοπτική της καταγραφής και επεξεργασίας

δεδομένων τους από απόσταση, εκμεταλλεύοντας την παράλληλη ανάπτυξη των ασύρματων

επικοινωνιών. Η συγχώνευση της τεχνολογίας των αισθητήρων, των υπολογιστικών

μικροσυσκευών και των ασύρματων επικοινωνιών οδήγησε σε μία νέα καινοτομία, στα

ασύρματα δίκτυα αισθητήρων (Wireless Sensor Networks - WSNs). Τα ασύρματα δίκτυα

αισθητήρων (WSNs) αποτελούν σήμερα ένα πολλά υποσχόμενο πεδίο έρευνας στον τομέα

των Ασύρματων Επικοινωνιών, δεδομένου του εκτενούς εύρους εφαρμογών που μπορούν να

υποστηρίξουν. Συνιστούν μία νέα τάξη υπολογιστικών συστημάτων, που διευρύνει την

ανθρώπινη δυνατότητα αλληλεπίδρασης με το φυσικό περιβάλλον. Ενώ μέχρι σήμερα τα

ενσύρματα δίκτυα αισθητήρων χρησιμοποιούνταν για πολλούς σκοπούς, η ανάπτυξη της

τεχνολογίας και των μικροηλεκτρονικών συστημάτων γενικά στον τομέα των ασύρματων

επικοινωνιών έκαναν εφικτή και πιο οικονομική την χρήση των ασύρματων μέσων επίσης.

Σίγουρα η χρήση των ασύρματων μέσων παρέχει μεγαλύτερη ευελιξία, ευκολία στη χρήση

και γρήγορη ανάπτυξη των δικτύων αισθητήρων, παρόλο που σε κάποιες κρίσιμες εφαρμογές

μπορεί να μειωθεί η αξιοπιστία της μεταφοράς δεδομένων. [1]

Αναλυτικότερα, τα Ασύρματα Δίκτυα Αισθητήρων (WSNs) αποτελούνται από ένα ή

περισσότερα sink (ή base station) και από μερικές δεκάδες ή χιλιάδες κόμβους αισθητήρες

(sensor nodes), οι οποίοι διασκορπίζονται σε ένα χώρο. Οι κόμβοι αυτοί συλλέγουν

πληροφορίες από το περιβάλλον και ανάλογα με την εφαρμογή, είτε επεξεργάζονται τις

πληροφορίες και τις στέλνουν, είτε τις στέλνουν χωρίς καμιά επεξεργασία. Οι κόμβοι αυτοί,

συνήθως πρέπει να αισθάνονται τη θερμοκρασία, το φως, τη δόνηση, τον ήχο, την

ακτινοβολία κ.α. Οι πληροφορίες αυτές “ταξιδεύουν” μέσα στο δίκτυο, έχοντας σαν τελικό

προορισμό τους κόμβους sink. Ανάλογα με την εφαρμογή, τα sink ενδέχεται να αποστείλουν

κάποια υποερωτήματα (queries) προς τους κόμβους, με σκοπό να μαζέψουν χρήσιμες

πληροφορίες. [2]

Το σημαντικό πλεονέκτημα, το οποίο παρέχει η εγκατάσταση ενός τέτοιου δικτύου

είναι ότι δεν απαιτείται η εκ των προτέρων γνώση της τοπολογίας του. Η δυνατότητα αυτή

επιτρέπει την ταχεία ανάπτυξη δικτύων αυτού του τύπου σε δύσβατες ή ακατάλληλες για τον

άνθρωπο περιοχές. Οι κόμβοι είναι χαμηλού κόστους και χαμηλής κατανάλωσης και έχουν τη

δυνατότητα να επικοινωνούν σε μικρές αποστάσεις, να εκτελούν περιορισμένη τοπική

επεξεργασία δεδομένων και να «αισθάνονται» διαφόρων ειδών ερεθίσματα στην περιοχή

εφαρμογής τους. [3]

11

Εικόνα 1: Τυπικό Ασύρματο Δίκτυο Αισθητήρων (WSNs)

1.2 Χαρακτηριστικά

Ένα δίκτυο αισθητήρων χαρακτηρίζεται από το χρόνο ζωής του, την επεκτασιμότητα

του, την κάλυψη που παρέχει, το κόστος παραγωγής του, την ευκολία ανάπτυξης, την

ανίχνευση και διόρθωση σφαλμάτων, το χρόνο απόκρισης, τον τρόπο συγχρονισμού, αλλά

και την ασφάλεια που μπορεί να παρέχει.

Ο αναμενόμενος χρόνος ζωής του δικτύου είναι από τα σημαντικότερα

χαρακτηριστικά και κυριότερος περιοριστικός παράγοντας στην διάρκεια ζωής του είναι η

χωρητικότητα του συσσωρευτή ενέργειας του συστήματος. Εδώ πρέπει να τονιστεί ότι σε

πολλές εφαρμογές κρίσιμο χαρακτηριστικό δεν είναι ο μέσος χρόνος ζωής ενός κόμβου, αλλά

ο ελάχιστος εκτιμώμενος χρόνος ζωής.

Αμέσως επόμενοι σημαντικοί παράγοντες μετά τον χρόνο ζωής είναι η κάλυψη και η

επεκτασιμότητα. Όπως είναι προφανές είναι σημαντικό για τον τελικό χρήστη να μπορεί να

αναπτύξει δίκτυα τα οποία καλύπτουν μια ευρεία περιοχή παρατήρησης. Στο σημείο αυτό

12

πρέπει να τονίσουμε ότι η κάλυψη του δικτύου δεν ταυτίζεται απαραίτητα με την ακτίνα

κάλυψης των επικοινωνιακών συνδέσεων που χρησιμοποιεί ο κάθε κόμβος. Με την χρήση

multi-hop τεχνικών είναι εφικτή η επέκταση της κάλυψης αρκετά πιο μακριά από την ακτίνα

που επιτρέπει ο χρησιμοποιούμενος πομπός. Θεωρητικά η επέκταση της ακτίνας κάλυψης του

δικτύου τείνει στο άπειρο αλλά αποδεικνύεται ότι μετά από ένα αριθμό από hop και μια

συγκεκριμένη ακτίνα εκπομπής το συνολικό ισοζύγιο κατανάλωσης ισχύος του δικτύου

αυξάνεται ενώ ταυτόχρονα μειώνεται ο χρόνος αντίδρασής του.

Η επεκτασιμότητα αποτελεί ένα από τα σημαντικότερα χαρακτηριστικά των δικτύων

αισθητήρων. Ανάλογα με την εφαρμογή, ο αριθμός των κόμβων που συμμετέχουν κυμαίνεται

από μερικούς αισθητήρες έως μερικές εκατοντάδες, ακόμα θα πρέπει να υπάρχουν

κατάλληλοι μηχανισμοί που να επιτρέπουν την προσθήκη νέων κόμβων χωρίς να

διαταράσσεται η λειτουργία του δικτύου.

Μιας και τα δίκτυα αισθητήρων αποτελούνται από πολλούς κόμβους, το κόστος ενός

εκάστου κόμβου παίζει σημαντικό ρόλο στην διαμόρφωση του συνολικού κόστους του

δικτύου. Έτσι επιδιώκεται το κόστος του κάθε κόμβου να είναι χαμηλό ώστε το συνολικό

κόστος του δικτύου να είναι χαμηλότερο από το κόστος ενός αντιστοίχων δυνατοτήτων

συμβατικού δικτύου.

Ένα επιπλέον χαρακτηριστικό είναι η ευκολία ανάπτυξης. Απαιτείται η ανάπτυξη

του δικτύου στο χώρο λειτουργίας του να είναι εφικτή και από μη εξειδικευμένο προσωπικό,

μια τέτοια δυνατότητα προϋποθέτει να έχει το δίκτυο την ικανότητα να αυτορυθμίζεται. Στην

ιδεατή περίπτωση το σύστημα θα είναι ικανό να ρυθμίζεται αυτόματα ανεξάρτητα την

κατάσταση που επικρατεί στο περιβάλλον στο οποίο τοποθετείται.

Σημαντικός δείκτης απόδοσης για ένα σύστημα αισθητήρων είναι και η αντοχή στα

σφάλματα. Κάποιοι κόμβοι μπορεί να πάψουν να λειτουργούν λόγω βλάβης, λόγω αστοχίας

κάποιου υποσυστήματος τους ή λόγω παρεμβολών από κάποιο εξωτερικό αίτιο. Στην

περίπτωση αυτή το σφάλμα λειτουργίας ενός κόμβου ή μιας ομάδας κόμβων δεν θα πρέπει να

επηρεάζει την συνολική λειτουργία του δικτύου. Η αντοχή σε σφάλματα είναι η δυνατότητα

του δικτύου αισθητήρων να διατηρεί τη λειτουργικότητά του χωρίς διακοπές που να

οφείλονται στις αποτυχίες των κόμβων του. Η αξιοπιστία ή η αντοχή σε σφάλματα ενός

αισθητήριου κόμβου συμβολίζεται με Rk(t) και μοντελοποιείται χρησιμοποιώντας τη

διασπορά Poisson προκειμένου να δείξει την πιθανότητα να μην έχουμε κάποια αποτυχία σε

ένα χρονικό διάστημα (0,t) :

)exp( ttR kk

όπου λk και t είναι αντίστοιχα ο ρυθμός αποτυχίας ενός κόμβου k και η χρονική

περίοδος. Οι αλγόριθμοι και τα πρωτόκολλα μπορούν να σχεδιαστούν ώστε να εμπεριέχουν

τα επίπεδα αντοχής σε λάθη που απαιτούνται από τα δίκτυα αισθητήρων. Αν το περιβάλλον

στο οποίο πρόκειται να αναπτυχθεί ένα δίκτυο αισθητήρων δημιουργεί μικρές παρεμβολές

τότε τα πρωτόκολλα μπορούν ανάλογα να είναι πιο ελαστικά. Για παράδειγμα, αν ένα δίκτυο

αισθητήρων βρίσκεται εγκατεστημένο σε μια οικία προκειμένου να παρακολουθεί τα επίπεδα

υγρασίας και θερμοκρασίας, η αντοχή σε σφάλματα μπορεί να είναι χαμηλή αφού τέτοιου

είδους αισθητήριοι κόμβοι δεν καταστρέφονται και δεν παρεμβάλλονται εύκολα από το

περιβάλλον. Αντιθέτως σε ένα πεδίο μάχης το δίκτυο αισθητήρων που θα εγκατασταθεί

πρέπει να έχει μεγάλη αντοχή σε σφάλματα διότι είναι πολύ εύκολο να καταστραφούν

αρκετοί κόμβοι του από εχθρικές επιχειρήσεις. Από τα παραπάνω διαπιστώνεται ότι η αντοχή

σε σφάλματα εξαρτάται και από την εφαρμογή για την οποία προορίζεται το δίκτυο. Συνεπώς

13

αυτό πρέπει να λαμβάνεται υπόψη στο σχεδιασμό του δικτύου αισθητήρων αλλά και των

ίδιων των κόμβων.

Σε ορισμένες κατηγορίες εφαρμογών, όπως στις εφαρμογές επιτήρησης και

εντοπισμού, δεδομένα από πολλούς κόμβους πρέπει να συσχετισθούν χρονικά ώστε γίνει

εφικτός ο εντοπισμός βασικών παραμέτρων του φαινομένου που παρατηρείται. Για να

επιτευχθεί ο συγχρονισμός ,το δίκτυο πρέπει να είναι ικανό να κατασκευάζει και διατηρεί μια

καθολική ώρα συστήματος, η οποία θα χρησιμοποιείται για την χρονική ταξινόμηση των

δεδομένων που καταγράφονται σε κάθε κόμβο του δικτύου. Για να είναι εφικτή η παραπάνω

διαδικασία απαιτείται η ύπαρξη ενός μηχανισμού ο οποίος θα διαχειρίζεται τις διαδικασίες

διατήρησης και διασποράς, μεταξύ των κόμβων, των μηνυμάτων με πληροφορίες

συγχρονισμού.

Ο χρόνος αντίδρασης είναι για κάποιες εφαρμογές, όπως τα συστήματα έγκαιρης

προειδοποίησης & συναγερμού, ο σημαντικότερος παράγοντας σχεδίασης και αξιολόγησης

ενός δικτύου. Ωστόσο η ικανότητα του δικτύου να έχει μικρό χρόνο απόκρισης έρχεται σε

σύγκρουση με άλλους δείκτες, π.χ με το χρόνο ζωής του συστήματος. Η αντίφαση αυτή

αίρεται με την ενσωμάτωση στο δίκτυο κόμβων που βρίσκονται σε κατάσταση συνεχούς

λειτουργίας.

Η λύση αυτή εξασφαλίζει τον επιθυμητό χρόνο αντίδρασης αλλά έχει αρνητική

επίπτωση στην ευκολία ανάπτυξης του δικτύου.

Τα ασύρματα δίκτυα αισθητήρων πρέπει να είναι ικανά να διατηρούν την

πληροφορία που συλλέγουν κρυφή σε μη εξουσιοδοτημένους χρήστες. Έτσι για να μπορέσει

να διατηρηθεί η μυστικότητα, το δίκτυο πρέπει να υποστηρίζει μηχανισμούς

κρυπτογράφησης και αυθεντικοποίησης.

Η χρήση τέτοιων τεχνικών επιδρούν αρνητικά τόσο στην κατανάλωση ισχύος όσο

και στο διαθέσιμο εύρος ζώνης του δικτύου ενώ η ενσωμάτωση στα μεταφερόμενα πακέτα

επιπλέον bits, τα οποία περιέχουν τις πληροφορίες αυθεντικοποίησης, μειώνουν τον αριθμό

των πραγματικών δειγμάτων που μπορούν να μεταφερθούν από ένα κόμβο.

1.3 Διαφορές Ασύρματων Δικτύων Αισθητήρων με τα Ad-Hoc

δίκτυα

Ενώ τα ασύρματα δίκτυα αισθητήρων παρουσιάζουν αρκετές ομοιότητες με τα ad-

hoc δίκτυα παρόλ’ αυτά έχουν κάποιες διαφορές. Οι κυριότερες διαφορές εντοπίζονται στα

παρακάτω σημεία:

Πλήθος κόμβων: Ο αριθμός των κόμβων σε ένα ασύρματο δίκτυο

αισθητήρων είναι συνήθως πολύ μεγαλύτερος από ότι σε ένα ad-hoc δίκτυο.

14

Πυκνότητα Ανάπτυξης: Οι κόμβοι στα ασύρματα δίκτυα αισθητήρων

αναπτύσσονται στην περιοχή παρατήρησης με μεγαλύτερη πυκνότητα.

Τοπολογία: Στα δίκτυα αισθητήρων είναι συνήθως στατική, ενώ στα ad-hoc

αλλάζει συνεχώς.

Μεθοδολογία εκπομπής: Στα ad-hoc δίκτυα η μεθοδολογία είναι point-to-

point, ενώ στα ασύρματα δίκτυα αισθητήρων είναι meshnetworking.

Δυνατότητες κόμβου: Στα δίκτυα αισθητήρων οι κόμβοι έχουν πολλούς

περιορισμούς στους τομείς της ενέργειας, της υπολογιστική ισχύος και της μνήμης,

από κατασκευή τους.

Τρόπος χρησιμοποίησης: Οι κόμβοι στα δίκτυα αισθητήρων

χρησιμοποιούνται για τη συλλογή δεδομένων σε μια περιοχή παρατήρησης, ενώ στα

ad-hoc δίκτυα εκτελούν διάφορες υπολογιστικές εργασίες.

Απουσία μοναδικού χαρακτηριστικού: Οι κόμβοι σε ένα δίκτυο

αισθητήρων είναι πιθανό να μην έχουν κάποιο αναγνωριστικό(MAC/IP διεύθυνση) εν

αντιθέσει με τους κόμβους σε ένα ad-hoc δίκτυο.

Κινητικότητα: Στα ad-hoc δίκτυα οι κόμβοι μετακινούνται πολύ συχνά, ενώ

οι κόμβοι ενός ασύρματου δικτύου αισθητήρων παραμένουν σταθεροί.

Αναπλήρωση ενέργειας: Στα ασύρματα δίκτυα αισθητήρων. Οι κόμβοι δεν

έχουν συνήθως τη δυνατότητα αναπλήρωσης της ενέργειας που καταναλώνουν σε

αντίθεση με τους κόμβους στα ad-hoc δίκτυα.

1.4 Προβλήματα και Περιορισμοί των Ασύρματων Δικτύων

Αισθητήρων

Τα ασύρματα δίκτυα αισθητήρων παρουσιάζουν ένα εντελώς διαφορετικό σύνολο

από περιορισμούς σε σύγκριση με τους περιορισμούς που παρουσιάζονται στα παραδοσιακά

δίκτυα. Το πιο σημαντικό από αυτά είναι η ενέργεια. Αυτά τα δίκτυα αποτελούνται από

συσκευές που πρέπει να είναι ενεργές αρκετή ώρα με μικρές μπαταρίες.

Πηγές Κατανάλωσης Ενέργειας:

• Άνοιγμα/κλείσιμο ασυρμάτου-Ενέργεια εξαρτάται από το μοντέλο του ασυρμάτου

• Μετάδοση δεδομένων-Εξαρτάται ανά bit από ισχύς μετάδοσης (πχ, τι εμβέλεια

θέλουμε να έχει το μήνυμα), μοντέλο ασυρμάτου

• Λήψη δεδομένων-Αναμονή για δεδομένα (χωρίς κάτι να λαμβάνεται εκείνη την

ώρα).

Η ενέργεια στις τρείς παραπάνω περιπτώσεις εξαρτάται και από το χρόνο.Επίσης,

αντιμετωπίζουν κάποια προβλήματα λόγω των περιορισμών που υπάρχουν στους αισθητήρες,

15

όπως για παράδειγμα, οι περιορισμένοι πόροι, οι χαμηλές υπολογιστικές δυνατότητες και η

μικρή μνήμη.Ευτυχώς, οι δυνατότητες των αισθητήρων έχουν αυξηθεί σημαντικά τα

τελευταία χρόνια και επιπλέον έχουν δημιουργηθεί αλγόριθμοι με μικρές απαιτήσεις μνήμης

και μικρή πληροφορία/αισθητήρα.

Αντίθετα με τους υπόλοιπους υπολογιστές, οι αισθητήρες συχνά πρέπει να

τοποθετηθούν σε δύσκολες περιοχές, όπου οι τεχνικοί που θα τους εφαρμόσουν έχουν

μειωμένη ορατότητα. Ακόμα κάτι που γίνεται δύσκολα στους κόμβους αισθητήρων είναι να

καθοριστεί για πιο λόγο χάθηκε ένα πακέτο. Οι πιθανοί λόγοι είναι λόγω υπερχείλισης της

ουράς, λόγω έλλειψης ενέργειας, ή λόγω έλλειψης ασφάλειας. Για παράδειγμα, κάποιος

εξωγενής παράγοντας μετακίνησε τον αισθητήρα, όπως κάποιο πουλί. Ακόμα κάποιος

πιθανός λόγος για το χάσιμο πακέτων είναι η συμφόρηση στο δίκτυο, επομένως κάποια

πακέτα να μην μπορούν να μεταφερθούν και ειδικότερα, αυτά που βρίσκονται πιο μακριά από

τον κόμβο gateway.

Τα ασύρματα δίκτυα αισθητήρων πρέπει να αντιμετωπίσουν και το πρόβλημα για το

coverage. Δηλαδή, πόσο καλά μια περιοχή παρακολουθείται από τους κόμβους αισθητήρες.

Επίσης πρέπει να αντιμετωπίσουν και το χαμηλό ασύρματο επικοινωνιακό bandwidth λόγω

της ασύρματης επικοινωνίας τους.Λόγω αυτών και άλλων περιορισμών και προβλημάτων

που έχουν να αντιμετωπίσουν τα ασύρματα δίκτυα αισθητήρων υπάρχει ανάγκη για

καινοτόμα συστήματα, πρωτόκολλα και αλγορίθμους.

Κεφάλαιο 2: Εφαρμογές Ασύρματων Δικτύων Αισθητήρων

Τα δίκτυα αισθητήρων μπορούν να αποτελούνται από πολλούς διαφορετικούς

τύπους αισθητήρων όπως σεισμικών, μαγνητικών χαμηλού ρυθμού δειγματοληψίας,

θερμικών, οπτικών, υπερύθρων, ακουστικών και ραντάρ, οι οποίοι είναι ικανοί να

παρακολουθούν μια ευρεία ποικιλομορφία περιβαλλοντολογικών συνθηκών που

περιλαμβάνουν τα ακόλουθα :

Θερμοκρασία

Υγρασία

Κίνηση οχημάτων

Συνθήκες φωτός.

Πίεση.

Διάρθρωση εδάφους.

16

Επίπεδα θορύβου.

Την παρουσία ή απουσία προκαθορισμένων ειδών αντικειμένων.

Επίπεδα μηχανικής πίεσης σε προσκολλημένα αντικείμενα και

Τα τρέχοντα χαρακτηριστικά όπως ταχύτητα, κατεύθυνση και μέγεθος ενός

αντικειμένου.

Οι αισθητήριοι κόμβοι μπορούν να χρησιμοποιηθούν για συνεχή ανίχνευση,

ανίχνευση συμβάντων, ανίχνευση ταυτοτήτων γεγονότων, ανίχνευση θέσης και τοπικό έλεγχο

μηχανισμών κίνησης. Η ιδέα της μικρό-ανίχνευσης και της ασύρματης σύνδεσης αυτών των

κόμβων υπόσχεται πολλές νέες περιοχές εφαρμογών. Οι εφαρμογές των δικτύων αισθητήρων

μπορούν να ομαδοποιηθούν σε στρατιωτικές, υγείας, περιβάλλοντος, οικιακές και εμπορικές.

Είναι δυνατόν να επεκτείνουμε την ομαδοποίηση με περισσότερες κατηγορίες όπως

εξερεύνηση του διαστήματος, χημική επεξεργασία, αντιμετώπιση καταστροφών κ.α

Είναι ατέλειωτη η λίστα των εφαρμογών των δικτύων αισθητήρων, ενώ πολλές από

αυτές μας είναι ήδη οικείες καθώς ανταποκρίνονται στις συνήθεις δραστηριότητες και

ανάγκες μας: μετρήσεις ακριβείας πολλών ατμοσφαιρικών και μετεωρολογικών παραμέτρων,

επιτήρηση δασών, υδροβιότοπων, θερμοκηπίων και γενικά αγροτικών καλλιεργειών για

έλεγχο υγρασίας, θερμοκρασίας, πίεσης, ωρίμανσης καρπών, κτλ., επιτήρηση υγρών

στοιχείων για ρύπους ή έλεγχο ακραίων φαινομένων όπως οι πλημμύρες, επιτήρηση

βιομηχανικού περιβάλλοντος για την εξασφάλιση επιθυμητών συνθηκών της παραγωγικής

διαδικασίας, στοιχειώδεις ρυθμίσεις λειτουργιών σε κτίρια όπως θέρμανση, φωτισμός,

συναγερμοί. Ως λιγότερο οικείες αλλά αρχαιότερες χρονικά μπορούν να αναφερθούν οι

στρατιωτικές εφαρμογές και οι υποβρύχιες εγκαταστάσεις δικτύων για εντοπισμό

αντικειμένων τόσο για στρατιωτικές επιχειρήσεις όσο και για αρχαιολογικές έρευνες και

πειράματα. Όλες αυτές οι δράσεις αποτελούν κλασικά πλέον -και διόλου ασήμαντα-προϊόντα

της επιστημονικής αυτής περιοχής που απαντώνται διεθνώς όχι μόνο σε ανεπτυγμένες αλλά

και σε αναπτυσσόμενες χώρες.

Στις πιο πρόσφατες, και επομένως λιγότερο οικείες εφαρμογές μπορούμε να

αναφέρουμε τη χρήση δικτύων αισθητήρων για τον εξαιρετικά ακριβή προσδιορισμό της

θέσης και της κίνησης αντικειμένων σε εσωτερικούς χώρους, όπως σε κτίρια σε

πυκνοδομημένο αστικό περιβάλλον, όπου η απόδοση της κλασικής GPS υπηρεσίας

αποδεικνύεται ανεπαρκής. Οι δυνατότητες αυτές θα συμβάλλουν αποφασιστικά στην

ασφάλεια και επιτήρηση δημόσιων και ιδιωτικών χώρων.

Στην προσπάθεια για αποτελεσματικότερη διαχείριση του καθημερινού μας

περιβάλλοντος πολλές πειραματικές προσπάθειες διεθνώς επικεντρώνονται στην ανάπτυξη

και αξιολόγηση δικτύων που δύνανται να εκτελούν φωνητικές εντολές ή να ανιχνεύουν την

κίνηση ή την διάθεση των χρηστών τους και να ρυθμίζουν πλήρως εγκαταστάσεις φωτισμού,

ηλεκτρικών και ηλεκτροακουστικών συσκευών, ηλεκτρονικής επικοινωνίας, κτλ.

Ενδιαφέρον παρουσιάζει η ερευνητική προσπάθεια που γίνεται σήμερα για το

συνδυασμό ρομποτικών κατασκευών και αισθητήρων που οδηγούν κυριολεκτικά στην

πραγμάτωση ενός μηχανικού κόσμου -υποκατάστατου ή βοηθητικού του πραγματικού-τόσο

για βιομηχανικές δραστηριότητες, όσο και για απλές δραστηριότητες του πολίτη του 21ου

αιώνα.

17

Οι εφαρμογές που αναφέρουμε αλλάζουν επαναστατικά την οργάνωση της

κοινωνικής μας ζωής προσφέροντας αναβαθμισμένο περιβάλλον σε χώρους όπου η

περίθαλψη ή η διαβίωση ευπαθών ομάδων (υπερήλικες, βρέφη) απαιτεί αδιάκοπτη προσοχή

και άμεση επέμβαση. Έτσι, ο σχεδιασμός των «ψηφιακών πόλεων», που αποτελεί το μεγάλο

στοίχημα της σύγχρονης πολεοδομίας, θα στηριχθεί καθοριστικά στις δυνατότητες των

ασύρματων δικτύων αισθητήρων.

Ανάλογες εφαρμογές βρίσκονται σε εξέλιξη και στη σχεδίαση και λειτουργία

οχημάτων όπου τα ασύρματα δίκτυα αισθητήρων θα μπορούν να λειτουργήσουν συνεργατικά

με τον οδηγό για την πλοήγηση του οχήματος, την αποφυγή εμποδίων, την εκκίνηση ή

διακοπή της λειτουργίας της μηχανής σε περίπτωση κρίσιμης κατάστασης των επιβαινόντων.

Η χρήση των τεχνολογιών αυτών μόνο θετικό αντίκτυπο μπορεί να έχει στην αποφυγή

τραγικών γεγονότων και περιστατικών στις οδικές αρτηρίες.

