3.2 Approches existantes d’ordonnancement d’activité des noeuds 46
3.2.2 Les approches distribuées
Obtenir un comportement global cohérent à partir de décisions prises
locale-ment est l’objectif principal d’une approche distribuée. Chaque nœud décide
de sa propre activité en se basant sur l’observation de ses propres voisins. Il
n’existe aucune hiérarchie ni infrastructure. Le comportement de chaque nœud
est devenu influencé uniquement que par ceux de ses voisins directs. Ce qui
nous permet de passer facilement à l’échelle et obtenir en conséquences des
solutions plus robustes. Dans cette partie, nous présentons quelques exemples
d’algorithmes distribués.
Un algorithme simple d’ordonnancement distribué appelé "Peas" a été
pro-posé dans [160]. Initialement, tous les nœuds sont en mode inactif.
Périodique-ment, un nœud quitte ce mode et diffuse un message de sondage dans une zone
de communication de rayonR. Si aucune réponse n’est reçue durant une période
de temps définie, il reste actif jusqu’à ce qu’il épuise sa batterie. Sinon, un voisin
qui se trouve à une distance inférieure àP répond à l’émetteur lui permettant
de repasser en mode veille. La valeurP est choisie en fonction de la densité des
nœuds désirée (nombre de capteurs par unité de surface), alors que la période
50CHAPITRE 3. Génération automatique d’un ordonnancement des activités de noeuds
pour qu’un nœud s’active et émet le message dépend de la période de détection.
Cette approche distribuée est tolérante aux fautes (perte de messages, panne
d’un nœud, etc..). Par contre, il ne garantit pas la couverture totale de la zone
d’intérêt.
Un autre mécanisme de couverture distribué est proposé par Tian et
Geor-ganas dans [147]. Le fonctionnement de cet algorithme est divisé en cycles, où
chaque cycle commence par une phase d’auto-ordonnancement suivie d’une
phase de détection. Au cours de la première phase, les nœuds vérifient la règle
d’éligibilité d’être inactif. Un nœud est dit éligible si ses nœuds voisins (sponsors)
surveillent sa région de détection. Pour obtenir les informations de ses voisins,
chaque nœud diffuse un message d’avertissement au début de chaque cycle. Ce
message contient l’identité et la localisation du nœud. Si plusieurs nœuds voisins
prennent la décision d’être en veille simultanément alors il se peut qu’il y ait
occurrence de points "noirs" (zones non couvertes). Pour éviter ce problème, un
back-offest utilisé où chaque nœud commence l’évaluation de la règle après un
temps aléatoire, puis il diffuse un messageADV pour annoncer s’il est prêt à
se désactiver. Avant de se désactiver, le nœud attend encore une périodeT W
pour écouter les mises à jour de ses voisins. Les résultats des simulations ont
montré que cet algorithme permet de diminuer considérablement le nombre de
nœuds actifs et d’augmenter la durée de vie d’une moyenne de 1,7 fois, tout en
conservant une couverture totale du réseau.
Dans [166], Zairi et al proposent l’algorithme ERGS comme une amélioration
du protocole [147]. L’algorithme ERGS repose sur l’idée d’exploiter l’énergie
restante pour décider quel nœud doit entrer dans l’état de veille. La première
caractéristique principale de l’algorithme ERGS consiste à appliquer un principe
d’équité en équilibrant l’énergie restante des nœuds. La deuxième caractéristique
consiste à éviter les phases de négociation, car la décision d’entrer dans l’état de
veille utilise une priorité calculée basée sur une connaissance de voisinage à un
saut. Cela contribue à prolonger la durée de vie du réseau, par la réduction des
échanges de messages d’une part, et par l’évitement des points noirs (points non
couverts) d’autres part.
