Lokalisierung von drahtlosen Sensoren überall: Bereitstellung zuverlässiger und stromsparender drahtloser Sensornetzwerke über große Entfernungen

Eine Vision des Internets der Dinge ist die Fähigkeit, Dinge zu messen und zu nutzen, die noch nie zuvor gemessen wurden. Bei der Überwachung alternder Infrastrukturen wie Brücken, Tunnel oder Hochspannungsleitungen oder bei der Bereitstellung von Park- oder Verkehrsinformationen in Echtzeit erfordern diese Anwendungen, dass Wireless Sensor Networks (WSNs) zusammen mit seiner praktischen Installation eine ähnliche Leistung wie ein kabelgebundenes Netzwerk erbringen . Diese WSNs müssen in der Lage sein, eine große Anzahl drahtloser Knoten zu unterstützen und in vielen Fällen große Entfernungen zu überbrücken.

Schlüssel für den weit verbreiteten Einsatz

Damit WSNs in großem Maßstab eingesetzt werden können, müssen sie praktisch zu installieren sein und viele Jahre, oft mehr als ein Jahrzehnt, zuverlässig funktionieren. Damit dies möglich ist, müssen WSNs eine Reihe grundlegender Anforderungen erfüllen:

• Standort eines Sensors überall – Es ist notwendig, Messpunkte dort zu platzieren, wo es optimal für die Erfassung, aber nicht unbedingt optimal für die Kommunikation ist. Infolgedessen werden Sensorknoten häufig an Orten platziert, die nicht unbedingt bequemen Zugang zur Kommunikations- oder Strominfrastruktur haben, und befinden sich häufig in schwierigen HF-Umgebungen (z. B. in Bodennähe, in Tunneln, unter Autos oder tief in Maschinen).
• Geringer Wartungsaufwand – Das Netz muss einen hohen Grad an Selbstwartung aufweisen, und jegliche physische Wartung (z. B. Batteriewechsel) darf nicht die Bewegung eines Fahrzeugs oder den Besuch eines Technikers beinhalten. Beispielsweise dürfen bei Smart-Parking-Anwendungen batteriebetriebene Sensoren nur dann auf der Straßenoberfläche installiert werden, wenn sie im gleichen Intervall wie normale Straßenreparaturen, die alle 5-7 Tage durchgeführt werden, ausgetauscht werden können. In anderen Anwendungen werden WSNs installiert, um für mehr als ein Jahrzehnt zu funktionieren.
• Zuverlässigkeit der Kommunikation – Sie müssen in der Lage sein, zuverlässig mit den Sensoren zu kommunizieren, auch wenn sie in einer rauen HF-Umgebung installiert sind.
• Skalierbarkeit – Ein Netzwerk sollte für eine Reihe ähnlicher, aber einzigartiger Installationen geeignet sein, die eine Vielzahl von Netzwerkgrößen (sowohl in Bezug auf die Anzahl der Knoten als auch in Bezug auf die Abdeckung), die Tiefe (d. h. die Anzahl der Sprünge des Funksignals zu einem Knoten) abdecken Datenausgangspunkt), Umfang des Datenverkehrs usw.

Aufbau eines vorhersehbaren Netzwerks in einer unvorhersehbaren Umgebung

Es ist schwierig, einen niedrigen Verbrauch zu erreichen, ohne eine Balance zwischen verschiedenen Aspekten zu finden

Es gibt zahlreiche Techniken in drahtlosen Sensornetzwerken, die einen Betrieb mit geringem Stromverbrauch anstreben. Einige drahtlose Netzwerke, wie ZigBee, erzielen nur einen geringen Stromverbrauch bei Sensorgeräten, die am Rand des Netzwerks installiert sind, benötigen jedoch Stromleitungen für Routing-Knoten. Andere Netzwerke fügen eine grundlegende Form des Arbeitszyklus hinzu, die als „Beaconing“ bezeichnet wird, bei der das gesamte Netzwerk heruntergefahren wird und für längere Zeit in einen Energiesparmodus wechselt, aber die Netzwerkverfügbarkeit und -kapazität geopfert werden.

