автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Метод и алгоритмы управления потоками данных в беспроводных системах промышленного мониторинга

004615489

На правах рукописи

Иванова Ирина Алексеевна

Метод и алгоритмы управления потоками данных в беспроводных системах промышленного мониторинга

Специальность 05.13.01

«Системный анализ, управление и обработка информации» (промышленность)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

-2 ДЕК 2010

Москва 2010 г.

004615489

Работа выполнена в ГОУ ВПО «Московский государственный университет приборостроения и информатики» (МГУПИ)

Научный руководитель: доктор технических наук, доцент

Морозова Татьяна Юрьевна

Официальные оппоненты: доктор технических наук, профессор

Гарипов Вадим Кадимович

кандидат технических наук Дружин Олег Вячеславович

Ведущая организация: ГОУ ВПО «Рязанский государственный

радиотехнический университет»

Защита диссертации состоится 15 декабря 2010 года в /3 часов на заседании Диссертационного Совета Д.212.119.02 ГОУ ВПО «Московский государственный университет приборостроения и информатики» по адресу: 107996, г. Москва, ул. Стромынка, д. 20.

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО «Московский государственный университет приборостроения и информатики».

Автореферат разослан «

Учёный секретарь диссертационного совета кандидат технических наук, доцент

Г.В.Зеленко

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы.

В настоящее время наблюдается увеличение числа техногенных катастроф, что требует разработки новых подходов к системам мониторинга. Федеральный закон № 68-ФЗ «О защите населения и территорий от чрезвычайных ситуаций природного и техногенного характера» от 21 декабря 1994 г. (в редакции от 19 мая 2010 г.) определяет необходимость разработки методов и средств мониторинга в промышленности. Наиболее перспективным направлением является сбор данных с сенсоров и передача информации с помощью беспроводной системы (БС).

Беспроводные системы обладают рядом принципиально новых возможностей, таких как мобильность, автономность, децентрализованное управление.

БС могут быть использованы во многих прикладных областях: оборона государства, комплексная безопасность сфер государственной деятельности, контроль окружающей среды, мониторинг промышленного оборудования, охранные системы, управление энергоснабжением, мониторинг физиологического состояния человека и т.д. Основным элементом БС является сенсорный узел, включающий датчики, микроконтроллер, радиоприемопередатчик, автономный источник питания. Беспроводная система, использующая сенсорные узлы в целях мониторинга, называется беспроводной сенсорной сетью (БСС).

Важным фактором при работе БСС является ограниченная емкость батарей, установленных на узлах. В связи с этим на сенсорных узлах выполняется только простейшая первичная обработка данных, ориентированная на уменьшение объема передаваемой информации и минимизацию числа циклов приема-передачи данных. В настоящее время исследования ведутся, в основном, в области разработки новых протоколов связи. Однако при увеличении количества сенсорных узлов и с учетом того, что БСС работают в неопределенной помехо-сигнальной обстановке, классическое применение коммуникационных протоколов теряет свою эффективность.

Решением задач, связанных с оценкой, анализом и эффективным управлением информационными потоками в БС, занимались ученые: Чинг-Чуан Чанга, Д.А. Молчанова, А.А.Захарова, К.А. Аксенова, JI.C. Волков, М.М. Комаров, С.Г. Ефремов и др. Большое внимание анализу и решению проблем разработки надежных БС, а также созданию программных и аппаратных средств для них уделяют ведущие компании Philips, Ember, Samsung, IBM, Motorola, Freescale Semiconductor, NEC, LG, OKI, «Высокотехнологичные системы» и др.

В последние годы в связи со значительной востребованностью БСС, не смотря на применение новейших технологий в области их аппаратной и программной реализации, проблема эффективного использования ресурсов БСС ощущается особенно остро. В настоящее время по причине наличия узлов с различными характеристиками и различным функциональным назначением

практически отсутствуют какие-либо нормативы и методики по организации и управлению потоками данных в БС, однозначные рекомендации по процедурам использования базы данных БС для хранения информации о состоянии сети и снятых датчиками показаний. В настоящее время заложены только основы для создания методологической базы по построению беспроводных систем промышленного мониторинга.

Для устранения существующих недостатков организации и функционирования БС необходима технология, которая устанавливает связи между узлами для формирования информационных потоков в БСС с целью обеспечения энергосбережения и достоверности отображения состояния объекта мониторинга. В связи с этим должна быть решена задача разработки схемы обмена данными между большим количеством сенсорных узлов в условиях непрерывной модификации сети.

Задача разработки схемы обмена данными между большим количеством сенсорных узлов может быть решена на основе информации о составе, размере сети и функциональности ее отдельных узлов за счет разработки системы управления запросами для организации сбора и передачи данных в БСС, позволяющей сократить время для принятия решения организации потока данных и минимизировать энергопотребление сенсорной сети.

Актуальность настоящей работы определяется необходимостью разработки метода управления потоками данных в БС промышленного мониторинга, устраняющего недостатки, связанные с неопределенностью количества, характера и состояния узлов БСС.

Использование новой системы управления данными позволит создать качественно новое программное средство, существенно расширяющее перечень задач поддержки принятия решений управления БС в условиях неопределенности и обеспечивающее повышение адекватности и объективности принятия решений при низких временных затратах.

Цель и задачи

Цель диссертационной работы состоит в исследовании процессов управления потоками данных в БС промышленного мониторинга в условиях неопределенности.

Для достижения цели в диссертации решены следующие основные задачи:

1. Проведен анализ задачи управления потоками данных в БС промышленного мониторинга, современных моделей, методов, алгоритмов управления потоками данных. Выявлены недостатки и определены пути их устранения.

2. Проведен анализ возможности комплексного использования инструментария комбинаторного анализа и методов геометрической вероятности, теории графов для разработки методов управления потоками данных в БСС в условиях неопределенности.

3. Разработан алгоритм определения зоны покрытия узлов БСС в условиях неопределенности.

4. Разработан алгоритм построения дерева передачи данных с учетом попадания узла в заданную зону покрытия для получения данных с узлов БСС в условиях неопределенности.

5. Разработана автоматизированная система управления потоками данных

в БС.

6. Разработана система запросов к базе данных БСС для получения необходимой информации для принятия решения управления потоками данных.

Методы исследования

Для решения поставленных задач использовались методы геометрической вероятности, комбинаторного анализа, сетевых технологий, теории графов, математическое моделирование, технологии объектно-ориентированного программирования.

Научная новизна

1. Разработана математическая модель определения зоны покрытия сети на основе геометрической вероятности. Впервые разработана математическая модель процесса соединения узлов БС на основе кода Прюфера.

2. Разработан алгоритм определения зоны покрытия узлов БСС в условиях неопределенности.

3. Разработан алгоритм построения дерева передачи данных в БС на основе кода Прюфера, отличающийся от существующих способом идентификации узлов.'

4. Разработана методика управления потоками данных в БС в условиях неопределенности. Данная методика отличается от существующих тем, что она определяет правила управления БС с неограниченным числом узлов, а также обеспечивает уменьшение их энергопотребления посредством минимизации числа циклов приема и передачи данных.

5. Для создания, модификации, управления потоками данных в БСС создана система структурированных запросов на основе SQL-подобных языков. Для управления энергетической эффективностью и целостностью данных предложена новая процедура использования операторов WITHIN и CASE.

6. Разработана автоматизированная система управления потоками данных в БСС, которая состоит из двух модулей: серверного модуля для стационарных узлов (базовых станций) и сенсорного модуля для динамических и случайных узлов.

Практическая значимость

Предложенные модели и методы управления информационными потоками в БС доведены до конкретных алгоритмов, на основе которых создано программное обеспечение (ПО). В результате практического использования разработанного ПО удалось снизить затраты на управление и взаимодействие узлов беспроводной сети. Это позволило повысить эффективность прохождения информации по БС.

Разработанное ПО «Программное обеспечение автоматизации мониторинга клиентских терминалов спутниковой связи («SWAM Satellite Communication»)» было внедрено в состав программного комплекса,

разрабатываемого в ООО КБ «ЭлектронСистема». На данное ПО получено свидетельство о государственной регистрации программ для ЭВМ в Федеральной службе по собственности, патентам и товарным знакам (РОСПАТЕНТ) № 2009612648, 26.05.2009 г.

