автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.13, диссертация на тему:Агрегирование данных мультисенсоров в беспроводных сенсорных сетях

На правах рукописи. ' ' /

Тараканов Евгений Владимирович

АГРЕГИРОВАНИЕ ДАННЫХ МУЛЬТИСЕНСОРОВ В БЕСПРОВОДНЫХ СЕНСОРНЫХ СЕТЯХ

Специальность: 05.11.13 - Приборы и методы контроля природной среды, веществ, материалов и изделий

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

6 ДЕК 2012 005056801 !

Томск-2012

005056801

Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Национальный исследовательский Томский политехнический университет»

Научный руководитель:

Официальные оппоненты:

Ведущая организация:

Муравьев Сергей Васильевич

доктор технических наук, профессор

Шидловский Станислав Викторович,

доктор технических наук, заведующий лабораторией реконфигурируемых высокопроизводительных систем Национального исследовательского Томского государственного университета

Майстренко Андрей Васильевич,

кандидат технических наук, доцент кафедры электронных устройств автоматизации и управления Томского государственного университета систем управления и радиоэлектроники

Институт проблем управления им. В.А.

Трапезникова РАН, г. Москва

Защита состоится 25 декабря 2012 г. в 17.00 часов на заседании диссертационного совета Д 212.269.09 при Федеральном государственном бюджетном образовательном учреждении ВПО «Национальный исследовательский Томский политехнический университет» по адресу: Россия, 634028, г. Томск, ул. Савиных, 7, ауд. 215 (актовый зал).

С диссертационной работой можно ознакомиться в научно-технической библиотеке Федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Национальный исследовательский Томский политехнический университет» по адресу: г, Томск, ул. Белинского, 55.

Автореферат разослан 21 ноября 2012 г.

Ученый секретарь диссертационного совета

докторских и кандидатских диссертаций, ____

кандидат технических наук, доцент ®ИНОКУРОВ

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Сенсорная сеть представляет собой определенную, самоорганизующуюся, устойчивую к отказам отдельных лементов сеть из необслуживаемых и не требующих специальной установки стройств. В таких системах разнородные измерительные данные собираются гультисенсорами, входящими в состав узлов, расположенных в подлежащих юниторингу точках определенной географической области, и передаются по беспроводной сети в центральный узел для обработки и принятия решений. Лультисенсор представляет собой набор датчиков (первичных измерительных [реобразователей) измеряющих одновременно несколько физических величин. )бычно сеть имеет иерархическую (древовидную) структуру, в которой на каждом ровне данные могут передаваться от узлов-источников к одному или нескольким ■злам-приемникам. Благодаря быстрому развитию технологий беспроводной вязи, миниатюризации и снижения энергопотребления электронных устройств, ice большее развитие получают беспроводные сенсорные сети (БСС). Основными [реимуществами беспроводных (БСС) являются простота развертывания, высокая гадежность сети в целом и стойкость к электромагнитным помехам. Благодаря тому БСС все чаще используются для организации различных видов юниторинга: параметров окружающей среды, состояния конструкций, зданий и ооружений, в системах безопасности (пожарной, сейсмической, экологической и (р.), для отслеживания целей в процессе ведения боевых действий и т.п.

При передаче данных в беспроводных сенсорных сетях возникают ущественные проблемы, связанные с ограниченной полосой пропускания [спользуемых в качестве линий связи радиоканалов. В частности, в ситуациях, :огда много узлов-источников одновременно инициируют передачу данных, южет возникать перегрузка или даже коллапс сети, в результате чего ее хропускная способность, выражаемая в количестве проходящих от источника к митральному узлу пакетов данных в единицу времени, падает практически до гуля. Кроме того, отдельные сенсорные узлы могут как добавляться в сеть, так и, по разным причинам, выходить из состава сети. Изменение в конфигурации сети, как правило, приводит к необходимости изменять маршруты пакетов данных, что также снижает пропускную способность сети.

Одним из возможных подходов к решению проблемы является назначение приоритетов передаваемым по сети пакетам и организация первоочередной доставки пакетов с более высоким приоритетом. Перспективным является способ назначения приоритетов узлам беспроводной сенсорной сети с использованием некоторого бинарного отношения консенсуса, получаемого в результате процедуры агрегирования предпочтений. Предпочтения в форме т ранжирований п узлов формируются на основе показаний мультисенсоров. Он позволяет динамически назначать приоритеты узлам сети (и, следовательно, передаваемым ими пакетам), формировать очередь передачи пакетов и распределять пропускную способность сети в зависимости от смыслового содержания (семантики) передаваемых данных. Таким образом, решение о приоритетной передаче данных принимается на основе агрегирования разнородных данных мультисенсоров.

3

Этот подход согласуется с концепцией качества обслуживания (Quality of Service, QoS), являющейся общепринятой для сенсорных сетей, основанных на обнаружении событий. Основными показателями QoS являются малая задержка передачи данных от источника к центральному узлу и низкие потери данных о событиях.

Целью диссертационной работы является исследование подходов к агрегированию измерительных данных мультисенсоров в беспроводной сенсорной сети на основе теории голосования и разработка, программная реализация и экспериментальная апробация метода управления передачей пакетов данных в беспроводной сенсорной сети с учетом приоритета передаваемых данных.

В соответствии с поставленной целью были сформулированы следующие задачи исследования:

• анализ методов агрегирования данных мультисенсоров;

• разработка метода назначения приоритетов пакетам данных мультисенсоров с использованием агрегирования разнородных данных на основе отношения консенсуса;

• разработка протокола передачи пакетов данных мультисенсоров в беспроводной сенсорной сети на основе разработанного метода назначения приоритетов;

• программная реализация и экспериментальная проверка метода передачи пакетов данных мультисенсоров в беспроводной сенсорной сети.

Методы исследования. При разработке метода агрегирования измерительных данных использованы методы теории бинарных отношений и теории голосования, теории измерений, теории вероятностей и математической статистики. Для экспериментальной апробации протоколов передачи данных в сенсорной сети использовалась среда моделирования TOSSIM (эмулятор сенсорной сети на основе операционной системы TinyOS).

Достоверность полученных результатов диссертационной работы подтверждается совпадением с достаточной точностью расчетных данных и результатов моделирования и эксперимента.

Научная новизна работы.

1. Предложен метод использования агрегирования предпочтений для организации передачи данных в беспроводной сенсорной сети, позволяющий решить проблему ограниченной пропускной способности радиоканалов и обеспечивающий минимальную задержку при передаче пакетов данных, несущих информацию о событиях.

2. Предложен метод обеспечения максимальной пропускной способности беспроводной сенсорной на основе функции расстояния Кемени с учетом вероятности потери пакетов.

3. Разработан и экспериментально апробирован программный комплекс передачи пакетов данных в беспроводной сенсорной сети, управляющий интервалами передачи пакетов данных и очередью передачи пакетов данных на основании приоритетов узлов БСС.

Практическая ценность работы. Разработанный в ходе диссертационных исследований программный пакет передачи данных в беспроводной сенсорной сети, благодаря первоочередной передачи более приоритетных данных и назначению интервалов передачи пакетов данных узлам сети, может найти широкое применение в распределенных системах экологического мониторинга, контроля состояния промышленных и гражданских объектов.

Реализация и внедрение результатов работы. Результаты работы использованы

• на Новоиркутской ТЭЦ ОАО Иркутскэнерго при организации сбора данных для экологического мониторинга окружающей среды на территории ТЭЦ 9 (акт внедрения приложен к диссертации);

• при выполнении проекта "In-network importance ranking in wireless sensor network data collection (Внутрисетевое ранжирование при организации сбора данных в сенсорной сети)", грант Национального университета Сингапура по программе EERSS, 2007-2009 гг.).

Положения, выносимые на защиту:

1. Предложенный метод агрегирования предпочтений, сформированных на основе передаваемых по беспроводной сенсорной сети данных измерений мультисенсоров, позволяет избавиться от перегрузок сети и обеспечить минимальную задержку при передаче пакетов данных (заявка на патент № 2011154473).

2. Использование функции расстояния Кемени с учетом вероятности потери пакетов позволяет обеспечить максимальную пропускную способность беспроводной сенсорной сети.

3. Разработанный на базе агрегирования предпочтений протокол передачи пакетов данных в беспроводной сенсорной сети протестирован в системе TOSSIM и показал достаточное совпадение значений показателей эффективности сети с предсказанными теоретическими исследованиями.