Είναι πράγματι εντυπωσιακές αλλά και ατέρμονες οι προσπάθειες της σύγχρονης

επιστημονικής κοινότητας για υποστήριξη της καθημερινότητάς μας με τη χρήση δικτύων

αισθητήρων. Τελευταία επικεντρώνονται στη μελέτη των «δικτύων σώματος». Με τα «δίκτυα

σώματος» που αποτελούνται από αισθητήρες τοποθετημένους στο ανθρώπινο σώμα ή γύρω

από αυτό (ρουχισμό, φόρμες εργατών, αστροναυτών, κτλ.) με σκοπό την καταγραφή των

ζωτικών λειτουργιών του (αρτηριακή πίεση, σφυγμούς, ακόμη και ολόκληρα

καρδιογραφήματα) είναι δυνατό να συγκεντρώνονται αμέτρητα δεδομένα στον κεντρικό

προσωπικό καταγραφέα μας, τα οποία αποτελούν πολύτιμο αρχείο για τον έλεγχο της υγείας

και της γενικότερης κατάστασής μας.

Επιπλέον, με τη σύγκλιση των επιστημονικών περιοχών της βιολογίας, των υλικών,

της νανοτεχνολογίας και των δικτύων, οι δικτυωμένοι αισθητήρες εντάσσονται στις

εσωτερικές λειτουργίες του ανθρώπινου οργανισμού (κυκλοφορία αίματος για συνεχή

καταγραφή δεικτών υγείας, όπως πχ. λιπίδια), παρακολουθούν λειτουργίες των βασικών του

οργάνων (στομάχι), υποστηρίζουν τα οπτικά νεύρα σε διαδικασίες τεχνικής όρασης,

σκιαγραφώντας σταδιακά τον «βιονικό» άνθρωπο του μέλλοντος.

Σήμερα, συνειδητοποιούμε όλο και περισσότερο ότι με τη διασύνδεση και τη

διαλειτουργικότητα των ποικίλων ετερόκλητων δικτύων δημιουργείται ένα ισχυρό παγκόσμιο

πλαίσιο επικοινωνιών που συντελεί στη δραστική μείωση των αποστάσεων στην παγκόσμια

σφαίρα και καταλήγει στην αίσθηση «συγκατοίκησης» στο παγκόσμιο χωριό -ανεξάρτητα

από τη χώρα διαβίωσής μας. Τα δίκτυα αισθητήρων προσφέρουν ένα ακόμη επίπεδο στην

επικοινωνία αυτή, καλύπτοντας τα κενά όπου υπάρχουν και δημιουργώντας έναν κόσμο

«διαχεόμενης» αίσθησης, όπου θα μπορούμε όχι μόνο να ακούμε τη φωνή αλλά και να

αισθανόμαστε τους σφυγμούς του μακρινού μας συγκάτοικου. Και αν σκεφθούμε ότι η

διασύνδεση των δικτύων αφορά όχι μόνο σε επίγεια δίκτυα, αλλά και σε δορυφορικά ή και σε

στρατοσφαιρικά συστήματα (μπαλόνια, αεροπλάνα) κατανοούμε ότι πραγματικά το

παγκόσμιο χωριό γίνεται πολύ μικρό. [4]

18

Εικόνα 2 : Ποικίλες Εφαρμογές Ασύρματων Δικτύων Αισθητήρων

2.1 Στρατιωτικές Εφαρμογές

Τα ασύρματα δίκτυα αισθητήρων μπορούν να είναι ένα ενσωματωμένο κομμάτι των

στρατιωτικών συστημάτων διαταγών, ελέγχου, επικοινωνιών, υπολογισμού, ευφυΐας,

παρακολούθησης, αναγνωρίσεων και στόχευσης. Τα χαρακτηριστικά των δικτύων

αισθητήρων, όπως η ταχεία εγκατάσταση, η αυτό-οργάνωση και η αντοχή σε λάθη, τους

κατατάσσουν σε ένα πολύ υποσχόμενο αισθητήριο μέσο για τα παραπάνω συστήματα. Καθώς

τα δίκτυα αισθητήρων βασίζονται στην πυκνή χωρική εγκατάσταση, η καταστροφή μερικών

κόμβων από εχθρικές δυνάμεις δεν επηρεάζει μια στρατιωτική επιχείρηση σε τέτοιο βαθμό

όσο η καταστροφή των παραδοσιακών αισθητήρων, κάνοντας την χρήση των δικτύων

αισθητήρων ιδανική για τα πεδία των μαχών. Κάποιες από τις στρατιωτικές εφαρμογές των

δικτύων αισθητήρων είναι η παρακολούθηση των φιλικών δυνάμεων, του εξοπλισμού και

των πυρομαχικών τους, η παρακολούθηση του πεδίου της μάχης, η αναγνώριση των εχθρικών

δυνάμεων και του εδάφους, η στόχευση, η αποτίμηση των ζημιών της μάχης, καθώς και η

ανίχνευση και αναγνώριση μιας Ραδιοβιολογικής, Χημικής και Πυρηνικής (ΡΒΧΠ) απειλής.

Παρακολούθηση του εξοπλισμού και των πυρομαχικών των στρατιωτικών δυνάμεων :

Οι ηγέτες και οι διοικητές μπορούν χρησιμοποιώντας τα δίκτυα αισθητήρων να

παρακολουθούν την κατάσταση των τμημάτων τους καθώς και του εξοπλισμού και των

πυρομαχικών τους. Κάθε στρατιώτης, όχημα, εξοπλισμός και κρίσιμο οπλικό σύστημα μπορεί

να εξοπλιστεί με αισθητήρες που θα αναφέρουν την κατάστασή του. Αυτές οι αναφορές

19

συγκεντρώνονται σε κεντρικούς κόμβους και προωθούνται προς τους διοικητές των

τμημάτων. Τα δεδομένα μπορούν επίσης να προωθηθούν και σε μεγαλύτερα ιεραρχικά

κλιμάκια αθροισμένα με δεδομένα από άλλες μονάδες του ίδιου επιπέδου.

Παρακολούθηση του πεδίου της μάχης : Κρίσιμα εδάφη, δρομολόγια προσέγγισης,

μονοπάτια και στενωποί μπορούν γρήγορα να καλυφθούν με δίκτυα αισθητήρων και να

παρακολουθούνται στενά για εχθρικές δραστηριότητες. Καθώς οι επιχειρήσεις θα

εξελίσσονται και θα ετοιμάζονται νέα επιχειρησιακά σχέδια, μπορούν κάθε φορά να

εγκαθίστανται νέα δίκτυα αισθητήρων που θα καλύπτουν τις νέες ανάγκες.

Αναγνώριση των εχθρικών δυνάμεων και του εδάφους : Τα δίκτυα αισθητήρων

μπορούν να εγκατασταθούν σε κρίσιμα εδάφη και να συγκεντρώνουν έγκαιρα πολύτιμες και

λεπτομερείς πληροφορίες για τις εχθρικές δυνάμεις και το έδαφος σε ελάχιστα λεπτά, προτού

οι εχθρικές δυνάμεις να μπορέσουν να αναχαιτίσουν τα δίκτυα.

Στόχευση : Τα δίκτυα αισθητήρων μπορούν να εμφυτευτούν σε συστήματα

πλοήγησης των έξυπνων πυρομαχικών.

Εκτίμηση των ζημιών μάχης : Πριν ή μετά από κάποια επίθεση δίκτυα αισθητήρων

μπορούν να εγκατασταθούν στην περιοχή του στόχου ή των στόχων για να συγκεντρώσουν

πληροφορίες προκειμένου να γίνει εκτίμηση των ζημιών.

Ανίχνευση και αναγνώριση ΡΒΧΠ : Στον ΡΒΧΠ πόλεμο, όταν είσαι κοντά στο

σημείο μηδέν (σημείο έκρηξης ΡΒΧΠ όπλου) είναι σημαντικό να διαθέτεις ακριβή και

έγκαιρη πληροφορία για την ύπαρξη μόλυνσης. Τα δίκτυα αισθητήρων τα οποία

εγκαθίστανται στην φίλια περιοχή και χρησιμοποιούνται σαν συστήματα αναγνώρισης και

προειδοποίηση ΡΒΧΠ ουσιών, μπορούν να παρέχουν στις φίλιες δυνάμεις κρίσιμο χρόνο για

να αντιδράσουν, και να μειώσουν δραστικά τις απώλειες. Τα δίκτυα αισθητήρων μπορούν

επίσης να χρησιμοποιηθούν για την αναγνώριση μιας περιοχής που προσβλήθηκε από ΡΒΧΠ

επίθεση χωρίς να είναι αναγκαίο να εκτεθεί μια ομάδα ανίχνευσης στην ραδιενέργεια.

Εικόνα 3 : Αναπαράσταση στρατιωτικών εφαρμογών των WSNs

20

2.2 Περιβαλλοντολογικές Εφαρμογές

Μερικές περιβαλλοντολογικές εφαρμογές των δικτύων αισθητήρων περιλαμβάνουν

την παρακολούθηση των κινήσεων των πουλιών, μικρών ζώων και εντόμων, την

παρακολούθηση των περιβαλλοντολογικών συνθηκών που επηρεάζουν την χλωρίδα και την

πανίδα, την άρδευση, την εντολή σειράς ενεργειών για παρακολούθηση μεγάλης κλίμακας

της γης και την εξερεύνηση του πλανήτη, την χημική και βιολογική ανίχνευση, την ακριβή

γεωργία, την βιολογική και περιβαλλοντολογική παρακολούθηση της θάλασσας, του εδάφους

και του αέρα, την παρακολούθηση για φωτιές στα δάση, την μετεωρολογική και γεωφυσική

έρευνα, την ανίχνευση πλημμυρών, την ανίχνευση σύνθετων ζωντανών οργανισμών του

περιβάλλοντος, καθώς και την μελέτη μολύνσεων.

Ανίχνευση δασικών πυρκαγιών : Καθώς οι αισθητήριοι κόμβοι μπορούν να

εγκατασταθούν στρατηγικά, τυχαία και πυκνά σε ένα δάσος, μπορούν να αναμεταδώσουν την

ακριβή προέλευση της φωτιάς στους άμεσα ενδιαφερόμενους προτού η πυρκαγιά εξαπλωθεί

ανεξέλεγκτα. Εκατομμύρια αισθητήριων κόμβων μπορούν εγκατασταθούν και να

δημιουργήσουν ένα ολοκληρωμένο κύκλωμα χρησιμοποιώντας ασύρματες συχνότητες και

οπτικά συστήματα. Επίσης μπορούν να εξοπλιστούν με αποτελεσματικές μεθόδους

εκμετάλλευσης της ενέργειας όπως ηλιακές κυψέλες προκειμένου να λειτουργούν

απρόσκοπτα χωρίς παρακολούθηση για μήνες ή και χρόνια. Οι αισθητήριοι κόμβοι μπορούν

να συνεργάζονται ο ένας με τον άλλο προκειμένου να εκτελούν κατανεμημένη ανίχνευση και

να υπερπηδούν εμπόδια όπως βράχια και δέντρα, που παρεμποδίζουν το πεδίο ανίχνευσης.

Εικόνα 4 : Εφαρμογή WSNs στη δασική πυρασφάλεια

Παρακολούθηση σύνθετων βιολογικών οργανισμών του περιβάλλοντος : Μια τέτοια

δραστηριότητα απαιτεί εξεζητημένες προσεγγίσεις για τον συνδυασμό των πληροφοριών

χρόνου και χώρου. [5] Η εξέλιξη των τεχνολογιών στον τομέα της ασύρματης ανίχνευσης και

της αυτόματης συλλογής δεδομένων έχουν δώσει μεγαλύτερη φασματική, χωρική και

χρονική ανάλυση με γεωμετρικά μειούμενο το κόστος ανά μονάδα περιοχής.Μαζί με αυτές

τις εξελίξεις, οι αισθητήριοι κόμβοι έχουν επίσης την δυνατότητα να συνδέονται με το

21

διαδίκτυο, το οποίο επιτρέπει σε απομακρυσμένους χρήστες να ελέγχουν, να παρακολουθούν

και να παρατηρούν την βιοσυνθετικότητα του περιβάλλοντος.

Εικόνα 5 : Εφαρμογές στην παρακολούθηση της φύσης

Αν και οι δορυφορικοί και αεροπορικοί αισθητήρες είναι χρήσιμοι στην

παρακολούθηση μεγάλης κλίμακας βιοδιαφορών, π.χ. χωρική πολυπλοκότητα των

επικρατούντων ειδών φυτών, δεν έχουν δυνατότητα για διαχωρισμό των μικρών βιοδιαφορών

οι οποίες είναι και οι περισσότερες σε ένα οικοσύστημα. Σαν αποτέλεσμα, είναι αναγκαία η

εγκατάσταση ενός δικτύου ασύρματων αισθητήρων στο έδαφος για την παρακολούθηση της

βιοσυνθετικότητας. Ένα παράδειγμα απεικόνισης της βιοσυνθετικότητας του περιβάλλοντος

έγινε στο καταφύγιο James στην Νότια Καλιφόρνια. [6] Τρία παρακολουθούμενα πλέγματα

από τα οποία το καθένα είχε 25-100 αισθητήριους κόμβους υλοποιήθηκαν για σταθερή

πολυμεσική θέα και συγκέντρωση πληροφοριών σε ημερολόγια περιβαλλοντολογικής φύσης.

Ανίχνευση πλημμυρών : Ένα παράδειγμα συστήματος ανίχνευσης πλημμυρών είναι το

σύστημα ALERT [7] το οποίο αναπτύχθηκε στις ΗΠΑ. Διάφοροι τύποι αισθητήρων

αναπτύχθηκαν στο σύστημα ALERT όπως βροχόπτωσης, μέτρησης επιπέδων του νερού και

καιρού. Αυτοί οι αισθητήρες παρέχουν πληροφορίες σε ένα κεντρικό σύστημα Βάσης

Δεδομένων με ένα προκαθορισμένο τρόπο. Μερικά ερευνητικά προγράμματα, όπως το

COUGAR [8], εξετάζουν κατανεμημένες προσεγγίσεις αναφορικά με την αλληλεπίδραση με

τους αισθητήρες σε ένα πεδίο αισθητήρων προκειμένου να παρέχουν άμεσες αλλά

μακροχρόνιες επερωτήσεις.

Γεωργία : Στις γεωργικές εφαρμογές η χρήση των WSNs συνδέεται με τον

εκσυγχρονισμό της παραγωγής και σχετίζεται με την υποστήριξη εφαρμογών ακριβείας για

την ορθολογική ρίψη λιπασμάτων, νερού κ.ά. στις φυτείες όποτε και όπου είναι απαραίτητο

στην αναγκαία ποσότητα.

22

Εικόνα 6 : Εφαρμογή WSNs σε αμπελοκαλλιέργειες

Μία ενδιαφέρουσα εφαρμογή είναι η ανάπτυξη ενός ασύρματου δικτύου

αισθητήρων για την άρδευση καλλιεργειών με στόχο τη δημιουργία ενός ολοκληρωμένου

συστήματος υποβοήθησης λήψης αποφάσεων ικανό να συνδράμει προς την κατεύθυνση της

αποδοτικότερης χρήσης των υδάτινων πόρων και συνεπώς στην προστασία του

περιβάλλοντος, καθώς και στην βελτίωση της ποιότητας των καλλιεργειών, στα πλαίσια της

φιλοσοφίας της “Γεωργίας Ακριβείας” (Precision Agriculture). Πιο συγκεκριμένα, το εν λόγω

σύστημα, βάσει των μετρήσεων (data acquisition) της υγρασίας του εδάφους και της

θερμοκρασίας της ατμόσφαιρας που λαμβάνει από το εγκατεστημένο στον αγρό ασύρματο

δίκτυο αισθητήρων, της μετεωρολογικής πρόβλεψης και των χαρακτηριστικών του αγρού

(π.χ. τύπος σπαρτών, τύπος εδάφους, τεχνική άρδευσης κ.ά.) επιτρέπει στον καλλιεργητή να

γνωρίζει την ποσότητα νερού που απαιτείται για τη βέλτιστη άρδευσή του ανά περιοχή του

αγρού (χωρική παραλλακτικότητα), πετυχαίνοντας έτσι εξοικονόμηση φυσικών πόρων και

καλύτερη ποιότητα παραγωγής.

Πάνω σ αυτό, διεθνή διάκριση πέτυχε το Πολυτεχνείο Κρήτης(2011) χάρη στην

ανάπτυξη μιας πρωτοποριακής τεχνολογίας για ασύρματα δίκτυα αισθητήρων, πολύ χαμηλού

κόστους, που επιτρέπει τη ρύθμιση και τον έλεγχο της κατανάλωσης νερού. Η μέθοδος αυτή

είναι ιδανική για το αυτόματο πότισμα φυτών σε αγροτικές καλλιέργειες ή άλλες

περιβαλλοντικές εφαρμογές καθώς στα προτερήματά της είναι και η, σε μεγάλο βαθμό,

εξοικονόμηση ενέργειας, που επιτυγχάνεται με την τεχνική της ανάκλασης σημάτων από τον

πομπό (φυτό) στον δέκτη (υπολογιστή) μέσω των κόμβων (αισθητήρων) μετάδοσης των

πληροφοριών για τις ποσότητες νερού που χρειάζονται για την άρδευση.Η τεχνολογία αυτή

αναπτύχθηκε στο Τμήμα Ηλεκτρονικών Μηχανικών και Μηχανικών Υπολογιστών (ΗΜΜΥ)

του Πολυτεχνείου Κρήτης.[25]

23

Εικόνα 7 : Εγκατάσταση αισθητήρα για τον έλεγχο της υγρασίας του εδάφους

2.3 Εφαρμογές Υγείας

Κάποιες από τις εφαρμογές των δικτύων αισθητήρων είναι : Παροχή μέσων

αλληλεπίδρασης για άτομα με ειδικές ανάγκες, παρακολούθηση ασθενών, διάγνωση,

διαχείριση φαρμάκων σε νοσοκομεία, παρακολούθηση των κινήσεων και των εσωτερικών

διεργασιών των εντόμων και άλλων μικρών ζώων, τηλεπαρακολούθηση των φυσιολογικών

δεδομένων ενός ανθρώπου καθώς και εντοπισμός και παρακολούθηση των γιατρών και

ασθενών σε ένα νοσοκομείο.

Τηλεπαρακολούθηση των φυσιολογικών δεδομένων ενός ατόμου : Τα φυσιολογικά

δεδομένα που συγκεντρώνονται από ένα δίκτυο αισθητήρων μπορούν να αποθηκευθούν για

ένα μεγάλο χρονικό διάστημα, και μπορούν να χρησιμοποιηθούν για ιατρική εξερεύνηση. Το

εγκατεστημένο δίκτυο αισθητήρων μπορεί επίσης να παρακολουθεί και να ανιχνεύει την

συμπεριφορά ηλικιωμένων ατόμων, π.χ. μια πτώση. Αυτοί οι μικροί κόμβοι αισθητήρων

επιτρέπουν στο άτομο μεγαλύτερη ελευθερία κινήσεων και επιτρέπουν στους γιατρούς να

αναγνωρίσουν προκαθορισμένα συμπτώματα έγκαιρα. Επίσης παρέχουν μια καλύτερη

ποιότητα ζωής για τα άτομα σε σύγκριση με τα κέντρα παροχής θεραπείας. Ένα «έξυπνο

σπίτι υγείας» έχει σχεδιαστεί στο Faculty της φαρμακευτικής στην Grenoble της Γαλλίας

προκειμένου να εκτιμηθεί η δυνατότητα ύπαρξης ενός τέτοιου συστήματος.

24

Εικόνα 8 : Σύστημα αισθητήρων για παρακολούθηση ασθενών

Εντοπισμός και παρακολούθηση των γιατρών και ασθενών ενός νοσοκομείου: Κάθε

ασθενής μπορεί να έχει προσκολλημένους μικρούς και ελαφρείς αισθητήριους κόμβους. Κάθε

αισθητήριος κόμβος έχει ένα συγκεκριμένο σκοπό. Για παράδειγμα ένας αισθητήριος κόμβος

μπορεί να ανιχνεύει τον καρδιακό χτύπο ενώ ένας άλλος να ανιχνεύει την πίεση του αίματος.

Οι γιατροί επίσης μπορούν να κουβαλούν έναν αισθητήριο κόμβο, που θα στον εντοπισμό

τους μέσα στο νοσοκομείο.

Διαχείριση φαρμάκων σε ένα νοσοκομείο : Με την εγκατάσταση αισθητήριων

κόμβων σε φάρμακα, μπορούμε να ελαχιστοποιήσουμε την πιθανότητα να πάρει κάποιος

ασθενής λάθος φαρμακευτική αγωγή. Αυτό θα συμβεί αν και οι ασθενείς έχουν αισθητήριους

κόμβους που θα αναγνωρίζουν τις αλλεργίες τους και τις απαιτούμενες θεραπείες..

25

Εικόνα 9 : Εφαρμογές των WSNs στον τομέα της υγείας

2.4 Βιομηχανικές Εφαρμογές

Ο έλεγχος των συστημάτων και των εφαρμογών στις βιομηχανίες παίζει σημαντικό

ρόλο στην ορθή λειτουργία της παραγωγής και την ασφάλεια του προσωπικού. Το

περιβάλλον, στο οποίο πραγματοποιείται μια διεργασία μπορεί να είναι επικίνδυνο για τον

άνθρωπο, όπως εξαιτίας της θερμοκρασίας, τοξικότητας κ.ά. ή να είναι αδύνατο να

παραβρεθεί, όπως για παράδειγμα, αν είναι η διεργασία στο εσωτερικό των μηχανών. Έτσι, οι

αισθητήρες μπορούν να χρησιμοποιηθούν για τον έλεγχο της κατάστασης της μηχανής

προσδιορίζοντας τα επίπεδα λίπανσης ή την ένταση της δόνησής της καθώς και να εισαχθούν

σε περιοχές δυσπρόσιτες από τον άνθρωπο, όπως σε υπόγειες παραγωγικές διαδικασίες.

Εκτός από τον έλεγχο των μηχανών, η μεγάλη ανάπτυξη των WSNs παρουσιάζεται

σε υπόγειες παραγωγικές διαδικασίες, οι οποίες, για προφανείς λόγους, είναι αρκετά

επικίνδυνες και δύσκολες στο χειρισμό. Ακόμη, όσο οι βιομηχανικές εγκαταστάσεις

επεκτείνονται και τα σημεία ελέγχου πληθαίνουν, τα κλασσικά ενσύρματα συστήματα

ελέγχου δεν είναι πλέον αποδοτικά. Έτσι, την επιτήρηση των μηχανών και την προληπτική

συντήρηση αναλαμβάνουν σιγά σιγά τα WSNs.

Μερικές τέτοιες εφαρμογές είναι η χρήση των WSNs σε διυλιστήρια για την

καταγραφή της θερμότητας στα διάφορα στάδια της διεργασίας, όπου ο έλεγχος της

παραγωγής γίνεται με την εκπομπή ειδικών σημάτων συναγερμών, όταν η θερμοκρασία είναι

26

εκτός επιθυμητού επιπέδου καθώς και σε γεωτρήσεις για τη μέτρηση των μη φυσιολογικών

δονήσεων και την προειδοποίηση των μηχανών σε πιθανή επερχόμενη βλάβη του

εξοπλισμού.

Τέλος, μια σημαντική εφαρμογή των WSNs είναι ο έλεγχος των διαφόρων υπογείων

αγωγών είτε πρόκειται για αποχετευτικούς, υδρευτικούς αγωγούς είτε δεξαμενές και αγωγούς

φυσικού αερίου.

Εικόνα 10 : Βαλβίδα εκτόνωσης για την ανίχνευση διαρροών σε βιομηχανίες

2.5 Οικιακές Εφαρμογές

Αυτοματισμός σπιτιού : Καθώς η τεχνολογία εξελίσσεται, έξυπνοι αισθητήριοι

κόμβοι και μηχανισμοί κίνησης μπορούν να εμφυτευτούν σε συσκευές, όπως ηλεκτρικές

σκούπες, φούρνοι μικροκυμάτων, ψυγεία και βίντεο. Αυτοί οι αισθητήριοι κόμβοι μπορούν

να αλληλεπιδρούν ο ένας με τον άλλον καθώς και με ένα εξωτερικό δίκτυο μέσω του

Διαδικτύου ή ενός δορυφόρου. Επιτρέπουν στους τελικούς χρήστες να διαχειρίζονται τις

οικιακές συσκευές τους από όπου βρίσκονται είτε τοπικά είτε απομακρυσμένα.

Έξυπνο περιβάλλον : Ο σχεδιασμός ενός έξυπνου περιβάλλοντος μπορεί να έχει δύο

διαφορετικές προοπτικές δηλ. ανθρωποκεντρική και τεχνοκεντρική. Για την άνθρωπο-

κεντρική προσέγγιση, ένα έξυπνο περιβάλλον πρέπει να προσαρμοστεί στις ανάγκες των

τελικών χρηστών σε ότι αφορά στις δυνατότητες εισόδου και εξόδου. Για την τεχνοκεντρική

προσέγγιση, νέες τεχνολογίες υλικού, δικτυακές λύσεις και ενδιάμεσες συσκευές πρέπει να

27

αναπτυχθούν.Οι αισθητήριοι κόμβοι μπορούν να εμφυτευτούν στην επίπλωση και σε οικιακές

συσκευές και μπορούν να επικοινωνούν ο ένας με τον άλλον καθώς και με τον εξυπηρετητή

του δωματίου. Ο εξυπηρετητής δωματίου μπορεί επίσης να επικοινωνεί με εξυπηρετητές από

άλλα δωμάτια για να μαθαίνει για τις υπηρεσίες που μπορούν να προσφέρουν π.χ. εκτύπωση,

σάρωση και αποστολή και λήψη φαξ. Αυτοί οι εξυπηρετητές δωματίων μπορούν να

ενσωματωθούν με υπάρχουσες εμφυτευμένες συσκευές ώστε να γίνουν αυτό-οργανωτικοί,

αυτό-ρυθμιζόμενοι, και προσαρμοζόμενοι σε θεωρητικά μοντέλα.Ένα άλλο παράδειγμα

έξυπνου περιβάλλοντος είναι η «εργαστηριακή κατοικία» στο Ινστιτούτο τεχνολογίας της

Georgia. Οι υπολογισμοί και η αίσθηση σε αυτό το περιβάλλον πρέπει να είναι αξιόπιστοι,

συνεχείς και διαφανείς.