Разработанные методические положения использованы в учебном процессе при подготовке специалистов на кафедре «Автоматизированные системы управления и информационные технологии» ГОУ ВПО «Московский государственный университет приборостроения и информатики».

Апробация работы

Результаты работы докладывались на международной конференции «Современные направления теоретических и прикладных исследований 2009» (Украина, г. Одесса, 2009 г.), Четвертой Всероссийской научно-практической конференции «Компьютерная интеграция производства и ИПИ-технологии» (г. Оренбург, 2009 г.), Четвертой международной конференции-выставке «Экологические системы, приборы и чистые технологии» (г. Москва, 2010 г.), Пятой международной конференции-выставке «Промышленные АСУ и контроллеры 2010: от А до Я» (г. Москва, 2010 г.).

Основные положения и результаты работы докладывались и обсуждались на кафедрах факультета «Информационные технологии» ГОУ ВПО «Московский государственный университет приборостроения и информатики».

Публикации

По теме диссертации опубликовано 8 научных работ, в том числе, 3 в журналах, рекомендованных ВАК РФ, получено свидетельство о государственной регистрации программ для ЭВМ в Федеральной службе по собственности, патентам и товарным знакам (РОСПАТЕНТ) № 2009612648, 26.05.2009 г.

Структура и объем работы

Диссертация состоит из введения, четырех глав, заключения, списка литературы, состоящего из 125 наименований, и 3-х приложений.

Основная часть диссертации содержит - 142 страницы машинописного текста, включая 46 рисунка и 12 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность проблемы, сформулированы цели и задачи работы, перечислены ее основные результаты и область их применения, отмечена практическая ценность и научная новизна, а также представлены положения, выносимые на защиту.

В первой главе проведен анализ работ предшественников, на основе которого поставлена задача управления взаимодействием узлов БС, проведен обзор существующих методов и способов управления потоками данных в беспроводных системах промышленного мониторинга, определены пути ее решения и сформулированы основные задачи диссертационного исследования.

Систематизированы требования, рекомендации и мероприятия по созданию и функционированию БС. Исследованы модели и методы управления

потоками данных, построенные на основе кластеризации, перколяции, вероятностного подхода.

Показано, что существующие в настоящее время подходы к управлению узлами БСС и получению с них данных имеют ряд существенных недостатков. В первую очередь, в большинстве известных подходов количество узлов жестко фиксировано. В то же время в последние годы количество узлов в БСС неуклонно растет, а также может изменяться в пределах одной сети, меняя при этом ее структуру.

Выявлена проблема организации связи с узлами БС, имеющими вероятностную природу.

Определены основные подходы к решению задачи получения данных с узлов БС, основанные на применении аппарата комбинаторного анализа.

Принято решение о необходимости разработки новых методов управления и получения данных с узлов БС, позволяющих минимизировать энергопотребление сети.

Показано, что существует проблема информационной поддержки организации, управления и структурирования БС.

При выборе подхода к решению поставленных в диссертации задач основным фактором явилась необходимость обеспечения принятия решений в обстановке неполной информации и ограниченности ресурсов БС.

Были выявлены возможные пути решения поставленных задач: создание произвольной области наблюдения в существующей БС; выбор пути передачи данных по критерию минимизации энергопотребления; создание процедур реализации информационных запросов к базе данных БСС.

Во второй главе разработан метод и алгоритм построения дерева передачи данных в БС на основе комбинаторных методов и теории графов.

В диссертации введены следующие понятия.

Радиус действия узла - это максимальное расстояние, на котором датчик узла может фиксировать состояние объекта наблюдения.

Зона радиовидимости узла - это область, в пределах которой узел может напрямую связываться с другими узлами.

Радиус действия и радиус радиосвязи узла могут различаться. Это означает, что два соседних узла могут не иметь возможности обмениваться информацией напрямую, даже если радиусы действия их сенсоров пересекаются.

Угол зоны пересечения радиусов действия узлов определяется как

2 2 2 Л П +Пк ~Пс

#=arccos

(1)

Цк-п

где г, - радиус действия узла гк - радиус действия узла Бк; г,к - наименьшее расстояние между узлами Я,- и

Одной из задач БСС является определение границ зоны покрытия. Для этого требуется, чтобы каждый узел определил свое местонахождение в сети -находится ли он внутри зоны покрытия сети или на ее границе.

Для решения этой задачи разработан алгоритм, основанный на определении зон пересечения радиусов действия соседних узлов.

Определение. Два узла называются соседними, если пересечение их радиусов действия не является пустым множеством

(2)

где Л(^) - радиусы действия сенсорных узлов /,./=1,2,...,п, при этом

Максимальное расстояние между и любым другим узлом где Я,-находится в зоне радиовидимости в диссертации называется радиусом связи 51,. В этом случае Si называется соседом Я; в радиосети. Два узла 5, и Я] могут иметь прямую радиосвязь только тогда, когда

йеА^л^еЛ^,), (3)

где Л'(-У) - множество соседей по радиосвязи.

В диссертации введены понятия внутренних и пограничных узлов БСС.

Разработан алгоритм формирования схемы обмена данными между узлами БС, состоящий из двух самостоятельных этапов: нахождения зоны покрытия узлов и построения дерева передачи данных. Алгоритм нахождения зоны покрытия, в свою очередь, состоит из двух частей: этапа самоидентификации развертываемой сети и этапа определения типов узлов.

Этап самоидентификации заключается в обмене информацией между узлами с целью нахождения соседей по зоне покрытия. При этом каждый узел сообщает другим свой идентификатор, радиус действия и координаты. Этот этап алгоритма исполняется сразу после развертывания сети.

После того, как все узлы определились со своими соседями, исполняется второй этап алгоритма. На этом этапе каждый узел, основываясь на данных о своих соседях по зоне покрытия, определяет, является ли он пограничным или внутренним, на основании начального, конечного и текущего углов зоны пересечения.

В диссертационной работе разработана математическая модель построения дерева передачи данных между узлами неизвестной типологии.

Рассматривались случайные узлы, занумерованные от 1 до т, динамические, занумерованные от 1 до с1, и стационарные, занумерованные от 1 до ц.

Известно, что узел из т случайных узлов, появляющихся последовательно, имеет предпочтение установить связь с соседним узлом, номер которого 5,.

В диссертации определяется количество способов распределения динамических узлов, определяющих предпочтение, из общего числа динамических узлов, что дает возможность установить связь между узлами.

Каждый способ распределения узлов определяется преобразованием ср из множества схем связи узлов Х= {1,2, ..., т).

Если /=1,2, ...,т, то вектор ...,5т), названный в диссертации

вектором предпочтения, однозначно определяет распределения узлов

предпочтения (предпочтительным является соседний узел, оптимальный с точки зрения передачи информации).

В диссертации рассматривалась совокупность отображений вида <р': X—>Y, где Х= {1,2.....т), У={1,2,...,(/и+1)}.

Каждое отображение <р' определяется производным вектором {St',S2',...,Sm\S{=q>'(i),i= 1,2.....т.

При использовании вектора предпочтения (S/',S2', ....S^ считалось, что если Si'=m+1, то при занятом (т+\) динамическом узле i-й случайный узел устанавливает связь с динамическим узлом, который имеет наименьший вес.

Каждый произвольный вектор определяет расположение узлов, при котором один из узлов оказывается свободным. Общее число производных векторов равно (т+1)т.

Число возможных способов установления связи между узлами определяется следующим образом:

т +1

В диссертации определено отображение, которое каждому свободному дереву с (т+1) вершиной ставит во взаимно однозначное соответствие вектор предпочтения. Вектору (Si,S2, ..., Sm) ставится в соответствие вектор (я), л2, ..., Kn-i)> гДе

7l,={S,+rS)mod(m+\).

Вектор (7it, л2, ..., соответствует коду Прюфера, алгоритм

построения которого представлен ниже.

Новизна представленной диссертационной работы заключается в том, что впервые удалось применить код Прюфера для управления потоками данных в БС.

Алгоритм построения кода Прюфера для организации схемы передачи данных

{Входные данные: множество узлов Л=(1,2,3,...,г), матрица графа G[l..r,l..r].

