CC BY
1
УДК 004.031.6
МЕТОДИ ЕНЕРГОЗБЕРЕЖЕННЯ В СЕНСОРНИХ МЕРЕЖАХ
ШК1ЛЬ О.С., КОСТЮК С.О., Ф1Л1ППЕНКО 1.В. Наводяться результати дослщження MeTOAiB збере-ження енерги, що використовуються при проектуван-m та розробщ сучасних сенсорних мереж. Дослщжен-ня базуеться на особливостях сенсорних мереж та питань застосовностi загальних практик збереження енерги у вбудованих системах для оптимшци енерго-споживання сенсорних вузлiв. Окрема увага при-дiляеться структурi сенсорного вузла та видшенню основних споживачiв електрично! енерги сенсорного вузла. Наводиться класифiкацiя методiв енергозбере-ження за напрямком !х дИ.
Ключовi слова: сенсорна мережа, бездротова сенсорна мережа, сенсорний вузол, вбудована система, оптимiзацiя енергоспоживання, методи енергозбере-ження.
Key words: sensor network, wireless sensor network, sensor node, embedded system, energy usage optimization, energy saving methods. 1. Вступ
В останш роки спостерпаеться значне пожвав-лення iнтересу до сенсорних мереж. Сучасш сенсорш мережi е однiею з важливих складових 1н-тернету речей - глобально! мереж пiдключених пристро!в 3i взаемодiями типу «машина-машина» та широко застосовуються для збирання даних про стан деяких предмета, явищ та процешв. Отриманi за допомогою сенсорних мереж даш зберiгаються та оброблюються за допомогою статистичного аналiзу та нейронних мереж, використовуються для детектування аномалш, монiторингу, автоматизаци та покращення ко-рисних характеристик. Зокрема, сенсорш мережi широко застосовуються для збирання даних про стан навколишнього середовища, контролю ви-робничих процесiв та стану обладнання, автоматизаци будiвель, дому та цiлих мiст. Основою сенсорних мереж е сенсорш вузли -базовi елементи мереж1, що виконують вимiрювання заданих характеристик та передачу даних для подальшо! обробки. Зазвичай такi вузли мають низьку собiвартiсть, малий фiзичний розмiр та жорсткi обмеження на час автономно! роботи.
Таю обмеження у свою чергу випливають з клю-чових особливостей сенсорних мереж - сенсорш вузли встановлюються у великш кшькосп на де-якiй територi! з обмеженим доступом. Велика кшьюсть вузлiв призводить до необхiдностi мiнiмiзацi! початково! вартостi окремих вузлiв та вартосп розгортання усiе! системи, а встанов-лення на територi! з обмеженим доступом призводить до необхщносп мiнiмiзацi! вартостi об-слуговування мереж1.
З метою спрощення початкового налаштування та обслуговування сенсорно! мережi перевага надасться бездротовим сенсорним мережам 3Í здатнiстю самоорганiзацi!. Сенсорнi вузли в таких мережах мають автономне джерело живлен-ня та бездротовий зв'язок з шшими вузлами ме-режi за допомогою радiоканалу. Як автономне джерело живлення застосовуються хiмiчнi бата-ре! та енергiя навколишнього середовища (со-нячна енергiя, рiзниця температур, вiбрацiя тощо) [1].
Для забезпечення тривало! автономно! роботи сенсорно! мереж^ зменшення вартостi обслуго-вування сенсорних мереж при заданих обмежен-нях постае завдання оптимального використання та наявно! енергi! для кожного з сенсорних вузлiв.
Враховуючи постiйне вдосконалення рiшень у сферi мiкроелектронiки, програмного забезпе-чення та вбудованих систем, актуальним е до-слiдження iснуючих та вироблення нових засобiв енергозбереження у сенсорних мережах. Метою роботи е дослщження, категоризацiя, пошук та розробка нових методiв енерго-збереження у сенсорних мережах з урахуванням сучасних досягнень та вимог у сферi мшро-електронiки, 1нтернету речей та вбудованих систем.
2. Джерела витрат енерги у сенсорних вузлах
Одним з основних еташв оптимiзацi! енерго-споживання в сенсорних вузлах можна назвати аналiз складових сенсорного вузла, його фiзич-них та програмних компонент, а також видiлення основних статей витрат енерги в таких пристроях.
Загалом сенсорш вузли складаються з таких компонента: джерело живлення (Power Source), блок керування живленням (Power Management Unit), блок керування на обробки даних (Control Unit), блок вимiрювання (Sensing Unit) та блок зв'язку (Transreceiver). Узагальнена структура сенсорного вузла наведена на рис. 1.