Лпробация результатов работы. Основные результаты диссертационной работы докладывались и обсуждались на следующих конференциях:

• XV Международная научно-практическая конференция студентов, аспирантов и молодых ученых «Современные техника и технологии СТТ'2009», г. Томск, 2009 г.;

• Региональная научно-методическая конференция «Электронные дидактические материалы в инженерном образовании», г. Томск, 2009 г.;

• XVI Международная научно-практическая конференция студентов, аспирантов и молодых ученых «Современные техника и технологии СТТ'2010», г. Томск, 2010 г.;

• Университетская научно-методическая конференция «Совершенствование содержания и технологии учебного процесса», г. Томск, 2010 г.;

• IEEE Sensors Applications Symposium (SAS-2010), г. Лимерик, Ирландия, 2010 г.;

• XVII Международная научно-практическая конференция студентов, аспирантов и молодых ученых «Современные техника и технологии СТТ'2011», г. Томск, 2011 г. (доклад отмечен дипломом II степени);

• International Conference on Instrumentation, Measurement, Circuits and

Systenis, ICIMCS 2011, Гонконг, 2011 г.

;

Публикации. Основные результаты исследований отражены в 11 публикациях: две статьи в ведущем рецензируемом научном журнале, рекомендуемом ВАК; одна статья в рецензируемом журнале; две статьи в трудах зарубежных конференций, шесть статей в сборниках трудов российских конференций.

Структура и объем диссертации. Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы и электронных ресурсов из 103 библиографических ссылок и приложения. Работа содержит 94 страницы основного текста, включая 26 рисунков и 5 таблиц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении: обоснована актуальность исследуемой проблемы; сформулированы цель исследований и основные положения, выносимые на защиту; определены решаемые задачи; указаны научная новизна и практическая ценность работы.

В первой главе «Агрегирование данных мультисенсоров» дана постановка проблемы агрегирования измерительных данных и представлен аналитический обзор соответствующих подходов к решению проблемы: байесовская сеть, теория Демпстера-Шефера и др.

Задача агрегирования (слияния, интеграции) данных мультисенсоров (multisensor data fusion problem) состоит в формировании суждений о состоянии объекта на основе результатов измерений разнородных физических величин. При

ом полученное в результате процедуры агрегирования суждение обладает эльшей достоверностью по сравнению с суждениями, сформированными на :нове индивидуальных измерений. То есть агрегирование обладает

шергетическим эффектом.

Пусть имеется множество п мультисенсоров (узлов) А = {аь а2, ..., а„}, эстоящих из т датчиков (сенсоров) каждый.

Байесовская сеть представляет собой направленный ациклический граф, аждой вершине которого может соответствовать показание мультисенсора или уждение, а дуги графа кодируют отношения правдоподобия между вершинами. Отношение правдоподобия соответствует вероятности /;(<?„) события Vна /-ом

зле при некотором значении измеряемой величины с,/, / = 1, ..., /я; у = 1.....п. В

анном подходе измеренное значение величины переводится в отношение равдоподобия с помощью некоторой функции преобразования /¡(су), задаваемой

ля каждой из т измеряемых величин. Если измеряемые переменные являются езависимыми случайными величинами, то вероятность события| Р,(У) на узле /

ычисляется по формуле полной вероятности^(К) = П/)(су). Если измеряемые

м

временные являются зависимыми, вероятность Р,(У) вычисляется с спользованием условных вероятностей. Тогда для каждого мультисенсора с омощью байесовской сети может быть вычислена вероятность некоторого обытия в системе мониторинга (например, пожара для системы пожарной езопасности), на основе которых может быть выработано общее суждение.

Подход Демпстера-Шефера представляет собой математическую теорию видетельств, основанную на двух функциях преобразования измеряемых величин доверия /,(си) и правдоподобия /(с,;) - использующихся для вычисления озможности события. Для каждой измеряемой переменной назначаются три [еры: мера того, что событие произошло т(У); что событие не произошло т(У) ; мера неопределенности т(УIIК). Вероятность Р,(сотого, что событие [роизошло, лежит в интервале т(У)<Р1(У)<\-т(У). Таким образом, в отличие >т байесовской сети, в подходе Демпстера-Шефера каждый параметр описывается не одной, а тремя мерами. Преимуществом этого подхода является получение (иапазона вероятности события Р,(У) и учет неопределенности каждого сенсора.

В теории голосования для каждой из т измеряемых величин строится ранжирование Л = Ц >-а2 ~а, >...- а„), которое может включать как

строгое отношение предпочтения так и отношение безразличия Множество полученных таким образом ранжирований А = {А., ,Л.2,—будем называть профилем предпочтения для данных т свойств и п узлов. Задача агрегирования предпочтений заданного профиля Л заключается в нахождении единственного строгого ранжирования р (отношения консенсуса), одинаково близкого ко всем исходным ранжированиям.

Применительно к проблеме агрегирования измерительных данньь мультисенсоров в беспроводных сенсорных, сетях следует отметить, чт< корректность результатов традиционно применяемых подходов, включа) байесовские сети, теорию Демпстера-Шефера, фильтра Калмана и др., зависит о-выбора той или иной функции преобразования измеряемых величин в суждения Поскольку данная функция, как правило, выбирается из субъективны: предположений' или на основе весьма приближенных вычислений, указанны! подходы уступают в корректности методам теории голосования, в которы: ранжирования формируются на основе непосредственных показанш мультисенсоров, а суждения выносятся без использования каких-либо функщн

преобразования показаний.

Таким образом, для назначения приоритетов узлам сенсорной сети бы: выбран подход к агрегированию данных мультисенсоров на основе теори] голосования.

Во второй главе «Агрегирование данных мультисенсоров на основ отношения консенсуса» рассматриваются методы построения отношени консенсуса на основе измерительной информации и обсуждается использовани ранжирования ¿емени для построения отношения консенсуса.

Для примера рассмотрим систему пожарной сигнализации, состоящую из распределенных по некоторой контролируемой площади узлов, мультисенсор! которых измеряют 6 величин каждый - температуру, скорость изменени температуры, задымленность, уровень СО, срабатывание датчика пламени ] присутствие персонала (таблица 1).

Таблица 1. Данные с узлов системы пожарной сигнализации.

Результаты измерений

.......... ...... "Kíí

Узел Температура, °С Скорость изменения температуры, "С/с Задымленность, дБ/м Уровень СО, мг/м3 Срабатывание датчика пламени Наличи людей

О] 42 8 0,03 0,31 - -

<*г 270 15 0,08 0,86 + -

аъ 80 35 0,13 0,83 + +

а4 50 12 0,03 0,58 + —

«5 300 38 0,10 0,90 -

«6 62 10 0,11 0,70 + ■

а7 62 7 0,04 0,18 - —

Профиль предпочтения, построенный для представленных в таблице результатов измерений, имеет следующий вид:

X,: а5 У а2 У а, У ай - а7 аА У а, к2: а5У а3У а2 У а4 У а6 У ц У а7

А,3: агУ аьУ аьУ а2У ап У а4У а, ^

Л,4: а5У а2У а^У а6У а4 У а,У а7

кь: а2 - а3 ~ а4 ~ а6 >- ^ ~ а5 - а7 К: аз ~ «6 ^ а\ ~ а2 ~ а4 ~ а5 -

Ранжирование к представим матрицей отношения Л = [г9], строки и столбцы оторой соответствуют узлам а, и гу =1 если а, >- а,; гч = О если г,}= -1

ели а, <аг Тогда расстояние Кемени ¿(кк,к,) между любыми двумя анжированиями кк и А,/ определяется формулой

= 11^ I- . (2)

«1

Расстояние между произвольным ранжированием к и профилем Л можно еперь определить следующим образом:

т т ,__"<

п(к,А)=А)=ЕЖ I=Е2Х ■ (3)

к=1 1<у 4=1 ><1 Ы

Из (3), с учетом /-у = 1 для всех ; < у, что соответствует естественному

инейному порядку й! X а2 «п, следует, что для любого.А = 1, ..., т имеем:

{* =| 1 —11= 0 если а* У а)\ ^=\0-Ц=\ если а* ~ и 4=|-1-1|=2 если

Тогда можно определить матрицу профиля Р = [ру], где

: отношение консенсуса р определяется как такое ранжирование узлов из А, что асстояние£>(Р,Л) от Р до профиля Л минимально, то есть

В = агггшп Л) = argmin V р,,. ХеП

(5)

де П - множество всех я! строгих предпочтений У на А.