Выходные данные: код Прюфера Р.}

начало

последний_узел\=г, Р:={ }

повторить:

нц пока (Л^0) £:={}

£:=узел с наименьшим номером из R если к имеет соседа Р, в последовательности Р то m—Pi

присоединить m к последовательности Р удалить к из матрицы графа SÊSÏÏ 3gi/= 1, gi/S G то

перейти к метке готово

все

иначе

увеличить последний_узел

т "последнему_узлу

считаем т соседом к

добавляем т к последовательности Р

удаляем к из матрицы графа

и добавляем т к матрице графа

где /=1,2,...,»2-1

добавляем ткБ

все

кц

Я' :=взять_узлы_из(£ (7) если \Я '|=2 и £¡,=1 то

перейти к метке готово

иначе

Я:=К 'перейти к метке повторить

все

готово: напечатать код Прюфера Р конец

Установлено, что существует взаимно однозначное соответствие между вектором (я), Я), ..., лт-1) и нумерованным деревом.

В диссертации доказаны две леммы, на основе которых получена процедура преобразования вектора (я), щ, ..., в дерево, которое выглядит следующим образом:

код —»расширенный код —> дерево. В качестве иллюстрации рассмотрена практическая ситуация, в которой использовался вектор (2,3,1,1,2), из которого получен расширенный код

и4 5 3 6 1 2)

2 3 112) \2 3 1 1 2 7) на основе которого строилось дерево (рисунок 1).

Рис. 1. Построение дерева по коду Прюфера На рисунке 1 представлена сеть, в которой узлы 2 и 1 являются стационарными (станциями), узлы 4, 5, 6, 7 - случайные, узел 3 является динамическим.

Таким образом, во второй главе создан алгоритм определения зоны покрытия узлов БСС, который является основой для создания математической модели определения дерева передачи данных в условиях неопределенности. Доказано, что в БС код Прюфера может быть использован не только для кодирования дерева передачи данных между узлами, но и для системы управления запросами к сенсорным узлам.

В третьей главе рассматриваются вопросы повышения эффективности применения базы данных для информационной поддержки процесса управления БС. Разработана система запросов к сенсорным узлам БС на основе SQL-подобных языков. Данная система имеет ряд новых средств, таких как: ветвление в запросе (процедура оператора CASE) и определение запрашиваемого узла (процедура оператора WITHIN). Созданная структура системы запросов позволила экономить энергию источников питания узлов БС за счет существенного снижения количества запросов при передаче данных.

Предложенная в диссертационной работе процедура использования оператора WITHIN решает задачу определения выборки узлов, участвующих в передаче данных при условии минимизации энергопотребления и обеспечения достоверности собираемых данных.

При выполнении процедуры оператора WITHIN узел определяет свое участие в работе сети с помощью случайной величины К £ [0,l\ и функции участия Н{п), которая определяется следующим образом

Н(п) =---, и=—, и<п,

1 - иг{1 — и) п

где и' — число узлов, участвующих в работе БС, г- относительное число запросов, в течении которых узел не участвовал в работе сети, п - число узлов всей сети.

Для моделирования набора узлов, участвующих в организации сбора данных в БСС использовался метод статистических испытаний Монте-Карло.

Если узел выбран в каком-либо запросе, то г устанавливается -lj,

чтобы уменьшить вероятность выбора при следующем запросе. Значение функции запроса Н(п) увеличивается при увеличении числа узлов и, участвующих в работе сети и числа запросов г, в течение которых узел не участвовал в работе сети.

В диссертации рассмотрена практическая задача мониторинга температуры объекта. В ходе наблюдений необходимо получить отчет о средней температуре с датчиков, регистрирующих температуру более 20°С, при этом в запросе должны участвовать не менее 50% всех узлов сети.

Фрагмент выполнения одной итерации запроса с участием процедуры исполнения оператора WITHIN выглядит следующим образом SELECT tcp (значение) FROM sensors WHERE t>20 WITHIN 50

Рисунок 2 демонстрирует эффективность применения процедуры исполнения оператора WITHIN одной итерации запроса при решении задачи об определении средней температуры.

Счетчик Sum

4 101

Счетчик Stun. I Счетчик Stirn

1 24 | 2 53

t'C (3) (С

19 25

Счетчик Sum -

1 24

Счетчнк Sinn

1 28

re ГО г с

24 28

а) Запрос без оператора WITHIN

б) Запрос с oneparopoMWITHIN

Рис. 2. Пример организации запроса

На рисунке 2(6) показано, что при выполнении процедуры исполнения оператора WITHIN узлы 3 и 4 не участвуют в измерениях. Однако, узел 3, который является динамическим для узла 5, будет участвовать в распределении собранных данных. Поскольку узел 2 не удовлетворяет заданному условию и не получает каких-либо данных от соседних узлов, то он не участвует в передаче данных.

Процедура исполнения оператора WITHIN эффективно осуществляет обработку запросов и создает условия минимизации потребления энергии в сети за счет исключения узлов 2 и 4 из опроса.

Разработанная в диссертации процедура исполнения оператора CASE организует запросы для адаптации процесса управления к изменениям объекта наблюдения. Запрос через процедуру исполнения оператора CASE изменяется в зависимости от требований к точности данных, выборки или периода выборки в соответствии с различными условиями окружающей среды.

На рисунке 3 сравнивается частота запросов к узлам БСС без процедуры исполнения оператора CASE (рисунок 3(a)) и с оператором (рисунок 3(6)), где Rl, R2, R3, R4 - условия запросов. Использование введенной в диссертационной работе процедуры исполнения оператора CASE избавляет от лишних измерений и передачи данных (рисунок 3(6)).

R3 R2 R]

I--!-

Время to il

a t3 tl IS t6 t7 ts t9 tio а) Традиционная организация запросов

tu ti:

_l Ш1Ш i i 1

\-i--i--\-1-1-1-1------1-------i-----i------1-f-

Вре.мя tO t! t2 t3 t4 15 t6 t7 tS t9 tlO til tl2

i Удаленная запись I „

• Сооранные записи

v in запроса *

б) Организация запросов с использованием оператора CASE

Рис. 3. Сравнение организации запросов к узлам БСС

Предложена новая система организации запросов, состоящая из двух модулей: серверного модуля для стационарных узлов (базовых станций) и сенсорного модуля для динамических и случайных узлов сети.

Серверный модуль включает: анализатор запросов, исполнитель запросов, планировщик запросов и менеджер сети. Анализатор запросов транслирует запрос в программу. Исполнитель запросов резервирует идентификатор запроса ГО и создает таблицу данных в БД, необходимых для запроса. Структура таблицы включает идентификатор запроса ГО, идентификатор сети, идентификатор узла и список параметров. Планировщик запросов устанавливает, какой узел может исполнить запрос, получая информацию из метаданных сети. Затем он создает метаданные запроса, которые содержат список сенсоров, частоту опроса и продолжительность опроса. Менеджер сети соединяется с сенсорными узлами и посылает им запрос, получает и сохраняет результаты. Исполнитель запросов оценивает запрос на основе сохраненных данных. На рисунке 4 показана схема организации работы серверного модуля.

Сенсорный модуль связывается с другими сенсорными узлами. Он получает запрос от сервера и возвращает измерения и параметры состояния узла. Метаданные узла состоят из идентификатора сети, идентификатора узла, типов датчиков, доступного диапазона измерений, размера буфера, местоположения узла, типов событий и т.д. Датчик получает данные и сохраняет их в очереди узла. Обработчик запросов проверяет условия, основываясь на измеренных данных. Функциональный анализатор оценивает предопределенные события (рисунок 5). На рисунке показана схема организации работы сенсорного модуля.

Рис. 4. Схема организации работы серверного модуля

Предложенная в работе организация процесса выборки узлов сети позволила решать задачи с приемлемой точностью, а также снизить энергопотребление сети. Таким образом, вся сеть может поддерживать баланс потребления энергии таким образом, что время жизни всей сети увеличивается.

к - узел

Измерение

П

Рис. 5. Схема организации работы сенсорного модуля

В четвертой главе представлены результаты моделирования и апробирования алгоритмов, разработанных в предыдущих главах диссертационного исследования.