Εικόνα 11 : Ασύρματος και απομακρυσμένος έλεγχος σπιτιού με χρήση αισθητήρων

2.6 Υποβρύχιες Εφαρμογές

Τα υποβρύχια δίκτυα αισθητήρων είναι μια νέα εφαρμογή των δικτύων αισθητήρων

τα οποία χρήζουν ιδιαίτερης μελέτης. Συνήθως χρησιμοποιούνται για στρατιωτικές και

επιστημονικές εφαρμογές. Αποτελούνται από μεταβλητό αριθμό αισθητήρων και οχημάτων

που αναπτύσσονται για να εκτελέσουν αποστολές ανίχνευσης κίνησης σε μια δεδομένη

περιοχή του βυθού .Ο master node είναι υπεύθυνος για τη συλλογή των δεδομένων,τη

μεταφορά τους στο κέντρο ελέγχου στην ακτή και για τον έλεγχο των υπολοίπων κόμβων. Η

κίνηση του δικτύου αποτελείται από ασύγχρονη μεταφορά δεδομένων, απομακρυσμένη

εποπτεία του δικτύου και έλεγχο ωκεανογραφικών αισθητήρων. Το κύριο κίνητρο για τη

δημιουργία υποβρύχιων δικτύων αισθητήρων είναι η σχετικά εύκολη ανάπτυξή τους λόγω της

έλλειψης καλωδίων και της μη παρέμβασης πλοίων στην επίτευξη των στόχων.Υπάρχουν

πολλές εφαρμογές των υποβρύχιων συστημάτων,όπως η ανάπτυξη κατάλληλων συστημάτων

επιτήρησης, η ανίχνευση υποβρύχιων στόχων και η προώθηση κρίσιμων πληροφοριών. Οι

περιβαλλοντολογικές εφαρμογές περιλαμβάνουν ανίχνευση φυσικών ενδείξεων (όπως

περιεκτικότητα σε αλάτι, πίεση και θερμοκρασία) και χημικών-βιολογικών ενδείξεων (όπως

επίπεδα βακτηρίων, επίπεδα μόλυνσης και επικίνδυνοι βιολογικοί ή χημικοί παράγοντες σε

28

πηγάδια και δεξαμενές). Τα υποβρύχια δίκτυα βρίσκουν επίσης εφαρμογή και στη συλλογή

ωκεανογραφικών δεδομένων, στην εκμετάλλευση υπογείων κοιτασμάτων και στην

παρεμπόδιση καταστροφών από σεισμική δραστηριότητα ή την εμφάνιση τσουνάμι. Σε

σύγκριση με τα ραδιοφωνικά κύματα, ο ήχος έχει καλύτερα χαρακτηριστικά διάδοσης στο

νερό. Έτσι, η χρήση του ήχου είναι πιο βολική για την υποβρύχια επικοινωνία. Γι’ αυτό οι

υποβρύχιοι αισθητήρες χρησιμοποιούν ακουστικά μόντεμ για την επικοινωνία

τους.Μειονεκτήματα αυτής της τεχνολογίας είναι η μεγάλη χρονική καθυστέρηση, η μικρή

ταχύτητα μετάδοσης και ο μεγάλος θόρυβος λόγω της υποβρύχιας επικοινωνίας.

Εικόνα 12 : Υποβρύχιες εφαρμογές ασύρματων δικτύων αισθητήρων

Η πρώτη γνωστή εφαρμογή δικτύων αισθητήρων υπήρξε το SOSUS (Sound

Surveillance System, Σύστημα Ηχητικής Παρακολούθησης). Το παραπάνω δίκτυο

χρησιμοποιήθηκε στις αρχές της δεκαετίας του 1950, κατά τη διάρκεια του ψυχρού πολέμου,

για την ανίχνευση και τον εντοπισμό Σοβιετικών υποβρυχίων με τη βοήθεια ειδικών

ακουστικών αισθητήρων (υδρόφωνα). Το SOSUS παραμένει ακόμη σε λειτουργία, για

ειρηνικούς σκοπούς και χρησιμοποιείται κυρίως για την παρακολούθηση διάφορων

φαινομένων δραστηριότητες, παρακολούθηση φαφαινομένων όπως σεισμικές

δραστηριότητες, παρακολούθηση φαλαινών κλπ.

2.7 Άλλες Εμπορικές Εφαρμογές

Μερικές από τις εμπορικές εφαρμογές είναι η παρακολούθηση της καταπόνησης των

υλικών, η κατασκευή κάθετων κατασκευών, η διαχείριση αποθεμάτων, η παρακολούθηση της

29

ποιότητας της παραγωγής, η κατασκευή έξυπνων χώρων γραφείου, ο περιβαλλοντολογικός

έλεγχος σε συγκροτήματα γραφείων, ο έλεγχος των ρομπότ και η καθοδήγηση σε

περιβάλλοντα αυτόματης κατασκευής, αλληλεπιδραστικά παιχνίδια, ο έλεγχος των

βιομηχανικών διεργασιών και αυτοματισμών, η παρακολούθηση περιοχών καταστροφής, οι

έξυπνες κατασκευές με αισθητήριους κόμβους εμφυτευμένους σε αυτές, η διάγνωση

μηχανών, οι μεταφορές, η εγκατάσταση βιομηχανικών οργάνων, ο τοπικός έλεγχος

μηχανισμών κίνησης, ο εντοπισμός και ανίχνευση κινούμενων οχημάτων.

Περιβαλλοντολογικός έλεγχος σε συγκροτήματα γραφείων : Ο κλιματισμός και η

θέρμανση των περισσοτέρων κτιρίων ελέγχεται κεντρικά. Έτσι η θερμοκρασία σε κάθε

δωμάτιο μπορεί να διαφέρει αρκετούς βαθμούς από πλευρά σε πλευρά (δηλ. μια πλευρά

μπορεί να είναι θερμότερη από την άλλη διότι ο έλεγχος στο δωμάτιο και η ροή του αέρα από

το κεντρικό σύστημα δεν είναι ομοιόμορφα κατανεμημένη). Ένα κατανεμημένο δίκτυο

ασύρματων αισθητήρων μπορεί να εγκατασταθεί για να ελέγχει την ροή του αέρα και την

θερμοκρασία σε διάφορα κομμάτια του δωματίου. Έχει εκτιμηθεί ότι τέτοια κατανεμημένη

τεχνολογία μπορεί να μειώσει την κατανάλωση ενέργειας κατά δύο BTUs στις ΗΠΑ, που

αντιστοιχεί σε μια εξοικονόμηση $55 δις το χρόνο και μείωση στην εκπομπή

υδρογονανθράκων κατά 35 εκατ. τόνους.

Διαχείριση και έλεγχος αποθεμάτων : Κάθε αντικείμενο σε μια αποθήκη μπορεί να

έχει ένα αισθητήριο κόμβο προσκολλημένο πάνω του . Ο τελικός χρήστης μπορεί να

εντοπίσει την ακριβή θέση του αντικειμένου και να μετρήσει τα αντικείμενα της ίδιας

κατηγορίας. Αν οι τελικοί χρήστες επιθυμούν να εισάγουν νέα αποθέματα, το μόνο που

χρειάζεται να κάνουν είναι να προσκολλήσουν τους κατάλληλους αισθητήριους κόμβους στα

αποθέματα αυτά. Οι τελικοί χρήστες μπορούν να εντοπίσουν και να παρακολουθήσουν που

βρίσκονται τα αποθέματα κάθε χρονική στιγμή.

Παρακολούθηση και ανίχνευση οχημάτων : Υπάρχουν δύο προσεγγίσεις στην

παρακολούθηση και ανίχνευση ενός οχήματος. Η πρώτη είναι ότι η κατεύθυνση του

οχήματος αποφασίζεται τοπικά εντός των κόμβων και κατόπιν στέλνεται κεντρικά στον

σταθμό βάσης και δεύτερη είναι ότι τα δεδομένα όπως συλλέγονται από τους αισθητήριους

κόμβους προωθούνται στον σταθμό βάσης για να αποφασιστεί η θέση του οχήματος.

Εικόνα 13 : Παρακολούθηση κίνησης οχημάτων με χρήση αισθητήρων

30

Κεφάλαιο 3: Παράγοντες που Συμβάλλουν στο Σχεδιασμό των

Δικτύων Αισθητήρων

3.1 Αντοχή σε Σφάλματα

Είναι δυνατόν, ορισμένοι αισθητήριοι κόμβοι να μπλοκάρουν ή να αποτύχουν κατά

τη λειτουργία τους, λόγω εξωτερικών περιβαλλοντολογικών παρεμβολών, έλλειψης ενέργειας

ή φυσικής καταστροφής. Η αποτυχία ή καταστροφή (παροδική ή μόνιμη) μερικών

αισθητήριων κόμβων δεν θα πρέπει να επηρεάζει τον συνολικό σκοπό του δικτύου

αισθητήρων. Αυτό το θέμα αναφέρεται ως αξιοπιστία ή αντοχή σε σφάλματα. Η αντοχή σε

σφάλματα είναι η δυνατότητα του δικτύου αισθητήρων να διατηρεί τη λειτουργικότητά του

χωρίς διακοπές που να οφείλονται στις αποτυχίες των κόμβων του. Οι αλγόριθμοι και τα

πρωτόκολλα μπορούν να σχεδιαστούν, ώστε να εμπεριέχουν τα επίπεδα αντοχής σε λάθη που

απαιτούνται από τα δίκτυα αισθητήρων. Αν το περιβάλλον στο οποίο πρόκειται να

αναπτυχθεί ένα δίκτυο αισθητήρων δημιουργεί μικρές παρεμβολές τότε τα πρωτόκολλα

μπορούν ανάλογα να είναι πιο ελαστικά. Για παράδειγμα, αν ένα δίκτυο αισθητήρων

βρίσκεται εγκατεστημένο σε μια οικία προκειμένου να παρακολουθεί τα επίπεδα υγρασίας

και θερμοκρασίας, η αντοχή σε σφάλματα μπορεί να είναι χαμηλή αφού τέτοιου είδους

αισθητήριοι κόμβοι δεν καταστρέφονται και δεν επηρεάζονται εύκολα από το περιβάλλον.

Αντιθέτως, σε ένα πεδίο μάχης, το δίκτυο αισθητήρων που θα εγκατασταθεί πρέπει να έχει

μεγάλη αντοχή σε σφάλματα διότι είναι πολύ εύκολο να καταστραφούν αρκετοί κόμβοι του

από εχθρικές επιχειρήσεις. Από τα παραπάνω διαπιστώνεται ότι η αντοχή σε σφάλματα

εξαρτάται και από την εφαρμογή για την οποία προορίζεται το δίκτυο. Συνεπώς αυτό πρέπει

να λαμβάνεται υπόψη στο σχεδιασμό του δικτύου αισθητήρων αλλά και των ίδιων των

κόμβων.

3.2 Δυνατότητα Κλιμάκωσης

Ο αριθμός των αισθητήριων κόμβων που έχουν αναπτυχθεί για την μελέτη ενός

φαινομένου μπορεί να είναι της τάξης των εκατοντάδων ή χιλιάδων. Ανάλογα με την

εφαρμογή, ο αριθμός αυτός μπορεί να φτάσει και την τάξη των εκατομμυρίων. Ό,τι

31

πρωτόκολλο σχεδιαστεί θα πρέπει να μπορεί να χειριστεί αυτόν τον αριθμό των κόμβων.

Πρέπει επίσης να χρησιμοποιήσουν την υψηλή πυκνότητα με την οποία εγκαθίστανται οι

αισθητήριοι κόμβοι. Η πυκνότητα μπορεί να διαφέρει από μερικούς μέχρι εκατοντάδες

κόμβους σε μια περιοχή η οποία μπορεί να είναι μικρότερη σε διάμετρο από 10m. Επιπλέον,

ο αριθμός των κόμβων σε μια περιοχή μπορεί να χρησιμοποιηθεί για να δείξει την πυκνότητα

των κόμβων. Η πυκνότητα αυτή εξαρτάται από την εφαρμογή για την οποία εγκαταστάθηκαν

οι αισθητήριοι κόμβοι.

3.3 Κόστος Παραγωγής

Αφού τα δίκτυα αισθητήρων αποτελούνται από ένα μεγάλο αριθμό κόμβων, το

κόστος ενός μόνο αισθητήριου κόμβου είναι πολύ σημαντικό για ένα τέτοιο δίκτυο. Αν το

κόστος του δικτύου είναι πιο ακριβό από το να εγκατασταθούν οι παραδοσιακοί αισθητήρες,

τότε τα δίκτυα αισθητήρων δεν θα συμφέρουν οικονομικά. Αποτέλεσμα του παραπάνω είναι

ότι το κόστος του κάθε αισθητήριου κόμβου πρέπει να είναι όσο το δυνατόν μικρότερο.

Το κόστος ενός ραδιοσυστήματος τεχνολογίας Bluetooth [9], η οποία είναι μια

χαμηλού κόστους συσκευή, είναι 10 φορές πιο ακριβή από την στοχευόμενη τιμή ενός

αισθητήριου κόμβου. Επιπλέον ο αισθητήριος κόμβος διαθέτει αισθητήρες και συσκευές

επεξεργασίας. Επιπλέον αυτών, είναι δυνατόν να εξοπλιστεί με σύστημα εντοπισμού θέσης

με σύστημα κίνησης ή με σύστημα παραγωγής ενέργειας, ανάλογα με την εφαρμογή την

οποία πρόκειται να εκτελέσει. Αποτέλεσμα όλων αυτών είναι ότι, η κατασκευή ενός

αισθητήριου κόμβου με τόσο χαμηλό κόστος αποτελεί ένα πολύ ενδιαφέρον πρόβλημα.

3.4 Περιορισμοί Υλικού

Ένας κόμβος ενός ασύρματου δικτύου αισθητήρων, αποτελείται κατά βάση από

τέσσερα τμήματα: 1) μια μονάδα αίσθησης, 2) μια μονάδα επεξεργασίας, 3) ένα πομποδέκτη

και 4) μια μονάδα ενέργειας.

Ανάλογα με την εφαρμογή για την οποία προορίζεται μπορεί να διαθέτει επιπλέον

τμήματα, όπως σύστημα εντοπισμού θέσης, μονάδα παραγωγής ενέργειας και μονάδα

κίνησης. Η μονάδα αίσθησης συνήθως αποτελείται από δύο υπομονάδες: α) τους αισθητήρες

και β) τους αναλογικό-ψηφιακούς μετατροπείς. Τα αναλογικά σήματα που παράγονται από τα

αισθητήρια όργανα και βασίζονται στα παρατηρούμενα φαινόμενα μετατρέπονται σε

ψηφιακά σήματα από τους αναλογικό-ψηφιακούς μετατροπείς και κατόπιν μεταφέρονται

στην μονάδα επεξεργασίας. Αυτή η μονάδα, που γενικά σχετίζεται με μια μικρή μονάδα

αποθήκευσης, διαχειρίζεται τις διαδικασίες που κάνουν τον αισθητήριο κόμβο να

συνεργάζεται με άλλους κόμβους για να φέρει εις πέρας τους προσδιορισμένους στόχους. Η

μονάδα του πομποδέκτη συνδέει τον αισθητήριο κόμβο στο δίκτυο. Ένα από τα πιο

σημαντικά τμήματα του αισθητήριου κόμβου είναι η μονάδα ενέργειας. Οι μονάδες ενέργειας

32

είναι δυνατόν να υποστηρίζονται από μια μονάδα εξαγωγής και παραγωγής ενέργειας

(scavenging energy) από το περιβάλλον όπως οι ηλιακές κυψέλες. Υπάρχουν όμως και άλλες

μικρότερες μονάδες, των οποίων η χρήση εξαρτάται από την εφαρμογή για την οποία

χρησιμοποιούνται οι αισθητήριοι κόμβοι. Οι περισσότερες από τις τεχνικές δρομολόγησης

και οι εφαρμογές παρακολούθησης των δικτύων αισθητήρων απαιτούν την γνώση της θέσης

με μεγάλη συνήθως ακρίβεια. Έτσι είναι σύνηθες για ένα αισθητήριο κόμβο να έχει

προσαρτημένη και μια μονάδα εύρεσης θέσης. Μια μονάδα κίνησης είναι δυνατόν να

χρησιμοποιηθεί όταν απαιτείται να κινηθούν οι αισθητήριοι κόμβοι προκειμένου να

παρακολουθήσουν καλύτερα το παρατηρούμενο φαινόμενο.

Όλες αυτές οι μικρότερες μονάδες πρέπει να μπορούν να χωρέσουν σε ένα χώρο

μεγέθους σπιρτόκουτου. Το απαιτούμενο μέγεθος μπορεί να απαιτείται να είναι

μικρότερο από ένα κυβικό εκατοστό και να είναι αρκετά ελαφρύ για να παραμένει

αιωρούμενο στον αέρα. Εκτός από το μέγεθος, υπάρχουν ακόμα πιο αυστηροί περιορισμοί

για τους αισθητήριους κόμβους όπως :

Πρέπει να καταναλώνουν εξαιρετικά χαμηλή ενέργεια.

Πρέπει να λειτουργούν ακόμα και σε πολύ πυκνή χωρική τοποθέτηση.

Πρέπει να έχουν χαμηλό κόστος παραγωγής και να είναι αναλώσιμοι.

Πρέπει να είναι αυτόνομοι και να λειτουργούν χωρίς παρακολούθηση.

Πρέπει να προσαρμόζονται στο περιβάλλον που θα λειτουργούν.

Αφού οι αισθητήριοι κόμβοι είναι συνήθως δύσχρηστοι σε ότι αφορά τις απαιτήσεις

τους και τη λειτουργικότητά τους , η διάρκεια ζωής ενός δικτύου αισθητήρων εξαρτάται

άμεσα από την διάρκεια ζωής των πηγών ενέργειας των κόμβων. Η ενέργεια είναι ένας

σπάνιος πόρος του συστήματος εξαιτίας των περιορισμών του μεγέθους. Για το σύστημα του

ολοκληρωμένου ασύρματου δικτύου αισθητήρων (Wireless Integrated Network Sensors

WINS) η ολική ενέργεια που πρέπει να παρέχεται πρέπει να είναι μικρότερη των 30μΑ

προκειμένου να έχει μεγάλη διάρκεια λειτουργίας. Οι κόμβοι στο παραπάνω σύστημα

παίρνουν ενέργεια από μια τυπική μπαταρία Λιθίου (Li) τύπου νομίσματος (2.5 cm διάμετρος

και 1 cm πάχος). Είναι δυνατόν να επεκτείνουμε την διάρκεια ζωής των δικτύων αισθητήρων

χρησιμοποιώντας τεχνικές εξαγωγής και παραγωγής ενέργειας από το περιβάλλον.

3.5 Τοπολογία Δικτύων Αισθητήρων

33

Οι κόμβοι–αισθητήρες που απαρτίζουν ένα WSN χωρίζονται σε πηγές (sources) και

αποδέκτες (sinks). Ως πηγή θεωρείται κάθε συσκευή που συμμετέχει στο δίκτυο παρέχοντας

πληροφορίες, ενώ αποδέκτης η συσκευή που ζητά πληροφορίες. Συνεπώς, σε κάθε WSN όλοι

οιμκόμβοι αποτελούν πηγές, ενώ υπάρχουν τρεις εναλλακτικές όσον αφορά τον αποδέκτη.

Μία περίπτωση είναι ο αποδέκτης να είναι ένας κόμβος του δικτύου, όπως οι υπόλοιποι, ενώ

μία άλλη περίπτωση είναι ο αποδέκτης να είναι μία οντότητα που είναι εκτός του δικτύου των

αισθητήρων, όπως για παράδειγμα ένας φορητός υπολογιστής, ο οποίος αλληλεπιδρά με το

δίκτυο αναζητώντας πληροφορίες όταν είναι απαραίτητο. Η τρίτη περίπτωση είναι ο

αποδέκτης να έχει το ρόλο ενός gateway, ο οποίος προωθεί τις πληροφορίες σε ένα

μεγαλύτερο δίκτυο.

Οι κόμβοι του WSN, πηγές και αποδέκτες, μπορούν να συνδυαστούν για το

σχηματισμό τριών ειδών τοπολογίας:

τοπολογία star, η οποία αποτελείται από ένα κεντρικό αποδέκτη και

περιφερειακούς κόμβους-πηγές τοποθετημένους γύρω του.

τοπολογία peer-to-peer (mesh), όπου ένας κόμβος-πηγή έχει τη δυνατότητα να

επικοινωνήσει με κάθε γείτονά του, σε αντίθεση με την τοπολογία αστέρα. Εδώ, όλοι οι

κόμβοι μπορούν να επικοινωνήσουν μεταξύ τους ακόμη και αν δε βρίσκονται εντός

εμβέλειας, χρησιμοποιώντας multi-hop μηνύματα και να υπάρχουν περισσότεροι του ενός

αποδέκτες.

τοπολογία star-mesh (υβριδική - hybrid), όπου ο κεντρικός αποδέκτης υπάρχει,

αλλά το δίκτυο εξαπλώνεται σε μορφή δέντρου, όπου τα κλαδιά του είναι κόμβοι-πηγές που

παίζουν το ρόλο τοπικών συντονιστών και κόμβοι-φύλλα (end-points) που λειτουργούν όπως

στην τοπολογία αστέρα. Ακόμη, το δίκτυο έχει σαφή ιεράρχηση των κόμβων σε αντίθεση με

την τοπολογία peer-to-peer όπου το δίκτυο είναι ομότιμο.

Εικόνα 14 : Είδη τοπολογιών WSNs

Είναι προφανές λοιπόν ότι η ύπαρξη ενός μεγάλου αριθμού κόμβων-αισθητήρων με

δύσκολη την πρόσβαση και παρακολούθησή τους απαιτεί τον έλεγχο της τοπολογίας. Η

τοπολογία βέβαια εξαρτάται από μη ελεγχόμενους παράγοντες, όπως ο θόρυβος, οι

παρεμβολές και ο καιρός, αλλά και από ελεγχόμενους παράγοντες, όπως η ενέργεια εκπομπής

και η κατευθυντικότητα της κεραίας. Η πυκνότητα ενός δικτύου αισθητήρων μπορεί να

φθάνει και τους 20 κόμβους ανά κυβικό μέτρο, κάτι που σίγουρα δυσκολεύει ακόμα

34

περισσότερο τη διαχείριση της τοπολογίας. Έτσι, η διατήρηση της τοπολογίας του δικτύου

αισθητήρων εξετάζεται σε τρεις φάσεις:

1) Φάση πριν την εγκατάσταση και φάση επανατοποθέτησης επιπλέον κόμβων.

Οι αισθητήριοι κόμβοι μπορούν να τοποθετηθούν μαζικά, είτε ένας-ένας, στο χώρο.

Συγκεκριμένα, μπορούν να εγκατασταθούν με τους εξής τρόπους:

i) Να ριφθούν από αεροπλάνο.

ii) Να βρίσκονται σε ένα βλήμα πυροβολικού (ή πύραυλο) το οποίο εκρήγνυται και

τους διασπείρει στην περιοχή.

iii) Να ριφθούν με ένα καταπέλτη, π.χ. από το κατάστρωμα ενός πλοίου.

iv) Να τοποθετηθούν ένας – ένας από ένα άνθρωπο ή ένα ρομπότ.

Ο μεγάλος αριθμός των αισθητήρων καθώς και η χωρίς παρακολούθηση

εγκατάστασή τους συνήθως περιλαμβάνει την τοποθέτησή τους σύμφωνα με ένα προσεχτικά

μελετημένο σχέδιο. Παρ’ όλα αυτά, η αρχική εγκατάσταση πρέπει να πληροί κριτήρια όπως η

μείωση του κόστους της εγκατάστασης, η μείωση της ανάγκης για κάποια προμελετημένη

οργάνωση ή σχεδιασμό, η αύξηση της ευελιξίας τοποθέτησης και τέλος η προώθηση της

αυτό-οργάνωσης και της αντοχής σε σφάλματα.

2) Φάση μετά την εγκατάσταση.

Μετά την εξάπλωση των αισθητήριων κόμβων, οι αλλαγές στην τοπολογία τους

οφείλονται σε αλλαγές που σχετίζονται με τους ίδιους τους αισθητήριους κόμβους όπως:

a) Θέση.

b) Δυνατότητα επικοινωνίας.

c) Διαθέσιμη ενέργεια.

d) Δυσλειτουργία.

e) Λεπτομέρειες στο σκοπό για τον οποίο εγκαταστάθηκαν.

Οι τοπολογίες των δικτύων αισθητήρων υπόκεινται σε συχνές αλλαγές, ως

αποτέλεσμα των γεγονότων που περιγράφονται παρακάτω:

Η στατική εγκατάσταση των αισθητήριων κόμβων.

Συχνές αποτυχίες λόγω έλλειψης ενέργειας ή καταστροφής.

Κίνηση των αισθητήριων κόμβων.

Δολιοφθορές.

35

3) Φάση τοποθέτησης επιπλέον κόμβων.

Επιπλέον κόμβοι είναι δυνατόν να εγκατασταθούν οποιαδήποτε χρονική στιγμή για

να αντικαταστήσουν τους κόμβους που παρουσιάζουν δυσλειτουργίες ή λόγω αλλαγών στον

αρχικό σκοπό για τον οποίο εγκαταστάθηκαν. Η πρόσθεση νέων κόμβων στο δίκτυο

δημιουργεί την ανάγκη για επαναδιοργάνωση. Προκειμένου να αντιμετωπίσουμε τις συχνές

αλλαγές στην τοπολογία ενός ασύρματου δικτύου αισθητήρων, το οποίο αποτελείται από ένα

μεγάλο αριθμό κόμβων με μεγάλους περιορισμούς στην κατανάλωση ενέργειας,

χρειαζόμαστε ειδικά σχεδιασμένα πρωτόκολλα δρομολόγησης.

3.6 Περιβάλλον

Οι αισθητήριοι κόμβοι τοποθετούνται , είτε πολύ κοντά στο υπό παρατήρηση

φαινόμενο, είτε ακριβώς μέσα σε αυτό. Έτσι συνήθως εργάζονται χωρίς παρακολούθηση σε

απομακρυσμένες γεωγραφικές περιοχές. Για παράδειγμα, είναι δυνατόν να εργάζονται:

Στο εσωτερικό ενός μεγάλου μηχανήματος,

Στα βάθη του ωκεανού,

Μέσα σε ένα κυκλώνα,

Στην επιφάνεια ενός ωκεανού στην διάρκεια μια καταιγίδας,

Σε μια περιοχή μολυσμένη από ραδιενέργεια ή χημικές ουσίες,

Στο πεδίο της μάχης, πίσω από τις γραμμές του εχθρού,

Σε ένα σπίτι ή σε ένα μεγάλο κτίριο,

Σε μια μεγάλη αποθήκη,

Εμφυτευμένοι σε ζώα,

Ενσωματωμένοι σε ταχέως κινούμενα οχήματα,

Στα νερά ενός ποταμού.

Η παραπάνω λίστα μας δίνει μια περιγραφή των συνθηκών, υπό τις οποίες

δουλεύουν οι κόμβοι ενός ασύρματου δικτύου αισθητήρων.

3.7 Μέσα Μετάδοσης

Σ’ ένα ασύρματο δίκτυο αισθητήρων, οι αισθητήριοι κόμβοι συνδέονται συνήθως

μέσω του ασύρματου μέσου. Αυτού του είδους οι συνδέσεις μπορούν να πραγματοποιηθούν

με τη βοήθεια ραδιοσυχνοτήτων, υπέρυθρων ή οπτικών μέσων. Προκειμένου να γίνει εφικτή

36

μια παγκόσμια χρήση αυτών των δικτύων, το επιλεγμένο μέσο πρέπει να είναι διαθέσιμο

παγκοσμίως.