Для нахождения отношения консенсуса для профиля Л, описываемого матрицей Р известно простое естественное правило Кондорсе: в каждом сравнении альтернатив предпочтительной является альтернатива, предпочитаемая большинством избирателей, т.е. а, у а] если и только если д, > рр. Однако, ранжирование Кондорсе не обязательно транзитивно, т.е. может быть, что а, уо1у1 >. ак, тогда как ак > а1. Единственным корректным способом преодоления

указанной трудности является нахождение отношения консенсуса по правилу Кемени (5).

К сожалению, задача о ранжировании Кемени является NP-полнои, то есть время нахождения ее точного решения экспоненциально зависит от и. Для построения отношения консенсуса в беспроводных сенсорных сетях предпочтительнее использовать правило Борда, которое представляет собой приближенное решение задачи Кемени. По правилу Борда каждому узлу присваивается количество баллов в зависимости от его места в ранжировании: О баллов за последнее место, 1 балл за предпоследнее место и т.д. до п - 1 баллов за первое место. Баллы каждого узла суммируются по всем ранжированиям, и его место в отношении консенсуса определяется полученной суммой. Решение ПО правилу Борда в большом количестве практических случаев может служить

хорошей заменой ранжирования Кемени.

Для профиля (1) итоговое отношение консенсуса по Борда имеет следующий

вид:

Р = {а3 >~a2>a5>-a4>~al>~a7}. v-v

Оно позволяет выстроить и узлов в порядке важности измеряемых ими

физических величин.

В работе предложено использовать этот порядок для назначения

приоритетов узлам сети, так как ранжирования исходного профиля формируются

исходя из актуальных данных измерений, характеризующих обстановку в

окружении каждого конкретного сенсорного узла. Высший приоритет получает

узел я3, а низший - а-,.

В третьей главе «Разработка протокола передачи измерительных данных мультисенсоров в беспроводных сенсорных сетях» рассматриваются характеристики качества обслуживания в беспроводных сенсорных сетях, описывается применение отношения консенсуса для обеспечения нормального функционирования сенсорной сети путем формирования очередей передачи данных сенсорных узлов и назначения интервалов ожидания передачи. Приводится статистическое обоснование предложенной схемы организации

передачи данных в сенсорной сети.

Беспроводная сенсорная сеть, как правило, имеет древовидную топологию (рис. 1), в которой только определенные узлы (будем называть их узлами-предками) могут взаимодействовать с другими узлами (потомками). Кластером будем называть узел-предок со всеми его ближайшими потомками.

Для обеспечения бесперебойной работы сенсорной сети требуются специальные методы передачи данных, позволяющие решать проблему перегрузки сети и повысить надежность доставки пакетов данных до центрального узла. Для этой цели используются различные способы, такие как алгоритм ART, протоколы VPCR, RCRT и др. Например, протокол RCRT реализует способ организации передачи пакетов путем назначения интервала ожидания на основе динамического вычисления соотношения текущей и максимальной пропускной способности сети. В этом способе каждый узел сообщает требуемый ему интервал ожидания

центральному узлу, после чего центральный узел назначает интервалы ожидания узлу пропорционально затребованному. Назначенные интервалы ожидания сообщаются узлам сети с помощью пакетов обратной связи. При переполнении очереди передачи вновь поступающие пакеты отбрасываются. Недостатком этого способа является необходимость принятия каждым узлом решения о требуемом ему интервале ожидания. Вообще, существующие протоколы рассматривают все передаваемые пакеты как равноправные и не управляют очередностью их

В диссертационной работе предложен способ организации передачи пакетов данных в беспроводной сенсорной сети с учетом приоритетов узлов, состоящий из очереди передачи пакетов данных в порядке приоритетов пакетов данных и алгоритма распределения пропускной способности сети.

Блок-схема способа приведена на рис. 2. Его суть состоит в следующем: на каждом узле БСС, пересылающем пакеты данных с узлов-потомков на родительский узел, формируется и поддерживается ранжирование узлов-потомков. На основании извлеченной из пересылаемых пакетов данных измерительной информации методом Борда формируется ранжирование узлов в порядке важности измеряемых им проявлений свойств. Поскольку формирующий ранжирование узел сам генерирует пакеты данных, то он также включен в ранжирование и тоже имеет некоторый приоритет. Данное ранжирование пересчитывается при каждом поступающем пакете данных. Все отправляемые сообщения хранятся в единой очереди передачи. При добавлении нового пакета его приоритет сравнивается с приоритетами пакетов в очереди и добавление происходит перед пакетом, имеющим более низкий приоритет. В случае переполнения очереди сообщений пакет с наименьшим приоритетом отбрасывается.

Алгоритм распределения пропускной способности сети использует для работы уже сформированные приоритеты узлов-источников данных и задает интервалы передачи пакетов данных узлам-потомкам обратно пропорционально приоритету узла. Формирование интервалов передачи пакетов данных производится по формуле:

Рис. 2. Предложенная блок-схема протокола передачи данных узла

где Т- интервал передачи пакетов данных, назначенный текущему узлу его узлом-предком; гтах - максимальный приоритет узлов-потомков; г, - приоритет узла-потомка; Л'определяется по формуле:

Д'=«,0и+1)-2>ь (7)

1

где И/ — число узлов-потомков.

Периодически обновленные интервалы передачи пакетов данных рассылаются узлам-потомкам через пакеты обратной связи.

Для проверки, не теряется ли существенная информация при отбрасывании пакетов, в диссертационной работе предложено теоретическое обоснование предложенной схемы управления очередью передачи. Для этого был использовано выражение для основанного на статистических соображениях коэффициента ранговой корреляции Кендалла т, который принимает значения в диапазоне от -1 (абсолютно несовместимые ранжирования) до +1 (полное совпадение ранжирований).

Совместимость двух ранжирований Р, и (32 по Кендаллу определяется по формуле:

т=—?—(8)

где г\ и Гц - элементы матрицы отношений для отношений [5] и р2 соответственно.

Как коэффициент ранговой корреляции Кендалла (8), так и расстояние Кемени (3) являются мерами совместимости ранжирований. Между ними существует известная связь:

И(И-1)

Рассмотрим два ранжирования Р! и р2 для п узлов некоторого кластера. Естественным требованием для них является то, что они должны быть согласованы между собой. Соответствующий уровень согласованности обозначим через т,. Для п — к узлов, где к - число отброшенных пакетов, получатся два других отношения консенсуса р, и С,, с уровЕ1ем согласованности т2. Стремясь сохранять согласованность при любом к, примем, что т2 = .

Обозначив с!{ =с/(р,,р2)для случая п узлов и (12 = с!(Р!,Р'2) для случая п — к узлов, получаем выражения для соответствующих коэффициентов ранговой корреляции:

, 1

Т, =1--'—г И Т, =1-7-Г7---г.

' «(«-1) 2 {п-к)(п-к-\)

Тогда ^ =-- ^ , откуда

п(п-к) {П-к){П-к-1)

а, _{п-к){п-к-1) (10)

п(п — к)

Введем параметр 9(и, к), где п — число узлов в сети, к — количество отбрасываемых пакетов, названный относительной несогласованностью приоритетов при удалении к из п пакетов:

= = 1-^. (11)

С учетом выражения (10) получаем:

8(,,*)-1-(и-*Хя-*-Ц. (12)

п(п — 1)

Ясно, что 0<9(лД)<1.

Задаваясь значением параметра 0(и, к), можно выбирать обоснованное количество к отбрасываемых пакетов для известных значений п (см. рис. 3). Например, при числе узлов и = 30 удаление четырех пакетов соответствует относительной несогласованности 0,25, а удаление восьми пакетов увеличивает несогласованность до 0,47.

В диссертационной работе проведена оценка вероятности потери пакета данных в зависимости от приоритета узла-источника пакета.

Пакет, отправленный узлом с приоритетом ] в общем ранжировании р, не попадет в итоговое ранжирование Р' в том случае, если в частном ранжировании на кластере Р, будет и, - А, пакетов с более высоким приоритетом.

Вероятность того, что первый пакет в частном ранжировании Р, будет иметь в ранжировании р приоритет выше, чему, определяется следующим образом:

2 4 6 8

Число отброшенных пакетов к Рис. 3. Зависимость параметра б от и и А:

Для всех пакетов с номерами от 1 до и, -*,в ранжировании р, вероятность получить в ранжировании (3 приоритет выше, чему, определяется как

р-п 03)

что и представляет собой вероятность потери пакета при передаче данных в сети. В факториальной форме эта вероятность имеет вид:

Ди-и,-)! (14)

1 С/-и#+*:,)!Си-*>)!"