Разработана схема передачи данных БС (рисунок 6).

Пользователь

Приведено описание разработанной методики управления информационными потоками в БС.

Для тестирования методики управления строилась модель БС с узлами, размещенными в решетке 10x10. Общее число базовых станций (стационарных узлов) составило 7% от узлов сети.

В данных условиях моделирования оценивалось потребление энергии сети в зависимости от количества узлов, принимающих участие в обмене данными (рисунок 7), а также определялась точность полученных данных (рисунок 8) в задаче измерения средней температуры объекта с использованием процедуры оператора WITHIN.

Из рисунка 7 видно, что суммарное потребление энергии всей сенсорной сети растет при увеличении количества работающих узлов.

В диссертации оценивалось потребление энергии сети при изменении условия запроса к узлу в задаче измерения температуры. Рассматривались три случая. В первом случае БСС работала в штатном режиме, производился сбор значения температуры со всех узлов. В двух других случаях запрос к узлам проводился с учетом изменения температуры, то есть с условиями, заданными процедурами использования операторов CASE и WITHIN. В результате применения данных процедур использования операторов происходит изменение количества опрашиваемых узлов в зависимости от состояния объекта наблюдения. Рассматривались три случая опроса узлов БСС. В первом случае опрашивались 100% узлов, во втором случае устанавливался процент количества опрашиваемых узлов (40%, 80%, 100%) в зависимости от состояния объекта. При этом процедура использования операторов CASE и WITHIN записывается следующим образом

О 5 10 15 20 25 30 35 40 45 50 Количество опросов Активные узлы —♦-20% -в-40% 60% -«-80% -*-Ю0%

Рис. 7. График зависимости потребления энергии ЕСС от количества узлов, участвующих в обработке информации

CASE

WHEN R1 THEN

WITHIN 40 WHEN R2 THEN

WITHIN 80 WHEN R3 THEN WITHIN 100

END

(где R1,R2,R3 задают условие состояния объекта наблюдения.) В третьем случае рассматривалась тройка (20%, 40%,60%):

CASE

WHEN R1 THEN

WITHIN 20 WHEN R2 THEN

WITHIN 40 WHEN R3 THEN WITHIN 60

END

Для первого случая среднее потребление тока датчиком узла составляло 16.4 тА, в то время как для второго случая - 5.12 шА и третьего случая - 3.52 шА. На рисунке 8 каждый из узлов второго и третьего случая показывает меньший уровень потребления тока по сравнению с узлами первого случая. Таким образом, разработанная система запросов позволяет БС уменьшить энергопотребление, увеличить время ее жизни и тем самым повысить работоспособность.

Номерузла

Рис. 8. Энергия потребления для узла БСС

На основе разработанной методики по управлению БС осуществлялся мониторинг температуры и интенсивности гамма-излучения на территории промышленного объекта специального назначения (ООО КБ «ЭлектронСистема»).

В заключении изложены основные результаты и выводы по диссертационной работе.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

Проведенные исследования позволяют сформулировать основные результаты работы.

1. Проведенный анализ задачи управления потоками данных в БС промышленного мониторинга, современных моделей, методов, алгоритмов управления потоками данных показал, что существующие алгоритмы управления не обеспечивают принятия объективных и адекватных решений ввиду недостаточного обоснованного выбора параметров управления.

2. Проведенный анализ методов решения задачи управления потоками данных в БС доказал возможность комплексного использования инструментария комбинаторного анализа и методов геометрической вероятности, теории графов.

3. Разработан алгоритм определения зоны покрытия БСС в условиях неопределенности.

4. Разработана математическая модель и алгоритм построения дерева передачи данных в БС с целью минимизации энергопотребления в условиях неопределенности на основе кода Прюфера.

5. Для реализации разработанного метода и алгоритмов управления потоками данных в БС создана автоматизированная система, состоящая из двух модулей: серверного модуля для стационарных узлов (базовых станций) и сенсорного модуля для динамических и случайных узлов.

6. Для создания, модификации, управления потоками данных в БС создана система структурированных запросов на основе SQL-подобных языков. Для управления энергетической эффективностью и целостностью данных предложены новые процедуры использования операторов WITHIN и CASE.

СПИСОК ОСНОВНЫХ РАБОТ ПО ТЕМЕ ДИССЕРТАЦИИ

Статьи в журналах, рекомендованных ВАК

1. Иванова И.А. Проблема автоматизации передачи сигнала при ограниченной мощности передатчика // Промышленные АСУ и контроллеры, 2010. № 7, с. 15-16.

2. Иванова И.А. Управление передачей информации в сетях дальней космической связи // Авиакосмическое приборостроение, 2010. № 10, с. 15-18.

3. Иванова И.А.. Определение периметра зоны покрытия беспроводных сенсорных сетей // Промышленные АСУ и контроллеры, 2010. № 10, с. 25-30.

Публикации в других изданиях

4. Иванова И.А., Алексеев A.B. Организация сбора, передачи и обработки информации в корпоративных распределенных сетях, основанных на сети INTERNET. Труды международной научно-технической конференции «Пятьдесят лет развития кибернетики». - Санкт-Петербург: «НЕСТОР», 1999, с.81-82.

5. Иванова И.А., Бурлаченко Т.Б., Морозова Т.Ю.. Модели прогнозирования в БСС. Математическое моделирование и управление в сложных системах: Межвузовский сборник научных трудов. - М.: МГУПИ, 2006, с. 20-24.

6. Иванова И.А., Шестаков A.A. Адаптация систем спутниковой связи к состоянию физического канала связи. Сборник трудов Международной научно-практической конференции «Современные направления

теоретических и прикладных исследований 2008». Том 4. — Одесса: Черноморье, 2008, с. 37-39.

7. Иванова И.А., Девятаев М.В., Шестаков A.A. Выбор операционной системы для блока фильтрации сигналов. Сборник трудов Международной научно-практической конференции «Современные направления теоретических и прикладных исследований 2009». Том 4. — Одесса: Черноморье, 2009, с. 41-45.

8. Иванова И.А. Организация спутниковой связи в системах с ограниченной мощностью передатчика. Сборник материалов четвертой Всероссийской научно-практической конференции «Компьютерная интеграция производства и ИПИ-технологии». — Оренбург: ИПК ГОУ ОГУ, 2009, с. 197-200.

Авторские свидетельства, патенты, информационные карты и алгоритмы

9. Иванова И.А, Степин Е.И. Свидетельство о государственной регистрации программ для ЭВМ «Программное обеспечение автоматизации мониторинга клиентских терминалов спутниковой связи («SWAM Satellite Communication»)». № 2009612648,26.05.2009 г.

Подписано в печать 11.11.2010, 1,25 физ. печатных листа, зак. 214, тир. 100 Отпечатано в типографии "Евсти"Сибирский пр. д. 2 корп. 30.

ВВЕДЕНИЕ

ГЛАВА 1. АНАЛИЗ МЕТОДОВ И СПОСОБОВ УПРАВЛЕНИЯ ПОТОКАМИ ДАННЫХ В БЕСПРОВОДНЫХ СИСТЕМАХ ПРОМЫШЛЕННОГО МОНИТОРИНГА

1.1. Организация передачи данных в беспроводных системах промышленного мониторинга

1.1.1 Объекты и способы промышленного мониторинга с помощью беспроводных систем

1.1.2 Технологии беспроводных сенсорных сетей как основа сбора и передачи данных в системах промышленного мониторинга

1.2 Управление информационными потоками в беспроводных системах промышленного мониторинга

1.2.1 Способы формирования схемы передачи данных в беспроводных системах

1.2.2 Способы агрегации данных в беспроводных системах

1.2.3 Коммуникационные модели передачи данных в беспроводных системах

1.3 Постановка задачи управления потоками данных в беспроводных системах промышленного мониторинга и пути ее решения

1.4 Выводы

ГЛАВА 2. РАЗРАБОТКА МЕТОДА УПРАВЛЕНИЯ ПОТОКАМИ ДАННЫХ В БЕСПРОВОДНЫХ СИСТЕМАХ ПРОМЫШЛЕННОГО МОНИТОРИНГА

2.1. Зона покрытия беспроводной сенсорной сети

2.1.1. Основные понятия и определения элементов зоны покрытия беспроводной сенсорной сети

