Um algoritmo descentralizado de localização para rede de sensores sem fio usando calibragem cooperativa e heurísticas

Abstract

Este estudo trata do problema de determinar a localização de sensores dentro de uma rede de sensores sem fio (RSSF), descrevendo um algoritmo completamente descentralizado chamado HECOPS, onde cada sensor estima sua própria posição após interagir com outros sensores da rede. Somente uma parcela da população de sensores conhece exatamente sua posição. Entretanto qualquer sensor da rede pode ser escolhido como referência. É proposto um sistema de ranqueamento do nível de confiança na posição estimada de cada sensor. Isto leva a uma nova abordagem do problema onde menos referências são escolhidas, porém mais confiáveis, reduzindo-se assim a propagação de erros e comunicações desnecessárias. São propostas também heurísticas para reduzir os erros na medição de alcance. O principal se refere a um esquema para calibrar as medições de alcance através da comparação, quando possível, da distância estimada com a distância real entre os pares de sensores. Experiências realizadas em um ambiente simulado demonstraram que o algoritmo tem um desempenho superior a um modelo anterior em termos de precisão e robustez. This work studies the problem of determining the location of nodes in a wireless sensor network, describing a fully decentralized algorithm called HECOPS, where every node estimates its own position after interacting with other nodes. Only a limited number of nodes have exact knowledge of their position coordinates. Any node can, however, be selected as a reference. We propose a ranking system to determine the reliability of each estimated position. This leads to a novel approach for position calculation that uses fewer but more reliable landmarks, thus reducing data communication and limiting error propagation. We proposed a heuristics that is used to reduce the effects of measurement errors, including a scheme to calibrate range measurements by comparing, whenever possible, the estimated distance with the actual distance between a pair of nodes. Experiments demonstrate that the algorithm is superior to a previously proposed method in terms of its ability to compute correct coordinates under a wider variety of conditions and its robustness to measurement errors.