График изменения вероятности потери пакета с приоритетом./ в зависимости от значения приоритета для случая и = 30, п, =15, ¿,=8 представлен на рис. 4.

1

0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0

р, \

У

10

15

20

25

Рис. 4. Вероятность потериу'-го пакета при и = 30, и, = 15, А, = 8

Из формулы (14) и рис. 4 ясно, что вероятность потери мала при приоритете ] < И/. Выражение (14) позволяет выбирать параметры сети таким образом, чтобы гарантировать доставку критичных пакетов.

В четвертой главе «Экспериментальная проверка метода передачи пакетов данных мультисеисоров в беспроводной сенсорной сети» приведены результаты экспериментальных исследований разработанного протокола передачи данных.

В распоряжении разработчиков современных сенсорных сетей имеются находящиеся в открытом доступе средства разработки программного обеспечения I узлов, такие как операционная система ТтуОБ. Проверка работоспособности таких сетей, содержащих большое количество узлов, обычно осуществляется с помощью специальных программ-эмуляторов.

В составе ТтуОБ 2.1 имеется эмулятор ТОББГМ, позволяющий имитировать происходящие в узлах сети события, такие как получение показаний сенсоров, передача/получение пакета и т.д. Характеристики Т0881М: масштабируемость, полнота, точность, достоверность — обеспечивают возможность всесторонней проверки функционирования сенсорной сети без ее фактического развертывания.

В процессе эмулирования полагалось, что разработанный программный комплекс передачи пакетов данных в беспроводной сенсорной сети, управляющий интервалами передачи пакетов данных и очередью передачи пакетов данных на основании приоритетов узлов, реализован на аппаратной платформе МГСАг, состоящей из Рис. 5. Аппаратная платформа микроконтроллера АЦпе1 А УК и микросхемы М1САг

радиосвязи СЫрсоп СС2420 (рис. 5).

Предполагалось, что экспериментальная беспроводная сенсорная сеть пожарной сигнализации состоит из 241 узла, организованного в 15 кластеров по 16 узлов в каждом. Каждый узел имеет в своем составе тот же набор сенсоров, что приведен в таблице 1. Радиомодуль СС2420 обеспечивает скорость передачи данных до 256 кБ/с и имеет буфер в 10 пакетов по 60 байт.

Были организованы два эксперимента: в первом эксперименте проверялись управление интервалом ожидания передачи пакетов и задержка доставки пакетов до центрального узла сети; во втором эксперименте определялась доля потерянных пакетов в общем количестве отправленных к центральному узлу пакетов.

В первом эксперименте узлы располагались вдоль прямой линии. Пожар начался в районе 26 узла и распространялся вдоль линии со скоростью 1 узел/с. За счет использования разработанного протокола передачи измерительных данных задержка при передаче пакетов данных на центральный узлел с узлов, получающих информацию о пожаре (пакетов с высоким приоритетом),

уменьшилась с 900 до 500 мс. При этом задержка при передаче данных для учло, не получающих информации о пожаре (пакетов с низким приоритетом), выросл до 1800 мс.

Проведенное измерение количества пакетов, получаемых центральны узлом от узлов сети в секунду, показало, что при использовании разработанног о программного комплекса передачи данных центральный узел получает в средне 0,21 пакета данных с высоким приоритетом и 0,061 пакета данных с низки приоритетом в секунду. Без использования разработанного программно1 комплекса центральный узел получает 0,068 пакета данных в секунду (рис. 6).

Пакеты с высоким приоритетам ..........

Пакеты с низким приоритетом —В—

¥

£ 0.15

8 о

О 0.05

0.25 0.2 0.15 0.1 0.05

21 24 27 126 129 132 231 234 237 Номер узла сети

21 24 27 126 129 132 231 234 2с/ Номер узла сети

Рис 6. Скорость получения пакетов центральным узлом при использовани! (слева) и без использования (справа) разработанного протокола передачи данны

За счет использования алгоритма управления интервалами ожидаш передачи пакетов данных скорость отправки пакетов (количество отправленных центральному узлу пакетов данных в секунду), например, с узла 129 п] достижении пожаром района его расположения увеличивается с 0,26 пакетов/с г 0,86 пакетов/с (рис. 7).

1.2 1.1

1

0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1

í „ Д fijfh * i V \ А

....... г 1 -- \ ? г . Ы - ' ........ ¡.....т 1 1 II ..........11

■ 'v fts / i 1 к . jl ........ 1............ ...1|.г# ,. , , Л1, jj ...I .А,.....-А, - Í f f ■< \ 4 Ж. ,»' s

О 200 400 600 800 1000 1200 1400 1600 1800 Время, с

Рис. 7. Скорость отправки пакетов с узла 129

Во втором эксперименте для определения доли потерянных пакетов в общем личестве отправленных к центральному узлу пакетов, которая зависит от иоритета узла сети, см. формулу (14), генерировались случайные значения казаний сенсоров, с каждого узла отправлялись 140 пакетов. Фиксировалось личество пакетов, полученных центральным узлом, по которому судили о доле терь. Результаты исследований показали, что зависимость доли потерянных кетов и числа пакетов, полученных центральным узлом, от приоритета узла-точника данных имеет характер, предсказанный выражением (14), см. рис. 8 и с. 4. Для узлов с приоритетами от 1 до 7 потери составили около 10% всех кетов, а для узлов с приоритетами от 8 до 16 потери составили около 90% правленных узлами пакетов.

Потери пакетов в кластере 9

з

Ь

и

-Л

а.

р

Ь

с

о Ч

1.2

0.8

0.6

0.4

0.2

Потери пакетов Число доставленных пакетов

140

120

100

80

60

40

20

4 6 3 10 12 14 Приоритет узлов, по убыванию

16

т

0

н

®

я) с

X

л

1

I

®

с:

о о п£

о с

о

X

Рис. 8 Доля потерь пакетов в зависимости от приоритета узла сети

В приложении диссертации приведен акт внедрения результатов дцидатской диссертации на Новоиркутской ТЭЦ ОАО Иркутскэнерго при здании информационно-измерительной системы экологического мониторинга :ружающей среды.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Разработан метод назначения приоритетов узлам беспроводной сенсорной сети с использованием агрегирования разнородных данных на основе вычисления отношения консенсуса по правилу Борда.

2. Разработан способ организации передачи пакетов данных в беспроводных сенсорных сетях на основе назначения приоритетов узлам беспроводной сенсорной сети, формирования очереди передачи и назначения интервала передачи пакетов данных с учетом приоритетов узлов.

3. Разработан и экспериментально апробирован программный комплекс, обеспечивающий реализацию предложенного способа организации передачи пакетов данных в беспроводных сенсорных сетях, повышение надежности и снижение задержки доставки пакетов данных с более приоритетных узлов.

4. Результаты работы применены в построении программно-аппаратного измерительного комплекса для экологического мониторинга окружающей среды на территории ТЭЦ-9 и при выполнении проекта "In-network importance ranking in wireless sensor network data collection (Внутрисетевое ранжирование при организации сбора данных в сенсорной сети)", грант Национального университета Сингапура по программе EERSS, 2007-2009 гг.)

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Muravyov S.V., Tarakanov E.V. Multiple solutions of an exact algorithm for determination of all Kemeny rankings: preliminary experimental results // Proceedings of the 2011 International Conference on Instrumentation, Measurement, Circuits and Systems (ICIMCS 2011), December 12-13, 2011, Hong Kong, vol. 1, New York: ASME Press, 2011, pp. 17-20.

2. Муравьев C.B., Тараканов E. В. Передача данных в беспроводных сенсорных сетях с приоритетами на основе агрегирования предпочтений // Известия Томского политехнического университета. - 2012. — Т. 320. - №5.-С. 111116.

3. Shao Tao, Chan М. Ch., Muravyov S.V., Tarakanov E.V. A Prioritized Converge-east Scheme using Consensus Ranking in Wireless Sensor Networks //Proceedings of the IEEE Sensors Applications Symposium (SAS-2010), Limerick, Ireland, 2325 February 2010. - Limerick: IEEE, 2010. - P. 251-256.

4. Тараканов E.B. Повышение надежности доставки приоритетных пакетов данных в сенсорных сетях // Проблемы информатики. - 2011. - Вып. Специальный. - С. 102-107.

5. Тараканов Е.В. Особенности передачи данных в беспроводных сенсорных сетях // Современные техника и технологии: сборник трудов XVII Международной научно-практической конференции студентов, аспирантов и

молодых ученых в 3-х томах - Томск, ТПУ, 12-16 апреля 2011. — Томск: Изд. ТПУ,2011.-С. 392-393.

