Simulación de redes inalámbricas de sensores móviles

Escuela Técnica Superior de Ingeniería Informática Universitat Politècnica de València Simulación de redes inalámbricas de sensores móviles Autor: Bernardo López Ferreres Directores: Juan Vicente Capella Hernández, Salvador Climent Bayarri Julio 2012 1 Tabla de Contenidos 1.Introducción.......................................................................................................................................3 1.1 Motivación...................................................................................................................3 1.2 Objetivos......................................................................................................................4 1.3 Estructura de la memoria.............................................................................................4 2.Underwater Sensor Networks............................................................................................................5 2.1 Estado del arte..............................................................................................................5 3. Herramientas...................................................................................................................................12 3.1 Descripción del simulador NS-3................................................................................12 4. Implementación.............................................................................................................................. 12 4.1 Descripción del protocolo VBF (Vector-Based Forwarding)....................................12 4.1.2 El algoritmo “Self-Adaptation”.............................................................................. 13 4.2 Desarrollo del protocolo............................................................................................ 15 4.3 Descripción de la cabecera ....................................................................................... 16 5. Experimentación.............................................................................................................................17 5.1 Distribución espacial................................................................................................. 17 5.2 Parámetros utilizados.................................................................................................17 5.3 Resultados ................................................................................................................18 6. Conclusiones y trabajo futuro.........................................................................................................37 7. Bibliografía.....................................................................................................................................38 2 1.Introducción 1.1 Motivación En este proyecto se va a proceder a estudiar la viabilidad y la capacidad de un algoritmo para redes de sensores subacuáticos. Aunque ya existen un gran número de algoritmos de enrutamiento para redes de sensores móviles, éstos están diseñados para funcionar con una arquitectura física completamente diferente, basada en ondas electromagnéticas. Es necesaria, por tanto, la adaptación o el desarrollo desde cero de un método de encaminamiento para el caso de las redes subacuáticas, teniendo en cuenta las peculiaridades de este medio. Destacan especialmente las siguientes: una velocidad de propagación enormemente inferior(en torno a 5 órdenes de magnitud), un rango de transmisión generalmente menor al que ofrecen las ondas electromagnéticas en el aire y una velocidad de transmisión también reducida. Estas diferencias vienen dadas por el uso de ondas acústicas, como los sonars, en vez de ondas electromagnéticas, que sufren una atenuación muy fuerte en el agua. Las frecuencias usadas en este tipo de sistemas van desde los 20 Hz hasta los 20 kHz, el rango del oído humano, si bien es cierto que existen otros de alta frecuencia, de 85 a 350 kHz, aunque son de un alcance más reducido. En este campo, uno de los aspectos más fundamentales a tener en cuenta, y el cuál es uno al que mayor interés se le está prestando actualmente, es el gasto energético, ya que en la mayoría de los casos los sensores o nodos son de difícil recuperación o esta es muy costosa, por lo que nos interesa que estén activos el mayor tiempo posible. Hay diversos campos de investigación donde las redes de sensores subacuáticos pueden aportar datos de gran importancia. Pueden ser usados para recoger información sobre, por ejemplo en geología, sobre el fondo marino o para prevenir desastres naturales, como las erupciones volcánicas. También se pueden usar para explorar unos yacimientos arqueológicos en zonas hundidas en el mar, y también permiten el estudio del ecosistema marino y las especies que en él habitan, pudiendo medir el nivel de contaminación en el agua, y en donde la comprensión biológica del entorno permite una mejor gestión de la capacidad pesquera de la zona. También hay una existencia de actividades militares interesadas en este campo, ya que se podrían usar las redes de sensores subacuáticos para recoger información sobre vigilancia táctica. Como se trata de un área de investigación de reciente aparición, donde los dispositivos físicos reales son escasos y caros, y donde existen muchas dificultades para realizar un despliegue real de un banco de pruebas, se hace necesario la utilización de un medio de simulación donde se permita poner a prueba los algoritmos propuestos de una forma realista y eficiente. Estas simulaciones también nos permitirían ajustar, con un coste muchísimo menor, lo mejor posible los parámetros del protocolo estudiado en posterior despliegue real. Para que esto sea posible, es necesario que el simulador sea lo más fiel y realista posible en sus resultados. En nuestro caso, el simulador que