Sensor Node
Power Source
-I
Power Management Unit
■ i i 1
1 ▼ r 1 V
Transreceiwr Control Unit Sensing Unit
rwi
Рис. 1. Загальна стрyктyрa сенсорного вyзлa
Як джерело живлення можуть використову-ватися гальвашчш елементи (primary cells) та акумулятори (secondary cells). Об'ем галь-ванiчних джерел живлення обмежений, за-ряджання та вiдновлення eмкостi таких джерел е неможливим, а отже вичерпання ресурсу галь-ванiчного елемента призводить до повного вихо-ду сенсорного вузла i3 ладу та деградацп сенсорно! мережа Цей факт у свою чергу призводить до дуже жорстких обмежень зi сторони енергоспо-живання для ушх компонентiв сенсорного вузла. Як альтернативне джерело енерги може виступа-ти енерпя, забрана спецiальними перетворюва-чами iз навколишнього середовища (Energy Harvesting). У бшьшосп випадкiв зiбрана енерпя використовуеться для пiдзарядки акумуляторiв та супер-конденсаторiв, що виступають як енер-гетичнi буфери. 1нколи зiбрана енерпя викори-стовуеться безпосередньо без додаткових бу-ферiв, наприклад, в технолопях RFID. Блоки керування живленням використовуються для стабшзаци та приведення енерги у придат-ний для споживання стан (energy conditioning). Такi блоки контролюють об'еми залишково! енерги, перетворюють рiвнi напруги пiд вимоги рiзних компонента сенсорного вузла, а також сигналiзують модуль керування про поточний стан батаре!. Необхiднiсть таких блокiв пов'язана з нелiнiйними характеристиками еле-мента живлення та неоднорiднiстю вимог до енергопостачання елементiв сенсорного вузла. Ефектившсть таких компонентiв не е щеальною: частина енерги витрачаеться на контроль та пе-ретворення енерги у придатний для споживання стан.
Сенсорний блок безпосередньо вщповщае за ви-конання вимiрювань у сенсорних вузлах. Залеж-но вiд природи дослiджуваного явища показники енергоспоживання таких вузлiв сильно в^^зня-ються: вiд 26 мкВт у робочому режимi для нов^шх акселерометрiв до 700 мВт для радарiв, 140 мВт для сенсорiв зображення та 72 мВт для сенсорiв GPS. Також враховуеться тривалють отримання сенсором одного зразка даних. Блок зв'язку (Transreceiver) вiдповiдае за двосто-ронню комунiкацiю з зовшшшми вузлами ме-режi. Вiн витрачае енерпю на: передачу власних даних, прослуховування ефiру та отримання ке-руючо! шформацп. У деяких випадках сенсорний вузол також вщповщае за ретранслящю даних вiд iнших вузлiв. Таким чиномб енергiя витрачаеться на додаткове прослуховування ефiру, попередню обробку пакетiв та передачу сторон-нiх пакетiв пiд час ретрансляци. Показники енергоспоживання залежать конкретно вщ протоколу, потужностi передачi та технологи виконання блоку зв'язку, причому в режимi прослуховуван-
ня може витрачатися бшьше енерги, шж у ре-жимi передачi. Наприклад, для SoC nRF24L01+ максимальне енергоспоживання у режимi пере-дачi складае 34 мВт, мiнiмальне у режимi отримання даних - 38 мВт, а у режимi пасивного прослуховування - 27 мВт. Таким чином, необ-хщшсть ретрансляци даних сильно шдвищуе енергоспоживання вузла, а фонове прослуховування витрачае практично стшьки ж енерги, скшьки й активне отримання та передача мере-жевих пакетiв.
Зведена шформащя щодо типового енергоспоживання для рiзних протоколiв передачi даних, що використовуються у сенсорних мережах, наведена у таблиц [2].
Зведеш показники енергоспоживання для типових протоколiв передачi даних
Протокол Швидшсть Ном!нальна Макс. спож.
передач! ввдстань, м струму, мА
ZigBee 250 кбгг/с 100 30
Wi-Fi 1 Гбгг/с 150 116
Thread 250 кб!т/с 30 12.3
Z-Wave 100 кб!т/с 30 17
BLE (4.x) 1 Мбгг/с 10 12.5
Блок керування вщповщае за реалiзацiю алго-ршмв роботи сенсорного вузла. Вiн отримуе зовшшш сигнали вiд усiх шших компонентiв, вiдповiдае за перемикання режимiв роботи, по-передню обробку даних, надсилання команд сенсорному блоку, iнiцiалiзацiю обмiну даними з зовнiшнiми вузлами. Найчастше як блоки керування використовуються мшроконтролери з деякою мшропрограмою (прошивкою, firmware). У деяких випадках мшроконтролер входить до складу SoC разом з блоком зв'язку та виконуе обробку мережевих пакета.