Муравьев C.B., Тараканов Е.В. Способ передачи пакетов в беспроводных сенсорных сетях / Патент на изобретение, заявка № 2011154473 от 29.12.2011 г.

Тараканов Е.В. Использование отношений консенсуса для назначения приоритетов передачи данных в беспроводных сенсорных сетях // Современные техника и технологии: сборник трудов XVI Международной научно-практической конференции студентов, аспирантов и молодых ученых, Томск, 12-16 апреля 2010. -Томск: Изд. ТПУ, 2010. -С. 392-393.

Баранов П.Ф., Горисев С.А., Жилкин П.Н., Кириченко Е.М., Ряшенцев И.В., Тараканов Е.В. Создание среды компьютерно-сетевых лабораторных практикумов удаленного доступа на основе интеграции системы управления интернет-обучение MOODLE и программно-аппаратных комплексов на базе LabVIEW // Совершенствование содержания и технологии учебного процесса: Материалы университетской научно-методической конференции [Электронный ресурс] - Томск, ТПУ, 12-13 февраля 2010. - Томск: ТПУ, 2010.

Баранов П.Ф., Тараканов Е.В. Применение технологий Labview для разработки лабораторных практикумов удалённого доступа // Электронные дидактические материалы в инженерном образовании: Материалы региональной научно-методической конференции [Электронный ресурс] -Томск, 11-12 октября 2009. - Томск: ИДНО ТПУ, 2009.

Khomyakova M.S., Tarakanov E.V., Baranov P.F. Consensus relation for data fusion in wireless sensor network // Modern Technique and Technologies (MTT-2009): Proceedings of the 15th International Scientific and Practical Conference of Students, Post-graduates and Young Scientists, Tomsk, May 4-8, 2009. - Tomsk: TPU Press, 2009. - C. 44-46.

Тараканов Е.В. Экспериментальные исследования протокола передачи данных с приоритетами в беспроводной сенсорной сети в системе TOS SIM II Известия Томского политехнического университета. — 2012. - Т. 321. — № 5 — С. 98-106.

Подписано в печать 19.11.2012. Тираж 100 экз. Кол-во стр. 20. Заказ 52-12 Бумага офсетная. Формат А5. Печать RISO. Отпечатано в типографии ООО «РауШ мбх» Лицензия Серия ПД №12-0092 от 03.05.2001 г. 634034, г.Томск, ул. Усова 7, оф. 046. Тел. (3822) 56-44-54

ВВЕДЕНИЕ.

ГЛАВА 1. Агрегирование данных мультисенсоров.

1.1. Восприятие информации.

1.2. Агрегирование данных и динамическое моделирование.

1.3. Принципы агрегирования воспринимаемой информации.

1.4. Методы агрегирования цифровых данных.

1.4.1. Фильтр Калмана.

1.4.2. Сеть Байеса.

1.4.3. Теория Демпстера-Шефера.

1.4.4. Теория голосования.

1.5. Применение метода динамического моделирования.

1.6. Выводы к главе 1.

ГЛАВА 2. Агрегирование данных мультисенсоров на основе отношения консенсуса.

2.1. Определение отношения консенсуса.

2.2. Принципы голосования.

2.3. Определение ранжирования Кемени.

2.4. Методы решения задачи о ранжировании Кемени.

2.5. Неоднозначность задачи о ранжировании Кемени.

2.6. Решение задачи об отношении консенсуса по правилу Борда.

2.7. Выводы к главе 2.

ГЛАВА 3. Разработка протокола передачи измерительных данных мультисенсоров в беспроводных сенсорных сетях.

3.1. Устройство беспроводных сенсорных сетей.

3.1.1. Узлы беспроводной сенсорной сети.

3.1.2. Стек протоколов беспроводной сенсорной сети.

3.1.3. Технология ZigBee.

3.1.4. Беспроводные модули М1САг.

3.1.5. Архитектура беспроводной сенсорной сети.

3.1.6. Особенности передачи данных в беспроводной сенсорной сети

3.2.Протокол передачи пакетов данных мультисенсоров.

3.2.1. Алгоритм назначения интервалов ожидания передачи пакетов данных.

3.2.2.Формирование очереди передачи пакетов данных.

3.3.Статистическое обоснование предложенной схемы.

3.3.1. Обоснование выбора количества кластеров и допустимого числа отбрасываемых пакетов данных.

3.3.2. Вероятность потери пакета в зависимости от приоритета узла.

3.4. Выводы к главе 3.

ГЛАВА 4. Экспериментальная проверка метода передачи пакетов данных мультисенсоров в беспроводной сенсорной сети.

4.1. Выбор среды эмуляции.

4.2. Описание среды эмуляции ТОЭЗШ

4.3. Обзор существующих протоколов передачи данных в беспроводных сенсорных сетях

4.4 Эмуляция передачи пакетов данных в системе пожарной сигнализации

4.5. Выводы к главе 4.

Актуальность темы. Сенсорная сеть представляет собой распределенную, самоорганизующуюся, устойчивую к отказам отдельных элементов сеть из необслуживаемых и не требующих специальной установки устройств. В таких системах разнородные измерительные данные собираются мультисенсорами, входящими в состав узлов, расположенных в подлежащих мониторингу точках определенной географической области, и передаются по беспроводной сети в центральный узел для обработки и принятия решений. Мультисенсор представляет собой набор датчиков (первичных измерительных преобразователей) измеряющих одновременно несколько физических величин. Обычно сеть имеет иерархическую (древовидную) структуру, в которой на каждом уровне данные могут передаваться от узлов-источников к одному или нескольким узлам-приемникам. Благодаря быстрому развитию технологий беспроводной связи, миниатюризации и снижения энергопотребления электронных устройств, все большее развитие получают беспроводные сенсорные сети (БСС). Основными преимуществами беспроводных (БСС) являются простота развертывания, высокая надежность сети в целом и стойкость к электромагнитным помехам. Благодаря этому БСС все чаще используются для организации различных видов мониторинга: параметров окружающей среды, состояния конструкций, зданий и сооружений, в системах безопасности (пожарной, сейсмической, экологической и др.), для отслеживания целей в процессе ведения боевых действий и т.п.

При передаче данных в беспроводных сенсорных сетях возникают существенные проблемы, связанные с ограниченной полосой пропускания используемых в качестве линий связи радиоканалов. В частности, в ситуациях, когда много узлов-источников одновременно инициируют передачу данных, может возникать перегрузка или даже коллапс сети, в результате чего ее пропускная способность, выражаемая в количестве проходящих от источника к центральному узлу пакетов данных в единицу времени, падает практически 4 до нуля. Кроме того, отдельные сенсорные узлы могут как добавляться в сеть, так и, по разным причинам, выходить из состава сети. Изменение в конфигурации сети, как правило, приводит к необходимости изменять маршруты пакетов данных, что также снижает пропускную способность сети.

Одним из возможных подходов к решению проблемы является назначение приоритетов передаваемым по сети пакетам и организация первоочередной доставки пакетов с более высоким приоритетом. Перспективным является способ назначения приоритетов узлам беспроводной сенсорной сети с использованием некоторого бинарного отношения консенсуса, получаемого в результате процедуры агрегирования предпочтений. Предпочтения в форме т ранжирований п узлов формируются на основе показаний мультисенсоров. Он позволяет динамически назначать приоритеты узлам сети (и, следовательно, передаваемым ими пакетам), формировать очередь передачи пакетов и распределять пропускную способность сети в зависимости от смыслового содержания (семантики) передаваемых данных. Таким образом, решение о приоритетной передаче данных принимается на основе агрегирования разнородных данных мультисенсоров.

Этот подход согласуется с концепцией качества обслуживания (Quality of Service, QoS), являющейся общепринятой для сенсорных сетей, основанных на обнаружении событий. Основными показателями QoS являются малая задержка передачи данных от источника к центральному узлу и низкие потери данных о событиях.

Целыо диссертационной работы является исследование подходов к агрегированию измерительных данных мультисенсоров в беспроводной сенсорной сети на основе теории голосования и разработка, программная реализация и экспериментальная апробация метода управления передачей пакетов данных в беспроводной сенсорной сети с учетом приоритета передаваемых данных.