Ευρέως χρησιμοποιούμενη συχνότητα στις ασύρματες ζεύξεις είναι η μπάντα ISM

(Industrial Scientific Medical ISM Band), η οποία προσφέρεται και χωρίς άδεια χρήσης στις

περισσότερες χώρες. Στην Ευρώπη χρησιμοποιούνται οι συχνότητες των 433 MHz και στην

Β. Αμερική οι συχνότητες των 915 MHz.

Στις περισσότερες περιπτώσεις δικτύων αισθητήρων χρησιμοποιούμε την

επικοινωνία η οποία γίνεται μέσω ραδιοσυχνοτήτων. Μεταξύ αυτών διακρίνουμε τις εξής

περιπτώσεις :

Το μAMPS το οποίο χρησιμοποιεί πομποδέκτη συμβατό με Bluetooth στα 2.4 GHz, με

ένα ενσωματωμένο συνθέτη συχνοτήτων.

Ένας αισθητήρας χαμηλής ενέργειας ο οποίος χρησιμοποιεί πομποδέκτη ραδιοσυχνότητας

ενός καναλιού, το οποίο βρίσκεται σε συχνότητα λειτουργίας στα 916 MHz.

Η αρχιτεκτονική WINS χρησιμοποιεί ραδιοσυχνότητες μεταξύ των κόμβων.

Ένας άλλος τρόπος επικοινωνίας στα δίκτυα αισθητήρων είναι η χρήση υπερύθρων,

για την οποία δεν απαιτείται άδεια χρήσης, και επιπλέον είναι ανθεκτική στις παρεμβολές από

ηλεκτρικές συσκευές. Το μοναδικό μειονέκτημα που εντοπίζουμε είναι η απαίτηση για

οπτική επαφή των επικοινωνούντων συσκευών. Το μειονέκτημα αυτό αποτρέπει τη χρήση

υπερύθρων ως μέσο μετάδοσης στα ασύρματα δίκτυα αισθητήρων.

Οι συνήθεις απαιτήσεις των εφαρμογών για τις οποίες χρησιμοποιούνται τα δίκτυα

αισθητήρων δημιουργούν μεγάλη πρόκληση στην επιλογή ενός μέσου μετάδοσης. Για

παράδειγμα, σε εφαρμογές που μπορούν να είναι υποθαλάσσιες μπορεί να απαιτείται η χρήση

του νερού ως μέσου μετάδοσης. Επιπλέον, λόγω του ότι η κεραία ενός αισθητήρα μπορεί να

μην έχει το απαιτούμενο ύψος, ή η ισχύ εκπομπής να είναι περιορισμένη, εκτός από την

επιλογή του μέσου, μεγάλο ρόλο παίζει η χρήση ισχυρής κωδικοποίησης και η επιλογή της

κατάλληλης συχνότητας προκειμένου να γίνει στοέπακρο εκμετάλλευση των

χαρακτηριστικών του καναλιού.

3.8 Κατανάλωση Ενέργειας

Δεδομένου ότι ο κάθε αισθητήριος κόμβος αποτελεί αυτοτελή μικροηλεκτρονική

συσκευή, μπορεί να εφοδιαστεί με μια περιορισμένη πηγή ενέργειας (<0.5 Ah, 1.2V).

Δεδομένου ότι η αντικατάσταση αυτής της πηγής ενέργειας είναι αδύνατη, η ζωή του

αισθητήριου κόμβου εξαρτάται από αυτήν. Σε κάθε δίκτυο αισθητήρων ο κάθε κόμβος παίζει

το ρόλο του αποστολέα και του δρομολογητή, επομένως εάν παρουσιαστεί κάποια βλάβη σε

έναν από τους κόμβους του δικτύου, απαιτείται συνολική αναδιοργάνωση του δικτύου και

επαναδρομολόγηση των μηνυμάτων. Η σωστή διαχείριση της ενέργειας των κόμβων παίζει

37

μεγάλο ρόλο, και για αυτό το λόγο αποδίδεται σε τρεις λειτουργίες: 1) Επικοινωνία, 2)

αίσθηση και 3) επεξεργασία δεδομένων.

3.8.1 Επικοινωνία

Η πιο απαιτητική λειτουργία από άποψη κατανάλωσης ενέργειας είναι η

επικοινωνία. Συνήθως για τις μικρές αποστάσεις που λειτουργούν οι αισθητήριοι κόμβοι η

κατανάλωση είναι ίδια κατά την εκπομπή και την λήψη. Βεβαίως, εκτός από αυτό, σοβαρό

ρόλο παίζει και το άνοιγμα και κλείσιμο του κυκλώματος του πομποδέκτη.

3.8.2 Επεξεργασία Δεδομένων

Η κατανάλωση ενέργειας κατά τη φάση της επεξεργασίας δεδομένων είναι

μικρότερη από αυτή κατά τη φάση της επικοινωνίας. Συνεπώς, ο κόμβος κατά τη φάση της

επεξεργασίας θα έχει ενσωματωμένο ένα κύκλωμα επεξεργασίας προκειμένου να

επεξεργάζεται τα δεδομένα με απώτερο σκοπό την αποστολή λιγότερων πακέτων κατά τη

φάση της επικοινωνίας

3.9 Αρχιτεκτονική στα Ασύρματα Δίκτυα Αισθητήρων

Η αρχιτεκτονική του δικτύου των ασύρματων αισθητήρων απαιτεί την ύπαρξη, έστω

και σε απλουστευμένη μορφή, ενός φυσικού επιπέδου (Physical Layer), ενός υπο-επιπέδου

MAC και ενός επιπέδου ζεύξης (Link Layer) πρωτοκόλλων.

38

Εικόνα 15 : Τα επίπεδα-layers στα WSNs

3.9.1 To Φυσικό Eπίπεδο (Physical Layer)

Το φυσικό επίπεδο είναι υπεύθυνο για την επιλογή της συχνότητας, την παραγωγή

συχνότητας μετάδοσης, την ανίχνευση σήματος, τη διαμόρφωσή του και για την

κρυπτογράφηση των δεδομένων.

Η διαμόρφωση και αποδιαμόρφωση του ψηφιακού σήματος εκτελείται από τον

πομποδέκτη και δεν πρέπει να είναι ιδιαίτερα πολύπλοκη προκειμένου να υλοποιείται από

hardware χαμηλού κόστους και κατανάλωσης με όσο το δυνατόν πιο αξιόπιστο αποτέλεσμα.

Για τη μετάδοση των σημάτων, ως επί το πλείστον χρησιμοποιούνται τεχνικές

εξάπλωσης φάσματος, οι οποίες ονομάζονται έτσι επειδή το βασικό στοιχείο της λειτουργίας

τους έγκειται στο γεγονός ότι οι εκπεμπόμενες κυματομορφές καταλαμβάνουν μεγαλύτερο

εύρος ζώνης (bandwidth) από ότι πραγματικά χρειάζεται για τη μετάδοση των δεδομένων. Οι

τεχνικές αυτές χρησιμοποιούνται για διάφορους λόγους και ο βασικότερος θεωρείται ότι είναι

η μείωση των παρεμβολών από άλλα σήματα, καθώς το σήμα δεν μεταδίδεται σε μια μόνο

συχνότητα. Άλλοι λόγοι για τους οποίους χρησιμοποιήθηκαν κατά καιρούς τέτοιες τεχνικές

είναι η ασφάλεια από υποκλοπές του σήματος, η αντίσταση στην εξασθένηση του σήματος,

καθώς και η δυνατότητα χρήσης του μέσου από πολλές συσκευές ταυτόχρονα (multiple

access).

3.9.2 To Επίπεδο Ζεύξης Δεδομένων (Data Link Layer)

39

Το πρωτόκολλο του επιπέδου ζεύξης χρησιμοποιείται προκειμένου να μεταφέρει ένα

δεδομενόγραμμα ή πακέτο επάνω σε μία ζεύξη. Ορίζει τη μορφή των πακέτων που

ανταλλάσσονται ανάμεσα στους κόμβους, στα άκρα της ζεύξης, καθώς και τις ενέργειες που

γίνονται από αυτούς τους κόμβους όταν στέλνουν και λαμβάνουν αυτά τα πακέτα. Οι

μονάδες δεδομένων που ανταλλάσσονται από ένα πρωτόκολλο επιπέδου ζεύξης ονομάζονται

πλαίσια (frames) και συνεπώς οι ενέργειες που γίνονται από αυτά τα πρωτόκολλα κατά την

αποστολή και λήψη τους είναι η ανίχνευση σφάλματος, η αναμετάδοση, ο έλεγχος ροής και η

τυχαία πρόσβαση. Το πρωτόκολλο αυτό σε ένα ασύρματο multi-hop και αυτο-οργανούμενο

δίκτυο αισθητήρων, έχει ως στόχους τη δημιουργία της υποδομής του δικτύου και το δίκαιο

και αποδοτικό διαχωρισμό των πόρων επικοινωνίας μεταξύ των κόμβων του δικτύου.

Οι δύο γνωστές μέθοδοι για τον έλεγχο σφαλμάτων (error control) είναι η

εμπροσθόδοτη (χωρίς επαλήθευση) διόρθωση σφάλματος (Forward Error Correction-FEC)

και ο έλεγχος σφαλμάτων με αυτόματη αίτηση επανάληψης (Automatic Repeat Request-

ARQ). Η χρησιμότητα του ARQ σε multi-hop δίκτυα αισθητήρων είναι περιορισμένη από το

επιπλέον κόστος ενέργειας αναμετάδοσης και το overhead. Από την άλλη, η πολυπλοκότητα

αποκωδικοποίησης του FEC είναι μεγαλύτερη αφού απαιτείται η ενσωμάτωση ικανοτήτων

error control. Λαμβάνοντας αυτό υπόψη, οι απλοί κώδικες error control με μικρή

πολυπλοκότητα κωδικοποίησης και αποκωδικοποίησης παρουσιάζονται ως οι καλύτερες

λύσεις στα ασύρματα δίκτυα αισθητήρων.

3.9.3 Το Επίπεδο Δικτύου (Network Layer)

Οι τεχνικές δρομολόγησης των «παραδοσιακών» ad-hoc συνήθως δεν ταιριάζουν

στις απαιτήσεις των ασύρματων δικτύων αισθητήρων. Μια από τις αρμοδιότητες του network

layer είναι να παρέχει διασύνδεση με εξωτερικά δίκτυα (πχ. άλλα δίκτυα αισθητήρων ή το

διαδίκτυο).

Το επίπεδο αυτό των δικτύων αισθητήρων σχεδιάζεται με ορισμένες αρχές:

Πρέπει να διαχειρίζεται αποδοτικά τα διαθέσιμα ποσά ενέργειας τους.

Πρέπει να είναι δεδομενο-κεντρικό (data-centric).

Η συνάθροιση των δεδομένων είναι χρήσιμη μόνο όταν δεν εμποδίζεται η

συνεργασία μεταξύ των κόμβων αισθητήρων.

Σε ένα ιδανικό δίκτυο αισθητήρων, οι διευθύνσεις των κόμβων είναι

βασισμένες στην ιδιότητα (attribute-based) με αποτέλεσμα οι κόμβοι να μη

γνωρίζουν την ακριβή τοποθεσία τους.

Τα energy–efficient δρομολόγια αναζητούνται είτε με βάση τη διαθέσιμη

εναπομένουσα ενέργεια σε κάθε κόμβο (available power - PA) είτε με την ενέργεια που

απαιτείται για τη μετάδοση των δεδομένων μέσω των δρομολογίων.

Οι πιο γνωστοί αλγόριθμοι για την επιλογή του πιο αποδοτικού δρομολογίου όσον

αφορά την ενέργεια είναι:

40

Maximum PA route, επιλέγεται το δρομολόγιο το οποίο έχει τη μεγαλύτερη

συνολική εναπομένουσα ενέργεια, η οποία υπολογίζεται με το άθροισμα της

εναπομένουσας ενέργειας του κάθε κόμβου ο οποίος ανήκει στο συγκεκριμένο

δρομολόγιο.

Minimum energy (ME) route, επιλέγεται το δρομολόγιο το οποίο απαιτεί την

ελάχιστη ενέργεια για τη μεταφορά των πακέτων μεταξύ των κόμβων.

Minimum hop route (MH), επιλέγεται το δρομολόγιο το οποίο θα έχει τον

ελάχιστο αριθμό hops μέχρι το κόμβο που θα λάβει τα δεδομένα.

Maximum minimum PA note route, επιλέγεται το δρομολόγιο του οποίου η

ελάχιστη εναπομένουσα ενέργεια θα είναι μεγαλύτερη από την ελάχιστη

εναπομένουσα ενέργεια των υπολοίπων δρομολογίων.

3.9.4 Το Επίπεδο Μεταφοράς (Transport Layer)

Το επίπεδο αυτό είναι χρήσιμο κυρίως όταν το σύστημα είναι σχεδιασμένο έτσι ώστε

να μπορεί να έχει πρόσβαση στο διαδίκτυο ή σε άλλα εξωτερικά δίκτυα. Μια προσέγγιση

παρόμοια με αυτήν του TCP μπορεί να φανεί χρήσιμη για την επικοινωνία με άλλου είδους

δίκτυα όπως το διαδίκτυο. Η επικοινωνία μεταξύ κόμβων του δικτύου δεν μπορεί να

υποστηριχθεί με πρωτόκολλα των οποίων η προσέγγιση είναι παρόμοια με του πρωτοκόλλου

TCP, λόγω της περιορισμένης μνήμης που διαθέτουν οι κόμβοι αισθητήρων.

3.9.5 Το Επίπεδο Εφαρμογών (Application Layer)

Αν και έχουν ερευνηθεί πολλές περιοχές εφαρμογών για ασύρματα δίκτυα

αισθητήρων, δεν συμβαίνει το ίδιο με την έρευνα των πρωτοκόλλων για το επίπεδο

εφαρμογής, με αποτέλεσμα ο αριθμός αυτών των πρωτοκόλλων να είναι περιορισμένος.

Μερικά από τα πρωτόκολλα αυτού του επιπέδου που ερευνούνται είναι:

Sensor Management Protocol (SMP)

Task Assignment and Data advertisement Protocol (TADAP)

Sensor Query and Data Dissemination Protocol (SQDDP)

41

Κεφάλαιο 4: Μοντέλο αναφοράς μεσισμικού (Middleware)

4.1 Επισκόπηση μοντέλου

Ο ορισμός του μεσισμικού ενός ασύρματου δικτύου αισθητήρων εξ’ ορισμού δεν

είναι απλός. Στα κατανεμημένα συστήματα το μεσισμικό ορίζεται ως το λογισμικό μεταξύ

του λειτουργικού συστήματος και της εφαρμογής που τρέχει σε κάθε κόμβο του συστήματος.

Αποκρύπτει την ετερογένεια του δικτύου, παρέχοντας συγκεκριμένες υπηρεσίες.

Μια ολοκληρωμένη πρόταση μεσισμικού ενός ασύρματου δικτύου αισθητήρων

περιλαμβάνει τέσσερα κύρια χαρακτηριστικά, όπως φαίνεται και από την εικόνα 16.

Α)Προγραμματιστική Αφαίρεση (Programming Abstractions)

Ορίζεται η διεπαφή του μεσισμικού με τον προγραμματιστή της εφαρμογής.

B) Υπηρεσίες συστήματος (system services)

Οι υπηρεσίες συστήματος παρέχουν εφαρμογές για να μπορέσουν να επιτύχουν την

προγραμματιστική αφαίρεση.

Γ) Υποστήριξη χρόνου εκτέλεσης (Runtime support)

Η υποστήριξη χρόνου εκτέλεσης χρησιμεύει ως η επέκταση του ενσωματωμένου

λειτουργικού συστήματος για να υποστηρίξει τις υπηρεσίες μεσισμικού.

Δ)Μηχανισμοί Ποιότητας της Υπηρεσίας (QoS mechanisms)

Οι μηχανισμοί καθορίζουν τους περιορισμούς της Ποιότητας Υπηρεσίας του

συστήματος(QoS).

42

Εικόνα 16 : Τα βασικά συστατικά του μεσισμικού ασυρμάτων δικτύων αισθητήρων [24]

Για την περιγραφή της οργάνωσης και των σχέσεων των παραπάνω συστατικών

παρατίθεται ένα πλαίσιο αναφοράς[Εικόνα 16], στο οποίο αναλύονται όλες οι δυνατές

σχέσεις μεταξύ των συστατικών του μεσισμικού.

Βέβαια, δεν είναι απαραίτητο αυτό το πλαίσιο να περιλαμβάνει όλα τα συστατικά,

καθώς επίσης λειτουργίες διαφόρων συστατικών μπορεί να συνδυάζονται μεταξύ τους και να

παρουσιάζονται ως ένα συστατικό.

Εικόνα 17: Το πλαίσιο αναφοράς μεσισμικού για τα ασύρματα δίκτυα αισθητήρων [24]

Κατά τη φάση της ανάπτυξης, οι λειτουργίες του μεσισμικού ενός ασύρματου δικτύου

αισθητήρων μπορεί να διανεμηθεί σε κόμβους αισθητήρες (sensor nodes), σε κόμβους

υποδομής (sink node) και σε τερματικά υψηλού επιπέδου εφαρμογής, όπως φαίνονται και

στην εικόνα 17.

43

Εικόνα 18 : Αρχιτεκτονική συστήματος ενός ασύρματου δίκτυου αισθητήρων [24]

Κάθε κόμβος αισθητήρα μπορεί να αλληλεπιδρά με τους χρήστες μέσω μιας

δεδομένης πύλης εισόδου (gateway) ή απευθείας εάν υπάρχει διπλό κανάλι επικοινωνίας

μεταξύ των κόμβων.[10]

4.2 Προγραμματιστική Αφαίρεση (Programming Abstractions)

Η προγραμματιστική αφαίρεση είναι το θεμέλιο του μεσισμικού για τα ασύρματα

δίκτυα αισθητήρων. Παρέχουν στον προγραμματιστή της εφαρμογής, υψηλού επιπέδου

διεπαφές, οι οποίες ξεχωρίζουν την ανάπτυξη των εφαρμογών που βασίζονται στα ασύρματα

δίκτυα αισθητήρων από τις λειτουργίες της υποδομής του. Μπορούμε να διακρίνουμε τρεις

πτυχές στην ανάπτυξη της προγραμματιστικής αφαίρεσης: το επίπεδο αφαίρεσης (abstraction

level), το παράδειγμα προγραμματισμού (programming paradigm) και τον τύπο της διεπαφής

(interface type).

Το επίπεδο αφαίρεσης αναφέρεται ουσιαστικά στον τρόπο με τον οποίο ο

προγραμματιστής βλέπει το σύστημα. Η αφαίρεση επιπέδου κόμβου(node level abstraction)

αναφέρει τα ασύρματα δίκτυα αισθητήρων ως ένα κατανεμημένο σύστημα, το οποίο

αποτελείται από κόμβους αισθητήρων και παρέχει στον προγραμματιστή την υποστήριξη για

προγραμματισμό καθενός κόμβου αισθητήρα για τις ενέργειες και τις συνεργασίες του. H

αφαίρεση επιπέδου συστήματος (system level abstraction) αναφέρει τα ασύρματα δίκτυα

αισθητήρων ως ένα ενιαίο εικονικό σύστημα και επιτρέπει στον προγραμματιστή να

κατηγοριοποιήσει ένα κεντρικό πρόγραμμα σε υποπρογράμματα τα οποία εκτελούνται σε

τοπικούς κόμβους. Γενικά η αφαίρεση επιπέδου κόμβου διευκολύνει την ανάπτυξη των

εφαρμογών, λόγω της μεγαλύτερης ευελιξίας και λιγότερης κατανάλωσης ενέργειας και

44

επικοινωνίας, ενώ από την άλλη μεριά η αφαίρεση επιπέδου συστήματος είναι ευκολότερη

στην χρήση διότι η συμπεριφορά των κόμβων μπορεί να υλοποιηθεί αυτόματα και όχι για

κάθε κόμβο ξεχωριστά.

Το παράδειγμα προγραμματισμού αναφέρεται στο μοντέλο του προγραμματισμού

των εφαρμογών. Συχνά εξαρτάται από τις εφαρμογές. Οι εφαρμογές των ασύρματων δικτύων

αισθητήρων μπορούν να κατηγοριοποιηθούν σε δύο διαστάσεις. Χαρακτηριστικά συλλογής

δεδομένων εφαρμογής και χαρακτηριστικά δυναμικής εφαρμογής. Η συλλογή δεδομένων

μπορεί να είναι συνεχής, καθοδηγούμενη από γεγονότα (event-driven) ή βασισμένη σε

ερωτήματα (query-based). Η εφαρμογή είναι απολύτως στατική, όμως έχει και στοιχεία

κινητικότητας (κινητοί κόμβοι ή κινητοί στόχοι). Έτσι για διαφορετικές εφαρμογές, το

μεσισμικό ασύρματων δικτύων αισθητήρων μπορεί να χρησιμοποιήσει διαφορετικά

παραδείγματα προγραμματισμού όπως βάσεις δεδομένων, κινητούς πράκτορες (mobile

agents), και την μέθοδο Δημοσίευσης/Εγγραφής (Publish/Subscribe). Έτσι για παράδειγμα το

παράδειγμα των βάσεων δεδομένων συχνά χρησιμοποιείται για συλλογή δεδομένων που

βασίζονται σε ερωτήματα, ενώ το παράδειγμα της Δημοσίευσης/Εγγραφής μπορεί να είναι

μια καλή επιλογή για εφαρμογές καθοδηγούμενες από γεγονότα (event-driven).

Ο τύπος διεπαφής αναφέρεται στον τρόπο της προγραμματιστικής διεπαφής. Έτσι, η

προγραμματιστική αφαίρεση ενσωματώνεται όπως και η προγραμματιστική διεπαφή. Για το

λόγο αυτό περιγραφικές διεπαφές παρέχουν SQL ερωτήματα για ερωτήματα δεδομένων.

Αντίθετα επιτακτικές διεπαφές παρέχουν τις αντίστοιχες γλώσσες προγραμματισμού.

Συνήθως οι περιγραφικές διεπαφές απαιτούν την ερμηνεία των ερωτημάτων και

καταναλώνουν περισσότερους πόρους, ενώ οι επιτακτικές διεπαφές απαιτούν από τον

προγραμματιστή να προσδιορίσει τη λογική της εκτέλεσης και είναι πιο ευέλικτες αλλά και

πιο δύσκολες στην χρήση.

Η υιοθέτηση του κατάλληλου επιπέδου αφαίρεσης, παραδείγματος

προγραμματισμού και της αντίστοιχης διεπαφής εξαρτάται από τις απαιτήσεις και την

υποδομή του συγκεκριμένου δικτύου αισθητήρων. Το μεσισμικό υλοποιεί παρόμοιες τεχνικές

στα μοντέλα του. Για παράδειγμα το μοντέλο που βασίζεται σε βάσεις δεδομένων συνήθως

χρησιμοποιεί μια περιγραφική διεπαφή ενώ το μοντέλο που βασίζεται σε γεγονότα

χρησιμοποιεί μια επιτακτική διεπαφή.

4.3 Υπηρεσίες συστήματος

Οι υπηρεσίες συστήματος ενσωματώνουν τις λειτουργίες και μορφοποιούν τον

πυρήνα του μεσισμικού για τα ασύρματα δίκτυα αισθητήρων. Ο προγραμματιστής του

συστήματος τις διαχειρίζεται μέσω της διεπαφής αφαίρεσης και υποστηρίζει την ανάπτυξη,

την εκτέλεση και την διαχείριση του δικτύου. Κατηγοριοποιούνται σε δύο μεγάλες

κατηγορίες, τις κοινές υπηρεσίες συστήματος (common services) και τις υπηρεσίες τομέα

(domain services).

Οι κοινές υπηρεσίες είναι οι βασικές υπηρεσίες που μοιράζονται όλες οι εφαρμογές

των ασύρματων δικτύων αισθητήρων. Διαχειρίζονται τις πληροφορίες της εφαρμογής και των

υποδομών των δικτύων αισθητήρων.

45

Οι λειτουργικότητες περιλαμβάνουν την:

• Διαχείριση κώδικα (code managment)

Είναι υπεύθυνες για την αναβάθμιση ή τροποποίηση του κώδικα σε ένα ήδη

ανεπτυγμένο σύστημα

• Διαχείριση δεδομένων (Data management)

Είναι υπεύθυνες για την απόκτηση, αποθήκευση, συγχρονισμό ανάλυση και εξόρυξη

δεδομένων

• Ανακάλυψη πόρων (Discovery of resources)

Είναι υπεύθυνες για την ανακάλυψη νέων εισαχθέντων κόμβων στο δίκτυο καθώς

και την ανίχνευση μη-ενεργών κόμβων λόγω απώλειας ενέργειας της μπαταρίας ή λόγω

μετακίνησης.

• Διαχείριση πόρων (Management of resources)

Διαχειρίζονται τους πόρους των κόμβων, για παράδειγμα μνήμη, μετατροπή

αναλογικού σήματος σε ψηφιακό και ενέργεια)

• Ενσωμάτωση (Integration)

Ενσωματώνει μικρότερα δίκτυα αισθητήρων σε μεγαλύτερα δίκτυα όπως το Internet.

Οι υπηρεσίες τομέα διευκολύνουν την ανάπτυξη της εφαρμογής σε συγκεκριμένο

τομέα. Χρησιμοποιώντας τις κοινές υπηρεσίες και προσθέτοντας λειτουργίες βασισμένες

στην εφαρμογή, παρέχουν συγκεκριμένες υπηρεσίες τομέα. Για παράδειγμα το EnviroTrack

είναι ένα μεσισμικό ασυρμάτων δικτύων αισθητήρων που υποστηρίζει περιβαλλοντικό

εντοπισμό στόχου. Το μεσισμικό WSN-SHM είναι σχεδιασμένο για την ανάπτυξη

εφαρμογών παρακολούθησης της υγείας και έχει απαιτήσεις δειγματοληψίας υψηλών

συχνοτήτων καθώς και υψηλή κατανάλωση πόρων.

4.4 Υποστήριξη χρόνου εκτέλεσης

Η υποστήριξη χρόνου εκτέλεσης είναι μια προέκταση του ενσωματωμένου

λειτουργικού συστήματος το οποίο παρέχει ορισμένες λειτουργίες, όπως προγραμματισμός των

λειτουργιών, τεχνικές ανταλλαγής δεδομένων, έλεγχος της ενέργειας και της μνήμης.

Η ανάγκη για υποστήριξη του χρόνου εκτέλεσης έγκειται στο γεγονός ότι το υλικό

(hardware) των κόμβων αισθητήρων δεν υποστηρίζει πάντα αρκετά την εφαρμογή του

μεσισμικού των υπηρεσιών.