Таким чином, енергоспоживання всього сенсорного вузла можна спрощено представити як суму енергоспоживання кожного з його компонента:
Etotal = - j^Ei , (1)
a 1=1
де Etotal - загальне енергоспоживання сенсорного вузла; а - коефщент ефективностi DC-DC пере-творювача напруги у блоцi керування живленням; Ei - енергоспоживання кожного з окремих компонента сенсорного вузла. При цьому показник енергоспоживання для кожного з компонента можна спрощено записати як:
E ^P(t) dt » Psaving tsaving + Pactive tactive , (2)
де E - кшьюсть спожито! енерги для окремого компонента; Psavmg - кшьюсть спожито! енергi! в одиницю часу в режимi енергозбереження; tsavmg - час перебування компонента у активному ре-жимi; Pactive - кшьюсть спожито! енергi! в одиницю часу в активному режиму tactive - час пере-
бування компонента у активному режима Бшьш детально питання оцiнки енерго-споживання сенсорного вузла у рiзних режимах роботи розглядаеться у [3] та [4]. Таким чином, задача оптимiзацi! енерго-споживання сенсорного вузла зводиться до за-дачi оптимiзацi! енергоспоживання та ефектив-ностi кожного з його компонента: блоку ке-рування живленням, сенсорного блоку, блоку зв'язку та мшроконтролера. Методи для змен-шення енергоспоживання для кожного з еле-мента сенсорного вузла розглянут у наступних секщях.
3. Огляд методiв енергозбереження в сенсор-них мережах
Вс методи збереження енергi! у сенсорних мережах можна роздшити на чотири великi групи: оптимiзацiя циклiв сну/роботи (sleep/ wakeup schemes), опташзащя даних (data-driven), оп-тимiзацiя маршрутiв та радiо обмiну (radio and routing), а також опташзащя апаратного забезпе-чення та алгоршмв керування (hardware and control optimization).
Кожна з цих категорiй включае в себе вкладеш категорi!. Кожна вкладена категорiя мае верти-кальну характеристику, тобто реалiзацiя окремих схем енергозбереження зачшае всi рiвнi ре-алiзацi! сенсорного вузла: вiд низького рiвня апаратного забезпечення до алгоршадв маршру-тизацi! та програмного забезпечення. 1люстращя для запропоновано! класифiкацi! представлена на рис. 2.
Рис. 2. Категоризащя методiв збереження енергп в сенсорних вузлах Серед вшх методiв оптимiзацi! циктв сну/роботи можна видiлити 4 вкладеш категори: керування робочим циклом (duty cycling), керування топо-логiею мережi (topology control), використання спецiальних протоколiв доступу до каналу (low-power MAC protocols) та використання бездрото-
вих модулiв зв'язку з пасивним пробудженням (passive wakeup radios). Основою таких методiв е алгоритми планування та переключення сенсорного вузла мiж активним станом роботи та пасивним станом збереження енергп залежно вiд деяких параметрiв.
Схеми керування робочим циклом визначають алгоритми пробудження сенсорного вузла для забезпечення усшшно! комунiкацi!, отримання та ретрансляци мережевих пакетiв вiд iнших вузлiв мереж1. Бiльшу частину власного часу сенсорний вузол перебувае у режимi збереження енерги, а пробудження вщбуваються у вiдповiдь на настання деяко! подi!. Таким чином, бiльшу частину часу вузли не беруть участ у процес об-мiну пакетами, а затримка розповсюдження ш-формацi! зростае. Пробудження модуля зв'язку вщбуваеться при отриманнi пакета вщ iншого вузла (on-demand), асинхронно у довшьш промiжки часу (asynchronous) та синхронно на основi визначеного графша (scheduled rendezvous).
Детальне дослiдження схем керування робочим циклом наведено у робот [5]. У схемах з керуванням тополопею використову-еться надлишок (redundancy) з'еднань мiж вуз-лами сенсорно! мережа При наявностi надлиш-ково! кiлькостi вузлiв можливо використовувати тшьки невелику множину вузлiв для передачi даних та справно! роботи сенсорно! мережг Тiльки невелика пiдмножина вузлiв перебувае у активному станi та здатна до ретрансляци даних у один момент часу. Тополопя з'еднань, у свою
чергу, адаптуеться залежно вщ поточно! за-вантаженосп мереж^ а надлишковi вузли пе-ремикаються у режим енергозбереження. Питання оптимального вибору множини ак-тивних вузлiв е предметом окремих до-слщжень. Зокрема, у роботi [6] множина ак-тивних вузлiв визна-чаеться на основi за-лишку доступно!
