Thuật toán động để lựa chọn tác vụ trong hệ thống IoTS
Email tác giả liên hệ:
huanvm@hcmute.edu.vnDOI:
https://doi.org/10.54644/jte.63.2021.60Từ khóa:
Mạng neural, IoTs, Mạng cảm biến không dây, Tuổi thọ pin, Chất lượng thông tinTóm tắt
Kéo dài thời lượng pin và tăng cường chất lượng thông tin thu thập của mạng cảm biến không dây sử dụng nguồn năng lượng tái tạo là một trong những vấn đề của hệ thống Intenet of Things (IoTs). Để cải thiện vấn đề trên, chúng tôi đề xuất một thuật toán sử dụng mạng Neural với mục đích dự đoán và chọn lựa tác vụ của nút cảm biến. Thuật toán có thể ứng dụng trên vi điều khiển với khả năng xử lý và lưu trữ hạn chế. Khác với các phương pháp trước đây chủ yếu tập trung vào chế độ ngủ sâu hay lập ra lịch trình cho các tác vụ, thuật toán chúng tôi đề xuất giúp nút cảm biến có tính thích nghi cao hơn với môi trường dựa trên các số liệu thời gian thực tại mỗi nút. Khi có sự chênh lệch số liệu lớn, lượng thông tin thu thập về sẽ tăng lên và khi không có sự thay đổi đáng kể, nút cảm biến được đưa về tác vụ tiêu tốn năng lượng thấp để đảm bảo được thời lượng pin. Các kết quả từ nghiên cứu cho thấy thuật toán thu thập được số lượng thông tin có ích nhiều hơn, thời lượng và tuổi thọ của pin cũng được cải thiện.
Tải xuống: 0
Tài liệu tham khảo
S. Escolar, S. Chessa, and J. Carretero, Optimization of Quality of Service in Wireless Sensor Networks Powered by Solar Cells. 2012. DOI: https://doi.org/10.1109/ISPA.2012.43
A. A. Babayo, M. H. Anisi, and I. Ali, “A Review on energy management schemes in energy harvesting wireless sensor networks,” Renew. Sustain. Energy Rev., vol. 76, pp. 1176–1184, 2017, doi: https://doi.org/10.1016/j.rser.2017.03.124. DOI: https://doi.org/10.1016/j.rser.2017.03.124
N. Kimura, V. Jolly, and S. Latifi, “Energy restrained data dissemination in wireless sensor networks,” Int. J. Distrib. Sens. Networks, vol. 2, no. 3, pp. 251–265, 2006, doi: 10.1080/15501320600642692. DOI: https://doi.org/10.1080/15501320600642692
S. Basagni, M. Y. Naderi, C. Petrioli, and D. Spenza, “Wireless Sensor Networks with Energy Harvesting,” in Mobile Ad Hoc Networking, Hoboken, NJ, USA: John Wiley & Sons, Inc., 2013, pp. 701–736. DOI: https://doi.org/10.1002/9781118511305.ch20
A. Sinha and A. Chandrakasan, “Dynamic power management in wireless sensor networks,” IEEE Des. Test Comput., vol. 18, no. 2, pp. 62–74, 2001, doi: 10.1109/54.914626. DOI: https://doi.org/10.1109/54.914626
L. Wang and Y. Xiao, “A Survey of Energy-Efficient Scheduling Mechanisms in Sensor Networks,” MONET, vol. 11, pp. 723–740, Oct. 2006, doi: 10.1007/s11036-006-7798-5. DOI: https://doi.org/10.1007/s11036-006-7798-5
X. Fan, “Sensors Dynamic Energy Management in WSN,” Wirel. Sens. Netw., vol. 02, pp. 698–702, Jan. 2010, doi: 10.4236/wsn.2010.29084. DOI: https://doi.org/10.4236/wsn.2010.29084
S. Sudevalayam and P. Kulkarni, “Energy harvesting sensor nodes: Survey and implications,” IEEE Commun. Surv. Tutorials, vol. 13, no. 3, pp. 443–461, Sep. 2011, doi: 10.1109/SURV.2011.060710.00094. DOI: https://doi.org/10.1109/SURV.2011.060710.00094
P. Pillai and K. Shin, “Real-Time Dynamic Voltage Scaling for Low-Power Embedded Operating Systems,” ACM SIGOPS Oper. Syst. Rev., vol. 35, Sep. 2001, doi: 10.1145/502034.502044. DOI: https://doi.org/10.1145/502034.502044