В соответствии с поставленной целью были сформулированы следующие задачи исследования:

1. анализ методов агрегирования данных мультисенсоров;

2. разработка метода назначения приоритетов пакетам данных мультисенсоров с использованием агрегирования разнородных данных на основе отношения консенсуса;

3. разработка протокола передачи пакетов данных мультисенсоров в беспроводной сенсорной сети на основе разработанного метода назначения приоритетов;

4. программная реализация и экспериментальная проверка метода передачи пакетов данных мультисенсоров в беспроводной сенсорной сети.

Методы исследования. При разработке метода агрегирования измерительных данных использованы методы теории бинарных отношений и теории голосования, теории измерений, теории вероятностей и математической статистики. Для экспериментальной апробации протоколов передачи данных в сенсорной сети использовалась среда моделирования ТОББШ (эмулятор сенсорной сети на основе операционной системы ТтуОЗ).

Достоверность полученных результатов диссертационной работы подтверждается совпадением с достаточной точностью расчетных данных и результатов моделирования и эксперимента. Научная новизна работы:

1. Предложен метод использования агрегирования предпочтений для организации передачи данных в беспроводной сенсорной сети, позволяющий решить проблему ограниченной пропускной способности радиоканалов и обеспечивающий минимальную задержку при передаче пакетов данных, несущих информацию о событиях.

2. Предложен метод обеспечения максимальной пропускной способности беспроводной сенсорной на основе функции расстояния Кемени с учетом вероятности потери пакетов.

3. Разработан и экспериментально апробирован программный комплекс передачи пакетов данных в беспроводной сенсорной сети, управляющий интервалами передачи пакетов данных и очередью передачи пакетов данных на основании приоритетов узлов БСС. Практическая ценность работы. Разработанный в ходе диссертационных исследований программный пакет передачи данных в беспроводной сенсорной сети, благодаря первоочередной передачи более приоритетных данных и назначению интервалов передачи пакетов данных узлам сети, может найти широкое применение в распределенных системах экологического мониторинга, контроля состояния промышленных и гражданских объектов.

Реализация и внедрение результатов работы. Результаты работы использованы

• в ОАО Иркутскэнерго при организации сбора данных для экологического мониторинга окружающей среды на территории ТЭЦ 9 (акт внедрения приложен к диссертации);

• при выполнении проекта "In-network importance ranking in wireless sensor network data collection (Внутрисетевое ранжирование при организации сбора данных в сенсорной сети)", грант Национального университета Сингапура по программе EERSS, 2007-2009 гг.). Положения, выносимые на защиту:

1. Предложенный метод агрегирования предпочтений, сформированных на основе передаваемых по беспроводной сенсорной сети данных измерений мультисенсоров, позволяет избавиться от перегрузок сети и обеспечить минимальную задержку при передаче пакетов данных (заявка на патент № 2011154473).

2. Использование функции расстояния Кемени с учетом вероятности потери пакетов позволяет обеспечить максимальную пропускную способность беспроводной сенсорной сети.

3. Разработанный на базе агрегирования предпочтений протокол передачи пакетов данных в беспроводной сенсорной сети протестирован в системе TOSSIM и показал достаточное совпадение значений показателей эффективности сети с предсказанными теоретическими исследованиями.

Апробация результатов работы. Основные результаты диссертационной работы докладывались и обсуждались на следующих конференциях:

• XV Международная научно-практическая конференция студентов, аспирантов и молодых ученых «Современные техника и технологии СТТ'2009», г. Томск, 2009 г.;

• Региональная научно-методическая конференция «Электронные дидактические материалы в инженерном образовании», г. Томск, 2009 г.;

• XVI Международная научно-практическая конференция студентов, аспирантов и молодых ученых «Современные техника и технологии СТТ'2010», г. Томск, 2010 г.;

• Университетская научно-методическая конференция «Совершенствование содержания и технологии учебного процесса», г. Томск, 2010 г.;

• IEEE Sensors Applications Symposium (SAS-2010), г. Лимерик, Ирландия, 2010 г.;

• XVII Международная научно-практическая конференция студентов, аспирантов и молодых ученых «Современные техника и технологии СТТ'2011», г. Томск, 2011 г. (доклад отмечен дипломом II степени);

• International Conference on Instrumentation, Measurement, Circuits and Systems, ICIMCS 2011, Гонконг, 2011 г.

Публикации. Основные результаты исследований отражены в 11 публикациях: две статьи в ведущем рецензируемом научном журнале, рекомендуемом ВАК; одна статья в рецензируемом журнале; две статьи в трудах зарубежных конференций, шесть статей в сборниках трудов российских конференций.

Диссертационная работа состоит из четырех глав.

В первой главе представлен аналитический обзор существующих в настоящее время методов агрегирования измерительной информации — сети Байеса, теории Демпстера-Шефера, фильтра Калмана. Проведенный обзор показывает, что корректность результатов традиционно применяемых подходов зависит от выбора той или иной функции преобразования измеряемых величин в суждения. Поскольку данная функция, как правило, выбирается из субъективных предположений или на основе весьма приближенных вычислений, указанные подходы уступают в корректности методам теории голосования, в которых ранжирования формируются на основе непосредственных показаний мультисенсоров, а суждения выносятся без использования каких-либо функций преобразования показаний. Следовательно, разработка подхода к агрегироваю данных мультисенсоров в беспроводной сенсорной сети на основе теории голосования является актуальной задачей.

Во второй главе рассматриваются рассматриваются методы построения отношения консенсуса на основе измерительной информации и обсуждается использование ранжирования Кемени для построения отношения консенсуса.

В третьей главе рассматриваются особенности передачи данных в беспроводных сенсорных сетях и описывается применение отношения консенсуса для формирования очереди передачи сенсорного узла и распределения пропускной способности сети. Также приводится статистическое обоснование предложенной схемы организации передачи данных в сенсорной сети.

В четвертой главе приведены результаты моделирования разработанного протокола передачи данных. В качестве объекта моделирования использована беспроводная сенсорная сеть пожарной сигнализации, состоящая из 241 узла на базе модулей М1САг, обменивающихся информацией по протоколу ZigBee. Приведены данные об основных параметрах качества обслуживания для беспроводных сенсорных сетей.

4. Результаты работы применены в построении программно-аппаратного измерительного комплекса для экологического мониторинга окружающей среды на территории ТЭЦ-9 и при выполнении проекта "In-network importance ranking in wireless sensor network data collection (Внутрисетевое ранжирование при организации сбора данных в сенсорной сети)", грант Национального университета Сингапура по программе EERSS, 2007-2009 гг.)

ЗАКЛЮЧЕНИЕ

1. Разработан метод назначения приоритетов узлам беспроводной сенсорной сети с использованием агрегирования разнородных данных на основе вычисления отношения консенсуса по правилу Борда.

2. Разработан способ организации передачи пакетов данных в беспроводных сенсорных сетях на основе назначения приоритетов узлам беспроводной сенсорной сети, формирования очереди передачи и назначения интервала передачи пакетов данных с учетом приоритетов узлов.

3. Разработан и экспериментально апробирован программный комплекс, обеспечивающий реализацию предложенного способа организации передачи пакетов данных в беспроводных сенсорных сетях, повышение надежности и снижение задержки доставки пакетов данных с более приоритетных узлов.

1. Crowley J., Demazeau Y. Principles and Techniques for Sensor Data Fusion / J. Crowley, Y. Demazeau // Livie. - 2000. - № 54. - P. 10-64.

2. Herman M., Kanade T. Incremental reconstruction of 3D scenes from multiple complex images / M. Herman, T. Kanade // Artificial Intelligence. 1986. - №30. - P. 289-301.

3. Crowley J. Navigation for an Intelligent Mobile Robot / J. Crowley // IEEE Journal on Robotics and Automation. 1985. -№1. - P. 153-168.

4. Brooks R. Visual Map Making for a Mobile Robot / R. Brooks // IEEE Journal on Robotics and Automation. 1985. - №1. - P. 95-117.

5. Chatila R., Laumond J. P. Position Referencing and Consistent World Modeling for Mobile Robots / R. Chatila, J. Laumond // EEE Journal on Robotics and Automation. 1985. -№3. - P. 102-164.

6. Durrant-Whyte H. Consistent Integration and Propagation of Disparate Sensor Observations / H. Durrant-Whyte // International Journal of Robotics Research. 1987.-№10. - P. 31-64.

7. Faugeras O., Ayache N. Building Visual Maps by Combining Noisey Stereo Measurements / O. Faugeras, N. Ayache // IEEE Journal on Robotics and Automation. 1986. - №2. - P. 50-73.