2.1.2. Определение Аг-зонного перекрытия периметра

2.1.3 Алгоритм определения границ зоны покрытия

2.2. Алгоритм управления схемой обмена данными беспроводной системы промышленного мониторинга

2.2.1 Формирование дерева передачи данных

2.2.2 Управление схемой обмена данными в беспроводной системе с использование кода Прюфера

2.3 Выводы

ГЛАВА 3. ОРГАНИЗАЦИЯ СИСТЕМЫ ЗАПРОСОВ К БАЗЕ ДАННЫХ БЕСПРОВОДНОЙ СЕНСОРНОЙ СЕТИ В УСЛОВИЯХ

НЕОПРЕДЕЛЕННОСТИ

3.1 Основные операции манипулирования данными в БД БСС

3.2 Система управления запросами к базе данных в БСС

3.2.1 Структура запроса

3.2.2 Структура менеджера запроса

3.2.3 Схема управления запросами

3.3. Операторы запросов

3.3.1 Основные операторы

3.3.2 Процедура использования оператора CASE для организации запросов к БД

3.3.3 Процедура использования оператора WITHIN 106 / 3.4. Модули базы данных

3.5. Выводы

ГЛАВА 4. РЕАЛИЗАЦИЯ АЛГОРИТМОВ УПРАВЛЕНИЯ В БЕСПРОВОДНЫХ СИСТЕМАХ ПРОМЫШЛЕННОГО

МОНИТОРИНГА

4.1. Апробирование алгоритма определения зоны покрытия беспроводной сенсорной сети

4.2. Оценка энергопотребления беспроводной системы в задаче промышленного мониторинга

4.3. Апробирование системы запросов к потокам данных в беспроводных системах промышленного мониторинга

4.4. Методика управления потоками данных в беспроводных системах промышленного мониторинга

Актуальность работы.

В настоящее- время наблюдается увеличение числа техногенных катастроф, что требует разработки новых подходов к, системам, мониторинга. Федеральный закон № 68-ФЗ «О защите населения и территорий от чрезвычайных ситуаций природного и техногенного характера» от 21 декабря 1994 г. (в редакции от 19 мая 2010 г.) определяет необходимость разработки методов и средств мониторинга в промышленности. Наиболее перспективным направлением является сбор данных с сенсоров и передача информации с помощью беспроводной системы (БС).

Беспроводные системы обладают рядом принципиально новых возможностей, таких как мобильность, автономность, децентрализованное управление.

БС могут быть использованы во многих прикладных областях: оборона государства, комплексная безопасность сфер государственной деятельности, контроль окружающей среды, мониторинг промышленного оборудования, охранные системы, управление энергоснабжением, мониторинг физиологического состояния человека и т.д. Основным элементом "БС является сенсорный узел, включающий датчики, микроконтроллер, радиоприемопередатчик, автономный источник питания. Беспроводная система, использующая сенсорные узлы в целях мониторинга, называется беспроводной сенсорной сетью (БСС).

Важным фактором - при работе БСС является ограниченная емкость элементов питания, установленных на узлах. В связи с этим на сенсорных узлах выполняется только простейшая первичная обработка данных, ориентированная на уменьшение объема передаваемой информации и минимизацию числа циклов приема-передачи данных. В настоящее время исследования ведутся,- в основном, в области разработки новых протоколов связи. Однако при увеличении количествахенсорных узлов и с учетом того, что БСС работают в неопределенной- помехо-сигнальной обстановке, классическое применение коммуникационных протоколов" теряет свою эффективность.

Решением задач, связанных с оценкой, анализом и эффективным управлением, информационными потоками в БС, занимались ученые: Чинг-Чуан Чанга, Д.А. Молчанова, А.А.Захарова, К.А. Аксенова, JI.G. Волков, М.М. Комаров, С.Г. Ефремов и др. Большое внимание анализу и решению проблем разработки надежных БС, а также созданию программных и аппаратных средств для них уделяют ведущие компании Philips, Ember, Samsung, IBM, Motorola, Freescale Semiconductor, NEC, LG, OKI, «Высокотехнологичные системы» и др.

В последние годы в связи со значительной востребованностью БСС, не смотря на применение новейших технологий в области их аппаратной и программной реализации, проблема эффективного использования ресурсов БСС ощущается особенно остро. В настоящее время по причине наличия узлов с различными характеристиками и различным функциональным назначением практически отсутствуют какие-либо нормативы и методики по организации и управлению потоками данных в БС, однозначные рекомендации по процедурам использования .базы данных БС для хранения информации о состоянии сети и снятых датчиками показаний. В настоящее время заложены только основы для создания методологической базы по построению беспроводных систем промышленного мониторинга.

Для устранения существующих недостатков организации и функционирования БС необходима технология, которая устанавливает связи между узлами для формирования информационные потоки в БСС с целью обеспечения энергосбережения и достоверности отображения состояния объекта мониторинга. В связи с этим, должна быть решена задача разработки схемы обмена данными между большим количеством сенсорных узлов в условиях непрерывной модификации сети.

Задача разработки схемы обмена данными между большим количеством сенсорных узлов может быть решена на основе информации о составе, размере сети и функциональности ее отдельных узлов за счет разработки системы управления запросами для организации сбора и передачи данных в БСС, позволяющей сократить время для принятия решения организации потока данных и минимизировать энергопотребление сенсорной сети.

Актуальность настоящей работы определяется необходимостью разработки метода управления потоками данных в БС промышленного мониторинга, устраняющего недостатки, связанные с неопределенностью количества, характера и состояния узлов БСС.

Использование новой системы управления данными позволит создать качественно новое программное средство, существенно расширяющее перечень задач поддержки принятия решений управления БС в условиях неопределенности и обеспечивающее повышение адекватности и объективности принятия решений при низких временных затратах.

Цель и задачи

Цель диссертационной работы состоит в исследовании и разработке процессов управления потоками данных в БС промышленного мониторинга в условиях неопределенности.

Для достижения цели в диссертации решены следующие основные задачи:

1. Проведен анализ задачи управления потоками данных в БС промышленного мониторинга, современных моделей, методов, алгоритмов управления потоками данных. Выявлены недостатки и определены пути их устранения.

2. Проведен анализ возможности комплексного использования инструментария комбинаторного анализа и методов геометрической вероятности, теории графов для разработки методов управления потоками* данных в БСС в условиях неопределенности.

3. Разработан алгоритм определения зоны покрытия узлов БСС в условиях неопределенности.

4. Разработан алгоритм построения дерева передачи данных с учетом попадания узла в заданную зону покрытия для получения данных с узлов БСС в условиях неопределенности.

5. Разработана автоматизированная система управления потоками данных в БС.

6. Разработана система запросов к базе данных БСС для получения необходимой информации для принятия решения управления потоками данных.

Методы исследования

Для решения поставленных задач использовались методы геометрической вероятности, комбинаторного анализа, сетевых технологий, теории графов, математическое моделирование, технологии объектно-ориентированного программирования.

Научная новизна

1. Разработана математическая модель определения зоны покрытия сети на основе геометрической вероятности. Впервые разработана математическая модель процесса соединения узлов БС на основе кода Прюфера.

2. Разработан алгоритм определения зоны покрытия узлов БСС в условиях неопределенности.

3. Разработан алгоритм построения дерева передачи данных в БС на основе кода Прюфера, отличающийся от существующих способом идентификации узлов.

4. Разработана методика управления потоками данных в БС в условиях неопределенности. Данная методика отличается от существующих тем, что она определяет правила управления БС с неограниченным числом узлов, а также обеспечивает уменьшение их. энергопотребления- посредством минимизации числа циклов приема и передачи данных.

5. Для создания, модификации, управления потоками данных в. БСС создана система структурированных< запросов на основе SQL-подобных языков. Для управления энергетической", эффективностью и целостностью данных предложена новая процедура использования операторов WITHIN и CASE.

6. Разработана автоматизированная система управления потоками данных в БСС, которая состоит из двух модулей: серверного модуля для стационарных узлов (базовых станций) и сенсорного модуля для динамических и случайных узлов.