vamos a emplear es la suite académica ns-3 (network simulator versión 3), nueva versión del ampliamente conocido ns-2. En la versión actual ya aparecen implementados las capas físicas y MAC de la pila de protocolos para las redes subacuáticas, incluyéndose varios modelos de propagación, de cálculo de ruidos, de medios físicos así como de protocolos de acceso al medio. El simulador también incluye una series de elementos que nos serán de gran ayuda para el desarrollo del proyecto: sistemas de posicionamiento, para situar los nodos en un espacio tridimensional, sistemas de movilidad, para simular el movimiento de los nodos o sistemas de alimentación energética, para simular el consumo energético y una posible desconexión 3 de los nodos al agotarse la energía. Por lo tanto, vamos a crear un nuevo elemento sobre una capa de la pila de protocolos todavía no estudiada para el simulador ns-3: vamos a implementar un protocolo en el nivel de red para sensores inalámbricos. Entre las varias alternativas posibles se elige uno pensado para este tipo de dispositivos. Es el protocolo VBF[1], por las siglas en inglés Vector Based Forwarding. En este protocolo, cada paquete contiene la posición de la fuente, el destino y del nodo que lo ha enviado. El “camino de reenvío” (forwarding path) está especificado por el vector definido entre la fuente y el destino. Cada vez que un nodo recibe un paquete, comprueba si está suficientemente cerca del “camino de reenvío” (tiene que estar a una menor distancia que una distancia umbral predefinida), y si lo está reenvía el paquete, en caso contrario lo descarta. Por tanto, durante el funcionamiento de una red de estos sensores, los nodos que reenvían el paquete forman una “tubería de enrutamiento”, los nodos que se encuentran en la tubería pueden reenvíar los paquetes y aquellos que no están suficientemente cerca del “vector de enrutamiento” no lo reenvían. Uno de los puntos a estudiar será el consumo energético asociado al protocolo, ya que es uno de los factores más importantes a la hora de decidir la viabilidad para aplicar el protocolo en un despliegue real. 1.2 Objetivos Este proyecto tiene como primer objetivo la implementacion del protocolo de enrutamiento VBF en el simulador ns-3. Una vez implementado, se prosigue a realizar un estudio intensivo de este, comparandolo en primer lugar con los resultados del articulo que tomaremos como referencia para validar el protocolo, y en segundo lugar, desarrollando nuevos tests para cubrir casos no tratados. Esto nos permitira tambien el estudio en profundidad del modulo para redes subacuaticas del simulador ns-3. Actualmente hay implementados los niveles inferiores de la pila de protocolos: la fisica y la MAC. La primera incluye el canal, modelos de propagacion, de SINR, etc... y la segunda varios propuestas distintas entre las que elegir. De esta forma, nuestro protocolo anadira una nueva capa a1n no explorada en la suite. 1.3 Estructura de la memoria El contenido de la memoria será el siguiente: Un apartado donde se explicará el estado actual de desarrollo de las redes de sensores subacuáticas o UWSN(Underwater Sensor Networks). Un apartado donde se describirá con más detalle las herramientas utilizadas para el desarrollo del proyecto, en este caso el simulador NS-3. Un apartado donde se explicará la implementación del protocolo a desarrollar, en este caso el protocolo de enrutamiento VBF, y donde se describirán y explicarán las decisiones tomadas para su implementación. Un apartado donde se detallará los experimentos realizados y se mostrarán y analizarán los resultados obtenidos. Y finalmente una apartado donde se expondrán las conclusiones obtenidas y se propondrán posibles mejoras para realizar en el futuro 4 2.Underwater Sensor Networks 2.1 Estado del arte Las redes de sensores subacuáticas (o UWSN, underwater sensor networks en inglés) tienen el potencial de permitir nuevas aplicaciones y de mejorar nuestra habilidad para observar e investigar el océano. Los Vehículos autónomos subacuáticos (o AUVs , Autonomous Underwater Vehicles en inglés) equipados con sensores subacuáticos también pueden tener aplicación en la exploración de recursos naturales y en la obtención de información científica en misiones colaborativas de seguimiento. Estas aplicaciones potenciales serán viables habilitando comunicaciones entre dispositivos subacuáticos. UWSN consistirán en sensores y vehículos desplegados debajo del agua e interconectados mediante enlaces acústicos para desempeñar tareas de seguimiento. Las redes de sensores subacuáticas permiten un gran rango de aplicaciones, incluyendo: Redes de muestreo del océano. Las redes de sensores pueden realizar un muestreo sinóptico y adaptativo del entorno costero del océano. Seguimiento ambiental. Las USWN pueden realizar un seguimiento sobre la contaminación (química, biológica y nuclear), de las corrientes marinas y del viento, y un seguimiento biológico tal como rastrear una determinada especie de pez o un microorganismo. Además, UWSN pueden mejorar la predicción del tiempo, detectar cambios en el clima y predecir el efecto de las actividades humanas en el ecosistema marino. Exploraciones submarinas. Las redes de sensores subacuáticas pueden ayudar a detectar reservas de petróleo submarinas, determinar rutas para cables submarinos y asistir en la búsqueda de valiosos minerales. Prevención de desastres. Las redes de sensores también pueden medir la actividad sísmica, pueden proporcionar aviso de tsunami a zonas costeras o estudiar el efecto de los terremotos submarinos (maremotos). Seguimiento sísmico. Realizar un seguimiento frecuente de la actividad sísmica tiene una gran importancia en la extracción de petróleo de yacimientos submarinos. Las redes subacuáticas de sensores permitirían un mejor enfoque en la administración de los yacimientos. Navegación asistida. Los sensores pueden ser usados para detectar peligros en el fondo marino, localizar rocas peligrosas en aguas poco profundas, posiciones de amarre y restos de naufragios sumergidos. Vigilancia táctica. Las redes de sensores subacuáticas pueden realizar táreas de vigilancia, reconocimiento, localización y de detección de intrusos. Reconocimiento de minas. Las simultáneas operaciones de varios AUVs con sensores acústicos y ópticos pueden ser usadas para realizar rápidas evaluaciones del entorno y detectar objetos parecidos a minas. 