енерп!. У [7] пропону-еться роздiлення вузлiв на групи за мiсце-знаходженням: тшьки один сенсор з уше! групи сенсорiв е активним у кожний момент часу. У енергоефективних схемах керування доступом до каналу (MAC, media access control) тюно поеднуються питання енергозбереження та ор-гашзаци обмiну даними мiж вузлами, як зазначе-но нижче.
У протоколах з роздшенням за часом (timedivision multiple access, TDMA-based protocols) доступ до каналу передачi даних розбиваеться на суворо визначеш часовi промiжки: сенсорнi вуз-ли здатш приймати та вiдправляти шформащю тiльки у межах власного часового промiжку, а увесь iнший час вони знаходяться у режимi збе-реження енерги, не передають та не отримують жодно! шформаци. Зокрема така схема керуван-ня входить до стеку протоколiв Bluetooth Low Energy, але рiдко використовуеться у чистому виглядi через вразливiсть до штерференци та колiзiй [5].
Альтернативною схемою керування доступом у сенсорних мережах е керування з попереджен-ням «суперечок» (contention-based protocols). Ос-новним завданням таких схем е саме попере-дження колiзiй. Вони передбачають попередне прослуховування каналу перед початком пере-дачi та просунутi алгоритми затримки мiж спро-бами повторного доступу (back-off algorithms). Серед яскравих представникiв - протокол IEEE 802.15.4 [8], а також протоколи B-MAC (Berkeley MAC) та S-MAC (Sensor-MAC), опи-саш у роботах [9] та [10] вщповщно. Окремою категорiею схем керування робочим циклом е схеми керування з застосуванням па-сивних модулiв бездротового зв'язку, що не споживають електрично! енерги у режимi про-слуховування. При детектуваннi радiосигналу радю-модуль сповiщае про подiю блок керування та пробуджуе сенсорний вузол. Одна з реалiзацiй такого шдходу на основi технологи RFID описана у робот [11].
1нша велика категорiя методiв спрямована на опташзащю того об'ему даних, якi передаються у сенсорнiй мережi. Роздiляються на 4 вкладеш категори: об'еднання даних (aggregation), енерго-ефективне отримання даних (energy-efficient data acquisition), стискання (compression) та перед ба-чення (data prediction).
У робот [12] наводяться результати детального дослщження питання об'еднання даних у сен-сорних мережах. В них описуеться процес попе-редньо! обробки та агрегаци даних на промiжних вузлах сенсорно! мережi, що дозволяе скоротити об'ем даних на передачу та, як результат, скоротити енергетичш витрати у мережа Як альтернатива може використовуватися стискання (ком-прешя) даних без втрат на вихщних та промiжних вузлах [13].
Методи енергоефективного отримання даних базуються на оптимiзацi! опитування та циклiв роботи сенсорних блоюв. Як було вказано у роздш 2, сенсорнi блоки можуть використовува-ти об'еми енерги, що перевищують енергоспо-живання усiх iнших модулiв загалом. Для опти-
мального використання енергil можуть викори-стовуватися комбшаци сенсорiв. У роботi [13] наведено приклад спостереження за об'ектом, де для детектування вторгнення пропонуеться ви-користовувати звуковi сенсори та вмикати енер-гетично дорогi камери тшьки при спрацюваннi таких енергетично дешевих сенсорiв. Як альтернатива можуть застосовуватися адап-тивнi алгоритми та методи передбачення даних на основi моделi дослiджуваного явища. Один з алгоршмв планування вимiрювань з викори-станням енергетично дорогих сенсорiв запропо-новано у робот [14], а повний огляд методiв наведено у [5].
Третя велика категорiя методiв спрямована на оптимiзацiю маршрутизацi! та передачi трафiка довiльного розмiру мiж вузлами мереж1. У свою чергу, вс такi методи можна подiлити на: методи кластеризаци (clustering), маршрутизацi! на ос-новi енергетичних показникiв (energy-based routing), балансування маршрута (multipath routing) та методи з використанням мобшьних вузлiв збору даних (mobile sinks) Алгоритми кластеризаци засноваш на iерархiчнiй моделi побудови сенсорно! мереж1. Вся сенсорна мережа розбиваеться на окремi не-залежнi сегменти - кластери. У межах одного кластеру обираеться один вузол, що вщповщае за координащю роботи та збирае даш вщ усiх ш-ших вузлiв кластеру - cluster head (CH). Таким чином, передача даних вщ окремих вузлiв вщбу-ваеться на невелик вiдстанi у чiтко визначених межах, що дозволяе зменшити потужнють пере-давачiв. Бiльш того, вс вузли, окрiм CH, отримують можливють iгнорувати трафiк стороннiх сенсорiв та проводити бiльшу частину часу у ре-жимi енергозбереження. Приклад тако! мережi наведено на рис. 3 [14].