Практическая значимость

Предложенные модели и методы управления информационными потоками в БС доведены до конкретных алгоритмов, на основе которых создано программное обеспечение (ПО). В результате практического использования разработанного ПО удалось снизить энергетические затраты при управлении и взаимодействии узлов беспроводной сети. Это позволило повысить эффективность прохождения информации по БС.

Разработанное ПО1 «Программное обеспечение автоматизации мониторинга клиентских терминалов спутниковой связи («SWAM Satellite Communication»)» было внедрено в состав программного комплекса, разрабатываемого в ООО КБ «ЭлектронСистема». На данное ПО получено свидетельство о государственной регистрации программ для ЭВМ в Федеральной службе по собственности, патентам и товарным знакам (РОСПАТЕНТ) № 2009612648, 26.05.2009 г.

Разработанные методические положения использованы в учебном процессе при подготовке специалистов на кафедре «Автоматизированные системы управления и информационные технологии» ГОУ ВПО «Московский государственный университет приборостроения и информатики».

Апробация работы

Результаты работы докладывались на международной конференции «Современные направления теоретических и прикладных исследований 2009» (Украина, г. Одесса, 2009 г.), Четвертой Всероссийской научно-практической конференции «Компьютерная интеграция производства и ИПИ-технологии» (г. Оренбург, 2009 г.), Четвертой международной конференции-выставке «Экологические системы, приборы и чистые технологии» (г. Москва, 2010 г.), Пятой международной конференции-выставке «Промышленные АСУ и контроллеры 2010: от А до Я» (г. Москва, 2010 г.).

Основные положения и результаты работы докладывались и обсуждались на кафедрах факультета «Информационные технологии» ГОУ ВПО «Московский государственный университет приборостроения и информатики».

Публикации

По теме диссертации опубликовано 8 научных работ, в том числе, 3 в журналах, рекомендованных ВАК РФ, получено свидетельство о государственной регистрации программ для ЭВМ в Федеральной службе по собственности, патентам и товарным знакам (РОСПАТЕНТ) № 2009612648, 26.05.2009 г.

Структура и объем работы

Диссертация состоит из введения, четырех глав, заключения, списка литературы, состоящего из 125 наименований, и 3-х приложений.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

Проведенные исследования позволяют сформулировать основные результаты работы.

1. Проведенный анализ задачи управления потоками данных в БС промышленного мониторинга, современных моделей, методов, алгоритмов управления потоками данных показал, что существующие алгоритмы управления не обеспечивают принятия объективных и адекватных решений ввиду недостаточного обоснованного выбора параметров управления.

2. Проведенный анализ методов решения задачи управления потоками данных в БС доказал возможность комплексного использования инструментария комбинаторного анализа и методов геометрической вероятности, теории графов.

3. Разработан алгоритм определения зоны покрытия БСС в условиях неопределенности.

4. Разработана математическая модель и алгоритм построения дерева передачи данных в БС с целью минимизации энергопотребления в условиях неопределенности на основе кода Прюфера.

5. Для реализации разработанного метода и алгоритмов управления потоками данных в БС создана автоматизированная система, состоящая из двух модулей: серверного модуля для стационарных узлов (базовых станций) и сенсорного модуля для динамических и случайных узлов.

6. Для создания, модификации, управления потоками данных в БС создана система структурированных запросов на основе SQL-подобных языков. Для управления энергетической эффективностью и целостностью данных предложены новые процедуры использования операторов WITHIN и CASE.

ЗАКЛЮЧЕНИЕ

В диссертационной работе был проведен анализ объектов и способов промышленного мониторинга. Показано преимущество БСС над прочими системами. Рассмотрены технологии построения БСС, существующие подходы к передаче данных.

В результате проведенной работы были разработаны метод и алгоритмы управления потоками данных в беспроводных системах промышленного мониторинга. Разработан алгоритм и реализована модель определения зоны покрытия БСС на основе геометрической вероятности. Была разработана математическая модель и алгоритм построения дерева передачи данных на основе кода Прюфера.

Уменьшение время работы сенсорного узла за счет его участия не во всех проводимых опросах, а также исключения ряда повторяющихся запросов за счет агрегирования и ведения истории запросов позволило снизить энергопотребление и увеличенить жизненный цикл БСС. Создана система управления запросами в БСС с использованием схем разделения и агрегации запросов. Разработаны новые процедуры использования операторов SQL-подобного языка CASE и WITHIN для уменьшения количества опрашиваемых сенсорных узлов в зависимости от состояния наблюдаемого объекта. Таким образом, вся сеть может поддерживать баланс потребления энергии. Предложена распределенная схема организации базы данных, включающая в себя серверный (для базовой станции) и сенсорные модули.

На основе методов и алгоритмов было разработано программное обеспечение, которое было использовано при разработке программно-аппартаного комплекса промышленного мониторинга объектов специального назначения в ООО КБ «ЭлектронСистема».

1. Louis Sirico, Chris Parker, Jeff Thorn, 1.telligent Industrial Sensors Go Wireless, 2010; http.V/rfid.net/basics/wireless-sensor-networks-wsn/1 50-intelligent-industrial-sensors-go-wireless

2. Mareca Hatler, Darryl Gurganious, and Charlie Chi Ph.D Industrial Wireless Sensor Networks Published: March 2010 Pages: 157 (98 figures, 53 tables) http://onworld.com/smartindustries/index.html

3. Иванова И.А. Проблема автоматизации передачи сигнала при ограниченной мощности передатчика // Промышленные АСУ и контроллеры, 2010: №7, с. 15-16.

4. Таненбаум Э. Компьютерные сети, СПб.: ПИТЕР, 2007, 992 с.

5. Воронин А. Сенсорные сети. http://www.technofî-esh.ru/technology/appearance/sensorable.html

6. Сергеевский М. Беспроводные сенсорные сети.// КомпьютерПрес, 2007, №8.

7. Кривченко Т. Технология ZigBee «Коммунальный комплекс России», N4, 2006.

8. Варгаузин В. Радиосети для сбора данных от сенсоров, мониторинга и управления на основе стандарта IEEE 802.15.4 ТелеМультиМедиа №6, 2005.

9. ZigBee Alliance, Association of Companies, "ZigBee Specification 1.0," 2005 Online. Available: http://www.ZigBee.org/

10. И. Е.Баранова, "IEEE 802.15.4 и его программная надстройка ZigBee",2007

11. Семенов' Ю.А. Беспроводные сети- ZigBee и, IEEE 802.15.4, http://book.itep.ni/4/41/zigbee.htm

12. Стандарт ZigBee и платформа MeshLogic: эффективность маршрутизации в режиме "многие к одному" Баскаков С.С. // Первая миля (приложение к журналу «ЭЛЕКТРОНИКА: Наука, Технология, Бизнес»), 2008 г., №2-3

13. Беспроводные сенсорные сети на базе платформы MeshLogic Баскаков С.С., Оганов В.И. // Электронные компоненты, 2006 г., №8

14. Беспроводные сенсорные сети: вопросы и ответы Баскаков С.С. // Автоматизация в промышленности, 2008 г., №4

15. Опыт применения радиочастотных модулей MeshLogic для разработки беспроводных систем сбора данных Баскаков С.С. // Беспроводные технологии, 2009 г., №3

16. Встраиваемые модули MeshLogic для построения беспроводных сенсорных сетей Баскаков С.С. // Встраиваемые системы, 2009 г., №3

17. Оценка энергопотребления беспроводных узлов в сетях MeshLogic Баскаков С.С. // Беспроводные технологии, 2010 г., №1

18. Беспроводная система мониторинга состояния строительных конструкций. Баскаков С.С. // Беспроводные технологии, 2010 г., №3

19. Беспроводной модуль ML-Module-Z: модель энергопотребления. www.meshlogic.ru/data/EnergyModelML-Module-Z.zip.

20. Гайнулин, А.Г. Маршрутизация в. беспроводных сетях с коммутацией каналов // Тезисы докладов VI- международной научно-технической конференции «Будущее технической науки» / НГТУ Н. Новгород: Изд. НГТУ, 2007 - 91 с.

21. Гайнулин, А.Г. Моделирование алгоритма маршрутизации передаваемых данных в беспроводных сетях со смешанными типами коммутации // Вестник Нижегородского Университета им. Н.И. Лобачевского. 2008. - № 1. - 93-99 с.