5 Las comunicaciones acústicas son la tecnología mas usada para la capa física en redes subacuáticas. De hecho, las ondas de radios solo se pueden propagar a grandes distancias en agua salada en frecuencias muy bajas (30-300Hz), lo cuál requiere antenas muy grandes y una gran potencia de transmisión. Las ondas ópticas no sufren de una atenuación tan grande pero se ven afectadas por la dispersión. Además, transmitir ondas ópticas requiere una alta precisión en apuntar los rayos láser. Por estas razones, los enlaces en las redes subacuáticas de sensores están normalmente basados en comunicaciones acústicas inalámbricas. El enfoque tradicional para investigar el océano consiste en desplegar sensores subacuáticos que graben la información durante la misión de seguimiento y entonces recoger los instrumentos[2]. Este enfoque tiene varios inconvenientes: Los datos obtenidos no pueden ser obtenidos hasta que los sensores son recuperados La interacción entre un sistema de control en tierra y los sensores es imposible, por lo que se impide cualquier reconfiguración del sistema Si ocurren fallos o desconfiguraciones puede no ser posible detectarlos hasta las recuperación de los sensores. La cantidad de datos que puede ser guardada por cada sensor está limitado a la capacidad de su dispositivo de almacenamiento. Estos inconvenientes pueden ser salvados conectando los dispositivos subacuáticos con enlaces inalámbricos que funcionan mediante comunicaciones acústicas. A pesar de la existencia de protocolos de red recientemente desarrollados para redes inalámbricas, las características únicas del canal de comunicación en las redes subacuáticas, tales como una capacidad limitada y un retraso de propagación alto y variable[2], hacen necesario nuevos protocolos de comunicación de datos que sean eficientes y fiables. Los mayores desafíos en el diseño de redes subacuáticas acústicas son: El ancho de banda disponible es muy limitado. El retardo de propagación es de un orden de magnitud 5 veces más grande que en los canales terrestres de radiofrecuencia (RF), y variable. Se pueden tener grandes tasas de error y pérdidas temporales de conexión. Los sensores subacuáticos están caracterizados por su alto precio debido al pequeño número de proveedores La energía de las baterías es limitada y normalmente no se pueden recargar recargables. Los sensores subacuáticos son propensos a fallar debido a la corrosión y a la suciedad. 6 Diferencias con las redes de sensores terrestres Las principales diferencias entre redes de sensores terrestres y subacuática son. Coste. Mientras los nodos sensores se espera que se vuelvan muy baratos, los sensores subacuáticos son dispositivos caros. Esto es debido a unos transceptores subacuáticos más complejos y la protección necesaria para el hardware para soportar el ambiente subacuático. Despliegue. Mientras que las redes de sensores terrestres tienen un despliegue muy denso, en las subacuáticas es generalmente más esparcido. Energía. La cantidad de energía necesaria en sensores subacuáticos es mayor debido a la diferencias en la tecnología de la capa física (acústico vs radiofrecuencia), mayores distancias y unas técnicas de procesamiento de señal más complejas en los receptores Memoria. Mientras que los sensores terrestres tienen una capacidad de almacenamiento muy limitada, los sensores subacuáticos pueden necesitar guardar cierta información debido al que canal subacuático puede ser intermitente. Correlación Espacial. Mientras que las lecturas de los sensores terrestres suele ser correlacionadas, esto no suele ocurrir en las redes subacuáticas debido a la mayor distancia entre sensores. Factores que influyen en el diseño de protocolos subacuáticos. Pérdida de transmisión. Consiste en la atenuación y el esparcimiento geométrico. La atenuación es provocada por la absorción debida a la conversión de energía acústica en calor, e incrementa con la distancia y la frecuencia. El esparcimiento geométrico se refiere al esparcimiento de energía sónica debido a la expansión de los frentes de onda. Aumenta con la distancia de propagación y es independiente de la frecuencia. Ruido. Puede ser clasificado como provocado por el hombre o como ambiental. El primero es normalmente generado por el ruido de máquinas(bombas, estaciones de energía) y actividad de navegación mientras que el segundo está relacionado con la hidrodinámica (movimiento del agua, lluvia) y fenómenos biológicos y sísmicos. Alto retraso y variabilidad de retraso. La velocidad de propagación en el canal subacuático acústico es del orden de 5 veces menor que en el canal de radio. Este gran retraso de propagación (0.67s/km) y su variabilidad reducen el rendimiento del sistema. Arquitecturas de comunicación. Redes de sensores subacuáticas en 2D Un grupo de nodos son desplegados en el fondo del océano. Los nodos sensores subacuáticos están interconectados con una o mas “puertas subacuáticas” (underwater gateways o uw-gateways) mediante enlaces acústicos inalámbricos. Uw-gateways son dispositivos de red encargados de transportar la información desde el fondo del océano hasta estación en la superficie. En aguas poco profundas, los nodos desplegados en el fondo pueden comunicarse directamente con la estación en la superficie. En la Imagen 1[9] podemos ver la arquitectura. 