Аналіз правил побудови траєкторії польоту для збору даних комунікаційною аероплатформою з вузлів безпроводової сенсорної мережі.

Автор(и)

  • В. А. Романюк Військовий інститут телекомунікації та інформатизації імені Героїв Крут https://orcid.org/0000-0002-6218-2327
  • А. Г. Гримуд Військовий інститут телекомунікації та інформатизації імені Героїв Крут https://orcid.org/0000-0003-4012-5185

DOI:

https://doi.org/10.58254/viti.4.2023.06.65

Ключові слова:

безпроводова сенсорна мережа, комунікаційна аероплатформа, траєкторія польоту, збір даних, база правил, моделювання

Анотація

Для збору даних моніторингу з вузлів безпроводових сенсорних мереж із незв’язною топологією пропонується використовувати комунікаційну аероплатформу (далі – КА), яка побудована на базі безпілотного літального апарата. КА в процесі польоту формує тимчасові локальні радіомережі та виконує роль повітряного шлюзу для збору даних з окремих вузлів та головних вузлів у зв’язних фрагментах мережі. Ефективність процесу збору даних залежить від характеристик мережі, способів (правил) побудови траєкторії польоту КА, кількості та локації точок (інтервалів) обміну даними тощо. У статті проводиться оцінка ефективності застосування різних продукційних правил побудови траєкторії польоту КА для збору даних з вузлів мережі для досягнення певних цільових функцій: мінімізації часу збору даних, максимізації часу функціонування мережі.

У роботі сформульована задача пошуку траєкторії польоту та збору даних КА з вузлів як задача пошуку найкоротшої траєкторії переміщення зони покриття КА з початкової в кінцеву точки польоту, яка забезпечує покриття всіх вузлів (кластерів на площі) на мінімальній відстані обміну КА з вузлами. Для оцінки ефективності застосування правил побудови траєкторії польоту та збору даних розроблена відповідна імітаційна модель. Вхідними даними моделювання є характеристики мережі, вузлів та комунікаційної аероплатформи, способи (правила) управління процесом збору даних. Імітаційна модель надає можливість отримувати залежності показників ефективності (час збору даних, витрати енергії батарей, час функціонування мережі) на множині правил побудови траєкторії польоту та збору даних КА при різних вхідних даних.

Результати імітаційного моделювання застосування множини (бази) правил довели можливість зменшення часу збору даних до 20 % або підвищення часу функціонування мережі до 15 % порівняно з існуючими рішеннями.

Посилання

  1. Amodu O.A., Nordin R., Jarra C., Bukar U.A., Raja Mahmood R.A., Othma, M.A. (2023). Survey on the Design Aspects and Opportunities in Age-Aware UAV-Aided Data Collection for Sensor Networks and Internet of Things Applications. Drones, 7, 260. DOI: https://doi.org/10.3390/ drones7040260.

  2. Minh T. Nguyen, Cuong V. Nguyen, Hai T. Do, Hoang T. Hua, Thang A. Tran, An D. Nguyen, Guido Ala, and Fabio Viola. (2021). UAV-Assisted Data Collection in Wireless Sensor Networks:
    A Comprehensive Survey. Electronics. 10, 2603. DOI: 10.3390/electronics10212603.

  3. Imad Jawhar, Nader Mohamed, Jameela Al-Jarood (2015). UAV-based data communication in wireless sensor networks: Models and Strategies. International Conference on Unmanned Aircraft Systems (ICUAS). DOI: 10.1109/ICUAS.2015.7152351.

  4. V. Romaniuk, O. Lysenko, A. Romaniuk, O. Zhuk (2020). Increasing the efficiency of data gathering in clustered wireless sensor networks using UAV. Information and Telecommunication Sciences,11 (1), 102–107. DOI: 10.20535/2411-2976.12020.102-107.

  5. Zhiqing Wei, Mingyue Zhu, Ning Zhang, Lin Wang (2022). Zhiyong Feng UAV Assisted Data Collection for Internet of Things: A Survey. IEEE Internet of Things Journal 9(17):1-1, DOI:10.1109/JIOT.2022.3176903.

  6. Sarmad Rashedand Mujdat Soyturk (2017). Analyzing the Effects of UAV Mobility Patterns on Data Collection in Wireless Sensor Networks Sensors. 17, 413. DOI: 10.3390/s17020413.