22. Юдин Д.Б. Задачи и методы стохастического программирования. Изд.2 2010.392 с.

23. Случайные процессы Автор: И.К.Волков, С.М.Зуев, Г.М.Цветкова Издательство: МГТУ им. Н.Э.Баумана Год: 1999 стр.448.

24. Тарасевич Ю.Ю. Перколяция: теория, приложения, алгоритмы 2002. 112 с. Едиториал УРСС

25. Y. Higuchi, "Percolation," Yuseisha, Tokyo, 1992, in Japanese.

26. H. Kesten, "Percolation theory for mathematicians," Birkhauser, Boston,1982.

27. G. Grimmett, "Percolation," Springer—Verlag, New York, 1989.

28. M. V. Mensikov, "Coincidence of critical points in percolation problems," Soviet Mathematics Doklady, vol. 33, pp.856—859, 1986.

29. Д.О. Жуков, A.C. Алешкин, Краевые задачи и теория перколяции в моделях обработки и передачи данных, М.: Машиностроение, 2010, 213с.

30. Lingxuan Ни, David Evans. Localization for Mobile Sensor Networks. Tenth Annual International Conference on Mobile Computing and Networking (ACM MobiCom 2004), 2004.

31. Bartosz Przydatek, Dawn Song, Adrian Perrig. SIA: Secure Information Aggregation in Sensor Networks // In ACM SenSys (Conference on Embedded Networked Sensor Systems), November 2003.

32. Джулиан Хайд Данные на лету: как технология потокового SQL, помогает преодолеть кризис данных в Web 2.0*/Перевод Сергей Кузнецов // http://citforum.ru/database/articles/sqlstream/

33. М.Не Гринев, С.Д1 Кузнецов. Управление данными: достижения и проблемы // http://www.ict.edu.ru/fi/005644/6232 lel-st08.pdf

34. Samuel Madden, Wei Hong, Joseph M. Hellerstein, and Michael Franklin. TinyDB web page, http://telegraph.cs.berkeley.edu/tinydb.

35. N. Tatbul and S. Zdonik, "Window-aware load shedding for aggregation queries over data streams," Proceedings of the 32nd international conference on Very large data bases, 2006, p. 810.

36. Майкл Стоунбрейкер, Угур Гетинтемел, Стэн Здоник. Восемь требований к системе потоковой обработки в реальном времени / Перевод -Сергей Кузнецов // http://citforum.ru/database/articles/stream8req/

37. D.J. Abadi, D. Carney, U. Qetintemel, M. Cherniack, С. Convey, S. Lee, M. Stonebraker, N. Tatbul, and S. Zdonik, "Aurora: a new model and architecture for data stream management," The VLDB Journal, vol. 12, 2003, c. 120-139.

38. Krishnamchari B. Networking Wireless Sensors. — Cambridge University Press, 2005. — c. 202.

39. Иванова И. А. Определение периметра зоны покрытия беспроводных сенсорных сетей // Промышленные АСУ и контроллеры, 2010. № 10, с. 25-30.

40. Mihaela Cardei, Shuhui Yang, and Jie Wu Fault-Tolerant Topology Control for Heterogeneous Wireless Sensor Networks 2007 IEEE

41. Chi-Fu Huang Yu-Chee Tseng The Coverage Problem in< a Wireless Sensor Network, 2003.

42. Seapahn Meguerdichian, Farinaz Koushanfar, Miodrag Potkonjak, Mani B. Srivastava, Coverage Problems in Wireless Ad-hoc Sensor Networks

43. Walid Osamy, Ahmed M. Khedr, Identifying coverage perimeter of heterogeneous wireless sensor networks, http ://www.dcc .ufla.br/infocomp/artigos/v8.2/artO 6 .pdf

44. Иванов E.B., Козлов B.H., Курикша B.A. «Алгоритм определения координат в беспроводной сенсорной сети» // Труды 8-й Международной научно-технической Конференции «Цифровая обработка сигналов и ее применение», Москва, 2007

45. Dali Wei and Н. Anthony Chan "A Survey on Cluster scheme in Ad Hoc Wireless Networks," IEE Mobility Conference 2005, Guangzhou, China, Nov. 1517, 2005.

46. Haruko Kawahigashi, Yoshiaki Terashima, Naoto Miyauchi, Tetsuo Nakakawaji Modeling Ad hoc Sensor Networks using Random Graph Theory 2005 IEEE

47. Dali Wei, Shaun Kaplan and H Anthony Chan Energy Efficient Clustering Algorithms for Wireless Sensor Networks 2008 IEEE

48. S. Guha and S. Khuller. Approximation algorithms for connected dominating sets. Algorithmica, 20(4), 1998

49. Chen, Y.-Q., Kim, Y.-K., and Yoo, S.-J. Accurate sensor position estimation for wireless sensor networks using neighborhood relationship. IEICE Trans Commwj, E91-B(9):2907-2916, 2008.

50. Moses, O. L., Krishnamurthy, D., and Patterson, R. A self-localization method for wireless sensor networks. EURASIP Journal on Applied Signal Processing, 4:348-358, 2003.

51. Астраков C.H., Ерзин А.И., Залюбовсий. Сенсорные сети и покрытие плоскости кругами,/Дискретный анализ и исследование операций, том 16, №3,2009, 3-19с.

52. Linghe Kong, Xuemei Liu, Zhi Li and Min-You Wu Automatic Barrier Coverage Formation with Mobile Sensor Networks

53. В. Liu, O. Dousse, J. Wang, and A. Saipulla, ''Strong Barrier Coverage of;'Wireless Sensor Networks "ACMMobiHoc, 2008. .

54. A. Chen, S. Kumar, and Т. H. Lab "Designing-Localizedi Algorithms for Barrier Coverage", ACM MobiCom, Canada, 2007.

55. Chi Zhang, Student Member, IEEE, Yanchao Zhang, Member; IEEE, and Yuguang Fang, Fellow, IEEE A Coverage Inference Protocol for Wireless Sensor Networks

56. X. Bai, C. Zhang, D. Xuan, J. Teng, and W. Jia. Full-coverage and k-connectivity (k=14,6) three dimensional networks. In Proc. of IEEE InfoCom '09, Rio de Janeiro, Brazil, April 2009.

57. Y. Bejerano. Simple and efficient k-coverage verification without location information. In Proc. of IEEE InfoCom '08, Phoenix, AZ, April 2008.

58. M. Penrose. Random Geometric Graphs. Oxford University Press, Oxford, 2003.

59. A. Tiwari, F.L. Lewis, S.S. Ge. Wireless sensor network for machine condition based maintenance, in: Proceedings of International Conference on Control, Automation, Robotics, and Vision, 2004, pp. 461-467.

60. D. Tihan, N.D. Georganas. A coverage-preserving node scheduling scheme for large wireless sensor networks, in: Proceedings of ACM Workshop on Wireless Sensor Networks and5 Applications (WSNA), 2002; pp. 32-41.

61. R. Motwani, P. Raghavan, Randomized Algorithms, Cambridge Press,1995.

62. W. Ye, J. Heidemann, and D. Estrin, "Medium access control with coordinated, adaptive sleeping for wireless sensor networks," IEEE/ACM Trans. Netw., vol. 12, no. 6, pp. 493-506, Jun. 2004.

63. Вилекин Н.Я. Комбинаторика, Москва: «Наука», 1969. 328с.

64. Ежов И.И.,. Скороходов А.В., Ядрен ко М.И. Элементы комбинаторики / Перевод с украинского Кулик 3.JL, М.: «Наука», 1977. 80с.

65. Харари Ф., Палмер Э. Перечисление графов / Перевод с английского Г.П. Гаврилова, Москва: «Мир», 1977.

66. Xun Su. A combinatorial algorithmic approach to energy efficient information collection in wireless sensor networks. ACM Trans. Sen. Netw., 3(1):6, 2007.

67. Ying Zhang and Qingfeng Huang A Learning-based Adaptive Routing Tree for Wireless Sensor Networks // JOURNAL OF COMMUNICATIONS, VOL. 1, NO. 2, MAY 2006

68. S. D. Servetto and G. Barrenechea, "Constrained random walks on random graphs: Routing algorithms for large scale wireless sensor networks," in 1st ACM International Workshop on Wireless Sensor Networks and Applications, September 2002.