8. Kolmogorov A. Interpolation and Extrapolation of Stationary Random Sequences / A. Kolmogorov // Bulletin of the Academy of Sciences of the USSR Math. 1941. -№5.-P. 25-34.

9. Weiner N. Extrapolation, Interpolation and Smoothing of Stationary Time Series. /N. Weiner -New York: John Wiley and Sons, 1949.

10. Kalman R. A new approach to Linear Filtering and Prediction Problems / R. Kalman//Transactions of the ASME. 1960. -№82. -P. 120-155.

11. Bucy R., Joseph P. Filtering for Stochastic Processes, with applications to Guidance / R. Bucy, P. Joseph // Interscience New York. 1968. -№20.-P. 81-103.

12. Jazwinski J. Stochastic Processes and Filtering Theory. / J. Jazwinski -New York: Academic Press, 1970. 324 p.

13. Melsa A., Sage J. Estimation theory, with applications to communications and control. / A. Melsa, J. Sage-New York: McGraw-Hill, 1971. -457 p.

14. Brown C., Durrant Whyte H., Leonard J., Rao Y. S. Centralized and decentralized Kalman filter techniques for tracking, navigation and control / C. Brown, H. Durrant Whyte, J. Leonard, Y.S. Rao // DARPA. 1989.- №4. P. 78-89.

15. Brammer K., Siffling G. Kalman Bucy Filters. / K. Brammer, G. Siffling- Norwood MA: Artech House Inc., 1989. 280 p.

16. Hopfield J. Neural Networks and physical systems with emergent collective computational abilities / J. Hopfield // Proc. Natl. Acad. Sci. 1982. -№79.-P. 254-258.

17. Terzopoulos D. Regularization of inverse problems involving discontinuities / D. Terzopoulos // IEEE Trans PAMI. 1986. - №8. - P. 129-139.

18. Koch C., Marroquin J., Yuille A. Analog neural networks in early vision / C. Koch, J. Marroquin, A. Yuille // AI Lab. Memo. 1985. - №751. -P. 58-77.

19. Poggio T., Koch C. Ill-posed problems in early vision: from computational theory to analog networks / T. Poggio, C. Koch // Proc. R. Soc. London. 1985.- №B-226. - P. 303-323.

20. Blake A., Zisserman A. Visual reconstruction. / A. Blake, A. Zisserman- Cambridge MA : MIT Press, 1987. 380 p.

21. Crowley J. Towards continously operating integrated vision systems for robotics applications / J. Crowley // Image Analysis. 1991. - №7. - P. 123-128.

22. Crowley J. Coordination of action and perception in a surveillance robot /J. Crowley//IEEE Expert. 1987.-№11.-P. 91-120.

23. Buchanan B., Shortliffe E. Rule based expert systems. / B. Buchanan, E.

24. Shortliffe. Addison Wesley: Reading Mass, 1984. - 376 p.

25. Pearl J. Causality: Models, Reasoning, and Inference. / J. Pearl. Cambridge University Press, 2009. - 464 p.

26. Darwiche A. Modeling and Reasoning with Bayesian Networks. / A. Darwiche. Cambridge University Press, 2009. - 526 p.

27. Castillo E., Gutiérrez J.M., Hadi A.S. Expert Systems and Probabilistic Network Models. / E. Castillo, J.M. Gutiérrez, A.S. Hadi. New York: Springer-Verlag, 1997. - 348 p.

28. Shafer G. A Mathematical Theory of Evidence. / G. Shafer. Princeton University Press, 1976. - 185 p.

29. Dempster, A.P. A generalization of Bayesian inference / A.P. Dempster. // Journal of the Royal Statistical Society 1968 - Series B, Vol. 30. -P. 205-247.

30. Новак В., Перфильева И., Мочкрож И. Математические принципы нечёткой логики / В. Новак, И. Перфильева, И. Мочкрож. -Физматлит, 2006. 352 с.

31. Еремин Д.М., Гарцеев И.Б. Искусственные нейронные сети в интеллектуальных системах управления. / Д.М. Еремин, И.Б. Гарцеев. -М.: МИРЭА, 2004.-75 с.

32. Crowley J. Navigation for an Intelligent Mobile Robot / J. Crowley // IEEE Journal on Robotics and Automation. 1985. - №16. - P. 121128.

33. Миркин Б.Г. Проблема группового выбора / Б.Г. Миркин. М.: Наука, 1974.-257 с.

34. Дайер Дж. Многоцелевое программирование с использованием человеко-машинных процедур / Дж. Дайер // Вопросы анализа и процедуры принятия решений М.: Мир - 1976. - С. 108-125

35. Гюйбо Д.Т. Теории общего интереса и логическая проблема агрегирования / Д.Т. Гюйбо // Математические методы в социальных науках М .: Прогресс - 1973. - С. 196-250.

36. Sen A. The possibility of social choice / A. Sen // American Economic Review. 1999. - vol. 89, no. 3. - P. 349-378.

37. Young H.P. Optimal voting rules / H.P. Young // Journal of Economic Perspectives. 1995. - vol. 9, no. 1. - P. 51-64.

38. Mishra U.N., Umesh D.E., Stem Jr. Attribute importance weights in conjoint analysis: bias and precision / U.N. Mishra, D.E. Umesh, Jr. Stem // Advances in Consumer Research. 1989. - vol. 16. - P. 605-611.

39. Кемени Дж., Снелл Дж. Кибернетическое моделирование / Дж. Ке-мени, Дж. Снелл. -М.: Сов. радио, 1972. 192 с.

40. Kemeny J. Mathematics without numbers / J. Kemeny. // Daedalus -1959.-vol. 88-P. 571-591

41. Young H.P., Levenglick A.A. A consistent extension of Condorcet's election principle / H.P. Young, A.A. Levenglick. // SIAM Journal of Applied Mathematics. 1978. - vol. 35. - P. 285-300/

42. Карп P.M. Сводимость комбинаторных проблем / P.M. Карп // Кибернетический сборник 1975. - вып. 12.-С. 16-38.

43. Фридман А.А, Вотяков А.А. Дискретные задачи и метод ветвей и границ / А.А. Фридман, А.А. Вотяков. // Экономика и математические методы 1974. - том 10, вып. 3. - С. 611-621

44. Land А.Н., Doig A.G. An automatic method of solving discrete programming problems / A.H. Land, A.G. Doig. // Econometrica 1960. -vol. 28.-P. 497-520.

45. Barthelemy J.P., Guenoche A., Hudry O. Median linear orders: heuristics and a branch and bound algorithm / J.P. Barthelemy, A. Guenoche, O. Hudry // European Journal of Operational Reaseach. 1989. - №42. - P. 313-325.

46. Литвак Б.Г. Экспертная информация: Методы получения и анализа. / Б.Г. Литвак // М.: Радио и связь, 1982. С. 184.

47. Hart J., Martinez К. Environmental Sensor Networks: A revolution in the earth system science? / J. Hart, K. Martinez. // Earth-Science Reviews -2006.-№78.-P. 177-191.

48. Ададуров C.E., Шабельников B.A. Интеллектуальная система мониторинга искусственных сооружений / С.Е. Ададуров, В.А. Шабельников. // Мир транспорта. 2009 - № 3 - С. 32-37

49. Parker J.R. Multiple sensors, voting methods and target value analysis / J.R. Parker. // Proceedings of VI SPIE Conference on Signal Processing, Sensor Fusion and Target Recognition. Orlando, Florida, USA, 1999. -P. 305-335.

50. Tian-lu Chen, Pei-wen Que. A new fusion strategy of defect level assessment system / Chen Tian-lu, Que Pei-wen. // Measurement 2005. -vol 38, is. 3.-P. 188-193

51. Hall D.L., Mathematical Techniques in Multisensor Data Fusion / D.L. Hall Norwood: Artech House, Inc - 1992. - P. 320

52. Klein L.A. Sensor and Data Fusion: A Tool for Information Assessment and Decision Making / L.A. Klein. The International Society for Optical Engineering. 2004. - P.342

53. Дядюнов A.H., Кузнецов K.H. Моделирование беспроводных сенсорных сетей / А.Н. Дядюнов, К.Н. Кузнецов // Научный вестник МГТУ ГА -2009. -№139 -С. 63-69

54. Akyldiz I.F., Su W., Sankarasubramaniam Y., Cayirci E. Wireless sensor network: a survey / I.F. Akyldiz, W. Su, Y. Sankarasubramaniam, E. Cayirci. // Computer Networks 2002. - vol. 38. - P. 393-422.