Рис. 3. Кластеризащя та визначення головного вузла у raacrepi (Cluster Head)
Питання кластеризаци та вибору CH широко до-слiджуeться у наукових роботах. Зокрема, у ро-ботi [15] запропоновано LEACH - адаптивний протокол з випадковим вибором CH, ротащею CH та об'еднанням даних (data aggregation and reduction). А у робот [16] запропоновано протокол HEED, що передбачае вибiр CH на основi залишку доступно! енерги на вузлах та деякому вторинному параметр^ як, наприклад, близькiсть до сусщшх вузлiв.
1нший пiдхiд - це маршрутизащя на основi енер-гетичних показникiв. В таких мережах як метрика маршруту вщ вимiрювального вузла до точки збору даних застосовуеться кiлькiсть залишково! енерги. Одна з можливостей застосування тако! метрики дослiджуеться у роботi [17]. Методи балансування маршрутiв заснованi на перюдичнш ротаци промiжних вузлiв ретрансля-ци для попередження передчасного виснаження енергетичних запасiв вузлiв. А методи з мобшь-ним вузлом збору даних дозволяють скоротити маршрут передачi даних вщ вузла, що безпосе-редньо виконуе вимiрювання до вузла збору даних [13].
Як зазначено вище, рiзноманiтнi методи опташ-заци циклiв сну/роботи, оптимiзацiï даних, маршрута та радiообмiну використовують складнi алгоритми контрою та обробки даних на вузлах мереж^ а також потребують апаратноï пiдтримки режимiв сну та пробудження вузла. Таким чином, постае питання оптимiзацiï блоку керування сенсорним вузлом, а саме його апа-ратного та програмного забезпечення. До групи методiв оптимiзацiï апаратного забезпечення та алгоршмв блоку керування (hardware and control optimization) входять методи оптимiзацiï програмного забезпечення (software optimization), динамiчне керування енергопостачанням (dynamic power management), застосування спецiалiзованого апаратного забез-печення (specialized hardware), а також методи оптимального використання джерел енерги, зокрема акумуляторiв (battery management). Методи опташзаци програмного забезпечення (ПЗ) спрямоваш на оптимiзацiю програмних ре-алiзацiй алгоритмiв керування та обробки даних в сенсорних вузлах. У робот [18] описуються стандартнi способи оптимiзацiï ПЗ на рiвнi алго-ршмв, сирцевого коду та iнструкцiй. У [19] до-слiджуеться вплив методiв оптимiзацiï на енерго-споживання, швидюсть та розмiр вбудованого ПЗ.
Серед проблем написання енергетично-ефективного програмного забезпечення у робот [20] називаеться загальна складшсть програмного коду, використання абстракцш високого рiвня та закритих бiблiотек вiд виробникiв апаратного
забезпечення, що ускладнюють аналiз енергое-фективностi окремих програмних рiшень. Також авторами вiдмiчаеться важливiсть оптимального використання апаратних ресуршв та апаратних режимiв збереження енергi!. Разом з методами написання енергетично ефек-тивного програмного забезпечення використо-вуються методи динамiчного керування енергопостачанням. У робот [21] вiдмiчаеться, що в електронних схемах на базi технологи КМОН (CMOS) зростання споживання енерги е пропор-цiйним до зростання тактово! частоти та квадрату напруги.
Отже, для зменшення енергоспоживання доцшь-но використовувати динамiчне керування напру-гою та тактовою частотою елементв сенсорного вузла. Вичерпний огляд сучасних методiв ди-намiчного керування енергопостачанням у комбшаци з механiзмами планування в опе-рацiйних системах реального часу наведено у робот [22]. 3i сторони апаратного забезпечення необхщно прид^ти увагу ефективностi DC-DC перетворювача та блоку керування живленням взагалi.
Окрему увагу при проектуванш та розробщ сенсорного вузла слiд придшяти характеристикам того джерела енергi!, що використовуеться у проектi. Справа в тому, що характеристика джерел енерги не е лшшною та потребуе адаптаци використання у апаратнш та програмнш ре-алiзацi! пристрою.
Наприклад, у робот [4] згадуеться про характеристики батарейних елементв та пропонуеться метод оцшки часу автономно! роботи залежно вiд показниюв стуму та напруги. А у робот [23] пропонуеться використовувати суперконденса-тори як енергетичш буфери для зменшення ди-намiчного навантаження на батарейний елемент та збшьшення часу автономно! роботи. У той самий час стратеги використання вщнов-лювано! енерги сонця, вiбрацi! та шших джерел за технологiею збору енерги (energy harvesting) разюче вiдрiзняються вщ стратегiй використання джерел з фшсованим об'емом енергi!. Наприклад, за наявност надлишку енергi! та вщсут-ностi буферних елементiв може стояти завдання максимально швидко! утилiзацi! отримано! енергi!. Бiльш детально питання оптимального використання зiбрано! енергi! дослiджуеться у роботах [1] та [24].
