Eficiência energética em redes de sensores sem fios: medição adaptativa num sistema de rega inteligente usando o CupCarbon

Abstract

Today, there are many cities that offer to citizens smart solutions to make their daily lives easier so that the available resources can be better managed and the global quality of life improved. These solutions generally rely on a variety of Wireless Sensor Networks (WSN), which are applied in a wide range of scenarios. Most of these solutions work without human intervention, therefore, there has been a lot of interest in increasing the longevity of these sensor networks. In this context, the main purpose of this work is to study and optimize an adaptive, energy-aware sensing algorithm for WSNs, e-LiteSense [11], wich is an algorithm capable of auto-regulate how data is sensed, adjusting it to each applicational scenario. This work, resorts to a simulation scenario representing a case in real life, namely, an Intelligent Irrigation system. In this study, CupCarbon is used as a simulation tool to implement WSN-based system and the e-LiteSense algorithm. The aim is to adapt the number of measurement events of environmental parameters so that the energy consumption of the different nodes of the network can be reduced while maintaining the correct evaluation of the measurement data and increasing the lifetime of the sensor network. The versatility of the algorithm in relation to its effectiveness and ability to self-configure in different types of sensing scenarios is also evaluated.

Atualmente, são várias as cidades que disponibilizam aos seus cidadãos soluções inteligentes para facilitar o seu dia a dia, de maneira a haver uma melhor gestão dos recursos existentes e uma melhoria da qualidade de vida proporcionada aos seus habitantes. Muitas destas soluções recorrem geralmente a uma série de redes de sensores sem fios (RSSF), sendo que estas são aplicadas a uma grande variedade de cenários. A maioria destes soluções funcionam sem intervenção humana, havendo assim cada vez mais interesse em aumentar a longevidade destas redes de sensores. Neste contexto, o principal objetivo deste trabalho é estudar e otimizar uma solução de sensing adaptativo e de eficiência energética para RSSF's, o e-LiteSense [11]. Este algoritmo é capaz de regular automaticamente a forma como os dados são deteta-dos, adaptando-se a cada cenário aplicacional. Este trabalho recorre a um cenário de simulação que representa um caso da vida real, nomeadamente, um sistema de Rega Inteligente. Neste estudo, a ferramenta de simulação CupCarbon é usada para implementar esse sistema, baseado em RSSF, e o algoritmo e-LiteSense. O objetivo é adaptar o número de eventos de medição de parâmetros ambientais para que o consumo energético dos diferentes nós da rede possa ser reduzido, mantendo a avaliação correta dos dados de medição e aumentando a vida útil da rede de sensores. A versatilidade do algoritmo relativamente à sua eficácia e capacidade de auto-configuração em diferentes tipos de sensing cenários também será avaliada.