Pomimo tego, iż sieci sensorowe rozwijane są już od dwóch dekad, stan wiedzy o ich projektowaniu jest nadal niezadowalający. Tworząc sieci tej klasy można bazo-wać na bogatym doświadczeniu projektowania sieci teleinformatycznych. Chociaż
dla sieci tych, metody formalne pozwalające jednocześnie analizować wszystkie aspekty ich funkcjonowania nie istnieją, to algorytmy cząstkowe, rozwiązujące danie projektowe dla wybranego obszaru funkcjonalnego pozwalają uzyskiwać za-dowalające efekty. Jednak ich wykorzystanie do projektowania sieci sensorowych jest bardzo ograniczone. Analizowane sieci to systemy złożone, na których funkcjo-nowanie przejawia wpływ wiele czynników, nieobecnych lub pomijanych w sie-ciach teleinformatycznych. Przykładowo, w siesie-ciach sensorowych zużycie energii przez węzły jest krytyczne i należy je minimalizować. W sieciach teleinformatycz-nych, energia zużywana przez węzły komunikacyjne jest znikomą częścią mocy
wymaganej do zasilania węzłów obliczeniowych, w szczególności realizujących za-dania wyszukiwania informacji. Dlatego niezbędne jest opracowanie i weryfikacja nowych metod analizy i syntezy sieci tej klasy.
Na rys. 41 sklasyfikowano najważniejsze problemy badawcze pojawiające się przy projektowaniu sieci sensorowych. W dalszej części rozdziału skoncentrujemy się na analizie kilku wybranych.
Doskonalenie metod
Rys. 41. Aktualne obszary badawcze dla sieci sensorowych
Węzły pomiarowe sieci sensorowych często rozmieszczane są w odległych i trud-nodostępnych miejscach. Najczęściej, nie ma możliwości zasilenia ich z sieci ener-getycznej, a Ustawa o ochronie przyrody, ze względów krajobrazowych nie zawsze dopuszcza wykorzystanie odnawialnych źródeł energii (generatorów wiatrowych, paneli fotowoltaicznych). Tak więc, znaczna część węzłów sieci musi być zasilana z wbudowanych baterii lub akumulatorów, a niezbędna moc zasilania staje się jed-nym z podstawowych parametrów węzłów.
W węzłach sieci sensorowej energia jest zużywana na wykonanie operacji po-miarowych, obliczeniowych i komunikacyjnych. Szacuje się, że przesłanie informa-cji o objętości 1kB na odległość 100 m, wymaga w sieciach sensorowych podobnej
Architektura bezprzewodowych systemów… 101
energii jak wykonanie 3 milionów operacji stałopozycyjnych przez procesor o wy-dajności 100 MIPS. Podobnie jak większość urządzeń techniki komputerowej, pro-cesory węzłów sieci sensorowych wykonane są w technologii CMOS, w której zna-komitą część zużywanej energii pochłaniają przełączanie stanu układów logicz-nych oraz upływności. Dla procesorów energię tę można zapisać w uproszczonej formie jako:
CPU P U T Z2 Z u
E =E +E =C U U I t+ , (61)
gdzie: 𝐸𝐸𝑝𝑝 – energia przełączania stanów logicznych; 𝐸𝐸𝑈𝑈 – energia upływności;
𝐶𝐶𝑇𝑇 – całkowita pojemność przełączanych obwodów elektronicznych; 𝑈𝑈𝑍𝑍 – napięcie zasilania; 𝐼𝐼𝑈𝑈 – prąd upływności; t – czas wykonania operacji. Zauważmy, że wraz ze wzrostem częstotliwości pracy procesora, tracona moc wzrasta. We współczesnych procesorach sieci sensorowych, moc tracona na przełączanie obwodów stanowi połowę zużywanej przez układ energii.
Z teorii propagacji fal radiowych wiadomo, że moc odbieranego sygnału radio-wego względem wysyłanego spada w kwadracie odległości, tj.: 𝑃𝑃𝑂𝑂~ 𝑃𝑃𝑊𝑊⁄ , gdzie: 𝑑𝑑2 𝑃𝑃𝑂𝑂 – moc sygnału odebranego przez agregator; 𝑃𝑃𝑊𝑊 – moc sygnału radiowego wy-słanego przez węzeł pomiarowy; d – odległość fizyczna pomiędzy agregatorem i węzłem pomiarowym. Dlatego podstawowym sposobem oszczędzania energii w sieciach sensorowych jest ograniczanie odległości pomiędzy komunikującymi się węzłami, zarówno na etapie projektowania poprzez podział większych odległości na fragmenty, jak i efektywnego wyboru trasy przesyłania danych, uwzględniają-cego niezbędną i dostępną w węzłach energię.
Innym efektywnym sposobem ograniczenia zużycia energii jest w sieciach sen-sorowych wprowadzanie węzłów w stan uśpienia w sytuacji, kiedy pomiary nie są wykonywane lub kiedy ich wyniki nie muszą być przesyłane poza węzeł pomia-rowy. Do ograniczenia zużywanej energii przyczynia się również rozdzielenie ka-nałów radiowych wykorzystywanych do przekazywania danych oraz aktywowania urządzenia.
Istotną właściwością sieci sensorowych jest autonomia zarządzania przejawia-jąca się ich samorganizacją, autooptymalizacją i samoodtworzeniem. Zauważmy, że sieci tej klasy często są instalowane w niedostępnych okolicach, gdzie możliwo-ści obsługi i ewentualnej naprawy są znikome. Dlatego, sieci te powinny posiadać
możliwość konfiguracji, współdziałania z sąsiednimi węzłami oraz adaptacji wa-runków funkcjonowania do pojawiających się uszkodzeń bez udziału operatora.