55. TinyOS Электронный ресурс. // URL: http://tinyos.net (дата обращения 01.11.2012)

56. Abed A., Alkhatib A., Singh Baicher G. Wireless Sensor Network Architecture / A. Abed, A. Alkhatib, G. Singh Baicher. // Proceedings of 2012 International Conference on Computer Networks and Communication Systems. Singapore, 2012—P. 11—15.

57. Koubaa A., Alves M., Tovar E. Lower Protocol Layers for Wireless Sensor Networks: A Survey / A. Koubaa, M. Alves, E. Tovar // IPPHURRAY Technical Report. Porto, Portugal, 2005. - P. 14

58. Hull В., Jamieson K., Balakrishnan H. Mitigating Congestions in Wireless Sensor Networks / B. Hull, K. Jamieson, H. Balakrishnan // Proceedings of the 2nd International conference on Embedded Networked Sensor

59. Systems. Baltimore, MD, USA, 2004. - P. 134-147

60. Halawani S., Khan A. Sensors lifetime enhancement techniques in Wireless Sensor Networks A Survey / S. Halawani, A. Khan // Journal of Computing.-2010.-vol. 2, Issue 5.-P. 34-47.

61. Alkhatib A., Baicher G. MAC Layer Overview for Wireless Sensor Networks / A. Alkhatib, G. Baicher // Proceedings of 2012 International Conference on Computer Networks and Communication Systems. Singapore, 2012.-P. 16-19.

62. Tse D., Hanly S. Multi-Access Fading Channels: Part I: Polymatroid Structure, Optimal Resource Allocation and Throughput Capacities / D. Tse, S. Hanly // IEEE Transactions on Information Theory. 1998. -vol. 44, No. 7. - P. 2796-2815.

63. Hanly S., Tse D. Multi-Access Fading Channels: Part II: Delay-Limited Capacities / S. Hanly, D. Tse // IEEE Transactions on Information Theory. 1998. - vol. 44, No. 7. - P. 2816-2831.

64. Tse D. Optimal power allocation over parallel gaussian broadcase channels / D. Tse // Proceedings of IEEE International Symposium on Information Theory.-Ulm, Germany, 1997.-P. 51-71.

65. Luo H., Lu S., Bharghavan V. A new model for packet scheduling in multi-hop wireless networks / H. Luo, S. Lu, V. Bharghavan // Proceedings of International Conference on Mobile Computing and Networking. Boston, Massachusetts, USA, 2000. - P.76-86.

66. IEEE 802.15.4d-2009 Standard Электронный ресурс. // URL: http://standards.ieee.org/getieee802/download/802.15.4d-2009.pdf (дата обращения 01.11.2012)

67. ZigBee Alliance Электронный ресурс. // URL: http://www.zigbee.org (дата обращения 01.11.2012)

68. Legg G. ZigBee: Wireless Technology for Low-Power Sensor Networks / G. Legg. // EETimes 2004. - URL:http://eetimes.com/design/communications-design/4017853/ZigBee

69. Wireless-Technology-for-Low-Power-Sensor-Networks (дата обращения 01.11.2012)

70. Гаранин М.В. Системы и сети передачи информации./ М.В. Гаранин М.: Радио и связь, 2001. - 336 с.

71. MICAz Datasheet Электронный ресурс. // Crossbow Technology -2012.-URL:http://bullseye.xbow.com:81/Products/Productpdffiles/Wirelesspdf/ MICAzDatasheet.pdf (дата обращения 01.11.2012)

72. ATMEL: ATMEL ATMega 128L datasheet Электронный ресурс. // URL: www.atmel.com/Images/doc2467.pdf (дата обращения 01.11.2012)

73. Callaway E.H. Wireless Sensor Networks: Architectures and Protocols / E.H. Callaway.- CRC Press, 2004. P. 350

74. Paek J., Govindan R. RCRT: Rate-controlled reliable transport for wireless sensor network / J. Paek, R. Govindan. // Proceedings of the ACM Conference on Embedded Networked Sensor Systems. Sydney, Australia, 2007.-P. 305-319.

75. Chen D., Varshney P.K. QoS Support in Wireless Sensor Networks: A Survey / D. Chen, P.K. Varshney. // Proceedings of the International Conference on Wireless Sensor Networks. Las Vegas, Nevada, USA, 2004-P. 227-233.

76. Кендэл M. Ранговые корреляции. / M. Кендэл. М.: Статистика, 1975.-С.216

77. Кузьмин В.Б., Овчинников С.В. Об измерениях в порядковых шкалах / В.Б. Кузьмин, С.В. Овчинников // Автоматика и телемеханика. 1974. - № 11. - С. 106-112.

78. Simon G. Probabilistic wireless network simulator Электронный ресурс. // URL: http://www.isis.vanderbilt.edu/pojects/nest/prowler (дата обращения 01.11.2012)

79. The network simulator. Электронный ресурс. // URL: http://www.isi.edu/nsnam/ns/ (дата обращения 01.11.2012)

80. Levis P., Lee N. TOSSIM: Accurate and Scalable Simulation of Entire TinyOS Applications / P. Levis, N. Lee. // Proceedings of the First ACM Conference on Embedded Networked Sensor Systems . Los Angeles, CA, USA, 2003.-P. 126-137.

81. Karl M. A Comparison of the architecture of network simulators NS-2 and TOSSIM / M. Karl. // Proceedings of Performance Simulation of Algorithms and Protocols Seminar.-2005.-P. 26-41.

82. Kramer M., Geraldy A. Energy Measurements for MicaZ Node / M. Kramer, A. Geraldy // Proceedings of the GI/ITG KuVS Dahtlose Sensornetze. Stuttgart, Germany, 2006. - P. 61-68.

83. Power Modes and Energy Consumption for the iMote2 Sensor Node Электронный ресурс. // URL: http://enaweb.eng.yale.edu/drupal/system/files/imote2power.pdf (дата обращения 01.11.2012)

84. Landsiedel О., Wehrle К., Gotz S. Accurate Prediction of Power Consumption in Sensor Networks / O. Landsiedel, K. Wehrle, S. Gotz // Proceedings of the 2nd IEEE Workshop on Embedded Networked Sensors. -Sydney, Australia, 2005. P. 37^14.

85. Hackmann G., Chipara O., Lu C. Robust topology control for indoorwireless sensor networks / G. Hackmann, O. Chipara, C. Lu // Proceedings of the 6th International conference on Embedded Networked Sensor Systems. Raleigh, NC, USA, 2008. - P. 57-70.

86. Akayya K., Younis M. An Energy-Aware QoS Routing Protocol for Wireless Sensor Networks / K. Akayya, M. Younis // Proceedings of IEEE Workshop on Mobile and Wireless Networks. Providence, RI, USA, 2003.-P. 710-715.

87. Caccamo M., Zhang L.Y., Sha L., Buttazzo G. An Implicit Prioritized Access Protocol for Wireless Sensor Network / M. Caccamo, L.Y. Zhang, L. Sha, G. Buttazzo // Proceedings of the IEEE Real-Time Systems Symposium. Austin, Texas, USA, 2002. - P. 39-48.

88. Lu C. RAP: A Real-Time Communication Architecture for Large-Scale Wireless Sensor Networks / C. Lu // Proceedings of the IEEE Real-Time and Embedded Technology and Application Symposium. SanJose, CA, USA, 2002. - P. 55-66.

89. Woo A., Culler D. A transmission control scheme for media access in sensor networks / A. Woo, D. Culler // Proceedings of the 7th annual international conference on Mobile computing and networking. Rome, Italy, 2001.-P. 221-235.

90. Paek J., Govindan R. RCRT: Rate-controlled reliable transport for wireless sensor networks / J. Paek, R. Govindan // Proceedings of the 5th International conference on Embedded Networked Sensor Systems. -Sydney, Australia, 2007. P. 305-319.

91. Weigle, M. Transport Protocol in WSN Электронный ресурс. / M. Weigle // URL: http://www.cs.odu.edu/~mweigle/talks/vtclemson05.pdf (дата обращения 01.11.2012)

92. Chipcon: Chipcon CC2420 datasheet Электронный ресурс. // http://inst.eecs.berkeley.edu/~cs 150/Documents/CC2420.pdf (дата обращения 01.11.2012)

93. Bachir A., Dohler M., Watteyne T., Leung K. MAC Essentials for Wireless Sensor Networks / A. Bachir, M. Dohler, T. Watteyne, K. Leung // IEEE Communications Surveys and Tutorials. 2010. - vol.12, issue 2. -P. 222-248.