7 Imagen 1 Red de sensores subacuáticas 2D Redes de sensores en 3D Las redes subacuáticas tridimensionales son usadas para detectar y observar fenómenos que no pueden ser adecuadamente observados mediante una red con los sensores desplegados en el fondo del océano. En las redes tridimensionales, los nodos sensores flotan a diferentes profundidades para observar fenómenos. En esta arquitectura, mostrada en la Imagen 2[9], cada sensor tiene una boya flotante que puede ser inflada mediante una bomba. La boya empuja el sensor hacia la superficier marítima. La profundidad del sensor puede ser regulada. 8 Imagen 2 Red de sensores subacuáticas 3D Redes de sensores con vehículos autónomos subacuáticos Los vehículos autónomos subacuáticos, o AUVs, pueden funcionar sin amarres, cables o control remoto y tienen una multitud de aplicaciones en oceanografía y estudios de recursos subacuáticos. La integración de las redes subacuáticas con los AUVs requiere nuevos algoritmos de coordinación de red como: Muestreo adaptativo. Esto incluye el control de estrategias para comandar el vehículo móvil hacia los lugares donde la información será más útil. Auto.configuración. Esto incluye procedimiento de control para detectar fallos de conectividad debido a problemas en el canal o al fallo de un nodo. Además, un AUV puede ser usado para el despliegue de nuevos sensores o para la instalación y mantenimiento de la red de sensores. Uno de los objetivos de los AUVs es hacerles confiar en su inteligencia local y ser menos dependiente de las comunicaciones provenientes de la costa. En la Imagen 3[9] podemos observar la arquitectura. 9 Diagrama 3 - Diagrama de clases 4.3 Descripción de la cabecera La cabecera que se anade a cada paquete es de vital importancia para el correcto funcionamiento del protocolo. Ha sido implementada mediante la clase VBFHeader, y consta de catorce campos: ox,oy,oz,tx,ty,tz,fx,fy,fz: Son los campos que indican las coordenadas de el nodo origen, el nodo destino y el 1ltimo nodo que ha reenviado el paquete. Los campo ox,oy,oz son las coordenadas del nodo origen, tx,ty,tz son las del nodo destino y fx,fy,fz son las del 1ltimo nodo que ha reenviado el paquete y se codifican mediante un float de 32 bits.Se prefiere un tipo de datos que permita almacenar n1mero reales frente a enteros, aunque podria argumentarse que los sensores disponibles para medir la profundidad no tienen la precision suficiente para medir distancias inferiores a un metro,por lo que un entero de 16 bits seria suficiente para dicho campo. Pero, sin embargo, se prefiere tomar la decision de contar con esta capacidad.  Radius: Es el campo que indica el valor umbral para decidir si un nodo esta suficientemente cerca de la “routing pipe”. Esta codificado como un float de 32 bits, para que haya concordancia con los valores de las coordenadas de los nodos. Range: Es el campo que indica el límite de la zona para decidir si el paquete ha llegado a su objetivo . Está codificado como un float de 32 bits, para que haya concordancia con los valores de las coordenadas de los nodos. MessageType: Es el campo que indica el tipo de mensaje que hay en el paquete. Está codificado como un entero de 8 bits porque solo hay 4 tipos de mensaje diferente. NodeID: Es el identificador del nodo, que se almacena como un entero sin signo de 16 bits. Sirve para identificar de forma única a cada nodo. No es la dirección UAN, aunque cumple una función similar. No se ha utilizado este último tipo, pues se codifica como un entero de 8 bits, lo que reduce el número de posibles nodos a 255, impidiéndonos realizar simulaciones con número mayores. Por ello empleamos 16 bits, lo que nos proporciona más 16 de 65000 posibles nodos, que estimamos un tamaño suficiente para nuestras simulaciones e hipotéticos despliegues reales. Al instalar el nodo, se le ha de asignar un valor. Sequence number: Es el número de secuencia, para identificar de forma única a cada paquete de un mismo nodos. Hemos utilizado igualmente un entero sin signo de 16 bits. Dependiendo del número máximo de envíos por unidad de tiempo y de la duración de la cache de paquetes enviados, podría reducirse a un entero de 8 bits, pero para evitar posibles inconvenientes elegimos uno de 16. Se inicializa a 0 al arrancar, y se incremente en uno con cada paquete enviado. 5. Experimentación 5.1 Distribución espacial. Los nodos se distribuyen en un espacio tridimensional con forma de cubo de 100 metros de lado. En el centro de la superficie se colocara el nodo sumidero. Por convencion, la profundidad viene dada por la coordenada Z. De esta forma, Z=100 seria la superficie, 99 corresponderia a un metro de profundidad, etc... A ello se le ha anadido el esquema de movilidad RandowWayMobilityModel, para trazar trayectorias aleatorias dentro de un espacio 3D, lo que nos permite simular el movimiento de los nodos. Con este esquema, el nodo decide un destino aleatoriamente, y se mueve hacia el con la velocidad indicada, cuando llega al destino, despues de un tiempo programado de espera, vuelve a decidir otro destino y se dirige hacia el. Existen varios parametros para configurar la trayectoria que siguen los objetos, pero nosotros nos quedaremos principalmente con el que nos permite establecer el rango de velocidades con que se moveran los nodos. Todos los nodos excepto el sumidero se distribuiran inicialmente mediante el RandomBoxPositionAllocator, y se les instalara el modelo de movilidad descrito. Cualquier nodo excepto el sumidero puede ser fuente, ya que al enviar un paquete se elige aleatoriamente que nodo lo envia. El nodo sumidero se encontrara, como ya se ha dicho, en el centro de la superficie, en la coordenada (50,50,100). Asi mismo, se realizaran tambien una serie de simulaciones en un escenario bidimensional de tamano 100x100, y en este caso el nodo se situara en el centro del plano, es decir en la coordenada (50,50). El resto de nodos seran configurados de la misma