Однак в деяких випадках вирiшити питання енергоспоживання чисто програмними методами не е можливим: деякi завдання потребують вико-нання складних алгоршмв та проведення обчис-лень, для виконання яких стандартнi блоки мiкроконтролерiв не е пристосованими. Таким чином, з'являеться необхiднiсть у використаннi
спецiaлiзовaних обчислювaчiв, блокiв керyвaння та обробки.
Серед найбшьш поширених та yнiверсaльних блокiв для сyчaсних систем на кристaлi (system on chip, SoC) можна вщм^ити aпaрaтнi блоки шифрyвaння iнформaцiï. Вони використовуються y iнтегровaних рiшеннях для реaлiзaцiï захище-них протоколiв Bluetooth Low Energy та ZigBee, а також входять до складу незалежних блоюв керування.
У робот [25] пропонyeться повнiстю спецiaлiзо-ване ршення на основi прогрaмовaноï лопки (FPGA). На одному кристaлi FPGA реaлiзовaний програмний мiкропроцесор (soft core), блок керування енергопостачанням (комбшований блок Power Management Unit з DVFS та Clock Gating) та блок прискорення задач управлшня опе-рaцiйноï системи (Cooperative Custom Unit). Про-те результати дослщження та дaнi про ефек-тивнiсть розробленого рiшення у робот не опублшоваш.
Автори роботи [26] шшли ще дaлi та переклали бшьшу частину роботи щодо контролю та оброб-ки на спецiaлiзовaний блок керування. У запро-понованому ршенш мiкроконтролерне ядро за-гального призначення e вимкненим бiльшy частину власного часу. Вся обробка вхвдних подш, рiшення про активащю окремих вyзлiв пристрою та комушкащя за модулем зв'язку виконyeться спецiaлiзовaним модулем обробки подiй (event processor). 1люстращя aрхiтектyри такого ршен-ня приведена на рис. 4 [26].
Рис. 4. 1люстращя внyтрiшньоï архиектури апаратно-го рiшення зi спецiaлiзовaним контрольним блоком
Сучасна технологiчна база дозволяе розвинути ще! апаратного прискорення та використовувати складш апаратнi прискорювачi та ефективнi ре-алiзацiï нейронних обчислювачiв на основi ПЛ1С.
Бшьш детальний огляд сучасних апаратних ме-тодiв збереження енергiï в сенсорних вузлах, включаючи використання спецiалiзованих обчис-лювачiв на основi FPGA, наведено у робот [27]. Отже, е велике розмаггтя методiв збереження та оптимального використання енерги в сенсорних мережах. Кожний метод спрямований на оп-тимiзацiю окремих аспектв роботи мережi та мае власну зону застосовност. Рiшення про за-стосування кожного з методiв у конкретнш ре-алiзацiï сенсорноï мереж приймаеться у резуль-татi аналiзу вимог та особливостей створюваноï мереж1. 4. Висновки
Запропоновано класифшащю методiв збереження енерги за напрямком ix д^'. Проведено огляд засобiв збереження енерги на основi оптимiзацiï циктв роботи сенсорно вузла, оптимiзацiï об'ему даних, що передаються у систем^ оптимiзацiï маршруту, програмного та апаратного забезпе-чення пристрою. Наведено окремi приклади тех-нологiй збереження енерги для кожноï з груп методiв та посилання на попереднi огляди. В процес роботи зроблено висновки про на-явнiсть спецiалiзацiï методiв збереження енерги. Вiдмiчено, що кожен з методiв оптимiзацiï мае власну зону застосовност та часто передбачае тдвищення складност реалiзацiï, зменшення точност вимiрювань, збiльшення затримок та попршення окремих характеристик роботи сен-сорноï мережi в обмiн на кращi показники енер-госпоживання та збшьшення часу автономноï роботи окремих вузлiв.
У xодi дослiдження вiдмiчено пожвавлення ште-ресу iндустрiï до апаратних методiв збереження енерги. У порiвняннi з чисто програмними та алгоршмчними пiдxодами, методи апаратного прискорення та оптимiзацiï дозволяють проводи-ти складну обробку отримуваних даних без втрат у швидкоди та збiльшення затримки розповсюд-ження шформаци. Крiм того, локальна обробка даних дозволяе зменшити об'ем вихщних даних i зменшити навантаження на мережу та промiжнi вузли пересилання даних, а як результат - зменшити витрати на оргашзащю зв'язку мiж вузла-ми мереж!.
