1 / 16

1 karel.heurtefeux@insa-lyon.fr 2 fabrice.valois@insa-lyon.fr

Localisation collaborative dans les réseaux de capteurs. Karel Heurtefeux 1 , Fabrice Valois 2 ARES INRIA / CITI, INSA-Lyon, F-69621, France Journées ResCom Université Paris-Est Marne-La-Vallée – 7 et 8 février 2008. 1 karel.heurtefeux@insa-lyon.fr 2 fabrice.valois@insa-lyon.fr.

laksha
Download Presentation

1 karel.heurtefeux@insa-lyon.fr 2 fabrice.valois@insa-lyon.fr

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Localisation collaborative dans les réseaux de capteurs Karel Heurtefeux1, Fabrice Valois2ARES INRIA / CITI, INSA-Lyon, F-69621, France Journées ResCom Université Paris-Est Marne-La-Vallée – 7 et 8 février 2008 1 karel.heurtefeux@insa-lyon.fr 2 fabrice.valois@insa-lyon.fr ResCom Février 2008

  2. Karel Heurtefeux (CITI, INSA-Lyon)‏ Plan • Contexte et motivations • Protocole • Résultats • Conclusion et perspectives Worldsens, a small sensor node developped in the CITI lab ResCom Février 2008

  3. Coût élevé des noeuds du aux équipements spéciaux • Consommation énergétique importante • En général, inutilité d’une localisation fine Karel Heurtefeux (CITI, INSA-Lyon)‏ Contexte et motivations Nécessité d’avoir une information géographique pour certaines couches ou applications: routage, aggrégation de données, suivi de feu de forêts, etc… Compromis entre la localisation, le coût énergétique et le coût financier est à réévaluer. ResCom Février 2008

  4. Karel Heurtefeux (CITI, INSA-Lyon)‏ Protocole QLoP (Qualitative Localization Protocol): idée générale • Des nœuds proches géographiquement vont posséder un voisinage proche numériquement • Des nœuds proches géographiquement vont posséder un voisnage distinct faible numériquement On va déterminer une métrique qui mette en rapport ces deux valeurs On va donc définir différentes classes de proximité • Il est souvent inutile d’obtenir une localisation très précise ResCom Février 2008

  5. Karel Heurtefeux (CITI, INSA-Lyon)‏ Protocole QLoP (Qualitative Localization Protocol): détails Chaque noeud du réseau calcule un indice de proximité pour chacun de ses voisins Indice de proximité du voisin B Voisinage de a Voisinage de b Pondération RNG LMST ResCom Février 2008

  6. Karel Heurtefeux (CITI, INSA-Lyon)‏ Protocole QLoP (Qualitative Localization Protocol): classes de proximité On détermine une classe pour chaque voisin en fonction de l’étendue de l’indice de proximité ResCom Février 2008

  7. Modélisation ResCom Février 2008

  8. Karel Heurtefeux (CITI, INSA-Lyon)‏ Méthodologie‏ ResCom Février 2008

  9. Karel Heurtefeux (CITI, INSA-Lyon)‏ Résultats: application sur une topologie régulière L’algorithme est déployé sur une grille et la puissance de transmission de chaque noeud est augmentée ResCom Février 2008

  10. Karel Heurtefeux (CITI, INSA-Lyon)‏ Résultats: distance quadratique La distance quadratique: Elle mesure la dissimilarité entre deux vecteurs. Si le classement des voisins obtenu par l’algorithme est le même que celui réel, cette métrique est nulle. ResCom Février 2008

  11. Karel Heurtefeux (CITI, INSA-Lyon)‏ Résultats: classes de proximité Exemple d’exécution de l’algorithme sur un noeud: Division de ses voisins en 3 classes de proximité. ResCom Février 2008

  12. Karel Heurtefeux (CITI, INSA-Lyon)‏ Résultas: Evolution de la cardinalité en fonction du degré Evolution de la cardinalité: On mesure ici la taille relative des classes proche (bleu) et très proche (rouge) en fonction du degré moyen du réseau. ResCom Février 2008

  13. Karel Heurtefeux (CITI, INSA-Lyon)‏ Résultats: fiabilité de l’algorithme en fonction du degré moyen Fiabilité en fonction du degré moyen: La courbe rouge représente le pourcentage de noeuds des 2 premières classes de proximité qui sont effectivement proche et très proche géographiquement. En bleu, les noeuds proches et très proches géographiquement, non classé comme tels par l’algorithme. ResCom Février 2008

  14. Algorithme sans GPS, ancres ou équipement spécial Karel Heurtefeux (CITI, INSA-Lyon)‏ Conclusion Algorithme localisé: connaissance limitée à 2 sauts Algorithme fiable: capable de déterminer un noeud proche ou très proche à 80% Algorithme efficace en milieu dense et très dense ResCom Février 2008

  15. Application de QLoP pour le routage Application de QLoP pour améliorer la capacitéglobale, la fiabilité Karel Heurtefeux (CITI, INSA-Lyon)‏ Perspectives ResCom Février 2008

  16. Questions ? Karel Heurtefeux Worldsens, a small sensor node developped in the CITI lab http://perso.citi.insa-lyon.fr/kheurtef/ karel.heurtefeux@insa-lyon.fr

More Related