manera que en el escenario anterior. A los nodos se les instalara un modulo de energia infinita con el cual podremos medir la energia consumida por cada nodo en la simulacion.Los consumos de este dispositivo son los siguientes: 0.120 W para transmision, 0.024 W para recepcion y 0.024 W para idle. 5.2 Parámetros utilizados. Para la configuracion de la capa fisica de la red UAN se utiliza el metodo estandar proporcionado por el simulador para el calculo del SINR (ratio senal-interferencia), asi como el metodo estandar de calculo de errores en los paquetes. A ello, hay que sumar que se utiliza como modulacion FSK (modulacion por desplazamiento de frecuencias) , con una frecuencia central de 85kHz, un ancho de banda de 1kHz y una constelacion de 2 valores. Normalmente se usa a un datarate de 1000 bits/s, aunque realizaremos varias pruebas cambiando este valor para ver el rendimiento del protocolo. Hay que anadir que la potencia de emision se sit1a en 690 dB, lo que permitira un radio de alcance de unos 20 metros. Todo ello se combina junto con un modelo de propagacion usando la conocida 17 aproximacion de Thorp (similar al modelo de canal implementado en ns-2) y con un canal adecuado para constituir la capa fisica de la red. Para la capa MAC (de control de acceso al medio) vamos a usar Aloha ya que es el mas similar al descrito en el paper. Aloha transmite nada mas tiene un paquete que enviar, sin importar en que estado se encuentre el medio. El paper describe como MAC un metodo que escucha el medio antes de enviar, y si lo encuentra libre procede al envio. Si no, se espera un tiempo para volver a intentarlo, y el paquete se descarta si encuentra el medio ocupado un n1mero determinado de veces. 5.3 Resultados Habiendo ejecutado diversas simulaciones para los parametros previamente descritos, enviando 1800 paquetes de 64 bytes, uno cada 2 segundos, usando MAC Aloha, un datarate de 1000 bps, obtenemos los siguientes resultados. Las primeras simulaciones seran comparativas a las propuestas en el paper, para comprobar que la implementacion realizada muestra valores similares. En primer lugar estudiaremos como el movimiento de los nodos influye en el retardo de los paquetes desde el origen hasta el destino. Con un radio de “routing pipe” (el valor w) de 20 metros obtenemos los siguientes resultados: Tabla 1 - Escenario 3D Relación Velocidad-Retardo Medio Figura 1 - Escenario 3D Relación Velocidad-Retardo Medio Puede observarse tanto en la Figura 1 como en la Tabla 1 que el retardo medio apenas varía cuando 18 Nº Nodos 50 100 150 200 Velocidad (m/s) Retardo medio Retardo medio Retardo medio Retardo medio 0 INF INF INF 3,22487 1 1,90619 2,58074 2,92434 3,16626 3 1,69711 2,61817 3,01616 3,07663 5 1,72478 2,5431 2,91865 3,13098 50 100 150 200 0 1 2 3 4 Retardo medio según velocidad 0 1 3 5 Nº Nodos Retardo (s) el valor de la velocidad de los nodos cambia. También puede observarse como el retardo medio aumenta según va aumentando el número de nodos, esto es debido principalmente al que haber más nodos hay más caminos por los que el mensaje puede ir. En los casos de 50, 100 y 150 nodos, con éstos estáticos no se produjo la entrega de ningún paquete, por lo que no hay valor para el retardo. Para observar el consumo energético, podemos observar la siguiente gráfica Tabla 2 – Escenario 3D Relación Velocidad-Consumo Total Figura 2 Figura 3 Escenario 3D Relación Velocidad-Consumo Total Escenario 3D Relación Velocidad-Consumo Medio Se puede observar en la Tabla 2 y en las Figuras 2 y 3 como el consumo aumenta evidentemente con el número de nodos pero como se mantiene estable cuando cambia la velocidad de los nodos. Asimismo, el consumo medio por nodo se mantiene más o menos estable para cualquier número de nodos y para cualquier velocidad, tal como ocurre en el paper. A continuación vamos a estudiar como influye el valor del radio de la “routing pipe”, el valor w, en la cantidad de paquetes entregados, Se estudiará para una velocidad fija de 3 m/s, con un número variable de nodos. Los resultados son los siguientes. 19 Consumo Total 50 100 150 200 Velocidad(m/s) Consumo Consumo Consumo Consumo 0 4527,12 9037,74 13628,7 18426,3 1 4667,15 9554,31 14555,3 19521,7 3 4636,66 9531,69 14551,6 19524,6 5 4637,57 9562,47 14533,4 19493 50 100 150 200 0 5000 10000 15000 20000 25000 Consumo total según velocidad 0 1 3 5 Nº Nodos Consumo (J) 50 100 150 200 0 20 40 60 80 100 120 Consumo medio según velocidad 0 1 3 5 Nº Nodos Consumo (J) Tabla 3 – Escenario 3D Relación Tasa de aciertos – Valor de w Figura 4 - Escenario 3D Relación Tasa de aciertos – Valor de w Como se puede observar en la Figura 4 y en la Tabla 3, a mayor tamaño valor de w, más paquetes son recibidos correctamente por el sumidero, y a mayor número de nodos también aumenta la la tasa de aciertos del algoritmo. Las diferencias respecto al paper en el número de paquetes entregados con éxito es debido a la diferencia en la tasa de datos, 1000 bps contra los 500000 bps del paper, un valor completamente irreal si usamos módems de bajo consumo, y también a la diferencia en el número de nodos, las cantidades de nodos propuestas en el paper, un rango entre 500-1500 nodos, son completamente irreales. El aumento de la tasa de aciertos que se produce al aumentar el valor w implica un aumento del consumo energético, como veremos más adelante. Influencias de los parámetro del algoritmo. Estudio de la velocidad de los nodos Vamos a estudiar como cada parametro configurable del protocolo influye en los resultados de las simulaciones, midiendo principalmente tres factores: el retardo, los paquetes entregados, y el 20 w(m) 5 10 15 20 Nº Nodos entregados entregados entregados entregados 50 32 60 80 104 100 42 120 253 348 150 59 224 490 674 200 88 327 615 784 50 100 150 200 0 200 400 600 800 1000 1200 1400 1600 1800 Paquetes recibidos según valor de w 5 10 15 20 Nº Nodos Paquetes consumo de energia. Primero vamos a estudiar como afecta la velocidad de desplazamiento de los nodos en los resultados de las simulaciones. Seguiremos una distribución de velocidades de 0,1,3,5 m/s. Con ella obtenemos: Tabla 4 – Escenario 3D Resultados de simulación variando la velocidad. Figura 5 - Escenario 3D Relación Tasa de aciertos – Velocidad. 