Таким чином, апаратш способи оптимiзацi! доз-воляють досягти найкращих результатiв для сен-сорних мереж з обробкою вщео, звуку та iнших складних даних. Метою подальших дослiджень можна назвати створення спецiалiзованих об-числювачiв, щоб перенести частку енергетично дорогих обчислень на енергоефективну апаратну реалiзацiю. Лiтература:
1. Khan J.A. Energy management in Wireless Sensor Networks: A survey / J.A. Khan, H.K. Qureshi, A. Iqbal // Computers & Electrical Engineering. 2015. Т. 41. Р. 159— 176.
2. Samuel S.S.I. A review of connectivity challenges in IoT-smart home / S.S.I. Samuel // 3rd MEC International Conference on Big Data and Smart City (ICBDSC), 15-16 March 2016 Muscat, Oman, 2016. С. 364-368.
3. Halgamuge M.N. An Estimation of Sensor Energy Consumption / M.N. Halgamuge, M. Zukerman, K. Ramamohanarao // Progress In Electromagnetics Research B. 2009. Т. 12. Р. 259-295.
4. Rodrigues L. Estimating the Lifetime of Wireless Sensor Network Nodes through the Use of Embedded Analytical Battery Models / L. Rodrigue, C. Montez, G. Budke, F. Vasques, P. Portugal. // Journal of Sensor and Actuator Networks. 2017. Т. 6, № 2. Р. 2.
5. Anastasi G. Energy conservation in wireless sensor networks: A survey / G. Anastasi, M. Conti, M. Di Francesco, A. Passarella // Ad Hoc Networks. 2009. Т. 7, № 3. Р. 537-568.
6. Karasabun E. Active node determination for correlated data gathering in wireless sensor networks / E. Karasabun, I. Korpeoglu, C. Aykanat // Computer Networks. 2013. Т. 47, №. 5. С. 1124-1138.
7. Misra S. Connectivity preserving localized coverage algorithm for area monitoring using wireless sensor networks / S. Misra, M. Pavan Kumar, M.S. Obaidat // Computer Communications. 2011. Т. 34, № 12. Р. 14841496.
8. Baronti P. Wireless sensor networks: A survey on the state of the art and the 802.15.4 and ZigBee standards / P. Baronti, P. Pillai, V.W.C. Chook, S. Chessa, A. Gotta, Y. F. Hu // Computer Communications. 2007. Т. 30, № 7. Р. 1655-1695.
9. Polastre J. Versatile low power media access for wireless sensor networks / J. Polastre, J. Hill, D. Culler // Proceedings of the 2nd International Conference on Embedded Networked Sensor Systems - SenSys '04, 3-5 November 2004. Baltimore, USA, 2004. Р. 95-107.
10. Ye W. Medium Access Control With Coordinated Adaptive Sleeping for Wireless Sensor Networks / W. Ye, J. Heidemann, D. Estrin // IEEE/ACM Transactions on Networking. 2004. Т. 12, № 3. Р. 493-506.
11. Ba H. Passive wake-up radios: From devices to applications / H. Ba, I. Demirkol, W. Heinzelman // Ad Hoc Networks. 2013. Т. 11, № 8. С. 2605-2621.
12. Fasolo E. In-network aggregation techniques for wireless sensor networks: a survey / E. Fasolo, M. Rossi, J. Widmer, M. Zorzi // IEEE Wireless Communications. 2007. Т. 14, № 2. Р. 70-87.
13. Rault T. Energy efficiency in wireless sensor networks: A top-down survey / T. Rault, A. Bouabdallah,
Y. Challal // Computer Networks. 2014. T. 67. P. 104122.
14. Alippi C. An Adaptive Sampling Algorithm for Effective Energy Management in Wireless Sensor Networks With Energy-Hungry Sensors / C. Alippi, G. Anastasi, M. Di Francesco, M. Roveri // IEEE Transactions on Instrumentation and Measurement. 2010. T. 59, № 2. C. 335-344.
15. Heinzelman W.R. Energy-efficient communication protocol for wireless microsensor networks / W.R. Heinzelman, A. Chandrakasan, H. Balakrishnan // Proceedings of the 33 rd Annual Hawaii International Conference on System Sciences, 7 January 2002. Maui, HI, USA. 2002. C. 364-368.
16. Younis O. HEED: a hybrid, energy-efficient, distributed clustering approach for ad hoc sensor networks / O. Younis, S. Fahmy // IEEE Transactions on Mobile Computing. 2004. T. 3, № 4. C. 366-379.
17. Shah R.C. Energy aware routing for low energy ad hoc sensor networks / R.C. Shah, J.M. Rabaey // 2002 IEEE Wireless Communications and Networking Conference Record. WCNC 2002 (Cat. No.02TH8609), 17-21 March 2002 - Orlando, FL, USA. 2002.