Έτσι οι λειτουργικότητες της υποστήριξης χρόνου εκτέλεσης περιλαμβάνουν την

υποστήριξη της διαδικασίας σε τοπικό επίπεδο, την υποστήριξη επικοινωνίας και την

υποστήριξη στην αποθήκευση τους. Η υποστήριξη αυτή παρέχεται για πολυνηματικές

46

διαδικασίες, προγραμματισμό smart task και συγχρονισμό της πρόσβασης μνήμης. Η

υποστήριξη χρόνου εκτέλεσης ενσωματώνεται πάντα σαν εικονική μηχανή (virtual machine)

πάνω σε συγκεκριμένο ενσωματωμένο λειτουργικό σύστημα.

4.5 Μηχανισμοί Ποιότητας της Υπηρεσίας (QoS mechanisms)

Ο μηχανισμός της ποιότητας υπηρεσίας είναι ένα αρκετά καινούριο χαρακτηριστικό

στα ασύρματα δίκτυα αισθητήρων. Τα χαρακτηριστικά της είναι ενσωματωμένα σε ποικίλες

λειτουργικές υπηρεσίες. Για παράδειγμα η υπηρεσία διαχείρισης δεδομένων απαιτείται να

είναι αξιόπιστη και με μεγάλη ακρίβεια.

Η ποιότητα της Υπηρεσίας σε επίπεδο υποδομής δικτύου ασχολείται με την

καθυστέρηση ή απώλεια πακέτων και του εύρους ζώνης του δικτύου. Στην περίπτωση

εφαρμογών περιλαμβάνει ακρίβεια των δεδομένων, καθυστέρηση λόγω συνάθροισης

(aggregation delay) και χρόνου ζωής του συστήματος. Το μεσισμικό βρίσκεται ανάμεσα στις

εφαρμογές και στις υποδομές δικτύου. Η ποιότητα της υπηρεσίας μεταφράζει και ελέγχει τα

μηνύματα ανάμεσα στο επίπεδο εφαρμογής και στο επίπεδο δικτύου. Στην περίπτωση που δεν

είναι εφικτή η επικοινωνία των δύο επιπέδων λόγω των απαιτήσεων της ποιότητας

υπηρεσίας, παρέχεται μια νέα εγγύηση από την ποιότητα υπηρεσίας ανάμεσα στα επίπεδα. Η

υποστήριξη της ποιότητας της υπηρεσίας μπορεί επίσης να παρέχει το πλαίσιο εφαρμογής για

την απλοποίηση της ανάπτυξης της εφαρμογής χρησιμοποιώντας αλγόριθμους ασφάλειας.

Κεφάλαιο 5. Υπηρεσίες συστήματος μεσισμικού

5.1 Διαχείριση κώδικα

Η διαχείριση κώδικα παρέχει υπηρεσίες για ανάπτυξη κώδικα, δηλαδή κατανομή και

«μετανάστευση»(migration) του κώδικα στους κόμβους αισθητήρων. Η κατανομή κώδικα

καθορίζει έναν αριθμό κόμβων αισθητήρων στους οποίους η εκτέλεση θα ενεργοποιηθεί. Η

«μετανάστευση» κώδικα μεταφέρει τον κώδικα μεταξύ των κόμβων αισθητήρων. Με τον

τρόπο αυτό επιτυγχάνεται ο εκσυγχρονισμός του δικτύου (code update), καθώς και

ενεργοποιείται η επανατοποθέτηση των στοιχείων της εφαρμογής. Ο κώδικας μετακινείται

στους κόμβους κοντά στην περιοχή όπου υπάρχουν μεγάλα αποθέματα δεδομένων,

παρέχοντας υψηλή εξοικονόμηση ενέργειας.

47

Η εφαρμογή της κατανομής κώδικα συνεπάγεται με τον έλεγχο των συνθηκών με

την βοήθεια της σύγκρισης. Στο SINA η κατανομή κώδικα εφαρμόζεται σε ένα περιβάλλον

εκτέλεσης αισθητήρα (Sensor Execution Environment), το οποίο συγκρίνει τις παραμέτρους

του κώδικα SQTL με τα χαρακτηριστικά των κόμβων αισθητήρων και εκτελεί το πρόγραμμα

μόνο αν ταιριάζει. Στο Cougar η κατανομή κώδικα εφαρμόζεται από έναν βελτιστοποιητή

ερωτημάτων(query optimizer) ο οποίος καθορίζει τις βέλτιστες διαδρομές για εξοικονόμηση

ενέργειας. Οι υπηρεσίες κατανομής κώδικα που εφαρμόζονται από ένα βελτιστοποιητή

ερωτημάτων υπερφορτώνουν το δίκτυο, ενώ το Sensor Execution Environment έχει καλό

scalability.

Η «μετανάστευση» κώδικα(code migration) εφαρμόζεται όχι μόνο σε επίπεδο

μεσισμικού αλλά επίσης και στο βασικό ενσωματωμένο λειτουργικό σύστημα, όπως το

BerthaOS και το MagnetOS. Όμως επειδή το λειτουργικό σύστημα των ασύρματων δίκτυων

αισθητήρων δεν υποστηρίζει την ερμηνεία κώδικα(code interpretation) η «μετανάστευση»

κώδικα που εφαρμόζεται στο επίπεδο του λειτουργικού συστήματος έχει αυξημένη

πιθανότητα σφάλματος και είναι εκτεθειμένο σε κακόβουλες επιθέσεις.

Στο επίπεδο μεσισμικού, οι περισσότερες τεχνικές για «μετανάστευση» εργασιών

(task migration) βασίζονται στη χρήση κινητού κώδικα (mobile code) μετακινώντας τον

κώδικα στα δεδομένα προέλευσης για να προσπελάσουν τα δεδομένα τοπικά. Οι ήδη

υπάρχουσες εφαρμογές περιλαμβάνουν μετακίνηση του κώδικα μέσω κινητού κώδικα (όπως

ο κώδικας TCL στο Sensorware και ο κώδικας SQTL στο SINA) και κινητά αντικείμενα

Java. Ενα παράδειγμα κινητού κώδικα είναι ο «κινητός πράκτορας»(mobile agent), ο οποίος

είναι ένα νήμα εκτέλεσης που ενσωματώνει τόσο τον κώδικα όσο και την κατάσταση και τα

δεδομένα. Οι «κινητοί πράκτορες» κάνουν τις αποφάσεις μετακίνησης αυτόνομες. Το κλειδί

για αυτή την προσέγγιση είναι να κάνει την εφαρμογή όσο πιο σπονδυλωτή (modular) γίνεται

έτσι ώστε να διευκολυνθεί η διανομή μέσω του δικτύου. Ωστόσο η φύση του κινητού

συντελεστή κώδικα δεν επιτρέπει την ετερογένεια του υλικού.

Ένα από τα πλεονεκτήματα χρήσης των mobile agent είναι ότι μειώνουν την

κατανάλωση του εύρους ζώνης, μετακινώντας τα στοιχεία που επεξεργάζονται ταδεδομένα

στην περιοχή των δεδομένων που έχουν ανιχνευτεί. Αυτό είναι πολύ χρήσιμο όταν έχει

μαζευτεί μεγάλος αριθμός δεδομένων και πρέπει να μεταδοθούν στον sink node. Επίσης τα

συστήματα mobile agents είναι αρκετά ευέλικτα στο re-tasking σε σύγκριση με άλλα

συστήματα καθώς και διευκολύνει τη συλλογική επεξεργασία των δεδομένων. Το παράδειγμα

των mobile agent (mobile agent paradigm) είναι μια καλή επιλογή για εφαρμογές εντοπισμού

κινητού στόχου. [11]

Εικόνα 19 : Μετάδοση δεδομένων στα WSN: a) client-server-based paradigm, b) mobile-

agent-based paradigm [11]

48

Εικόνα 20 :Απεικόνιση δυο εφαρμογών εντοπισμού στόχου: α) γεωγραφικού εντοπισμού

στόχου και β) αναγνώρισης αντικειμένου [11]

Υπάρχει μια ανταλλαγή μεταξύ της πολυπλοκότητας του διερμηνέα (interpreter), ο

οποίος λειτουργεί στους κόμβους και στην πολυπλοκότητα του κινητού κώδικα. Οι υπηρεσίες

«μετανάστευσης» κώδικα που εφαρμόζονται από τον κινητό κώδικα(mobile code) με το TCL

και το SQTL έχουν το πλεονέκτημα του μικρού μεγέθους και της υψηλής δυναμικής, αλλά

υστερούν λόγω της πολυπλοκότητας των προδιαγραφών και του υψηλού κόστους

επικοινωνίας. Οι εφαρμογές που βασίζονται στους κινητούς πράκτορες (mobile agents) και

στα κινητά αντικείμενα της Java έχουν καλή scalability αλλά υψηλή κατανάλωση πόρων.

Για την καλύτερη κατανόηση της διαχείρισης κώδικα θα ασχοληθούμε με το

παράδειγμα του Agilla. Το Agilla είναι ένας κινητός πράκτορας που βασίζεται στο μεσισμικό

των ασύρματων δικτύων αισθητήρων. Ο σκοπός είναι η ανάπτυξη ενός δικτύου χωρίς την

εγκατάσταση κάποιας εφαρμογής. Οι συντελεστές που καθορίζουν την συμπεριφορά της

εφαρμογής θα εισαχθούν αργότερα επαναπρογραμματίζοντας το δίκτυο. Το Agilla αποτελεί

ουσιαστικά την πρώτη φορά που πολλαπλοί κινητοί συντελεστές και tuple spaces

χρησιμοποιούνται σε ένα ενοποιημένο πλαίσιο για τα ασύρματα δίκτυα αισθητήρων.

Εικόνα 21 : Το μοντελοποιημένο σύστημα Agilla [24]

49

Κάθε κόμβος αισθητήρα υποστηρίζει πολλαπλούς «πράκτορες» και διατηρεί ένα

tuple space και μια λίστα με τους γειτονικούς κόμβους. Το tuple space είναι τοπικό και

διαμοιράζεται από τους «πράκτορες» που διαμένουν στον κόμβο. Δίνονται ειδικές οδηγίες για

να επιτραπεί στους συντελεστές να προσπελάσουν εξ’ αποστάσεως το tuple space ενός άλλου

κόμβου. Η λίστα των γειτονικών κόμβων περιέχει τις διευθύνσεις όλων των άμεσα

γειτονικών κόμβων (one-hop node). Οι «πράκτορες» μπορούν να μετακινηθούν

μεταφέροντας τον κωδικό και την κατάσταση τους, αλλά όχι τα δικά τους tuple spaces.

Εικόνα 22 : Η αρχιτεκτονική του μεσισμικού του Agilla [24]

Ο διαχειριστής tuple space (tuple space manager) υλοποιεί τις λειτουργίες του tuple

space (tuple space operations) και διαχειρίζεται τα περιεχόμενα του τοπικού tuple space και

την αντίδραση του μητρώου. Ο agent manager διατηρεί κάθε πλαίσιο του agent. Είναι

υπεύθυνος για την κατανομή της μνήμης στον agent όταν φτάνει. Ο διαχειριστής πλαισίου

(context manager) καθορίζει την τοποθεσία του κόμβου καθώς και τις τοποθεσίες των

γειτονικών κόμβων. Ο διαχειριστής οδηγιών (instruction manager) και η μηχανή Agilla

(Agilla engine) παρέχουν υποστήριξη χρόνου εκτέλεσης. Ο διαχειριστής οδηγιών (instruction

manager) είναι υπεύθυνος για την δυναμική κατανομή μνήμης, ανακτά την επόμενη οδηγία

για να την εκτελέσει και πακετοποιεί τον κώδικα του agent σε μικρό αριθμό μηνυμάτων. Το

Agilla ελέγχει την ταυτόχρονη εκτέλεση όλως των agents στον κεντρικό κόμβο.

50

Εικόνα 23: Η αρχιτεκτονική του agent Agilla [24]

Η εικόνα 23 δείχνει την αρχιτεκτονική του agent. Ένας agent αποτελείται από μια

στοίβα (stack), ένα σωρό (heap) και διάφορους καταχωρητές. Ο σωρός είναι ένας

αποθηκευτικός χώρος τυχαίας προσπέλασης που επιτρέπει στον agent να αποθηκεύσει

μεταβλητές. Οι καταχωρητές περιέχουν την ταυτότητα του agent, ένα μετρητή προγράμματος

(program counter) και τον κωδικό κατάστασης. Η ταυτότητα του agent είναι μοναδική για

κάθε agent και διατηρείται κατά τη διάρκεια των λειτουργιών «μετανάστευσης»(migration

operations). Ένας κλωνοποιημένος agent παίρνει μια καινούρια ταυτότητα. Ο μετρητής

προγράμματος περιέχει την διεύθυνση την επόμενης οδηγίας και χρησιμοποιείται από τον

διαχειριστή κώδικα για να πάρει τη νέα οδηγία. Όταν προκύψει μια αντίδραση, ο διαχειριστή

αντιδράσεων (reaction manager) αλλάζει τον μετρητή ώστε να δείχνει στην πρώτη οδηγία του

κώδικα αντιδράσεων. Για να επιτραπεί σε έναν agent να συνεχίσει την εκτέλεση από εκεί που

ήταν προτού συμβεί η αντίδραση, ο αυθεντικός μετρητής προγράμματος είναι αποθηκευμένος

στη στοίβα. Ο κώδικας κατάστασης (condition code) καταγράφει την κατάσταση εκτέλεσης.

Χάρη στην κατανομή κώδικα, το Agilla χρησιμοποιεί μια προσέγγιση αντίδρασης

(reaction approach). Οι αντιδράσεις προστίθενται στο tuple space, επιτρέποντας στον agent

να ενημερώσει το Agilla ότι ενδιαφέρεται για tuple τα οποία ταιριάζουν σε ένα συγκεκριμένο

πρότυπο. Ο διαχειριστής tuple spaces θυμάται τις αντιδράσεις που είναι καταγεγραμμένες

από κάθε agent αποθηκεύοντας τις στον καταχωρητή αντιδράσεων (reaction manager). Όποτε

εισέρχεται ένα tuple, το μητρώο ελέγχει εάν το καινούριο tuple ταιριάζει με το πρότυπο

αντιδράσεων. Εάν ταιριάζει, ο διαχειριστής tuple space ενημερώνει τον διαχειριστή agent,

ποιες ενημερώσεις χρειάζεται να κάνει ο μετρητής προγράμματος για να εκτελέσει τον

κώδικα των αντιδράσεων.

Η «μετανάστευση» κώδικα (code migration) εφαρμόζεται μετακινώντας ή

κλωνοποιώντας τον agent από τον ένα κόμβο σε έναν άλλο. Ο διαχειριστής tuple space

«πακετάρει» όλες τις αντιδράσεις ενός agent έτσι ώστε να μπορούν να τροποποιηθούν

παράλληλα με τον συντελεστή. Όταν μετακινείται ένας agent, μεταφέρει την κατάσταση του

και τον κώδικα του και συνεχίζει να εκτελείται στον επόμενο κόμβο. Όταν κλωνοποιείται,

αντιγράφει την κατάσταση του και τον κώδικα του σε έναν άλλο κόμβο και συνεχίζει την

εκτέλεση τόσο στον παλιό όσο και στον καινούριο κόμβο. Η μετακίνηση πολλών βημάτων

(multi-hop migration) χειρίζεται από το μεσισμικό και είναι φανερό στον χρήστη.

51

5.2 Διαχείριση δεδομένων

Οι εφαρμογές των WSN είναι data centric. Η data centric επικοινωνία εισάγει ένα

νέο είδος αντιμετώπισης των κόμβων επικεντρώνοντας κυρίως στα δεδομένα που παράγονται

από τους κόμβους, από τη στιγμή που οι εφαρμογές δεν είναι πιθανό να ζητήσουν την

παρούσα κατάσταση του αισθητήρα, όπως η θερμοκρασία σε έναν συγκεκριμένο κόμβο,

αλλά ζητάνε για τοποθεσίες όπου η θερμοκρασία υπερβαίνει μια συγκεκριμένη τιμή. [12]

Με τον όρο δεδομένα αναφερόμαστε στα δεδομένα τα οποία ανιχνεύονται. Η

διαχείριση δεδομένων στα ασύρματα δίκτυα αισθητήρων παρέχει υπηρεσίες στις εφαρμογές

για την απόκτηση, επεξεργασία και αποθήκευση δεδομένων.

5.2.1 Απόκτηση δεδομένων

Μια από τις πιο ουσιώδεις υπηρεσίες των ασύρματων δικτύων αισθητήρων είναι η

απόκτηση των δεδομένων, η οποία είναι υπεύθυνη για την παράδοση των συγκεκριμένων

δεδομένων που χρειάζεται η εκάστοτε εφαρμογή.

Για το μοντέλο δεδομένων που βασίζεται σε γεγονότα (event-based), η απόκτηση

επικεντρώνεται στον ορισμό, καταχώρηση/ματαίωση, ανίχνευση και παράδοση του

γεγονότος. Η εφαρμογή προσδιορίζει το ενδιαφέρον της σε συγκεκριμένες αλλαγές

κατάστασης των δεδομένων. Μετά την ανίχνευση ενός τέτοιου γεγονότος, το μεσισμικό θα

στείλει τα απαραίτητα μηνύματα στις ενδιαφερόμενες εφαρμογές.TinyDB, DSware, Mires

και Impala που υποστηρίζουν την απόκτηση δεδομένων για event-based μοντέλο.

Μια τυπική προσέγγιση στην απόκτηση δεδομένων σε event-based μοντέλο είναι το

παράδειγμα Δημοσίευσης/Εγγραφής (Publish/Subscribe), το οποίο έχει δυο πλεονεκτήματα.

Πρώτον υποστηρίζει ασύγχρονη επικοινωνία και δεύτερον διευκολύνει την ανταλλαγή

μηνυμάτων μεταξύ των κόμβων αισθητήρων και του κεντρικού κόμβου. Οι βασικές

οντότητες του συστήματος Pub/Sub είναι η περιγραφή του γεγονότος και η δημοσίευση του.

Από τη μεριά του μεσισμικού ο συνδρομητής γεγονότος είναι ο κόμβος υποδομής(sink node)

και του event-publisher είναι ο κόμβος αισθητήρα.

Ένα παράδειγμα της προσέγγισης Pub/Sub είναι το Mires. Η εικόνα 23 δείχνει την

αρχιτεκτονική του Mires και η εικόνα 24 τα συστατικά από τα οποία αποτελείται το Mires.

52

Εικόνα 24 : Η αρχιτεκτονική του Mires [14]

Εικόνα 25 : Τα συστατικά του Mires [14]

Το Mires περιλαμβάνει τον πυρήνα, με το όνομα υπηρεσία Pub/Sub (Pub/Sub

service) και κάποιες επιπλέον υπηρεσίες. Η υπηρεσία Pub/Sub είναι υπεύθυνη για την

«διαφήμιση» (advertisement) των θεμάτων της τοπικής εφαρμογής. Η επικοινωνία μεταξύ

των κόμβων αισθητήρων αποτελείται από 3 φάσεις (τοπική άφιξη, κατάσταση άφιξης και

τοπική εγκατάσταση άφιξης). Αρχικά οι κόμβοι αισθητήρες στο δίκτυο αναγγέλλουν τα

διαθέσιμα θέματα (π.χ. θερμοκρασία και υγρασία) τα οποία έχουν συλλέξει από τους

τοπικούς αισθητήρες. Μετά τα μηνύματα αυτά δρομολογούνται προς τους κόμβους υποδομής

χρησιμοποιώντας τον αλγόριθμο δρομολόγησης πολλών βημάτων(multi-hop routing

algorithm). Μια εφαρμογή χρήστη που συνδέεται με τον κόμβο υποδομής μπορεί να επιλέξει

53

τα επιθυμητά θέματα για να παρατηρεί. Τέλος τα μηνύματα αναμεταδίδονται στους κόμβους

του δικτύου. Οι κόμβοι αισθητήρες, μετά την υποδοχή των θεμάτων, μπορούν να

δημοσιεύσουν τα δεδομένα στο δίκτυο. Η υπηρεσία Pub/Sub διατηρεί τη λίστα των θεμάτων

και τις αντίστοιχες εφαρμογές έτσι ώστε να διευθετήσει το σωστό θέμα στην αντίστοιχη

εφαρμογή. Στο Mires μόνο τα μηνύματα που αναφέρονται στα αντίστοιχα θέματα στέλνονται,

με αποτέλεσμα να μειώνεται ο αριθμός των μεταδόσεων και της κατανάλωσης ενέργειας. [13]

Για το μοντέλο δεδομένων που βασίζεται σε ερωτήματα (query-based data model), η

υποστήριξη απόκτησης δεδομένων επικεντρώνεται στο μοντέλο των ερωτημάτων και τις

μεθόδους της. Το μεσισμικό χρησιμοποιεί συνήθως μια δηλωτική διεπαφή με καθολικό

επίπεδο αφαίρεσης (global level abstraction) και μοντέλο προγραμματισμού βάσεων

δεδομένων. Τέτοια συστήματα είναι το TinyDB, Cougar και το SensorWare. Ενσωματώνουν

τις τεχνικές που χρησιμοποιούνται στα παραδοσιακά συστήματα βάσεων δεδομένων για να

εφαρμόσουν τις υπηρεσίες απόκτησης δεδομένων.

Εικόνα 26 : Διάγραμμα ακολουθίας topic advertisement [14]

Στην εικόνα 26 φαίνεται το διάγραμμα ακολουθίας στο οποίο μπορούμε να δούμε

την αλληλεπίδραση ανάμεσα στην υπηρεσία Publish/Subscribe και στα άλλα συστατικά του

Mires. Ο κόμβος εφαρμογής διαφημίζει στην υπηρεσία Publish/Subscribe την ικανότητα των

54

δεδομένων του αισθητήρα που σχετίζονται με ένα συγκεκριμένο θέμα. Η υπηρεσία

Publish/Subscribe ενσωματώνει την πληροφορία σε ένα advertiseMsg και το στέλνει στο

δίκτυο μέσω του MultiHopRouter. Η αλληλεπίδραση στο κάτω μέρος του πίνακα αναφέρεται

στην άφιξη ενός AdveriseMsg μηνύματος στον κόμβο. Όλα τα μηνύματα δρομολογούνται

στον κεντρικό κόμβο, αλλά στους ενδιάμεσους κόμβους ο MultiHopRouter στέλνει ένα

μήνυμα όταν φτάνει το AdveriseMsg μήνυμα. Μετά η υπηρεσία Publish/Subscribe παίρνει

την πληροφορία από το μήνυμα, ανανεώνει τη δομή ελέγχου του και στέλνει μια ένδειξη στον

MultiHopRouter ότι το μήνυμα θα πρέπει να προωθηθεί και στους υπόλοιπους κόμβους.

Εικόνα 27 : Κόμβοι αισθητήρων σε δωμάτια [14]

Ένα παράδειγμα είναι όπως φαίνεται και στην εικόνα 27, ένα σενάριο

παρακολούθησης του περιβάλλοντος με τα εξής χαρακτηριστικά: κάθε περιβάλλον είναι

σχεδιασμένο σε ένα γκρουπ από κόμβους αισθητήρων που μπορούν να παρακολουθήσουν

μεταβλητές, όπως θερμοκρασία, υγρασία, ήχος και φωτεινότητα.

Οι αισθητήρες είναι γκρουπαρισμένοι σε δωμάτια με την μέθοδο των clusters. Κάθε

δωμάτιο έχει έναν αισθητήρα που είναι υπεύθυνος για την επικοινωνία με τον κεντρικό

κόμβο, με το όνομα cluster head. Κάθε αισθητήρας μέσα στο cluster ενσωματώνει την

πληροφορία των κόμβων και καταγράφει τα αποτελέσματα στην ιεραρχία μέχρι τον cluster

head. Ένας κόμβος αισθητήρα λαμβάνει τις λειτουργίες αισθητήρα από μια εξωτερική

εφαρμογή και τις διαδίδει στο διαδίκτυο. Έτσι η ροή των λειτουργιών πηγαίνει από τον

κεντρικό κόμβο στους κόμβους αισθητήρων , ενώ η ροή των δεδομένων ακολουθεί την

αντίθετη πορεία. [14]

Το TinyDB είναι ένα παράδειγμα για να απεικονιστεί η προσέγγιση με βάση τα

ερωτήματα. Το TinyDB είναι ένα σύστημα που αποσπάει πληροφορίες από τα δεδομένα που

έχουν συλλεγεί από τα ασύρματα δίκτυα αισθητήρων χρησιμοποιώντας το λειτουργικό

55

σύστημα TinyOS. Το TinyDB διατηρεί έναν εικονικό πίνακα βάσης δεδομένων, με το όνομα

SENSORS, όπου οι στήλες του περιέχουν πληροφορίες όπως τον τύπο των αισθητήρων, το

αναγνωριστικό των κόμβων αισθητήρων και υπόλοιπο της μπαταρίας. Ο προγραμματιστής

μπορεί να δει τις τιμές του SENSORS και να προσθέσει καινούριες γραμμές. Για παράδειγμα

ένας χρήστης θέλει να αναφέρει όταν η μέση θερμοκρασία ξεπεράσει τους 800

F σε κάποιο

δωμάτιο του τρίτου ορόφου ενός κτιρίου που παρακολουθείται από αισθητήρες. Ο χρήστης

εισάγει το ακόλουθο ερώτημα σε βάση δεδομένων μαζί με το ρυθμό με τον οποίο οι

αισθητήρες μαζεύουν τα δεδομένα.

SELECT AVG(temp) FROM sensors

(Select row from Sensors)

WHERE floor-3

(at the 3rd

floor)

GROUP BY room

(rows are grouped be room number)

AVG(temp)>80F

(only groups with average temperature>80F)

SAMPLE PERIOD 20 seconds

(perform every 20 seconds- rate of collection)

Το TinyDB χρησιμοποιεί μια προσέγγιση «ελεγχόμενης πλημμύρας» (controlled-

flooding) για τη διάδοση των ερωτημάτων μέσω του δικτύου. Το σύστημα διατηρεί το δέντρο

διάδοσης/δρομολόγησης (spanning tree) δρομολογημένο στο τελευταίο σημείο (συνήθως την

φυσική διεύθυνση του χρήστη). Σε μια πιο αποκεντρωμένη προσέγγιση κάθε κόμβος

αισθητήρα έχει τον δικό του επεξεργαστή ερωτημάτων, ο οποίος επεξεργάζεται τα δεδομένα

του αισθητήρα και διατηρεί τις πληροφορίες δρομολόγησης. Σε κάθε περίοδο, ο κόμβος-

γονέας (parent-node) ο οποίος είναι πιο κοντά στην ρίζα(root) συμφωνεί με τους κόμβους-

παιδιά σε ένα χρονικό διάστημα στο οποίο θα περιμένει δεδομένα από αυτά. [14]

5.2.2 Επεξεργασία δεδομένων

Υπάρχουν τρεις διαφορετικοί τρόποι που υποστηρίζεται η επεξεργασία δεδομένων

στα ασύρματα δίκτυα αισθητήρων. Στην συγκεντρωτική επεξεργασία (centralized processing)

56

μαζεύονται όλα τα δεδομένα και εν συνεχεία στέλνονται στον κεντρικό κόμβο για

επεξεργασία. Σε επίπεδο κόμβου, η διαμοιρασμένη επεξεργασία (distributed processing)

μαζεύει τα δεδομένα από τους κόμβους αισθητήρες για να τα επεξεργαστεί σε πρώτο επίπεδο

και στη συνέχεια τα στέλνει στον κόμβο υποδομής για την τελική επεξεργασία. Σε επίπεδο

δικτύου, τα τελικά αποτελέσματα λαμβάνονται τόσο μέσω της επεξεργασίας που έγινε στους

κόμβους όσο και από τις πληροφορίες που ανταλλάχθηκαν μεταξύ των κόμβων αισθητήρων

και του κόμβου υποδομής.