21 Nº Nodos Velocidad Paquetes Recibidos Retardo Consumo Consumo medio 50 0 0 4527,12 90,5424 100 0 0 9037,74 90,3774 150 0 0 13628,7 90,858 200 0 631 3,22487 18426,3 92,1317 50 1 113 1,90619 4667,15 93,3431 100 1 328 2,58074 9554,31 95,5431 150 1 609 2,92434 14555,3 97,0351 200 1 766 3,16626 19521,7 97,6085 50 3 104 1,69711 4636,66 92,7332 100 3 375 2,61817 9531,69 95,3169 150 3 674 3,01616 14551,6 97,0107 200 3 784 3,07663 19524,6 97,623 50 5 122 1,72478 4637,57 92,7513 100 5 348 2,5431 9562,47 95,6247 150 5 618 2,91865 14533,4 96,8895 200 5 781 3,13098 19493 97,4652 50 100 150 200 0 200 400 600 800 1000 1200 1400 1600 1800 Paquetes recibidos según velocidad 0 1 3 5 Nº Nodos Paquetes Figura 6 - Escenario 3D Velocidad – Retardo Medio Figura 7 Figura 8 Escenario 3D Relación Velocidad-Consumo Total Escenario 3D Relación Velocidad-Consumo Medio Como se puede observar, la velocidad de desplazamiento de los nodos tiene una influencia prácticamente nula sobre el retardo con el que los paquetes llegan al sumidero. La tasa de aciertos aumenta según aumenta la cantidad de nodos. La tasa de aciertos debería ser mayor cuando los nodos son estáticos, pero debido a la baja densidad de nodos, para los casos de 50, 100 y 150 nodos ningún paquete llega al sumidero. En el caso de cuando hay 200 nodos, la mayor tasa de aciertos se encuentra justamente cuando los nodos son estáticos. De todas maneras, la tasa de aciertos se muestra bastante estable cuando la velocidad de movimiento de los nodos varía. En la Figura 7 y en la Figura 8 se puede observar como al incrementar el número de nodos el consumo total aumenta, debido a que hay más nodos y hay más retransmisiones totales, pero se también se puede observar como en VBF el consumo medio de cada nodo apenas varía aunque la velocidad de desplazamiento de los nodos cambie. Los resultados de éstas simulaciones han demostrado que en VBF la velocidad de los nodos tiene poca influencia en el consumo energético y en el retardo. En el caso de la tasa de aciertos, la influencia de la velocidad de movimiento de los nodos depende de la densidad de los nodos. En caso de haber una densidad alta influye poco, para densidades bajas influye más. 22 50 100 150 200 0 1 2 3 4 Retardo medio según velocidad 0 1 3 5 Nº Nodos Retardo (s) 50 100 150 200 0 5000 10000 15000 20000 25000 Consumo total según velocidad 0 1 3 5 Nº Nodos Consumo (J) 50 100 150 200 0 20 40 60 80 100 120 Consumo medio según velocidad 0 1 3 5 Nº Nodos Consumo (J) Estudio de la variación del valor w A continuación vamos a estudiar la influencia del valor w o el radio de la “routing pipe”. Los parámetros serán los mismo que en el apartado anterior, pero manteniendo una velocidad constante de 3 m/s. Los resultados obtenidos son los siguientes: Tabla 5 – Escenario 3D Resultados de simulación variando el valor de w Figura 9 Figura 10 Escenario 3D Relación Tasa de aciertos-Valor de w Escenario 3D Retardo Medio-Valor de w 23 Nº Nodos w Paquetes recibidos Retardo Consumo Consumo medio 50 5 32 0,71642 4348,1 86,962 100 5 42 0,844803 8694,23 86,9423 150 5 59 1,10143 13049,1 86,9937 200 5 88 1,23529 17404,5 87,0227 50 10 60 1,15592 4410,69 88,2138 100 10 120 1,61094 8855,02 88,5502 150 10 224 2,02828 13346 88,9735 200 10 327 2,09896 17824,3 89,1216 50 15 80 1,37255 4516,59 90,3319 100 15 253 2,21569 9150,55 91,5055 150 15 490 2,6247 13886,2 92,5749 200 15 615 2,66436 18589,5 92,9473 50 20 104 1,69711 4636,66 92,7332 100 20 348 2,5431 9562,47 95,6247 150 20 674 3,01616 14551,6 97,0107 200 20 784 3,07663 19524,6 97,623 50 100 150 200 0 200 400 600 800 1000 1200 1400 1600 1800 Paquetes recibidos según valor de w 5 10 15 20 Nº Nodos Paquetes 50 100 150 200 0 0,5 1 1,5 2 2,5 3 3,5 Retardo medio según valor de w 5 10 15 20 Nº Nodos Retardo (s) Figura 11 Figura 12 Escenario 3D Relación Consumo Total-Valor de w Escenario 3D Relación Consumo Medio-Valor de w Como se puede observar el valor de w tiene influencia directa sobre la tasa de aciertos de paquetes recibidos, ésto es porque cuanto más alto es el valor w más nodos estarán cualificados para reenviar el paquete, por lo que menos probabilidades habrá que el paquete no encuentre el camino hasta el sumidero. Al aumentar el valor de w aumenta el número de nodos implicados en el proceso de envío del paquete por lo que aumenta el retardo de tiempo que tarda el paquete en llegar de la fuente al destino, como se puede ver en la Figura 10. Considerando el consumo energético, a mayor valor de w más nodos reenvían el paquete por lo que claramente aumenta, como se puede observar en las Figuras 11 y 12. Y también se puede observar que cuanto mayor es la densidad de nodos, el consumo es también mayor. En conclusión, un alto valor de w nos proporciona una mayor tasa de aciertos, pero a costa de un aumento en el consumo energético, que es justamente una de las mayores prioridades en las redes subacuáticas de sensores. Estudio de la variación de la tasa de datos. Ahora vamos a estudiar como afecta al resultado de las simulaciones la variación de la tasa de datos o “datarate”. Los parámetros serán los mismos que en el anterior apartado, pero con un valor de w de 20 m, y la distribución de la tasa de datos será: 100 bps. 500 bps. 1000 bps. Con ello obtendremos: 24 50 100 150 200 0 5000 10000 15000 20000 25000 Consumo total según valor de w 5 10 15 20 Nº Nodos Consumo (J) 50 100 150 200 80 82 84 86 88 90 92 94 96 98 100 Consumo medio según valor 5 10 15 20 Nº Nodos Consumo (J) Tabla 6 – Escenario 3D Resultados de simulación variando la tasa de