69. Igor Pak, UCLA Tree bijections IPAM workshop, September 9, 2009

70. Manwon Cho, Dongsu Kimf, Seunghyun Seo and Heesung Shin Colored Prufer codes for /c-edge colored trees // the electronic journal of combinatorics 11 (2004), №10.

71. R.P. Stanley, Emimerative Combinatorics vol. 2, Cambridge University Press (1999)

72. Tim Paulden and David K. Smith Developing new locality results for the Prufer Code using a remarkable linear-time decoding algorithm

73. Jian Li Amol Deshpande Samir Khuller On Computing Compression Trees for Data Collection in Sensor Networks arXiv:0907.5442vl cs.NI. 30 Jul 2009

74. H. N. Gabow, Z. Galil, T. Spencer, and R. E. Tarjan. Efficient algorithms for finding minimum spanning trees in undirected and directed graphs. Combinatorica, 6(2): 109-122, 1986.

75. R. Cristescu, B. Beferull-Lozano, andM. Vetterli. Networked slepian-wolf: Theory and algorithms. In EWSN, 2004.

76. R. Cristescu, В. Beferull-Lozano, M. Vetterli, and R. Wattenhofer. Network correlated data gathering with explicit communication: Np-completeness and algorithms. IEEE/ACM Transactions on Networking, 14(1):41—54, 2006.

77. S. Madden, M. J. Franklin, J. M. Hellerstein, and W. Hong, "TAG: a Tiny Aggregation service for ad-hoc sensor networks," SIGOPS Oper. Syst. Rev., vol. 6, pp. 131-146, 2002.

78. S. R. Madden, M. J. Franklin, J. M. Hellerstein, and W. Hong, "TinyDB: an acquisitional query processing system for sensor networks," ACM Trans. Database Syst., vol. 30, pp. 122-173, March 2005.

79. J. Gehrke and S. Madden, "Query processing in sensor networks," Pervasive Computing,IEEE, vol. 3, pp. 46-55, Jan.-March 2004.

80. C. Chekuri, G. Even, and G. Kortsarz. A greedy approximation algorithmfor the group Steiner problem. Discrete Applied Mathematics, 154(1): 1534, 2006.

81. Samuel Madden, Wei Hong, Joseph M. Hellerstein, and Michael Franklin. TinyDB web page, http://telegraph.cs.berkeley.edu/tinydb.

82. Y. Jie, Y. Bo, S. Lee, and J. Cho, "SAQA: spatial and attribute based query aggregation in wireless sensor networks," Lecture Notes in Computer Science, vol. 4096, pp. 15-24, 2006.

83. P. Kalnis and D. Papadias, "Multi-query optimization for online analytical processing," Information Systems, vol. 28, no. 5, pp. 457-^473, 2003.

84. W. Yu, T. N. Le, J. Lee, and D. Xuan, "Effective query aggregation for data services in sensor networks," Computer Communications, vol. 29, no. 18, pp. 3733-3744, 2006.

85. T. M. Gil and S.Madden, "Scoop: an adaptive indexing scheme for stored data in sensor networks," in Proceedings of the 23rd International Conference on Data Engineering (ICDE '07), pp. 1345-1349, April 2007.

86. C. Y. Ai, R. Y. Du, M. H. Zhang, and Y. S. Li, "Innetwork historical data storage and query processing based on distributed indexing techniques in wireless sensor networks," Lecture Notes in Computer Science, vol. 5682, pp. 264273, 2009.

87. D. Chu, A. Deshpande, J. Hellerstein, and W. Hong. Approximate data collection in sensor networks using probabilistic models. In International Conference on Data Engineering (ICDE), 2006.

88. B. Krishnamachari, D. Estrin, S. Wicker. The impact of data aggregation in wireless sensor networks, in: Proceedings of IEEE International Conference on Distributed Computing Systems Workshops (ICDCSW), 2002, pp. 575-578.

89. P. Bonnet, J. Gehrke, and P. Seshadri, "Towards sensor database systems," Mobile Data Management, 2001, pp. 3-14.

90. L. Giirgen, С. Labbe, С. Roncancio, and'V. Olive, "SStreaM: A model for representing sensor data and sensor queries," Int. Conf. on Intelligent Systems And Computing: Theory And Applications (ISYC), 2006.

91. Sensor Network Ш^Ш Sh To-Be (2010. 6), c. 49-63.

92. Сэм Алапати, Oracl Database 1 lg. Руководство администратора баз данных. М.: Вильяме, 2010, стр.1440.

93. Алекс Кригель, Борис Трухнов. SQL. Библия пользователя. М.: Вильяме, 2010, стр.752.

94. A. Silberstein, R. Braynard, and J. Yang. Constraint-chaining: On energy-efficient continuous monitoring in sensor networks. In SIGMOD, 2006.

95. T. van Dam and K. Langendoen, "An adaptive energy-efficient mac protocol for wireless sensor networks," in Proc. 1st ACMSenSys Conf., Los Angeles, CA, Nov. 2003, pp. 171-180.

96. W. Choi, S.K. Das. A novel framework for energy-conserving data gathering in wireless sensor networks, in:. Proceedings of IEEE International Conference on Computer Communications (INFOCOM), 2005, pp. 1395-1404.

97. W. Choi. A novel framework for energy and application-aware data gathering in wireless sensor networks. Ph.D. dissertation, UT Arlington, 2005.

98. Dali Wei and H. Anthony Chan Energy Efficient Dynamic Cluster Algorithm for Ad Hoc Sensor Networks

99. Кудряшов Ю.Б., Перов Ю.Ф., Рубин А.Б. Радиационная биофизика: радиочастотные и микроволновые электромагнитные излучения. М.: МГУ им. М.В. Ломоносова, 2008, стр. 184.

100. Ю.Б. Кудряшов. Радиационная биофизика (ионизирующие излучения). М.: МГУ им. М.В. Ломоносова, 2004, стр. 448.114. Seitl, ЖШЩ21 d|o|EH

101. ШШ да Я|<Н», Vol.16, No. 2,2009.

102. В. Di Chiara, М. Nonato , R. Sorrentino , M. Strappini , L. Tarricone Sviluppo di ambienti evoluti per pianificazione ottimale di- reti wireless QUADERNI DELLA SOCIETA ITALIANA DI ELETTROMAGNETISMO, VOL.1, N. 2 LUGLIO 2005 c. 86-93.

103. F.D'Andreagiovanni, Instradamento ottimo con vincoli di QoS in reti di telecomunicazioni Tesi di Laurea Specialistica, 2006

104. A.Cerrone, Progetto di algoritmi di ottimizzazione per il QoS routing in reti con architettura DiffServ/MPLS, 2005

105. S. Ci, M. Guizani, and H. Sharif, "Adaptive clustering in wireless sensor networks by mining sensor energy data," Computer Communications, vol. 30, no. 14-15, pp. 2968-2975, 2007.

106. C.M. Усманов. Радиация. Справочные материалы. Изд. Владос,2001, стр.176.

107. H. Gupta, S.R. Das, Q. Gu, Connected sensor cover: self-organization of sensor networks for efficient query execution, in: Proceedings of ACM Mobile Adhoc Network Symposium (MOBIHOC), 2003, pp. 189-199.

108. X. Hong, M. Gerla, H. Wang. Load balanced, energy-aware communications for mars sensor networks, in: IEEE Aerospace, vol. 3, 2002, pp. 1109-1115.

109. Riccardo Crepaldi. Algoritmi di localizzazione per reti di sensori: progettazione e realizzazione di una piattaforma sperimentale. PhD thesis, Universita degli Studi di Padova Dipartimento di Ingegneria dell'Informazione, 2006.

110. I.F. Akyildiz, W. Su, Y. Sankarasubramaniam, E. Cayirci, Wireless sensor networks: a survey, Computer Networks 38 (4) (2002) 393-422.

111. И.И. Елисеева, M.M Юзбашев. Общая теория статистики. 2004, стр. 656.

112. F. Garwood, The variance of the overlap of geometrical figures with reference to a bombing problem, Journal of Biometrika 34 (1947) 1-17.