Λόγω του αυξημένου κόστους της επικοινωνίας των κόμβων σε σχέση με το κόστος

υπολογισμού στους κόμβους αισθητήρες, το μεσισμικό των ασυρμάτων δικτύων αισθητήρων

θα πρέπει να υποστηρίζει την υπηρεσία επεξεργασίας δεδομένων μέσα στο δίκτυο, κυρίως

μέσω της συνάθροισης (aggregation). Η υποστήριξη μεσισμικού διαθέτει τα εξής

χαρακτηριστικά: 1) Είναι πιο αυτόνομη από τα πρωτόκολλα δικτύου, έτσι ώστε να μπορούν

να εφαρμοστούν διαφορετικές στρατηγικές ανάλογα με τις διαφορετικές απαιτήσεις ή

διαφορετικές συνθήκες στο δίκτυο. 2) Διευκολύνει την ανάλυση δεδομένων σε υψηλό

επίπεδο.

Για το event-based μοντέλο δεδομένων, η συνάθροιση δεδομένων μπορεί να

εφαρμοστεί σε διαφορετικές υπηρεσίες. Ένα παράδειγμα είναι η υπηρεσία συνάθροισης στο

Mires. Στο Mires η συνάθροιση δεδομένων εφαρμόζεται σε διαφορετικές ενότητες και

λειτουργίες όπως το AVG και το SUM. Έτσι η ευελιξία για να προσθέσει νέες λειτουργίες

συνάθροισης είναι εγγυημένη. Το μόνο που απαιτείται είναι η δημιουργία μιας ενότητας για

τη νέα λειτουργία. Επίσης θα πρέπει να ανιχνευτεί το όριο του γεγονότος καθώς και να

καθοριστεί η περιοχή και το κέντρο του.

Στη συλλογή δεδομένων που είναι βασισμένη σε ερωτήματα (query-based), οι

υπηρεσίες συνάθροισης δεδομένων μπορούν να εφαρμοστούν χρησιμοποιώντας τεχνικές

σωλήνα (pipeline), όπως γίνεται στο TinyDB και SensorWare.

Μια άλλη υπηρεσία επεξεργασίας δεδομένων είναι η διαμέτρηση δεδομένων (data

calibration) που διασφαλίζει τον συγχρονισμό μεταξύ των κόμβων αισθητήρων. Μερικές

εφαρμογές όπως οι σεισμογράφοι απαιτούν ακριβή συγχρονισμό ανάμεσα στους κόμβους

αισθητήρων.

5.2.3 Αποθήκευση δεδομένων

Στα ασύρματα δίκτυα αισθητήρων υπάρχουν τρεις προσεγγίσεις για την αποθήκευση

δεδομένων. Η εξωτερική αποθήκευση αποθηκεύει τα δεδομένα στον βασικό σταθμό έξω από

τα ασύρματα δίκτυα αισθητήρων. Στην τοπική αποθήκευση τα δεδομένα αποθηκεύονται εκεί

που δημιουργούνται, μειώνοντας έτσι το κόστος επικοινωνίας, αυξάνοντας όμως το κόστος

έρευνας. H αποθήκευση κεντρικών δεδομένων (data centric) είναι ουσιαστικά ένας

συνδυασμός των δυο προηγούμενων προσεγγίσεων και είναι η πιο διαδεδομένη προσέγγιση

57

στο υπάρχον μεσισμικό ασυρμάτων δικτύων. Γίνεται δηλαδή ο σχεδιασμός του δικτύου

εστιαζόμενος στα δεδομένα (data) και όχι στη ταυτότητα των κόμβων.

Για να καταλάβουμε καλύτερα την αποθήκευση δεδομένων θα μελετήσουμε το

παράδειγμα του DSWare (Data Service Middleware).

Εικόνα 28 : Πλαίσιο DSWare [24]

Όπως φαίνεται και από την εικόνα 28, το DSWare είναι ένα εξειδικευμένο επίπεδο,

το οποίο υλοποιεί διάφορες υπηρεσίες δεδομένων και με αυτόν τον τρόπο παρέχει μια βάση

δεδομένων ως αφαίρεση στην εφαρμογή των ασυρμάτων δικτύων αισθητήρων. Η ανίχνευση

του γεγονότος(Event Detection) είναι υπεύθυνη για την παροχή της υπηρεσίας ανίχνευσης

δεδομένων, δηλαδή κόμβοι εντοπίζουν τοπικά γεγονότα (πιθανώς με τη συνέργεια γειτονικών

κόμβων) και αναφέρουν αυτά σε όποιον ενδιαφερθεί. Η διαχείριση της ομάδας (Group

management) υποστηρίζει την απόφαση που έχει παρθεί από την ομάδα και είναι υπεύθυνη

για την συνάθροιση δεδομένων. Ο προγραμματισμός (Scheduling) οργανώνει τις υπηρεσίες

στο DSWare με δυο επιλογές προγραμματισμού: τον προγραμματισμό με βάση την ενέργεια

(energy-aware) και τον real-time προγραμματισμό.

Η αποθήκευση δεδομένων (Data storage), όπως φαίνεται και από την εικόνα 28 στο

DSWare αποθηκεύει τα δεδομένα σύμφωνα με την σημασιολογία τους που συνδέονται με τα

δεδομένα. Έχει μια λειτουργία ανίχνευσης δεδομένων και παρέχει ανεκτικότητα σε

σφάλματα. Επίσης έχει λειτουργίες για αποθήκευση δεδομένων που σχετίζονται με γειτονικές

περιοχές.

58

Εικόνα 29 : Το μοντέλο DSWare [24]

Για να διευκολυνθεί η ανίχνευση δεδομένων, το DSWare χαρτογραφεί τα δεδομένα

σε φυσικά μέσα αποθήκευσης χρησιμοποιώντας δυο επίπεδα λειτουργιών. Στο πρώτο επίπεδο

χαρτογραφείται ένα κλειδί, το οποίο είναι μοναδικό και έχει εκχωρηθεί για κάθε είδους

δεδομένα, σε ένα λογικό αποθηκευτικό κόμβο στο δίκτυο. Αποτέλεσμα αυτής της λειτουργίας

είναι οι αποθηκευτικοί κόμβοι να διαμορφώνουν μια ιεραρχία σε αυτό το επίπεδο. Το δεύτερο

επίπεδο συνεπάγεται την χαρτογράφηση των χωριστών λογικών κόμβων σε πολλαπλούς

φυσικούς κόμβους τέτοιους που ο σταθμός βάσης που εκτελεί μια λειτουργία ερωτημάτων να

φέρει τα δεδομένα. Χαρτογραφώντας τα δεδομένα σε ένα μονό κόμβο στο δίκτυο

αισθητήρων μπορεί να προκαλέσει κίνηση στον κόμβο το οποίο μπορεί να οδηγήσει σε

σύγκρουση και μεγαλύτερη κατανάλωση ενέργειας. Το DSWare χρησιμοποιεί την αντιγραφή

(replication) για να αποθηκεύσει τα δεδομένα σε πολλαπλούς φυσικούς κόμβους αισθητήρων,

οι οποίοι μπορούν να χαρτογραφηθούν σε ένα μονό λογικό κόμβο. Έτσι επιτυγχάνεται η

εξισορρόπηση του φορτίου διότι τα ερωτήματα μπορούν να κατευθυνθούν σε οποιοδήποτε

από τους φυσικούς κόμβους και η διάρκεια ζωής των ανεξάρτητων κόμβων επιμηκύνεται

διότι η κατανάλωση ενέργειας ουσιαστικά μειώνεται. Με την αντιγραφή των δεδομένων

μεταξύ των πολλαπλών κόμβων παρουσιάζεται το πρόβλημα της συνοχής. Το DSWare

υιοθετεί την «αδύναμη συνοχή» για να αποτρέψει την κίνηση σε περίοδο αιχμής, αφού μόνο

οι νεότερες πληροφορίες μεταξύ των κόμβων αποφεύγουν την στέρηση συνοχής. Τα

καινούρια δεδομένα αναπαράγονται και μεταπηδούν και στους άλλους κόμβους και το

μέγεθος των πληροφοριών που είναι ασυνεπή οριοθετείται, έτσι ώστε η αντιγραφή να

παρουσιάζεται όταν το φόρτος εργασίας στους ανεξάρτητους κόμβους είναι χαμηλό.

Η προσωρινή αποθήκευση δεδομένων στο DSWare παρέχει πολλαπλά αντίγραφα

των δεδομένων τα οποία έχουν τη μεγαλύτερη ζήτηση. Το DSWare εξαπλώνει τα προσωρινά

αποθηκευμένα δεδομένα μέσα στο δίκτυο για να πετύχει μεγαλύτερη διαθεσιμότητα και

ταχύτερη εκτέλεση των ερωτημάτων. Το σύστημα ελέγχου ανάδρασης (feedback control

scheme) χρησιμοποιείται δυναμικά και αποφασίζει εάν τα αντίγραφα θα διαμένουν στους πιο

59

συχνά ερωτώμενους κόμβους. Το σύστημα χρησιμοποιεί διάφορα δεδομένα εισόδου,

συμπεριλαμβανομένου του ποσοστού των περιοδικών ερωτημάτων και του μέσου όρου του

ρυθμού απόκρισης, από την πηγή των δεδομένων για να οδηγήσει τους κόμβους στο να

αποφασίσουν εάν θα κρατήσουν ή όχι τα αντίγραφα. Επίσης παρακολουθείται η

χρησιμοποίηση των αντιγράφων έτσι ώστε να αποφασιστεί αν θα αυξηθεί ή θα μειωθεί ο

αριθμός των αντιγράφων ή θα χρειαστεί να μετακινηθούν σε μια νέα τοποθεσία.

Συμπερασματικά η διαχείριση των δεδομένων είναι ένα σημαντικό κομμάτι για τα

ασύρματα δίκτυα αισθητήρων. Ένα από τα κύρια χαρακτηριστικά που προσφέρει το

μεσισμικό στη διαχείριση δεδομένων είναι η κατάλληλη αφαίρεση (abstraction) της δομής

δεδομένων. Χωρίς αυτή την αφαίρεση, ο διαχειριστής πρέπει να αναπτύξει ετερογενή

δεδομένα και χαμηλού επιπέδου λειτουργίες στην εφαρμογή. Διάφοροι ήδη υπάρχοντες

αλγόριθμοι διαχείρισης δεδομένων μπορούν να εφαρμοστούν ως επαναχρησιμοποιήσιμες και

εναλλακτικές υπηρεσίες μεσισμικού με ασφαλείς παραμέτρους. Το σύστημα μεσισμικού

μπορεί αυτόματα να ρυθμίσει τις παραμέτρους της υπηρεσίας σύμφωνα με την τρέχουσα

κατάσταση. Η εφαρμογή διαχείρισης δεδομένων ειδικών αλγορίθμων μπορεί να γραφτεί

βασιζόμενη στις κοινές υπηρεσίες δεδομένων. Τα περισσότερα ήδη υπάρχοντα μεσισμικά

παρέχουν κάποιου είδους υπηρεσίες διαχείρισης δεδομένων, ωστόσο οι υπηρεσίες ανάλυσης

υψηλού επιπέδου μέσα στο δίκτυο δεν έχουν εφαρμοστεί ακόμα.

5.3 Πόροι και Ανεύρεση Πληροφοριών

Όταν αναφερόμαστε σε πόρους στα ασύρματα δίκτυα αισθητήρων συνήθως

εννοούμε του πόρους των κόμβων αισθητήρων (όπως ενέργεια, μνήμη, συσκευή A/D). Η

υπηρεσία ανεύρεσης πόρων επιστρέφει τον τύπο δεδομένων που ο κόμβος που

ανακαλύφθηκε μπορεί να παρέχει, τους τρόπους με τους οποίους μπορεί να λειτουργήσει και

το επίπεδο ενέργειας μετάδοσης. Από την άλλη μεριά η υπηρεσία ανεύρεσης των

πληροφοριών παρέχει πληροφορίες για την τοπολογία του δικτύου, τα πρωτόκολλα δικτύου

και τους γείτονες και τις διευθύνσεις των νέων κόμβων. Η υπηρεσία μπορεί επίσης να

χρησιμοποιηθεί για την ανεύρεση νέων κόμβων και την ανακάλυψη των κόμβων που γίνονται

μη προσβάσιμοι λόγω έλλειψης μπαταρίας ή λόγω μετακίνησης τους.

Σε σχέση με την ανεύρεση πόρων στα παραδοσιακά δίκτυα, όπου αναγνωρίζονται

και εντοπίζονται οι υπηρεσίες και οι πόροι στο σύστημα, οι πόροι και οι υπηρεσίες ανεύρεσης

πληροφοριών στα ασύρματα δίκτυα αισθητήρων είναι πιο δύσκολο να εφαρμοστούν λόγω της

έλλειψης μοναδικής ταυτότητας κόμβου και έλλειψης γενικής προδιαγραφής της υπηρεσίας.

Κάποια ήδη υπάρχοντα μεσισμικά ασύρματων δικτύων αισθητήρων υιοθετούν πρωτόκολλα

υπηρεσίας ανεύρεσης από παραδοσιακές λύσεις δικτύων, όπως SLP και Bluetooth SDP. Το

MiLAN είναι ένα παράδειγμα. Άλλα συστήματα, όπως το TinyLime χρησιμοποιούν τα tuple

space για να εφαρμόσουν τις υπηρεσίες ανεύρεσης πόρων. Ωστόσο οι εφαρμογές αυτές

χρειάζονται μοναδική ταυτότητα των πόρων, αλλά πολλά ασύρματα δίκτυα αισθητήρων είναι

βασισμένα στο περιεχόμενο (content-based) χωρίς μοναδική ταυτότητα για κόμβους

αισθητήρες.

60

Παρόλο που έχουν αναπτυχθεί πολλοί αλγόριθμοι εντοπισμού για διαφορετικά είδη

συστημάτων, για παράδειγμα Ultrasound, RF και ultrawideband, οι τεχνικές RSSI

χρησιμοποιούνται για ακριβή εντοπισμό μέσω τοποθετημένων ραδιοσημαντήρων. Μόνο

μερικά ήδη υπάρχοντα μεσισμικά ενσωματώνουν υπηρεσίες ανεύρεσης τοποθεσίας. Ο λόγος

είναι ότι η εφαρμογή αυτού του είδους των υπηρεσιών απαιτεί πολύ λογισμικό και το

κατάλληλο περιβάλλον.

5.4 Διαχείριση Πόρων

Οι υπηρεσίες διαχείρισης πόρων και πληροφοριών έχουν δυο κυρίως λειτουργίες.

Πρώτον, παρέχουν τις πληροφορίες του δίκτυου στις εφαρμογές που απαιτείται να είναι

ανακλαστικές ή προσαρμοστικές και δεύτερον παρέχουν τις πληροφορίες του δίκτυου για την

υποστήριξη προσαρμοστικών υπηρεσιών διαχείρισης πόρων. Η διαχείριση πόρων στα

ασύρματα δίκτυα αισθητήρων παρέχει κυρίως κοινές και επαναχρησιμοποιημένες υπηρεσίες

υποστήριξης της εφαρμογής που έχουν τις απαιτήσεις για αυτό-οργάνωση (self-organization).

Οι υπηρεσίες διαχείρισης πόρων συνήθως χρησιμοποιούνται για τη διαμόρφωση πόρων κατά

τη διάρκεια της εγκατάστασης και προσαρμογή πόρων κατά τη διάρκεια της εκτέλεσης

(runtime) και εξασφαλίζουν την ποιότητα της υπηρεσίας των ασύρματων δικτύων

αισθητήρων.

Η διαχείριση πόρων στο επίπεδο λειτουργικού συστήματος εξαρτάται από την

πλατφόρμα, για αυτό το λόγο αλλαγές σε αυτό το επίπεδο μπορεί να επηρεάσουν

διαφορετικές απαιτήσεις πόρων των εφαρμογών οι οποίες τρέχουν σε ένα κόμβο αισθητήρα.

Από την άλλη μεριά, η διαχείριση πόρων σε επίπεδο εφαρμογής επιβάλλει μια επιπλέον

επιβάρυνση στην εφαρμογή και οι μηχανισμοί προσαρμογής που δημιουργήθηκαν σε αυτό το

επίπεδο δεν μπορούν να επαναχρησιμοποιηθούν. Αντίθετα η διαχείριση πόρων στο επίπεδο

μεσισμικού έχει περισσότερη ευελιξία. Τα περισσότερα μεσισμικά ασυρμάτων δικτύων

αισθητήρων παρέχουν υπηρεσίες συμπεριλαμβανομένης της υπηρεσίας συμπλέγματος

(cluster service), υπηρεσίας προγραμματισμού και υπηρεσία δρομολόγησης δεδομένων. Οι

υπηρεσίες αυτές υποστηρίζονται από υπηρεσίες κόκκων (granular services) όπως διαχείριση

ενέργειας, διαχείριση επιπέδου μετάδοσης κτλ. Αυτές οι υπηρεσίες πρέπει να υποστηρίζονται

και να περιορίζονται από το λειτουργικό σύστημα και το λογισμικό.

Η υπηρεσία συμπλέγματος (cluster service) αναφέρεται στη διατήρηση των μελών

του συμπλέγματος (cluster member maintenance) για το στρώμα των ασύρματων δικτύων

αισθητήρων. Για τις υπηρεσίες συμπλέγματος, πολλά συστήματα μεσισμικού, όπως το

EnviroTrack, MiLAN, DSWare, AutoSec και το SINA απευθύνουν τα ζητήματα της

εφαρμογής σύμφωνα με διαφορετικά αντικείμενα. Για παράδειγμα το EniviroTrack παρέχει

στα μέλη του συμπλέγματος υπηρεσίες ανακατανομής που καθορίζουν τα συμπλέγματα μετά

την ανάπτυξη. Το MiLAN και το AutoSec παρέχουν αυτόματα υπηρεσίες οργάνωσης του

συμπλέγματος σύμφωνα με τις πληροφορίες ποιότητας της υπηρεσίας που λαμβάνεται από

την υποδομή του δικτύου και τις εφαρμογές των ασυρμάτων δικτύων αισθητήρων.

Η υπηρεσία προγραμματισμού αναφέρεται στον προγραμματισμό αφύπνισης/ύπνου

του κόμβου. Χρησιμοποιείται για τη μείωση της κατανάλωσης ενέργειας, επιτρέποντας στους

κόμβους αισθητήρων να «κοιμηθούν» και να ξυπνήσουν σύμφωνα με την εκάστοτε πολιτική.

Για παράδειγμα όταν δεν κατανέμονται εργασίες σε ένα κόμβο αισθητήρα, τότε αυτός μπορεί

61

να «κοιμηθεί» έτσι ώστε να εξοικονομήσει ενέργεια. Η εφαρμογή αυτής της υπηρεσίας

μπορεί να κάνει χρήση των υπηρεσιών, όπως πρωτόκολλα προγραμματισμού

αφύπνισης/ύπνου στο MAC επίπεδο και κλιμάκωση του ρεύματος του επεξεργαστή στο

φυσικό επίπεδο.

Η υπηρεσία δρομολόγησης δεδομένων μπορεί να εφαρμοστεί με πολλούς

διαφορετικούς τρόπους. Μερικά μεσισμικά όπως το Mate δεν παρέχουν καμία συγκεκριμένη

υπηρεσία διαχείρισης δρομολόγησης, αλλά παρέχουν την αρχιτεκτονική η οποία επιτρέπει

στην εφαρμογή αυθαίρετα πρωτόκολλα δρομολόγησης. Για τα συστήματα που παρέχουν

αυτές τις υπηρεσίες διαχείρισης δρομολόγησης τρεις προσεγγίσεις μπορούν να αναφερθούν.

Πρώτον, εφαρμόζοντας ένα υψηλότερο επίπεδο πρωτοκόλλου δρομολόγησης στο επίπεδο του

μεσισμικού. Για παράδειγμα το MagnetOS εφαρμόζει ένα πρωτόκολλο δρομολόγησης

πολλών βημάτων (multi-hop) στο μεσισμικό. Δεύτερον, διατηρείται ένα επικάλυμμα και

υποστηρίζει μηχανισμούς δρομολόγησης, καθώς και διαμόρφωση εκ νέου της δρομολόγησης

στην κορυφή αυτού του επικαλύμματος. Για παράδειγμα το Mires κάνει χρήση του

μηχανισμού Pub/Sub για να υποστηρίξει τη διαχείριση δρομολόγησης. Λόγω της χαλαρής

συνδεδεμένης αλληλεπίδρασης μεταξύ των κόμβων στο παράδειγμα του Pub/Sub, είναι πολύ

ευέλικτο για να παρέχει ένα καινούριο είδος της εφαρμογής δρομολόγησης δεδομένων.

Τρίτον, εφαρμόζεται ένας μηχανισμός που επιτρέπει την εναλλαγή μεταξύ των διαφορετικών

πρωτοκόλλων, όπως γίνεται στο Impala ή παρέχει ένα μηχανισμό που επιτρέπει την

προσαρμογή διαφορετικών πρωτοκόλλων δρομολόγησης, όπως γίνεται στο MiLAN.

Εικόνα 30 : Η διαχείριση του δικτυακού πρωτοκόλλου του MiLAN [24]

Στην εικόνα 30 φαίνεται η διαχείριση της δρομολόγησης δεδομένων στο MiLAN. Η

διαχείριση δρομολόγησης του MiLAN προορίζεται να τοποθετηθεί στο πάνω μέρος των

πολλαπλών φυσικών δικτύων. Ενεργεί σαν ένα επίπεδο που επιτρέπει τα plug-ins του δικτύου

να μετατρέψουν τις εντολές του MiLAN σε ειδικά πρωτόκολλα που περνάνε μέσω της

συνηθισμένης στοίβας πρωτοκόλλων δικτύου. Συνεπώς το MiLAN μπορεί συνεχώς να

προσαρμόζεται σε συγκεκριμένα χαρακτηριστικά οποιουδήποτε δικτύου χρησιμοποιείται

στην επικοινωνία.

62

Τα περισσότερα μεσισμικά ασυρμάτων δικτύων αισθητήρων υιοθετούν την τοπική

διαχείριση πόρων. Η διαχείριση δεδομένων που βασίζεται στην τακτική (policy-based)

φαίνεται ότι είναι μια καλή προσέγγιση για την υποστήριξη του σχεδιασμού της αυτό-

προσαρμοστικής διαχείρισης πόρων.

5.5 Ενσωμάτωση Ασύρματων Δικτύων Αισθητήρων

Για ευρύτερες εφαρμογές, τα ασύρματα δίκτυα αισθητήρων χρειάζεται να

ενσωματωθούν σε άλλες ήδη υπάρχουσες υποδομές δικτύων, όπως το Internet, Gird και

συστήματα που βασίζονται σε βάσεις δεδομένων. Επειδή τα ασύρματα δίκτυα αισθητήρων

είναι ένα «κλειστό» δίκτυο, δεν είναι εύκολο να εφαρμοστεί η υπηρεσία της ενσωμάτωσης

στα χαμηλότερα επίπεδα, άρα το μεσισμικό θα πρέπει να παρέχει αυτή την υπηρεσία.

Για το μεσισμικό των ασυρμάτων δικτύων αισθητήρων, η ενσωμάτωση συνδέεται

τόσο με τη συνεργασία των εργασιών όσο και με διαμοίραση δεδομένων και μπορεί να

υλοποιηθεί στο επίπεδο εφαρμογής ή στο επίπεδο δεδομένων. Η ενσωμάτωση στο επίπεδο

εφαρμογής συνδέεται περισσότερο με τη συνεργασία των εργασιών, όπου οι εφαρμογές

τρέχουν τόσο στα ασύρματα δίκτυα αισθητήρων όσο και στο σύστημα μοχλού (leverage

system). Η ενσωμάτωση στο επίπεδο δεδομένων συνδέεται περισσότερο με τη διαμοίραση

δεδομένων, όπου μόνο τα δεδομένα που παρέχονται από τα ασύρματα δίκτυα αισθητήρων

χρησιμοποιούνται στο σύστημα μοχλού.

Ένας αρκετά συνηθισμένος μηχανισμός για την ενσωμάτωση είναι ο proxy server. Ο

πελάτης(client) μπορεί να έχει πρόσβαση σε μη τυποποιημένες υπηρεσίες (non-standardized

services) σε ένα ασύρματο δίκτυο αισθητήρων χρησιμοποιώντας ένα proxy server ο όποίος

μεταφράζει το τυποποιημένο πρωτόκολλο στο κατάλληλο πρωτόκολλο και το αντίστροφο.

Η προσέγγιση που είναι προσανατολισμένη στις υπηρεσίες για την ενσωμάτωση των

ασύρματων δικτύων αισθητήρων βασίζεται σε τεχνολογίες standard open architecture, όπως

είναι οι υπηρεσίες ιστού. Παρέχει μια κοινή μορφή πληροφορίας και επικοινωνίας για να

διευκολύνει την ενσωμάτωση. Σε αυτή την προσέγγιση, ο κόμβος υποδομής μοντελοποιείται

ως πάροχος υπηρεσιών ιστού που εκθέτει τις υπηρεσίες που παρέχονται από το δίκτυο

χρησιμοποιώντας μια πρότυπη υπηρεσία διεπαφής. Η γλώσσα WSDL και το πρωτόκολλο

SOAP χρησιμοποιούνται για την περιγραφή των υπηρεσιών και την μορφοποίηση των

μηνυμάτων που χρησιμοποιούνται από το πρωτόκολλο επικοινωνίας. Η προσέγγιση αυτή δεν

συνδυάζει την πρόταση με κανένα άλλο πρωτόκολλο διάδοσης δεδομένων. Έτσι τα ασύρματα

δίκτυα αισθητήρων μπορούν να χρησιμοποιηθούν σαν ένα σύστημα για να προμηθεύσει

δεδομένα σε διαφορετικούς χρήστες και εφαρμογές.