18. Ortiz D.A. Impact of source code optimizations on power consumption of embedded systems / D.A. Ortiz, N.G. Santiago // 2008 Joint 6th International IEEE Northeast Workshop on Circuits and Systems and TAISA Conference, 22-25 June 2008. Montreal, QC, Canada. 2008. P. 133-136.
19. Dalal V. Software power optimizations in an embedded system / V. Dalal, C. P. Ravikumar // VLSI Design 2001. Fourteenth International Conference on VLSI Design, 7 January 2001 - Bangalore, India, 2001. P. 254-259.
20. Georgiou K. The IoT energy challenge: A software perspective / K. Georgiou, S. Xavier-de-Souza, K. Eder // IEEE Embedded Systems Letters. 2017. T. 10, № 3. P. 53-56.
21. Alioto M. Ultra-Low Power VLSI Circuit Design Demystified and Explained: A Tutorial / M. Alioto // IEEE Transactions on Circuits and Systems I: Regular Papers. 2012. T. 59, № 1. C. 3-29.
22. Dargie W. Dynamic Power Management in Wireless Sensor Networks: State-of-the-Art / W. Dargie // IEEE Sensors Journal. 2012. T. 12. № 5. C. 1518-1528.
23. Lin X. Power supply and consumption co-optimization of portable embedded systems with hybrid power supply / X. Lin, Y. Wang, N. Chang, M. Pedram // 2014 IEEE 32nd International Conference on Computer Design (ICCD), 19-22 October 2014 - Seoul, South Korea, 2014. P. 477-482.
24. Kansal A. Dynamic Power Management in Wireless Sensor Networks: State-of-the-Art / A. Kansal, J. Hsu, S. Zahedi, M.B. Srivastava // ACM Transactions on Embedded Computing Systems. 2007. T. 6, № 4. 32 p.
25. Patil V.S. FPGA Based Power Saving Technique for Sensor Node in Wireless Sensor Network (WSN) / V.S. Patil, Y.B. Mane, S. Deshpande // Computational Intelligence in Sensor Networks. Studies in Computational Intelligence / B. Mishra, S. Dehuri, B. Panigrahi, A. Nayak, B. Mishra, H. Das. Springer, Berlin, Heidelberg, 2019. Chapter 16. P. 385-404.
26. Hempstead M. An Ultra Low Power System Architecture for Sensor Network Applications / M. Hempstead, N. Tripathi, P. Mauro, Gu-Yeon Wei, D. Brooks // 32nd International Symposium on Computer Architecture (ISCA'05), 4-8 June 2005 - Madison, WI, USA. 2005. Р. 208 - 219.
27. Cheour R. Recent Trends of FPGA Used for Low-Power Wireless Sensor Network / R. Cheour, S. Khriji, D.E. Houssaini, M. Baklouti, M. Abid, O. Kanoun // IEEE Aerospace and Electronic Systems Magazine. 2019. Т. 34, №. 10. Р. 28-38.
Надшшла до редколегп 12.09.2019 Рецензент: д-р техн. наук, проф. Кривуля Г.Ф. Шкшь Олександр Сергшович, канд. техн. наук, доцент кафедри АПОТ ХНУРЕ. №yKOBi штереси: дiагностика цифрових систем, дистанцшне навчання. Адреса: Украша, 61166, Харшв, пр. Науки, 14, тел. 702-13-26.
Костюк Сергш Олександрович, мапстрант, кафедра АПОТ ХНУРЕ. Науковi штереси: IoT-системи, безд-ротовi сенсорнi мереж Адреса: Украша, 61166, Харкiв, пр. Науки, 14, тел. 702-13-26, e-mail: [email protected].
Фшшпемко 1нна Б1ктор1вма. канд. техн. наук, доцент кафедри АПОТ ХНУРЕ. HayKOBi штереси: про-ектування цифрових пристро1в на 6a3i мшроконтро-лерiв. цифровi фiльтри. Адреса: Украша, 61166. Харшв, пр. Науки. 14. тел. 702-13-26.
Shkil Alexander Sergeevich, PhD. Associate Professor. Design Automation Department. NURE. Scientific interests: diagnostics of digital systems. distance education. Address: Ukraine. 61166, Kharkiv, Nauky Ave. 14. tel. 702-13-26.
Kostiuk Serhii Oleksandrovych, Master Student. Design Automation Department. NURE. Scientific interests: IoT systems. embedded systems. Address: Ukraine. 61166, Kharkiv. Nauky Ave. 14. tel. 702-13-26, e-mail: [email protected].
Filippenko Inna Victorovna. PhD. Associate Professor. Design Automation Department. NURE. Scientific interests: design based on microcontrollers. digital filters. Address: Ukraine. 61166, Kharkiv. Nauky Ave. 14. tel. 702-13-26.