Samoorganizacja sieci pozwala jej automatycznie dobierać parametry swojego funkcjonowania. Przykładowo, węzeł sieci powinien szacować minimalną moc emisji sygnału radiowego zapewniającą niezawodne połączenie z sąsiednim wę-złem. Autooptymalizacja opierając się na obserwacji poziomu wykorzystania zaso-bów pozwala dostosowywać ich wykorzystanie do potrzeb użytkownika i możli-wości systemu. Dzięki funkcji samoodtworzenia sieć może reagować na zmiany w dostępności jej komponentów wprowadzając modyfikacje zapewniające jej po-prawne funkcjonowanie.
Dodatkowo badania powinny być prowadzone w obszarach związanych z wyko-rzystaniem sensorowych sieci monitoringu. Prace mogą dotyczyć zarówno opraco-wania nowych metod analizy wyników pomiarów, jak również doskonalenia ist-niejących czujników pomiarowych.
ROZDZIAŁ 8
Programowo-sprzętowe komponenty monitoringu środowiskowego
8.1. Wprowadzenie
Informacja jest dobrem, którego wartość trudno przecenić. Wszystkie współcze-sne potęgi gospodarcze zbudowały swój dobrobyt na bazie szerokiego dostępu do informacji. Informatyka, która jak sama jej nazwa wskazuje zajmuje się informacją, wkracza w coraz to nowe, nieznane jej dotąd, obszary życia. O ile wcześniej groma-dzone, przetwarzane i udostępniane były informacje usprawniające kontakt osoby z przedsiębiorstwem czy urzędem, to obecnie dystrybuowane mogą być również
dane dotyczące bezpieczeństwa osób zamieszkałych na obszarze, na którym poja-wiają się różnorodne zagrożenia. Jednak sama informatyka nie dysponuje meto-dami i środkami pozwalającymi skutecznie poprawiać bezpieczeństwo obywateli.
W tym celu wspomaga się ona takimi dyscyplinami naukowymi jak: meteorologia, klimatologia, telekomunikacja, metrologia i in. W rezultacie, informacja o możli-wym zagrożeniu dociera do zainteresowanych osób z pewnym wyprzedzeniem, a jej wiarygodność jest wysoka.
Wieloletnie badania prowadzone w Wyższej Szkole Informatyki i Zarządzania pokazały, że jedną z wartości najwyżej cenionych przez mieszkańców Podkarpacia jest poczucie bezpieczeństwa. Badania te potwierdziły również, że ankietowane osoby, zagrożenia wywoływane przez siły przyrody postrzegają na równi z zagro-żeniami związanymi z przestępczością, utratą pracy, czy ciężką chorobą. Po-wszechnie wiadomo, że poczucie zagrożenia nie sprzyja efektywnej pracy i wypo-czynkowi. Ponadto, każdy inwestując swój kapitał chciałby mieć pewność, że o ewentualnych zagrożeniach zostanie poinformowany na tyle wcześnie, aby pod-jąć działania minimalizujące ewentualne straty. Niestety, ostatnie lata pokazały, że wspomniane poczucie bezpieczeństwa zakłócają zjawiska naturalne, które poja-wiają się coraz częściej i charakteryzują się niespotykaną dotąd siłą. Dlatego, ba-dania naukowe, które przez całą historię ludzkości ukierunkowane były na po-prawę naszego dobrobytu powinny objąć również i te zagadnienia [1].
Efektem prac prowadzonych przez Wyższą Szkołę Informatyki i Zarządzania jest opracowanie aktywnego systemu monitoringu środowiskowego wykorzystują-cego najnowsze rozwiązania z obszaru informatyki, hydrologii, meteorologii, za-rządzania i telekomunikacji. Na rys. 42 przedstawiono obejmowany przez niego obszar funkcjonalny.
Funkcje systemu
Ostrzeganie
Pomiary
środowiska
Prognozo-wanie
Archiwizacja pomiarów
Przeciw-działanie
Rys. 42. Zakres funkcjonalny działania system monitorowania środowiska Działanie tradycyjnego systemu monitoringu ogranicza się do pomiarów charak-terystyk środowiska, które przekazywane są do centrum zarządzania i tam anali-zowane metodami intuicyjnymi [119], [120], [82]. W omawianym systemie, na ba-zie aktualnych pomiarów i danych historycznych generowane są zarówno pro-gnozy bieżące, jak i długoterminowe. Pierwsze, uzyskiwane są za pomocą udosko-nalonych modeli hydrologicznych wykorzystujących aktualne parametry środowi-ska. Do opracowania prognoz długoterminowych zastosowanie znajdują metody sztucznej inteligencji. Dodatkową funkcją systemu jest również przeciwdziałanie zagrożeniom w systemach hydrologicznych posiadających zbiorniki retencyjne lub różnego typu obszary zalewowe. Może on również przygotowywać zbiorniki wodne do magazynowania nadmiaru wody, bądź gromadzić jej zapasy na wypadek suszy. Ostatnią, nową funkcją systemu jest ostrzeganie podmiotów o zagrożeniach, które realizowane jest automatycznie, a udział człowieka ogranicza się wyłącznie do nadzoru. Poniżej prezentujemy architekturę systemu.