Στη βάση της προσέγγισης του SOA, κάποιοι ερευνητές πρότειναν τον όρο «Sensor-

Web». Ο σκοπός του είναι να κάνει διαφορετικούς τύπους αισθητήρων δικτύου, μηχανών

εικόνας και αποθήκες δεδομένων των αισθητήρων, εντοπίσημα και προσβάσιμα μέσω του

παγκοσμίου ιστού(WWW). Μεγάλος αριθμός προσπαθειών έχουν γίνει για να μπορέσει να

ξεπεράσει τα εμπόδια που συνδέονται με την σύνδεση και διαμοιρασμό αυτών των

ετερογενών πόρων του αισθητήρα. Το πρότυπο Sensor Web Enablement ορίστηκε από το

63

OpenGISConsortium(OGC), που έχει φτιαχτεί από μια ομάδα προδιαγραφών, όπως Sensor

ML, Sensor Collection Service, Sensor Planning Service και Web Notification Service. Το

OGC έχει επίσης προτείνει μια επαναχρησιμοποιήσιμη, ευέλικτη, εκτενής και διαλειτουργική

αρχιτεκτονική αισθητήρων δικτύου, η οποία είναι σύμφωνη με το πρότυπο SWE,

ενσωματώνει το SensorWeb με το Grid Computing και παρέχει υποστήριξη μεσισμικού για

Sensor Webs.

Συμπερασματικά, ο proxy server είναι περισσότερο εξαρτώμενος από την εφαρμογή

και λιγότερο κλιμακώσιμος επειδή προσθέτοντας ή απομακρύνοντας έναν proxy server θα

έχει αντίκτυπο στην υποδομή του δικτύου. Η προσέγγιση που βασίζεται στις υπηρεσίες είναι

περισσότερο ευέλικτη και κλιμακώσιμη, αλλά χρειάζεται μεγαλύτερη κατανάλωση ενέργειας.

Οι περισσότερες από τις υπηρεσίες ενσωμάτωσης είναι ακόμα σε προκαταρκτικό στάδιο. Το

μεσισμικό των ασυρμάτων δικτύων αισθητήρων για αυτού του είδους τις υπηρεσίες βρίσκεται

στο επίπεδο αρχιτεκτονικής.

Κεφάλαιο 6: WSN Runtime Support

Οπως αναφέρθηκε και προηγουμένως, επειδή η πλατφόρμα των ασύρματων δικτύων

αισθητήρων, κυρίως το ενσωματωμένο λειτουργικό σύστημα, δεν παρέχει αρκετή υποστήριξη

για την εκτέλεση των υπηρεσιών λογισμικού, το μεσισμικό των ασυρμάτων δικτύων

αισθητήρων χρειάζεται να αναπτύξει μια runtime υποστήριξη (runtime support). Η

υποστήριξη αυτή επεκτείνει τις λειτουργίες που παρέχονται από το ενσωματωμένο σύστημα

για επεξεργασία, επικοινωνία και διαχείριση αποθήκευσης έτσι ώστε να μπορεί να παρέχει

ένα καλά ορισμένο περιβάλλον εκτέλεσης για την εκτέλεση της εφαρμογής και των

προγραμμάτων του συστήματος. Οι κύριες λειτουργίες της runtime υποστήριξης

περιλαμβάνουν διεπιχειρησιακή διαδικασία επικοινωνίας (inter process communication-IPC),

έλεγχο μνήμης και έλεγχο ενέργειας όσων αφορά κλιμάκωση της τάσης και

ενεργοποίηση/απενεργοποίηση των συστατικών. Αυτές οι λειτουργίες είναι υψηλότερου

επιπέδου υπηρεσίες μεσισμικού όπως πολυνηματικές διαδικασίες, smart task

προγραμματισμός, συγχρονισμός της προσπέλασης της μνήμης και εξάπλωσης του φάσματος

του σήματος. Η Runtime υποστήριξη στο μεσισμικό των ασυρμάτων δικτύων αισθητήρων

είναι πάντα ενσωματωμένη σε κάποια είδη εικονικών μηχανών (virtual machines). Μπορεί να

εφαρμοστεί σαν πυρήνας στην κορυφή του ενσωματωμένου συστήματος.

64

Εικόνα 31 : Η αρχιτεκτονική του Mate [24]

Ενα παράδειγμα είναι το Mate, το οποίο είναι ένα μεσισμικό χτισμένο στην κορυφή

του TinyOS. Η εικόνα 31 μας δείχνει την αρχιτεκτονική του. Το Mate έχει το ρόλο του

πυρήνα ενός παραδοσιακού λειτουργικού συστήματος. Αντί για κλήσεις συστήματος, παρέχει

μια σειρά εντολών για προγραμματισμό. Το Mate έχει έναν μεταγλωττιστή byte, ο οποίος

τρέχει στο TinyOS , ο οποίος υιοθετεί ένα μοντέλο βασισμένο στα συστατικά (component-

based) για να χτίσει εφαρμογές αισθητήρων δικτύου σε ένα event-driven περιβάλλον. Ο

πυρήνας της αρχιτεκτονικής του Mate είναι ένας FIFO scheduler, ο οποίος εκτελεί το κάθε

πλαίσιο παραλαμβάνοντας το επόμενο byte από το capsule store και στέλνοντας το στο

αντίστοιχο συστατικό της λειτουργίας. Το μοντέλο συγχρονισμού του Mate βασίζεται σε

στατικές πηγές, όπως οι κοινόχρηστες μεταβλητές. Οι λειτουργίες προσδιορίζουν τις

κοινόχρηστες πηγές που χρησιμοποιούν. Το Mate προωθεί τα προγράμματα χρησιμοποιώντας

τον αλγόριθμο Trickle.

Ένα άλλο παράδειγμα είναι το Magnet, ένα runtime βασισμένο στο MagnetOS, το

οποίο είναι power-aware, προσαρμοσμένο λειτουργικό σύστημα ειδικά σχεδιασμένο για

αισθητήρες σε ad-hoc δίκτυα. Με την υποστήριξη του για μια μοναδική εικόνα συστήματος,

το MagnetOS ξεπερνά την ετερογένεια του διαμοιρασμένου δίκτυου αισθητήρων ad-hoc

εξάγοντας την ψευδαίσθηση της Java VM στην κορυφή του διαμοιρασμένου δίκτυου

αισθητήρων. Τα ad-hoc δίκτυα είναι δίκτυα χωρίς υποδομή, που χρησιμοποιούν τις ιδιότητες

των συμμετεχόντων σε αυτό. Για παράδειγμα φορητοί υπολογιστές σε ένα conference room

αποτελεί ένα παράδειγμα single hop ad-hoc δικτύου. Το Magnet έχει στατικά και δυναμικά

συστατικά. Τα στατικά συστατικά είναι υπεύθυνα για την επανεγγραφή των εφαρμογών σε

μορφή αντικειμένων. Τα runtime συστατικά (δυναμικά συστατικά) σε κάθε κόμβο

παρακολουθούν τη δημιουργία και την «μετανάστευση» των αντικειμένων.

65

Η συνεργασία των έργων (task cooperation) είναι ένα σημαντικό συστατικό της

runtime υποστήριξης, η οποία περιλαμβάνει το μέσο για την επικοινωνία μεταξύ των

διανεμηθέντων εργασιών. Το task cooperation είναι χρήσιμο όταν πολλαπλές εργασίες

διαμένουν στους κόμβους στα ασύρματα δίκτυα αισθητήρων και χρειάζεται να

αλληλεπιδράσουν μεταξύ τους. Στα ήδη υπάρχοντα συστήματα, όπως TinyTime και Agilla, η

εκτέλεση του task cooperation κυρίως χρησιμοποιεί την προσέγγιση tuple space. Τα tuples

είναι συλλογές από αξίες παθητικών δεδομένων(passive data values). Ενα tuple space είναι

ένα σύνολο κοινόχρηστων πληροφοριών, όπου τα tuples εισέρχονται, αφαιρούνται ή

διαβάζονται. Τα δεδομένα είναι καθολικά (global) στο tuple space και παραμένουν μέχρι να

αφαιρεθούν ρητά. Στο μεσισμικό των ασυρμάτων δικτύων αισθητήρων, τα tuple spaces

χρησιμοποιούνται για inter-agent επικοινωνία και ανακάλυψη πλαισίων.

Το tuple space διασφαλίζει ότι οι agents «τρέχουν» αυτόνομα και επιτρέπεται να

επικοινωνούν μεταξύ τους. Για παράδειγμα στην περίπτωση που έχουμε ένα μηχανισμό

ανίχνευσης πυρκαγιάς και έναν μηχανισμό παρακολούθησης της κατοικίας που διαμένουν

στον ίδιο κόμβο. Μόλις διαπιστωθεί η ύπαρξη πυρκαγιάς ο μηχανισμός ανίχνευσης εισάγει

ένα tuple πυρκαγιάς μέσα στο τοπικό tuple space για να υποδείξει την παρουσία της

πυρκαγιάς και ενεργοποιεί ένα μηχανισμό εντοπισμού πριν εκπνεύσει. Ο μηχανισμός

παρακολούθησης κατοικίας αντιδρά στο tuple και οικειοθελώς τερματίζει την λειτουργία του

(«σκοτώνεται») για να ελευθερώσει επιπλέον πόρους. Ο μηχανισμός ανίχνευσης πυρκαγιάς

δεν χρειάζεται να γνωρίζει ποιος παρέλαβε το tuple πυρκαγιάς. Οι μηχανισμοί αποστολής και

παραλαβής μπορεί να συμβούν αντίστοιχα σε διαφορετικούς χρόνους και η υποδοχή μπορεί

να συμβεί ακόμα και όταν ο αποστολέας δεν είναι πλέον παρών. Αυτή η χωρική και χρονική

αποσύνδεση διασφαλίζει ότι ο κάθε agent λειτουργεί αυτόνομα. Στο Agilla, οι agents επίσης

χρειάζεται να συντονίζονται με τους agents που διαμένουν στους κινητούς κόμβους. Το

Agilla επιτρέπει στους agents να συντονιστούν ανάμεσα στους κόμβους εισάγοντας ειδικές

κινητές λειτουργίες tuple space. Είναι συνώνυμα με τις τοπικές λειτουργίες, εκτός του ότι

μπορούν να πάρουν μια επιπλέον παράμετρο τοποθεσίας που προσδιορίζει σε ποιόν κόμβο

χρειάζεται να εκτελεστεί η λειτουργία. Το Agilla δεν υποστηρίζει tuple spaces που

συνδέονται δια μέσω των κόμβων(span across nodes). Ο κάθε κόμβος περιέχει ένα ευδιάκριτο

και χωριστό tuple space.

Κεφάλαιο 7: Υποστήριξη της Ποιότητας της Υπηρεσίας στα WSN

Η υποστήριξη της ποιότητας υπηρεσίας είναι σημαντική για εφαρμογές με

απαιτήσεις στην επίδοση, τόσο στην λειτουργική όσο και στη μη-λειτουργική. Αυτές οι

απαιτήσεις περιλαμβάνουν ανοχή σε σφάλματα, αξιοπιστία, ασφάλεια και πραγματικό χρόνο

(real-time). Είναι επίσης πολύ σημαντική για context-ware εφαρμογές. Οι εφαρμογές

μπορούν να υιοθετήσουν διαφορετικές πολιτικές ποιότητας υπηρεσίας κάτω από διαφορετικά

66

πλαίσια. Για τον ορισμό της ποιότητας της υπηρεσίας στην επίδοση των ασυρμάτων δικτύων

αισθητήρων στο επίπεδο δικτύου χρειάζεται να οριστούν κάποιες παράμετροι, όπως η

καθυστέρηση, η απώλεια, η διεκπεραιωτικότητα και η πιθανότητα του λάθους πακέτου. Για

τον ορισμό της ποιότητας της υπηρεσίας στην επίδοση των ασυρμάτων δικτύων αισθητήρων

στο επίπεδο εφαρμογής χρειάζεται να οριστούν και νέες παράμετροι όπως η ακρίβεια των

δεδομένων, η καθυστέρηση συνάθροισης (aggregation delay), η κάλυψη και η ακρίβεια.

Επειδή τα ασύρματα δίκτυα αισθητήρων είναι αρκετά ανεπτυγμένα, η ακρίβεια ενός μόνο

αισθητήρα ή η καθυστέρηση μεταξύ δυο μόνο αισθητήρων δεν θα έχει κάποιο νόημα. Έτσι

συζητείται η συνένωση των παραμέτρων σε επίπεδο δικτύου και εφαρμογής. Η συμπεριφορά

και το αποτέλεσμα μιας ομάδας λογικά συνδεδεμένων αισθητήρων είναι ένα σημαντικό

ζήτημα.

Η εφαρμογή της υποστήριξης της ποιότητας της υπηρεσίας στο μεσισμικό των

ασυρμάτων δικτύων αισθητήρων εξαρτάται από τις υπηρεσίες μεσισμικού που

περιγράφτηκαν, κυρίως των υπηρεσιών ανεύρεσης πόρων και των υπηρεσιών διαχείρισης

πόρων. Η παροχή της ποιότητας της υπηρεσίας στο μεσισμικό των ασυρμάτων δικτύων

αισθητήρων επηρεάζει επίσης και άλλες υπηρεσίες, όπως η απόκτηση δεδομένων στην

υπηρεσία διαχείρισης δεδομένων.

Το μεσισμικό μπορεί επίσης να παρέχει ένα πλαίσιο υποστήριξης της εφαρμογής με

τους θεμελιώδεις αλγορίθμους για να απλουστεύσει τη διαδικασία ανάπτυξης. Μια τυπική

προσέγγιση εφαρμογής της υποστήριξης της ποιότητας της υπηρεσίας είναι η μετάφραση και

ο έλεγχος της ποιότητας της υπηρεσίας μεταξύ της εφαρμογής και του δικτύου. Εάν οι

απαιτήσεις της ποιότητας της υπηρεσίας από μια εφαρμογή δεν είναι δυνατό να

ικανοποιηθούν στο δίκτυο, τότε το μεσισμικό μπορεί να διαπραγματευτεί μια νέα ποιότητα

της υπηρεσίας τόσο με την εφαρμογή όσο και με το δίκτυο.

Εικόνα 32 : Η υποστήριξη της ποιότητας της υπηρεσίας στο MiLAN [24]

67

Όπως φαίνεται και από την εικόνα 32, το MiLAN υποθέτει ότι η επίδοση της

εφαρμογής μπορεί να περιγραφτεί από την ποιότητα της υπηρεσίας εκφρασμένη σε πολλές

και διαφορετικές μεταβλητές ενδιαφέροντος στην εφαρμογή. Οι μεταβλητές εξαρτώνται από

το γεγονός ότι οι αισθητήρες παρέχουν δεδομένα στην εφαρμογή. Κάθε αισθητήρας έχει μια

συγκεκριμένη ποιότητα της υπηρεσίας για κάθε μεταβλητή της εφαρμογής. Για τον

καθορισμό της καλύτερης εξυπηρέτησης της εφαρμογής, το MiLAN χρειάζεται να γνωρίζει

τις μεταβλητές του ενδιαφέροντος στην εφαρμογή, τις απαιτούμενες ποιότητες υπηρεσίας για

κάθε μεταβλητή και το επίπεδο της ποιότητας της υπηρεσίας που τα δεδομένα από τον κάθε

κόμβο ή σειρά αισθητήρων μπορούν να παρέχουν για κάθε μεταβλητή. Όλα αυτά, βέβαια,

μπορούν να αλλάξουν σύμφωνα με την εκάστοτε κατάσταση της εφαρμογής.

Κατά τη διάρκεια της έναρξης της εφαρμογής, οι πληροφορίες της ποιότητας της

υπηρεσίας μεταβιβάζονται από την εφαρμογή στο MiLAN μέσω του State-based Variable

Requirements Graph και του γραφήματος ποιότητας της υπηρεσίας. Το πρώτο γράφημα

προσδιορίζει στο MiLAN τη μίνιμουμ αποδοχή της ποιότητας της υπηρεσίας της εφαρμογής

για κάθε μεταβλητή που βασίζεται στην συγκεκριμένη κατάσταση της εφαρμογής. Δοθέντος

μιας εφαρμογής, η ποιότητα της υπηρεσίας για κάθε μεταβλητή μπορεί να ικανοποιηθεί

χρησιμοποιώντας τα δεδομένα από έναν ή περισσότερους αισθητήρες. Δοθέντος των

πληροφοριών από τα δύο είδη γραφημάτων όπως και της τρέχουσας κατάστασης της

εφαρμογής, το MiLAN μπορεί να καθορίσει ποια σύνολα αισθητήρων ικανοποιούν όλες τις

απαιτήσεις της εφαρμογής για κάθε μεταβλητή.

Η υποστήριξη της ποιότητας της υπηρεσίας στο μεσισμικό των ασυρμάτων δικτύων

αισθητήρων βρίσκεται ακόμα σε προκαταρκτικό στάδιο.

Κεφάλαιο 8: Ταξινόμηση των χαρακτηριστικών του μεσισμικού

των WSN

Στο κεφάλαιο αυτό θα τονίσουμε τα χαρακτηριστικά του μεσισμικού των WSN και

θα προτείνουμε μια ταξινόμηση των επιθυμητών χαρακτηριστικών. Για την ταξινόμηση των

χαρακτηριστικών θα χρησιμοποιηθούν τα δένδρα σύνδεσης (spanning trees), και στο τέλος θα

γίνει μια επισκόπηση της υπάρχουσας δουλειάς. Η χρήση του spanning tree θα διευκολύνει τη

δόμηση των χαρακτηριστικών του μεσισμικού και θα περιγράψει τις σχέσεις μεταξύ τους.

Στην εικόνα 33, οι μαύρες τελείες αναπαριστούν τα απαραίτητα χαρακτηριστικά,

ενώ οι άσπρες τελείες τα προαιρετικά. Διάφορα χαρακτηριστικά από τα spanning trees

μπορούν να αποσυντεθούν σε υποχαρακτηριστικά. Η σχέση μεταξύ των υποχαρακτηριστικών

μπορεί να είναι είτε περιεκτική (denoted), όπου αναπαριστάται στο δένδρο με μια μαύρη

γραμμή είτε εναλλακτική σχέση (alternative), όπου αναπαριστάται στο δένδρο με την

αντίστοιχη άσπρη γραμμή.

68

Οπως φαίνεται και στη ρίζα του δένδρου (εικόνα 33a), τα χαρακτηριστικά είναι τόσο

από το μεσισμικό των WSN όσο και από το βασικό δίκτυο (underlying network). Τα

χαρακτηριστικά από το μεσισμικό περιλαμβάνουν τις υπηρεσίες και την αρχιτεκτονική του

συστήματος του μεσιμικού στόχου. Τα χαρακτηριστικά από το WSN αποτελούνται από δύο

μέρη. Το πρώτο περιλαμβάνει τα χαρακτηριστικά που περιγράφουν τις λειτουργίες της

εφαρμογής που μπορεί να υποστηρίξει το μεσιμικό στόχου. Το δεύτερο μέρος περιλαμβάνει

τα χαρακτηριστικά που περιγράφουν την υποστήριξη της πλατφόρμας WSN του μεσιμικού

στόχου.

Το υποδένδρο των χαρακτηριστικών του μεσισμικού(εικόνα 33a) έχει δύο

υποδένδρα, τα χαρακτηριστικά της υπηρεσίας μεσισμικού (εικόνα 33b) και τα

χαρακτηριστικά της αρχιτεκτονικής(εικόνα 33c). Τα χαρακτηριστικά της υπηρεσίας

μεσισμικού απαρτίζονται από λειτουργικά χαρακτηριστικά, τα οποία σχετίζονται με την

υποστήριξη της ποιότητας της υπηρεσίας. Τα χαρακτηριστικά της αρχιτεκτονικής

στοιχειοθετούνται από τα χαρακτηριστικά της προγραμματιστικής αφαίρεσης και τα

χαρακτηριστικά της εκτέλεσης.

Τα χαρακτηριστικά που σχετίζονται με την εκτέλεση (implementation-related

features) έχουν δύο κυρίως προοπτικές, το χαρακτηριστικό της συνεργασίας μεταξύ των

διεργασιών και τα χαρακτηριστικά του πλαισίου (context features). Στην διακλάδωση όπου

αναπαριστάται η συνεργασία της διεργασίας, η μέθοδος που είναι προσανατολισμένη στη

διαδικασία δεν είναι εφαρμόσιμη στο μεσισμικό των WSN λόγω της φτωχής

επεκτασιμότητας (poor scalability). Η μέθοδος που είναι προσανατολισμένη στο αντικείμενο

είναι επεκτάσιμη (scalable), αλλά βασίζεται στο πλαίσιο του αντικειμένου, το οποίο όμως

είναι πολύ βαρύ για το πλαίσιο του WSN. Οι μέθοδοι που βασίζονται στα μηνύματα και στα

tuple spaces μπορούν να κλιμακωθούν πιο εύκολα και υποστηρίζουν το event-driven

παράδειγμα, για αυτό και χρησιμοποιούνται συχνά στο μεσιμικό των WSN.

69

Εικόνα 33 : Τα δένδρα δρομολόγησης του μεσισμικού WSN. a) Η ρίζα του δένδρου, b) Το

δένδρο των υπηρεσιών του μεσισμικού, c) Το δένδρο της αρχιτεκτονικής του μεσισμικού, d) Το

δένδρο των χαρακτηριστικών του μεσισμικού [24]

70

Στο κλαδί που αντιπροσωπεύει τα χαρακτηριστικά του πλαισίου, τα χαρακτηριστικά

του διαφανές υλικού (hardware transparent features) είναι αυτά που κρύβουν τις λεπτομέρειες

της εφαρμογής του hardware από τους χρήστες. Τα χαρακτηριστικά που υποστηρίζουν

ετερογενή διαφάνεια του υλικού κρύβουν τις διαφορές διαφόρων πλατφόρμων υλικού. Αυτού

του είδους τα χαρακτηριστικά σπάνια υποστηρίζονται λόγω της πολυμορφίας του υλικού του

WSN και των σφιχτών χαρακτηριστικών που εξαρτώνται από την εφαρμογή.

Απομακρυσμένη διαφάνεια σημαίνει η απόκρυξη της τοποθεσίας και άλλων λεπτομερειών

του δικτύου από τον χρήστη. Η απομακρυσμένη διαφάνεια δεν ταιριάζει στα συστήματα

WSN τα οποία χρειάζονται τις πληροφορίες για να υποστηρίξουν την εφαρμογή και να

διαχειριστούν τους πόρους.

Για να μπορέσει να επιτύχει η προσαρμογή της διαχείρισης πόρων (resource

management adaptation)στα χαρακτηριστικά πλαισίου πρέπει οι διαχειριστές να εισάγουν

διαμόρφωση ανοιχτού κώδικα (open resources configuration). Η υπολογιστική σκέψη

(computational reflection) αναφέρεται στην ικανότητα να δικαιολογήσουν και να

μεταβάλλουν την συμπεριφορά τους. Τόσο τα «proactive»όσο και τα «reactive» συστήματα

μεσισμικού ανήκουν στην κατηγορία των προσαρμοστικών μεσισμικών. Σε σύγκριση με τα

«reactive» συστήματα μεσισμικού , τα οποία αντιδρούν μόνο στους εαυτούς τους όταν

συμβαίνουν αλλαγές μέσα στο δίκτυο, τα «proactive» συστήματα μεσισμικού ενεργοποιούν

εφαρμογές(ή μεσισμικά) για να λάβους μέρος στην διαδικασία της ρύθμισης του δικτύου

όταν ενεργεί το μεσισμικό.

Το κλαδί που αντιπροσωπεύει τα χαρακτηριστικά του δικτύου WSN(εικόνα 33d)

περιλαμβάνει τα χαρακτηριστικά των εφαρμογών WSN όπως τα δυναμικά χαρακτηριστικά

της εφαρμογής και τα χαρακτηριστικά της συλλογής δεδομένων της εφαρμογής(δεξί κλαδί

της εικόνας 33d). Τα χαρακτηριστικά της συλλογής δεδομένων της εφαρμογής καθορίζουν

την προσέγγιση απόκτησης δεδομένων. Από την μεριά του παρατηρητή, η διαδικασία

απόκτησης δεδομένων επιτελείται από την εντολή ερώτησης δεδομένων (data query

command). Τα δεδομένα θα σταλούν στον κόμβο υποδομής όταν παρουσιαστεί ένα γεγονός.

Τα δεδομένα στέλνονται στον κόμβο υποδομής κατά τη διάρκεια μια συγκεκριμένης

περιόδου. Τα χαρακτηριστικά της δυναμικής εφαρμογής καθορίζουν τα κινητά

χαρακτηριστικά της εφαρμογής WSN. Η κινητικότητα υποδιαιρείται σε τρεις κατηγορίες, τον

κινητό στόχο(mobile target), τον κινητό αισθητήρα(mobile sensor) και τον κινητό κόμβο

υποδομής(mobile sink). Η υπηρεσία ανεύρεσης της τοποθεσίας στο μεσισμικό των

ασυρμάτων δικτύων αισθητήρων είναι πολύ σημαντική για το μοντέλο των ασύρματων

αισθητήρων. Τα χαρακτηριστικά υποδομής του WSN (αριστερό κλαδί της εικόνας 33d) έχουν

επίσης αντίκτυπο στο μεσισμικό των ασυρμάτων δικτύων αισθητήρων.

71

Κεφάλαιο 9: Tutorial για το TinyOS

9.1 Προγράμματα για την εγκατάσταση του TinyOS

Για την εγκατάσταση του TinyOS, απαιτείται να εγκαταστήσουμε το Cygwin καθώς

και ένα περιβάλλον Java.Τα βήματα που θα ακολουθήσουμε είναι τα εξής:

• Εγκατάσταση του Cygwin. Κατά τη φάση της εγκατάστασης θα πρέπει

να επιλεγούν τα πακέτα cvs, gcc, gdb, openssh, perl, rpm και vim.

• Εγκατάσταση της 1.5 έκδοσης Sun’s JDK. (Στην περίπτωση

εγκατάστασης του TinyOS.1 ενδείκνυται η χρήση της έκδοσης JDK 1.5 επειδή έχει

δοκιμαστεί και όχι η έκδοση 1.6 η οποία αντιμετωπίζει προβλήματα)

• Εγκατάσταση του πακέτου Sun’s javax.comm

[1] Αρχικά αποσυμπιέζουμε το φάκελο javacomm20-win32.zip

[2] Αντιγράφουμε το αρχείο win32comm.dll στο φάκελο C:\Program

Files\Java\jdkxxxx\jre\bin

[3] Αντιγράφουμε το αρχείο comm..jar στο φάκελο C:\Program

Files\Java\jdkxxxx\jre\lib\ext

[4] Αντιγράφουμε το αρχείο javax.comm.properties στο φάκελο C:\Program

Files\Java\jdkxxxx\jre\lib

[5] Για να ελέγξουμε την εγκατάσταση του javacomm μπορούμε να τρέξουμε

το πρόγραμμα SerialDemo το οποίο περιλαμβάνεται στο javacomm.zip.