datos. Figura 13 - Escenario 3D Relación Tasa de aciertos–Tasa de datos Figura 14 - Escenario 3D Relación Retardo Medio–Tasa de datos 25 50 100 150 200 0 500 1000 1500 Paquetes recibidos según tasa de datos 100 500 1000 Nº Nodos Paquetes 50 100 150 200 0 5 10 15 20 25 30 35 Retardo según tasa de datos 100 500 1000 Nº Nodos Retardo (s) Nº Nodos Datarate Paquetes recibidos Retardo Consumo Consumo medio 50 100 51 12,4247 6308,29 126,166 100 100 102 21,6361 12789,9 127,899 150 100 121 26,2238 19266,7 128,445 200 100 127 30,5202 25720,9 128,604 50 500 99 3,35657 4945,3 98,906 100 500 276 5,08166 10230,5 102,305 150 500 456 6,04511 15633,3 104,222 200 500 536 6,5982 21058,3 105,292 50 1000 104 1,69711 4636,66 92,7332 100 1000 348 2,5431 9562,47 95,6247 150 1000 674 3,01616 14551,6 97,0107 200 1000 784 3,07663 19524,6 97,623 A continuación procederemos a estudiar como afecta la variación del valor de w o del radio de la “routing pipe”. Para un escenario configurado de la misma manera que en el caso anterior, pero con un valor para la velocidad de los nodos de 3 m/s y una distribución de w de 5,0,15,20 m, los resultados obtenidos son: Tabla 13 – Escenario 2D Resultados de simulación variando el valor de w Figura 26 - Escenario 2D Tasa de aciertos–Velocidad 32 Nº Nodos w Paquetes recibidos Retardo Consumo Total Consumo medio 50 5 692 1,12832 4604,74 92,0948 100 5 814 1,60606 9344,51 93,4451 150 5 818 1,90609 14092,9 93,9523 200 5 809 2,19719 18801 94,0052 50 10 793 1,40496 4949 98,9799 100 10 849 2,11475 10077 100,77 150 10 832 2,50059 15213,9 101,426 200 10 830 2,97789 20308 101,54 50 15 837 1,63411 5247,87 104,957 100 15 850 2,36755 10718 107,18 150 15 836 3,02091 16128,2 107,522 200 15 830 3,51342 21501 107,505 50 20 852 1,75854 5513,65 110,273 100 20 839 2,5909 11212,1 112,121 150 20 827 3,28844 16881,9 112,546 200 20 824 3,78151 22489,8 112,449 50 100 150 200 -200 300 800 1300 1800 Paquetes recibidos según valor de w 5 10 15 20 Nº Nodos Paquetes Figura 27 Figura 28 Escenario 2D Relación Valor de w-Retardo Medio Escenario 2D Relación Valor de w-Consumo Medio Como se puede observar en la Figura 26, a diferencia de en el escenario tridimensional, la tasa de aciertos es similar para cualquier valor de w, en vez de ir aumentando según va creciendo el valor de w. Esto se debe a que hay el atributo w tiene un valor umbral al partir del cuál la tasa de aciertos del algoritmo VBF no mejora, y al haber una mayor densidad de nodos en este escenario este valor es más pequeño que en el escenario tridimensional. También se puede observar, en las Figuras 27 y 28, como el retardo y el consumo energético si que aumentan según va aumentando el valor de w, igual que en el escenario tridimensional. Esto es debido a que cuanto mayor sea el valor de w más nodos forman parte del envió de un paquete. Seguidamente vamos a estudiar como afecta la variación del datarate o tasa de datos. Para una configuración igual a la de los casos anteriores, con un valor de w de 20 m y una distribución para el datarate de 100, 500, 1000 bps, los datos obtenidos son: Tabla 14 - Escenario 2D Resultados de simulación variando la tasa de datos. 33 50 100 150 200 0 1 2 3 4 Retardo según valor de w 5 10 15 20 Nº Nodos Retardo (s) 50 100 150 200 0 50 100 150 Consumo medio según valor de w 5 10 15 20 Nº Nodos Consumo (J) Nº Nodos Datarate Paquetes Recibidos Retardo Consumo Total Consumo medio 50 100 150 16,2046 7353,44 147,069 100 100 137 24,2389 14318,2 143,182 150 100 135 30,0369 21188,2 141,255 200 100 130 36,5536 27982 139,91 50 500 535 3,7413 5998,49 119,97 100 500 495 5,69562 12084,6 120,846 150 500 449 7,2496 17972,8 119,819 200 500 445 8,53902 23868,6 119,343 50 1000 852 1,75854 5513,65 110,273 100 1000 839 2,5909 11212,1 112,121 150 1000 827 3,28844 16881,9 112,546 200 1000 824 3,78151 22489,8 112,449 Figura 29 - Escenario 2D Relación Tasa de aciertos–Tasa de datos Figura 30 Figura 31 Escenario 2D Relación Consumo Total-Tasa de datos Escenario 2D Relación Consumo Medio-Tasa de datos Como se puede observar en las Figuras 29, 30 y 31 , los resultados obtenidos son similares a los obtenidos para el escenario tridimensional. La tasa de acierto de los paquetes recibidos es mayor cuanto mayor es el datarate, como era de esperar, y el retardo y el consumo energético es inversamente proporcional al valor de la tasa de datos. A continuación vamos a observar como afecta al resultado de las simulaciones la variación de la tas de envío de paquetes. Para una configuración igual a la de las simulaciones anteriores y un datarate de 1000 bps. Con una distribución de la tasa de envíos de 2,1,0.5,03,0.25 paquetes por segundo, los resultados son los siguientes: 34 50 100 150 200 -200 300 800 1300 1800 Paquetes Recibidos según datarate 100 500 1000 Nº Nodos Paquetes 50 100 150 200 0 10 20 30 40 Retardo según datarate 100 500 1000 Nº Nodos Retardo (s) 50 100 150 200 0 50 100 150 200 Consumo medio según datarate 100 500 1000 Nº Nodos Consumo (J) Figura 32 - Escenario 2D Relación Tasa de aciertos–Tasa de congestión de datos. Como se puede observar en la Figura 32, en comparación con los resultados obtenidos en el escenario tridimensional, se obtienen unas tasas de acierto mejores cuando hay pocos nodos. Esto es debido a que en este escenario la densidad de nodos es mayor. Igual que en el escenario tridimensional, parece que llega un momento en el que aunque sigamos espaciando el tiempo entre envíos de paquetes la tasa de aciertos apenas crece. Como ya se comentó, esto es debido a la configuración de ciertos parámetros, como el datarate, que limitan la efectividad del algoritmo VBF. Finalmente vamos a estudiar el efecto del algoritmo “self-adapted” tiene en este escenario, Al haber una mayor densidad de nodos el efecto debería ser mayor que en el escenario tridimensional. Para las simulaciones se han tomado los mismos valores que los tomados en el escenario