CKN [108] est un algorithme distribué qui permet de désactiver les nœuds
re-dondants tout en satisfaisant la K-connectivité. Si un nœud a moins que k-voisins,
3.2. Approches existantes d’ordonnancement d’activité des noeuds 51
aucun de ses voisins ne se désactive pas, et s’il a plus que K-voisins, au moins
K d’entre eux doivent rester actifs. Le paramètrek utilisé par cet algorithme
désigne le nombre minimal exigé de voisins actif pour chaque nœud. Le choix
de nœuds actifs est complètement basé sur les rangs qui sont aléatoirement
obtenus au début de l’exécution de l’algorithme (CKN) dans chaque période, et
l’ensemble des nœuds actifs change d’une période à une autre.
CKN ne peut pas assurer une consommation énergétique uniforme, ce pour
cela, un nouvel algorithme d’ordonnancement (EC-CKN), basé sur CKN, est
développé, "Energy Consumed Uniformly Connected K-Neighborhood
algo-rithm" [165]. Dans (EC-CKN) l’information de résidus énergétiques des nœuds
est un paramètre important pour déterminer les nœuds qui doivent être actifs.
Un nœudSu diffuse son résidu énergétique courantEranku puis il calcule un
ensemble Eu des voisins ayant Erank > Eranku. Avant qu’il choisisse de se
désactiver,Sudoit être sûr que tous les nœuds de l’ensembleEu sont connectés,
Erank > Eranku et chacun de ses voisins a au moins k-voisins de l’ensemble
Eu. Ces exigences assurent que si un nœud a moins quekvoisins, aucun de ses
voisins ne se désactive pas, et s’il a plus quekvoisins, au moins kd’entre eux
doivent rester actifs. Ces exigences sont faciles à garder en calculant localement
les informations des voisins à 2 sauts. Cependant, ce protocole exige un niveau
élevé de synchronisation et de communication entre les noeuds voisins, sans
prendre en considération les limites qui caractérisent les réseaux de capteurs
tels que la faible capacité de stockage et de calcul.
Un autre algorithme d’ordonnancement distribué proposé récemment dans [76],
appelé DiLCO (Distributed lifetime coverage optimization protocol in wireless
sensor networks), qui maintient la couverture et améliore la durée de vie d’un
réseau de capteurs sans fil. Tout d’abord, la zone d’intérêt est divisée en
sous-régions en utilisant la méthode classique de diviser pour mieux régner. Dans une
deuxième étape, une méthode distribuée est appliquée dans chaque sous-région
pour optimiser la couverture et les performances de la durée de vie du réseau.
Dans une sous-région, DiLCO consiste à choisir un nœud leader qui va ensuite
effectuer un ordonnancement d’activité des autres noeuds de sa sous-région.
Les défis incluent comment sélectionner le leader le plus efficace dans chaque
sous-région et le meilleur ensemble représentatif de nœuds actifs pour assurer
52CHAPITRE 3. Génération automatique d’un ordonnancement des activités de noeuds
un niveau élevé de couverture. L’impact du nombre de sous-régions choisies
pour subdiviser la zone d’intérêt est aussi étudié dans ce travail, en considérant
différentes tailles du réseau. Les expériences montrent que l’augmentation du
nombre de sous-régions améliore la durée de vie. Plus il y a de sous-régions, plus
le réseau est robuste contre la déconnexion aléatoire résultante de nœuds "morts".
Cependant, les auteurs n’ont pas trouvé le nombre optimal de sous-régions.
Dans [106] Mostafaei et al. proposent l’algorithme PCLA qui se concentre
sur le problème de la couverture partielle, en ciblant des scénarios dans lesquels
la surveillance continue d’une partie limitée de la zone d’intérêt est suffisante.
PCLA repose sur les automates d’apprentissage "Learning Automata" pour
or-donnancer les noeuds ( mode actif ou veille). Il vise à minimiser le nombre de
noeuds à activer de sorte qu’une partie désirée de la zone d’intérêt soit couverte
et que la connectivité entre les capteurs soit préservée.
Dans le document
Ordonnancement des réseaux de capteurs sans fil embarqués
(Page 70-73)