Βρίσκεται στο φάκελο commapi\samples\SerialDemo.Αν έγινε σωστή

εγκατάσταση θα δούμε το ακόλουθο γράφημα:

72

Εικόνα 34 : Το Serial Demo που προκύπτει από την εγκατάσταση του javacomm

• Εγκατάσταση του Graphviz

• Εγκατάσταση του Eclipse

• Για βοήθεια δική μας, θα ήταν καλό να κατεβάζαμε και ένα Text

editor.Συνιστάται ο Textpad.

• Αφού εγκαταστήσουμε ενα μεταφραστή Java (Java compiler) θα

πρέπει να ορίσουμε στο class path των μεταβλητών την θέση που βρίσκεται ο

μεταφραστής Java. Αυτό για τα Windows XP γίνεται από την επιλογή Environment

Variables από την καρτέλα Advanced από τις ιδιότητες του υπολογιστή μου, όπως

φαίνεται και στην εικόνα. Θα πρέπει στο path και στο class path να γράψουμε το

μέρος που βρίσκεται ο compiler της Java.

73

Εικόνα 35 : Το παράθυρο Environment Variables προκύπτει από το παράθυρο

System Properties και μας επιτρέπει να ορίσουμε το class path

9.2 Εγκατάσταση του TinyOS

Αρχικά θα πρέπει να κατεβάσουμε σε ένα προσωρινό φάκελο τα πακέτα τα οποία

θέλουμε να εγκαταστήσουμε στο TinyOS. Αυτά μπορούμε να τα βρούμε από εδώ:

• tinyos-tools-1.2.2-1.cygwin.i386.rpm

• nesc-1.2.7a-1.cygwin.i386.rpm

• make-3.80tinyos-1.cygwin.i386.rpm

Από την κονσόλα του Cygwin θα κάνουμε την εγκατάσταση των πακέτων

αυτών.(Σημείωση: Αν είστε χρήστης Windows Vista ξεκινήστε το Cygwin ως Administrator)

74

Ανοίγοντας την κονσόλα του Cygwin θα πρέπει να μεταβούμε στο φάκελο με τα

προσωρινά αρχεία που έχουμε κατεβάσει και με την εντολή: rpm -ignoreos -ivh *.rpm γίνεται

εγκατάσταση όλων των πακέτων ταυτόχρονα.

Εικόνα 36 : Οι εντολές για την εγκατάσταση όλων των πακέτων του TinyOS

Εν συνεχεία από την κονσόλα του Cygwin θα κατεβάσουμε τα source files. Οι

εντολές που θα πληκτρολογήσουμε είναι οι εξής:(Η δεύτερη εντολή θα ζητήσει ένα password.

Απλώς θα πατήσουμε enter):

• cd /opt

• cvs -d:pserver:anonymous@tinyos.cvs.sourceforge.net:/cvsroot/tinyos login

• cvs -z3 d:pserver:anonymous@tinyos.cvs.sourceforge.net:/cvsroot/tinyos co -P tinyos-

1.x

Εικόνα 37 : Οι εντολές για να κατεβάσουμε τα source files του TinyOS

Δημιουργία ενός φακέλου στο: /opt/tinyos1.x/tools/make/MakeLocal.Η δημιουργία

του αρχείου αυτού δεν γίνεται μέσα από την κονσόλα αλλά μέσα από την περιήγηση στα

Windows και δημιουργία αρχείου. Ανοίγουμε μετά το αρχείο αυτό με τον text editor και

κάνουμε επικόλληση αυτών που πρέπει να περιέχει .

• Σώζουμε τα αρχεία washu.sh και tinyos.sh στο φάκελο /etc/profile.d όχι από την

κονσόλα του Cygwin αλλά από την κλασική διαδικασία των Windows.

• Δημιουργούμε επίσης το αρχείο locate-jre στο φάκελο /usr/local/bin.

75

Εικόνα 38 : Το αρχείο locate-jre

• Μετά θα χρειαστεί να κάνουμε compile τον κώδικα μπαίνοντας αρχικά στο φάκελο

/opt/tinyos-1.x/tools/java και στη συνέχεια πληκτρολογώντας make

Εικόνα 39 : Οι εντολές για να κάνουμε compile τη java

• Τέλος θα χρειαστεί να κάνουμε εγκατάσταση της βιβλιοθήκης JNI από το Cygwin

μπαίνοντας αρχικά στο φάκελο /opt/tinyos-1.x/tools/java/jni και στη συνέχεια

πληκτρολογώντας make install.

Εικόνα 40 : Οι εντολές για να κάνουμε εγκατάσταση την βιβλιοθήκης JNI

Εδώ ολοκληρώθηκε η εγκατάσταση του περιβάλλοντος Cygwin.[15]

Για να επιβεβαιώσουμε ότι έγινε σωστή εγκατάσταση του Cygwin μπορούμε να

πληκτολογήσουμε στην κονσόλα του Cygwin την εντολή: tos-check-env και στο τέλος θα

76

υπάρχει μια λίστα με τα προβλήματα που τυχόν υπάρχουν αλλιώς θα εμφανιστεί το

παρακάτω μήνυμα:

Εικόνα 41 : Η εντολή tos-check-env μας δίνει πληροφορίες για την σωστή εγκατάσταση των

προγραμμάτων

9.3 Εγκατάσταση του Agilla, ενός μεσισμικού για τα Ασύρματα

Δίκτυα Αισθητήρων

1. Αρχικά θα πρέπει να κατεβάσουμε μια έκδοση του Agilla[16]

2. Το μεσισμικό Agilla βρίσκεται σε ένα φάκελο με το όνομα “agilla”. Θα

χρειαστεί τώρα να κάνουμε extract το αρχείο και στη συνέχεια να φτιάξουμε

ένα φάκελο με το όνομα Agilla και να βάλουμε μέσα τα αποσυμπιεσμένα

αρχεία, τα οποία θα είναι οι φάκελοι agents, java και nesc.

3. Τέλος θα ήταν καλό να δημιουργούσαμε μια μεταβλητή με το όνομα Agilla

έτσι ώστε να μην χρειάζεται κάθε φορά στο Cygwin να γράφουμε την πλήρη

διεύθυνση του Agilla. Για να το κάνουμε αυτό θα πρέπει πρώτα να βρούμε το

αρχείο “Agilla.sh”το οποίο βρίσκεται στο φάκελο /etc/profile.d.

i. Οι εντολές που θα χρειαστεί να γράψουμε στο Cygwin είναι οι εξής:

export AGILLA=[directory to Agilla's root directory] alias cda="cd

$AGILLA" alias cdaa="cd $AGILLA/agents" alias cdaj="cd

$AGILLA/java/agilla" Για παράδειγμα αν ο φάκελος Agilla είναι στον

C τότε η πρώτη γραμμή θα ήταν: export AGILLA=/cygdrive/c/Agilla

Με το πέρας των παραπάνω εντολών ο κώδικας για το Agilla θα

βρίσκεται στις παρακάτω κατηγορίες:

a) $AGILLA/nesc/agilla: Agilla's mote firmware written in NesC

b) $AGILLA/java: Agilla's AgentInjector application written in Java

c) $AGILLA/agents: Example Agilla mobile agents

4. Θα πρέπει να δημιουργήσουμε ένα αρχείο με το όνομα Makefille.Agilla το

οποίο θα περιέχει τοπικές ρυθμίσεις στο $Agilla/nesc/agilla. Αυτό μπορεί να

γίνει εύκολα αντιγράφοντας το αρχείο-παράδειγμα που είναι μαζί με το

Agilla με τις παρακάτω εντολές:

77

Εικόνα 42 : Η δημιουργία του αρχείου Makefile.Agilla

Μέσα στο αρχείο $AGILLA/nesc/agilla/README μπορούμε να βρούμε λεπτομέρειες

για το τι πρέπει να περιέχει μέσα το αρχείο αυτό.

5. Ο AgentInjector είναι ένα πρόγραμμα που επιτρέπει στους χρήστες να

εισάγουν mobile agents μέσα σε ένα ασύρματο δίκτυο Agilla. Βρίσκεται

μέσα στο $AGILLA/java/. Η κύρια κλάση είναι η agilla.AgentInjector. Για

να μπορέσουμε να κάνουμε compile τον AgentInjector, θα πρέπει το

$AGILLA/java να βρίσκεται μέσα στο classpath.Για να μπορέσουμε να

δούμε το classpath χρησιμοποιούμε την εντολή: echo $CLASSPATH.

Αν δεν βρίσκεται μέσα στο classpath τότε θα πρέπει να την προσθέσουμε εμείς με

την εντολή:

export CLASSPATH=$CLASSPATH:$AGILLA/java

Από τη στιγμή που την βάλαμε στο classpath, θα πρέπει να φτιάξουμε ένα αρχείο με

το όνομα Makefile.Agilla μέσα στο φάκελο από τον οποίο θα τρέξουμε τον

AgnetInjector(προεπιλογή είναι το $AGILLA) χρησιμοποιώντας τις εντολές:

• cd $AGILLA/java/agilla

• cp Example\ Makefile.Agilla Makefile.Agilla

• make

Το $AGILLA/java/agilla/Makefile.Agilla καθορίζει τη μεταβλητή MIG. Αυτή

προεπιλεγμένα περιέχει:

• #MIG = mig -target=pc java

• MIG = mig java

Επειδή εμείς δεν πραγματικούς αισθητήρες για να το δούμε και θα

χρησιμοποιήσουμε τον εξομοιωτή TOSSIM [17] θα πρέπει να αλλάξουμε τις εντολές

αυτές σε:

• MIG = mig -target=pc java

• #MIG = mig java

Από τη στιγμή που φτιάξαμε το Makefile.Agilla θα χρειαστεί να κάνουμε

compile τον AgentInjector με την εντολή make.

78

6. Θα πρέπει να δημιουργήσουμε ένα αρχείο με το όνομα agilla.properties μέσα

στο φάκελο από τον οποίο θα τρέξουμε τον AgentInjector, π.χ.

$AGILLA/java/. Αυτό το αρχείο θα περιέχει τοπικές ρυθμίσεις για τον

AgentInjector. Μπορούμε να αντιγράψουμε ένα παράδειγμα αρχείου με τις

εντολές:

• cd $AGILLA/java

• cp agilla/Example\ of\ agilla.properties agilla.properties

Για να εισάγουμε έναν agent μέσα στο δίκτυο θα χρησιμοποιήσουμε τον

AgntInjector.Μέσα στο φάκελο $AGILLA/agents μπορούμε να βρούμε παραδείγματα agents

για τον Agilla.Αν διαβάσουμε το αρχείο README που βρίσκεται μέσα στο φάκελο

περιγράφει τον κάθε agent.[18]

9.4 Διαμόρφωση του AgentInjector

Ο AgentInjector ψάχνει για ένα αρχείο agilla.properties. Αυτό το αρχείο περιέχει

τοπικές ρυθμίσεις. Οι default τιμές είναι:

• initDir=agents

• defaultAgent=3Blink.ma

• runTest=false

• numCol=20

• enableClustering=false

• nwName=unk

Για να τρέξουμε τον Agent Injector θα πρέπει να μπούμε μέσα στο φάκελο που

δημιουργήσαμε το agilla.properties αρχείο και να πληκτρολογήσουμε τις εντολές:

• $ cd $AGILLA

• $ java agilla.AgentInjector -comm COM1:57600

όπου com1:57600 είναι η θύρα που χρησιμοποιεί το TinyOs για να επικοινωνήσει με

τον αισθητήρα.

79

Εικόνα 43 : Ο Agilla Agent Injector ο οποίος ανοίγει προεπιλεγμένα το 3Blink

Επειδή όμως δεν έχουμε συνδεδεμένο αισθητήρα θα χρησιμοποιήσουμε τον

TOSSIM, που είναι εξομοιωτής αισθητήρα. Αυτό μπορεί να γίνει με 2 τρόπους,

χρησιμοποιώντας τον default agent και μέσω του agent injector.

Ο Agent Injector μπορεί να χρησιμοποιηθεί για να εισάγει agents που έχουν

προσομοιωθεί από τον TOSSIM.

Αρχικά θα πρέπει να ανοίξουμε το αρχείο

$AGILLA/nesc/agilla/components/AgentMgrM.nc και να βρούμε τη σειρά #define

INCLUDE_DEFAULT_AGENT και να βεβαιωθούμε ότι είναι ορισμένη στο 0.

Εν συνεχεία θα πρέπει να κάνουμε compile τον Agilla για τον TOSSIM με την

εντολή: $ make pc sim,<platform>

Μετά θα πρέπει να ανοίξουμε το αρχείο $AGILLA/java/agilla/Makefile.Agilla και να

προσθέσουμε την εντολή: MIG = -target=pc java.

Εν συνεχεία ξανακάνουμε compile τον AgentInjector με την εντολή make.

Τελικώς θα πρέπει να ανοίξουμε 2 κονσόλες του Cygwin και να πληκτρολογήσουμε

στην πρώτη: $ $AGILLA/nesc/agilla/build/pc/main.exe b=0 ### , όπου ### είναι ο αριθμός

των κόμβων που θέλουμε να εξομοιώσουμε.

Στην οθόνη που ακολουθεί βάλαμε 10 κόμβους.

80

Εικόνα 44 : Η εντολή για να ξεκινήσει ο Agilla

Στη δεύτερη οθόνη θα πληκτρολογήσουμε: $ java net.tinyos.sf.SerialForwarder -

comm tossim-serial και το παράθυρο που θα αναδειχθεί θα είναι σαν αυτό:

Εικόνα 45 : Ο SerialForwarder ο οποίος «ακούει» στο localhost

Τέλος θα πληκτρολογήσουμε $ java agilla.AgentInjector -comm sf@localhost:9001 –

d και θα ανοίξει το παράθυρο του Agilla Agent Injector όπως φαίνεται παρακάτω από το

οποίο μπορούμε να ανοίξουμε από το μενού FILE έναν ήδη υπάρχων agent ή να γράψουμε σε

κώδικα κάποιον δικό μας.

81

Εικόνα 46 : Ο Agilla Agent Injector ο οποίος έχει συνδεθεί τοπικά με το localhost

Για παράδειγμα αν έχουμε προεπιλεγμένο τον 3Blink.ma όπως φαίνεται και από την

οθόνη και πατήσουμε την εντολή INJECT AGENT τότε στο πρώτο παράθυρο του Cygwin θα

δούμε τις παρακάτω εντολές:

82

Εικόνα 47 : Τα μηνύματα που εμφανίζει ο Agilla όταν τρέχει σε συνδυασμό με τον Serial

Forwarder

και αντίστοιχα στο δεύτερο παράθυρο τα μηνύματα που θα δούμε είναι:

83

Εικόνα 48 : Τα μηνύματα που εμφανίζει ο Agilla όταν τρέχει σε συνδυασμό με τον Agent

Injector

9.5 TinyViz

Το Cygwin μας δίνει την δυνατότητα με την βοήθεια του Tinyviz να

αναπαραστήσουμε γραφικά τους κόμβους καθώς και να δούμε τα μηνύματα που

84

ανταλλάσσονται όπως και πολλές άλλες πληροφορίες. Το TinyViz είναι ένα εργαλείο

αναπαράστασης του TOSSIM που βασίζεται στη java.Ο μηχανισμός του TinyViz από μόνος

του δεν μας δίνει πολλές πληροφορίες Οι χρήστες αλληλεπιδρούν με την εφαρμογή κάνοντας

χρήση των plugins τα οποία παρέχουν την επιθυμητή λειτουργικότητα. Ετσι μας δίνεται η

δυνατότητα να βλέπουμε αν κάποιος κόμβος μεταδίδει κάποιο μήνυμα και τα περιεχόμενα

του. Επίσης μπορούμε να βλέπουμε τα debug μηνύματα της εφαρμογής μας όπως και να

καθορίσουμε το μοντέλο δικτύου που χρησιμοποιούμε.[17]

Αρχικά μπορούμε να δοκιμάσουμε αν λειτουργεί το TinyViz από μόνο του. Για να

το κάνουμε αυτό πρέπει να πληκτρολογήσουμε στο cygwin:

cd $TOSROOT/apps/TestTinyViz

make pc

export DBG=usr1

tinyviz –run build/pc/main.exe 5, όπου 5 ο αριθμός των κόμβων που θέλουμε

να απεικονίσουμε.

Εικόνα 49 : Οι εντολές που πληκτρολογούμε για να ξεκινήσουμε το TestTinyVIz

Θα εμφανιστεί τότε η κονσόλα του TinyViz με τους 5 κόμβους που επιλέξαμε εμείς

να έχουμε από την τελευταία εντολή.

Στο πάνω αριστερά μέρος μπορούμε να δούμε το μενού των διαθέσιμων plugins και

να επιλέξουμε εμείς αν θέλουμε κάποια ή όλα από αυτά.[19]

85

Εικόνα 50 : Το TestTinyViz

Με τον ίδιο τρόπο τώρα μπορούμε να ανοίξουμε τον TinyViz για την εφαρμογή που

θέλουμε εμείς, δηλαδή τον agilla. Έτσι μπαίνουμε στον φάκελο: $AGILLA/nesc/Avilla και

πληκτρολογούμε:

DBG=usr1

Tinyviz –run build/pc/main.exe ##, όπου ## ο αριθμός των κόμβων που

θέλουμε να απεικονίσουμε.

86

Εικόνα 51 : Το TinyViz έχοντας επιλέξει όλα τα debug messages

Το TinyViz συνδέεται με τον TOSSIM και τον SerialForwarder και μας παρέχει ένα

πλήθος από δυνατότητες ελέγχου των παραμέτρων και της ροής της εξομοίωσης.

Αρχικά ορίζουμε από την κονσόλα του Cygwin τον αριθμό των κόμβων που θέλουμε

και μετά μέσα από το γραφικό περιβάλλον τοποθετούμε τους κόμβους όπου εμείς θέλουμε.

Αναλυτικά τα plugins που μπορούμε να χρησιμοποιήσουμε είναι τα εξής:

Bedug messages: Δείχνει ένα παράθυρο με όλα τα debug μηνύματα που

δημιουργούνται από την εφαρμογή. Επίσης μπορούμε να επιλέξουμε τα

μηνύματα από ένα γκρουπ κόμβων.

Set breakpoint: Μας επιτρέπει να δηλώσουμε μια συνθήκη, η οποία όταν

εκτελεστεί το πρόγραμμα θα παγώσει. Μπορούμε να δηλώσουμε πολλές

συνθήκες μαζί.

ADC readings: Δείχνει την πιο πρόσφατη τιμή του καθενός ADC καναλιού

δίπλα από κάθε κόμβο.

Sent radio packets: Δείχνει ένα παράθυρο με όλα τα σταλθέντα μηνύματα.

Είναι παρόμοιο με τα Debug messages.

Radio links: Δείχνει γραφικά την δραστηριότητα των μηνυμάτων. Οταν ένας

κόμβος στέλνει ένα μήνυμα ένας μπλε κύκλος κυκλώνει τον κόμβο.

87

Set location: Κάνει τη εικονική τοποθεσία του κάθε κόμβου εφικτή μέσω της

διεπαφής LOCATION.[20]

Εικόνα 52 : Το TinyViz έχοντας επιλέξει να εμφανίζονται τα send radio packets

Στην εικόνα μπορούμε να δούμε στο δεξιό μέρος τα πακέτα που στάλθηκαν ενώ στο

αριστερό μέρος φαίνεται η συνδεσιμότητα για τον 15ο

κόμβο και η κίνηση στο

δίκτυο(network traffic). Τα πράσινα βέλη δείχνουν τις πιθανές συνδέσεις για τον κόμβο

15.[21]

88

Κεφάλαιο 10: Συμπεράσματα – Προτάσεις για περαιτέρω μελέτη

Τα ασύρματα δίκτυα αισθητήρων αποτελούν την σημαντικότερη εξέλιξη των

τελευταίων ετών στις ασύρματες επικοινωνίες. Βέβαια, υπάρχουν περιθώρια βελτίωσης των

υπαρχόντων τεχνολογιών με σκοπό την αποδοτικότερη και πιο αξιόπιστη επικοινωνία. Για το

λόγο αυτό η έρευνα που διεξάγεται τόσο σε βασικό όσο και σε εφαρμοσμένο επίπεδο είναι

ιδιαίτερα σημαντική, γιατί θα καθορίσει τα μελλοντικά πρότυπα και πρωτόκολλα που θα

επιτρέψουν την περαιτέρω εξάπλωση των ασύρματων επικοινωνιών.

Γενικά, τα ασύρματα δίκτυα αισθητήρων είναι μια ανερχόμενη τεχνολογία με στόχο

την παρακολούθηση και τον έλεγχο του φυσικού κόσμου. Είναι μια τεχνολογία που θα

μπορούσε να αποδειχθεί τόσο σημαντική όσο το Διαδίκτυο.

Το μεσισμικό βρίσκεται ανάμεσα στο λειτουργικό σύστημα και στην εφαρμογή. Στις

παραδοσιακές υπολογιστικές συσκευές το λειτουργικό σύστημα είναι καλά θεσπισμένο όσον

αφορά τη λειτουργικότητα. Για τους κόμβους αισθητήρων όμως, ο προσδιορισμός και η

εφαρμογή του κατάλληλου λειτουργικού συστήματος είναι ακόμα ένα πρόβλημα προς

μελέτη.[22]

Σε πολλά, ήδη υπάρχοντα σχέδια οι εφαρμογές εκτελούνται χωρίς ένα ξεχωριστό

συστατικό λειτουργικού συστήματος. Ως εκ τούτου, το μεσισμικό δεν είναι ακόμα σαφές σε

ποια ακριβώς βάση στο μέλλον θα χτιστεί, διότι βρισκόμαστε ακόμα σε αρχικό στάδιο της

τεχνολογίας των ασύρματων δικτύων αισθητήρων.[23]

Το μεσισμικό των ασύρματων δικτύων αισθητήρων μπορεί να χαρακτηριστεί

χαμηλού επιπέδου μεσισμικό υπολογιστών. Μέχρι τώρα όλες οι υπάρχουσες έρευνες

επικεντρώνονταν στα δίκτυα αισθητήρων. Στο μέλλον περισότερα είδη κόμβων αισθητήρων

και αισθητήρων κάμερας θα θέσουν νέες προκλήσεις στον ερευνητικό τομέα. Επίσης, με την

ωρίμανση των νέων ειδών δικτύων αισθητήρων, όπως δικτύων αισθητήρων που είναι ανεκτά

στην καθυστέρηση και κινητών δικτύων αισθητήρων θα αντιμετωπίσουμε καινούρια

προβλήματα στην ανάπτυξη μεσισμικού λόγω της αυξημένης πολυπλοκότητας και

ετερογένειας των συστημάτων. Το μεσισμικό των ασύρματων δικτύων αισθητήρων

επικεντρώνεται στη συλλογή πληροφοριών από τον φυσικό κόσμο και το μεσισμικό των

ολοκληρωμένων υπολογιστών επικεντρώνεται στη χρήση αυτών των πληροφοριών. Ο

κατάλληλος διαχωρισμός των λειτουργιών και της συνεργασίας μεταξύ των 2 αυτών ειδών

μεσισμικού είναι πολύ σημαντικός για την υποστήριξη αποδοτικών εφαρμογών

υπολογιστικών συστημάτων.[24]

89

Βιβλιογραφία

[1] Jamalipour, A (2007). “IEEE Wireless Sensor Applications”, Αμερική.

[2] Chonggang Wang Sohraby, K. Bo Li Daneshmand, M. Yueming Hu (2006).

“A Survey of Transport Protocols for Wireless Sensor Networks”, Αμερική.

[3] Κίκιρας, Π. (2008). “Ασύρματα Δίκτυα Αισθητήρων και Διάχυτος

Υπολογισμός”, Πανεπιστήμιο Θεσσαλίας.

[4] Κίκιρας, Π. (2008). “Ασύρματα Δίκτυα Αισθητήρων:Αρχιτεκτονική κόμβων

και δικτύων”, Πανεπιστήμιο Θεσσαλίας.

[5] L. Girod, D. Estrin. “Robust range estimation using acoustic and

multimodal sensing”.

[6] A. Cerpa, J. Elson, M. Hamilton, J. Zhao (2001). “Habitat monitoring: application

driver for wireless communications technology”.

[7] S. R. Madden (2003). “The Design and Evaluation of a Query Processing

Architecture for Sensor Networks”, Ph.D. Thesis. UC Berkeley.

[8] W. Heinzelman, A. Murphy, H. Carvalho and M. Perillo (2004)."Middleware

to Support Sensor Network Applications".

[9] I. F. Akyildiz, W. Su, Y. Sankarasubramaniam, and E. Cayirci (2002) “A

Survey on Sensor Networks”.

[10] Krco, S., Cleary, D. & Parker, D. (2005), “P2P Mobile Sensor Networks”.

[11] Mylonas, G. (2007). “A WSN Middleware and Systems Survey”. Πάτρα.

[12] Chen, M., Gonzalez, S., & Leung,, (2007). ”Applications and Design Issues

for mobile agents in Wireless Sensor Networks”. Αμερική.

[13] Fiege, L., Gartner, F., Kasten, O. & Zeidler, A. : “Supporting Mobility in

Content-Based Publish/Subscribe Middleware” .

[14] Souto, E., Guimaraes, G., Vasconcelos, G., Vieria, M., Rosa, N., Ferraz,

C. & Kelner J. (2004). “Mires: a publish/subscribe middleware for sensor

networks”. Λονδίνο.

90

[15] TinyOS 1.x Installation on Windows XP (2008):

http://wsn.cse.wustl.edu/index.php?title=TinyOS_1.x_Installation_on_Windows_XP

[16] Fok, C. (2008). “Agilla: A Mobile Agent Middleware for Wireless Sensor

Networks”. Αναρτημένο στο: http://mobilab.cse.wustl.edu/projects/agilla/

[17] Levis, P., Lee, N., Welsh, M. &Culler, D: “TOSSIM: Accurate and Scalable

Simulation of Entire TinyOS Applications”

[18] Özarslan, S. & Erten, Y.:” Simulation of Agilla Middleware on TOSSIM”

[19] Wong, R. & Khan, J.: “Installation Document: SensorWeb 2.0. The NOSA

Project ”

[20] Lesson 5: Simulating TinyOS Applications in TOSSIM (2003):

http://www.tinyos.net/tinyos-1.x/doc/tutorial/lesson5.html

[21] Levis, P. & Lee, N. (2003): “TOSSIM: A Simulator for TinyOS Networks”

[22] Hill, J., Szewczyk, R., Woo, A., Hollar, S., Culler, D. & Pister, K. (2000)

“System Architecture Directions for Networked Sensors . Αμερική.

[23] Romer, K., Kasten, O. & Mattern, F. (2006) “Middleware Challenges for

Wireless Sensor Networks”]. Τσεχία.

[24] Wang, M., Cao, J., Li, J., & Dasi, S. (2008). “Middleware for Wireless

Sensor Networks: A Survey”. Αμερική.

[25]http://www.newsbeast.gr/greece/arthro/276326/diethnis-diakrisi-gia-to-polutehneio-kritis/

91