G. Amato, A. Caruso, and S. Chessa, “Application-driven, energy-efficient communication in wireless sensor networks,” Comput. Commun., vol. 32, pp. 896–906, Mar. 2009, doi: 10.1016/j.comcom.2008.12.022. DOI: https://doi.org/10.1016/j.comcom.2008.12.022
X. Chen, H.-B. Chen, W. Ma, X. Li, and S. X.-. Tan, “Energy-efficient wireless temperature sensoring for smart building applications,” in 2016 13th IEEE International Conference on Solid-State and Integrated Circuit Technology (ICSICT), 2016, pp. 680–683, doi: 10.1109/ICSICT.2016.7999010. DOI: https://doi.org/10.1109/ICSICT.2016.7999010
J. Khan, H. Qureshi, and A. Iqbal, “Energy management in Wireless Sensor Networks: A survey,” Comput. Electr. Eng., vol. 41, Jul. 2014, doi: 10.1016/j.compeleceng.2014.06.009. DOI: https://doi.org/10.1016/j.compeleceng.2014.06.009
S. Escolar, A. Caruso, S. Chessa, X. Del Toro, F. J. Villanueva, and J. C. Lopez, “Statistical Energy Neutrality in IoT Hybrid Energy-Harvesting Networks,” Proc. - IEEE Symp. Comput. Commun., vol. 2018-June, pp. 444–449, 2018, doi: 10.1109/ISCC.2018.8538532. DOI: https://doi.org/10.1109/ISCC.2018.8538532
M. Severini, S. Squartini, and F. Piazza, “Energy Aware Lazy Scheduling Algorithm for Energy-Harvesting Sensor Nodes,” Neural Comput. Appl., vol. 23, Dec. 2013, doi: 10.1007/s00521-012-1088-x. DOI: https://doi.org/10.1007/s00521-012-1088-x
C. Moser, J. Chen, and L. Thiele, “Dynamic power management in environmentally powered systems,” in 2010 15th Asia and South Pacific Design Automation Conference (ASP-DAC), 2010, pp. 81–88, doi: 10.1109/ASPDAC.2010.5419916. DOI: https://doi.org/10.1109/ASPDAC.2010.5419916
C. Moser, D. Brunelli, L. Thiele, and L. Benini, Lazy Scheduling for Energy Harvesting Sensor Nodes. 2006. DOI: https://doi.org/10.1007/s11241-007-9027-0
C. Moser, L. Thiele, D. Brunelli, and L. Benini, “Adaptive Power Management in Energy Harvesting Systems,” in Proceedings of the Conference on Design, Automation and Test in Europe, 2007, pp. 773–778. DOI: https://doi.org/10.1109/DATE.2007.364689
A. Caruso, S. Chessa, S. Escolar, X. Del Toro, and J. C. López, “A dynamic programming algorithm for high-level task scheduling in energy harvesting IoT,” IEEE Internet Things J., vol. 5, no. 3, pp. 2234–2248, 2018, doi: 10.1109/JIOT.2018.2828943. DOI: https://doi.org/10.1109/JIOT.2018.2828943
P. Zhang, X. Zhang, J. Li, and G. Huang, “The effects of body weight, temperature, salinity, pH, light intensity and feeding condition on lethal DO levels of whiteleg shrimp, Litopenaeus vannamei (Boone, 1931),” Aquaculture, vol. 256, no. 1, pp. 579–587, 2006, doi: https://doi.org/10.1016/j.aquaculture.2006.02.020. DOI: https://doi.org/10.1016/j.aquaculture.2006.02.020
R. E. Uhrig, “Introduction to artificial neural networks,” in Proceedings of IECON ’95 - 21st Annual Conference on IEEE Industrial Electronics, vol. 1, pp. 33–37, doi: 10.1109/IECON.1995.483329. DOI: https://doi.org/10.1109/IECON.1995.483329
A. K. Jain, J. Mao, and K. M. Mohiuddin, “Artificial neural networks: A tutorial,” Computer, vol. 29, no. 3. pp. 31–44, Mar. 1996, doi: 10.1109/2.485891. DOI: https://doi.org/10.1109/2.485891
Lê Công Thành, “Quy định kỹ thuật về quan trắc và cung cấp thông tin, dữ liệu khí tượng thủy văn đối với trạm khí tượng thủy văn chuyên dùng,” 2018.
Tải xuống
Đã Xuất bản
Cách trích dẫn
Số
Chuyên mục
Categories
Giấy phép
Tác phẩm này được cấp phép theo Giấy phép quốc tế Creative Commons Attribution-NonCommercial 4.0 .
Bản quyền thuộc về JTE.