  7. Weihuang Huang, Jeffrey Xu Yu. (2017). Investigating TSP Heuristics for Location-Based Services Data Sci. Eng. 2: 71–93. DOI: 10.1007/s41019-016-0030-0.

  8. Helsgaun K. (2017). An Extension of the Lin-Kernighan-Helsgaun TSP Solver for Constrained Traveling Salesman and Vehicle Routing Problems; Roskilde University: Roskilde, Denmark. DOI:10.13140/RG.2.2.25569.40807.

  9. Hahsler M., Hornik, K. (2007). TSP – Infrastructure for the traveling salesperson problem. J. Stat. Softw., 23, 1–21.

  10.  Wu Yue, Zhu Jiang (2018). Path Planning for UAV to Collect Sensors Data Based on Spiral Decomposition. Procedia Computer Science 131, 873–879. DOI: 10.1016/j.procs.2018.04.29.

  11.  Chengliang W, Jun-hui Y (2015). Path Planning for UAV to Collect Sensor Data in Large-Scale WSNs. Transaction of Beijing Institute of Technology; 35: 1044–1049. DOI: 10.1016/j.procs.2018.04.291.

  12.  Kumar Nitesh, Prasanta K. Jana (2019). Convex hull based trajectory design for mobile sink in wireless sensor networks/International Journal of Ad Hoc and Ubiquitous Computing 30(1):26 DOI: 10.1504/IJAHUC.2019.097092.

  13. Q F., Yu W., Xiao K., Liu C., Liu W. (2022). Trajectory generation and optimization using the mutual learning and adaptive colony algorithm in uneven environments. Appl. Sci., 12, 4629. DOI: https://doi.org/10.3390/app12094629.

  14. Katoch S., Chauhan S.S., Kumar V. (2021). A review on genetic algorithm: past, present, and future. Multimed. Tools Appl., 80, 8091–8126. DOI: 10.1007/s11042-020-10139-6.

  15. Emambocus B.A.S., Jasser M.B., Hamzah M., Mustapha A., Amphawan A. (2021). An enhanced swap sequence-based particle swarm optimization algorithm to Solve TSP. IEEE Access, 9, 164820–164836. DOI: 10.1109/ACCESS.2021.3133493.

  16. Haider S.K., Jiang A., Almogren A., Rehman A.U., Ahmed A., Khan W.U., Hamam H. (2021). Energy Efficient UAV Flight Path Model for Cluster Head Selection in Next-Generation Wireless Sensor Networks. Sensors., 21, 8445. DOI: https://doi.org/10.3390/s21248445.

  17. Josiane da Costa Vieira Rezende, RoneIlídio da Silva, Marcone Jamilson Freitas Souza. (2020). Gathering Big Data in Wireless Sensor Networks by Drone. Sensors, 20, 6954. DOI: 10.3390/s20236954.

  18.  Dac-Tu Ho, EstenIngar Grotli, and Tor Arne Johansen (2013). Heuristic Algorithm and Cooperative Relay for Energy Efficient Data Collection with a UAV and WSN. International Conference Computing, Management and Telecommunications (ComManTel). DOI: 10.1109/ComManTel.2013.6482418.

  19.  Cariou, C., Moiroux-Arvis, L., Pinet, F., Chanet, J.-P. (2023). Evolutionary Algorithm with Geometrical Heuristics for Solving the Close Enough Traveling Salesman Problem: Application to the Trajectory Planning of an Unmanned Aerial Vehicle. Algorithms, 16, 44. DOI: https://doi.org/10.3390/a16010044.

  20.  Nguyen, K. K., Duong, T. Q., Do-Duy, T., Claussen, H., & Hanzo, L. (2022). 3D UAV Trajectory and Data Collection Optimization via Deep Reinforcement Learning. IEEE Transactions on Communications. DOI: 10.1109/TCOMM.2022.3148364

  21.  Hrymud A., Romaniuk V. (2023). A model of situational control of the telecommunication aerial platform flight trajectory to collect data from nodes of a wireless sensor network. Communication, informatization and cyber-security systems and technologies, № 3. p. 88–100. DOI: 10.58254/viti.3.2023.12.101.

MITIT_4_6

##submission.downloads##

Опубліковано

2023-12-21

Номер

Системи і технології зв’язку, інформатизації та кібербезпеки. Випуск №4 2023

Розділ

Статті