tridimensional, es decir: un “datarate” de 1000 bps, un valor de w o de radio de la “routing pipe” de 20 m y una velocidad de movimiento fija para los nodos de 3 m/s. Los resultados obtenidos, comparándolos con los equivalentes sin estar usando el algoritmo “self-adapted” son lo siguientes: Tabla 15 Tabla 16 Escenario 2D Tasa de aciertos Normal-Self-Adapted Escenario 2D Retardo Medio Normal-Self-Adapted Tabla 17 Tabla 18 Escenario 2D Consumo Total Normal-Self-Adapted Escenario 2D Consumo Medio Normal-Self-Adapted 35 Normal Self-Adapted Nº Nodos Paquetes Paquetes 50 852 826 100 839 826 150 827 788 200 824 734 Normal Self-Adapted Nº Nodos Retardo Retardo 50 1,61717 1,75854 100 2,44506 2,5909 150 2,91886 3,28844 200 3,56823 3,78151 Normal Self-Adapted Nº Nodos Consumo Total Consumo Total 50 5513,65 5242,02 100 11212,1 10683,4 150 16881,9 16097,2 200 22489,8 21336,4 Normal Self-Adapted Nº Nodos Consumo Medio Consumo Medio 50 110,273 104,84 100 112,121 106,834 150 112,546 107,315 200 112,449 106,682 50 100 150 200 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 Tasa de aciertos según tasa de envío 2 1 0,5 0,3 0,25 Nº Nodos Tasa de acierto Figura 33 Figura 34 Escenario 2D Tasa de aciertos Normal-Self-Adapted Escenario 2D Retardo Medio Normal-Self-Adapted Figura 35 Figura 36 Escenario 2D Consumo Total Normal-Self-Adapted Escenario 2D Consumo Medio Normal-Self-Adapted Se puede observar en las Figuras 33, 34, 35 y 36 como los resultados obtenidos son muy similares a los obtenidos en el escenario tridimensional. Como se suponía, hay una tasa de aciertos ligeramente menor y un retardo mayor, pero a cambio el consumo es menor usando el algoritmo “self adapted”. Se puede observar en la Figura 34 como hay una mayor diferencia en el consumo de cada nodo que en el escenario tridimensional. 36 50 100 150 200 0 200 400 600 800 1000 1200 1400 1600 1800 Paquetes recibidos Normal Self-Adapted Nº Nodos Paquetes 50 100 150 200 0 5000 10000 15000 20000 25000 Consumo Total Normal Self-Adapted Nº Nodos Consumo (J) 50 100 150 200 100 102 104 106 108 110 112 114 Consumo medio Normal Self-Adapted Nº Nodos Consumo (J) 50 100 150 200 0 0,5 1 1,5 2 2,5 3 3,5 4 Retardo Normal Self-Adapted Nº Nodos Retardo (s) 6. Conclusiones y trabajo futuro. Se ha realizado la implementación de un modelo del protocolo de enrutamiento VBF para redes de sensores subacuáticas para el simulador NS-3 y se ha realizado un estudio sobre este modelo sobre el cuál se han extraído las siguientes conclusiones. En el estudio del protocolo VBF hemos llegado a confirmar los resultados presentados en el artículo de referencia. En primer lugar, hemos comprobado que el protocolo VBF que la velocidad de movimiento de los nodos tiene poco impacto en la tasa de aciertos, el consumo energético y el retardo medio. Por lo tanto VBF puede manejar efectivamente la movilidad de los nodos. También hemos comprobado como afecta la variación de uno de los parámetros del algoritmo, el radio de la “routing pipe” o w. Hemos demostrado que a mayor valor de w un mayor número de nodos se verán inmiscuidos en el envío de un paquete, pero a costa de un mayor retardo y un mayor consumo energético. También hemos descubierto como llega un momento en que aumentar la w no nos asegura una mejor tasa de aciertos, pero si que sigue aumentando el consumo energético. Debido a que nuestra mayor preocupación es el consumo energético, a la hora de configurar el algoritmo hay que encontrar un valor que nos de una buena tasa de aciertos con el mínimo cosumo posible. También se ha estudiado el efecto del algoritmo “self-adapted”, y se ha demostrado que a costa de aumentar un poco el retardo medio se consigue mejorar el consumo energético. Debido a que el consumo energético es nuestra prioridad a la hora de seleccionar los parámetros del protocolo, se recomienda siempre usar el algoritmo “self-adapted”. Como trabajo futuro se propone la creación de un protocolo MAC eficiente para las redes de sensores subacuáticas. En las simulaciones hemos usado como protocolo MAC el Aloha, que es el más parecido al protocolo MAC definido en el artículo de referencia, pero se considera necesaria la creación de un protocolo MAC eficiente que se ajuste a las necesidades de las redes subacuáticas de sensores para dar un paso más en las investigaciones. 37 7. Bibliografía. [1] P. Xie, J.-H. Cui, and L. Lao. Vbf: Vector-based forwarding protocol for underwater sensor networks. [2] J. Proakis, J. Rice, E. Sozer, and M. Stojanovic.Shallow Water Acoustic Networks. In J. G.Proakis, editor, Encyclopedia of Telecommunications.John Wiley and Sons, 2003. [3] K. Kredo II and P. Mohapatra. Medium Access Control inWireless Sensor Networks. Computer Networks (Elsevier), vol. 51(4), pp. 961–994, Mar. 2007. [4] S. Kumar, V. S. Raghavanb, and J. Dengc. Medium Access Control Protocols for Ad Hoc Wireless Networks: A Survey. Ad Hoc Networks (Elsevier), vol. 4(3), pp. 326–358, May 2006. [5] C. Perkins and P. Bhagwat. Highly Dynamic Destination Sequenced Distance Vector Routing (DSDV) forMobile Computers. In Proc. of ACM Special Interest Group on Data Communications (SIGCOMM). London, UK, 1994. [6] D. B. Johnson, D. A. Maltz, and J. Broch. DSR: The Dynamic Source Routing Protocol for Multi-Hop Wireless Ad Hoc Networks. In C. E. Perkins, editor, Ad Hoc Networking, pp. 139–172. Addison-Wesley, 2001. [7] P. Bose, P.Morin, I. Stojmenovic, and J. Urrutia. Routing with Guaranteed Delivery in Ad Hoc Wireless Networks. ACM-Kluver Wireless Networks (Springer), vol. 7(6), pp. 609–616, Nov. 2001. [8] P. Xie and J.-H. Cui. SDRT: A Reliable Data Transport Protocol for Underwater Sensor Networks. University of Connecticut, Technical Report UbiNet-TR06-03, Feb. 2006. [9] I. F. Akyildiz D. Pompili, and T. Melodia State of the Art in Protocol Research for Underwater Acoustic Sensor Networks [10] Homepage of ns-3: http://www.nsnam.org/ 38