Für die Arten von Anwendungen im Zusammenhang mit dem Internet der Dinge müssen drahtlose Sensornetzwerke jedoch in der Lage sein, viel größere Netzwerke zu hosten und in regelmäßigen Datenintervallen zu kommunizieren. Die Herausforderung besteht daher darin, einen niedrigen Verbrauch bereitzustellen, ohne die Zuverlässigkeit oder Verfügbarkeit des Netzwerks zu beeinträchtigen.

RF ist unberechenbar

Radio (RF) ist ein unberechenbares Kommunikationsmedium. Im Gegensatz zur kabelgebundenen Kommunikation, bei der das Kommunikationssignal durch Kabel von der Außenwelt abgeschirmt ist, breitet sich HF im Freien aus und interagiert mit der Umgebung. Es besteht die Möglichkeit, dass andere HF-Übertragungsquellen aktive Interferenzen verursachen. Viel häufiger ist der Effekt des Mehrwegeschwunds, bei dem die HF-Nachricht durch ihr eigenes Signal gedämpft werden kann, das von umgebenden Oberflächen reflektiert wird und phasenverschoben ankommt.

Handynutzer erleben täglich Multipath-Fading, wenn ihr Handy an einem bestimmten Punkt eine schwache Signalstärke hat, aber sie können es verbessern, indem sie es ein paar Zentimeter bewegen.

Außerdem ändern sich die Auswirkungen der verschiedenen Pfade im Laufe der Zeit, da reflektierende Oberflächen (wie Personen, Autos oder Türen) dazu neigen, sich zu bewegen. Das Ergebnis ist, dass jeder HF-Kanal im Laufe der Zeit erhebliche Schwankungen in der Signalqualität erfährt. Da sich Mehrwegfading jedoch auf jedes HF-Signal unterschiedlich auswirkt, minimiert die Verwendung von Kanalspringen für die verschiedenen Frequenzen seine negativen Auswirkungen. Die Herausforderung für WSNs ist daher die Fähigkeit, Frequency Hopping in großen Multi-Hop-Netzwerken zu verwenden.

Mesh-Netzwerke mit zeitsynchronisiertem Channel-Hopping

Dank Time Synchronized Channel Hopping (TSCH) Mesh-Netzwerken, die erstmals von Linear Technologys Dust Networks entwickelt wurden und sich in einigen der rauesten Umgebungen bewährt haben, sind zuverlässige drahtlose Sensornetzwerke mit geringem Stromverbrauch Realität.

TSCH ist bereits ein grundlegender Baustein in industriellen Wireless-Standards wie WirelessHART (IEC62591) und ist ein Baustein für die Entwicklung neuer Standards für IP-basierte drahtlose Sensornetzwerke.

In einem TSCH-Netzwerk hat jeder Knoten ein gemeinsames Zeitgefühl, das im gesamten Netzwerk auf weniger als einige zehn Mikrosekunden genau ist. Die Netzwerkkommunikation ist in Zeitschlitzen organisiert, die einen Paketaustausch mit geringem Stromverbrauch, gepaartes Kanalspringen und vollständige Pfaddiversität ermöglichen.

Paketaustausch mit geringem Verbrauch

Durch die Verwendung von TSCH können Knoten zwischen geplanten Kommunikationen mit extrem niedrigem Stromverbrauch in den Ruhemodus wechseln. Ein Gerät ist nur dann aktiv, wenn es ein Paket sendet oder auf ein potenzielles Paket von einem Nachbargerät wartet. Und was noch wichtiger ist, jeder Knoten weiß, wann er aufwachen soll, und ist immer verfügbar, um Informationen von seinen Nachbarn zu erhalten. Daher erreichen TSCH-Netzwerke oft weniger als 1 % Einschaltdauer bei voller Netzwerkverfügbarkeit. Da die Transaktion jedes Pakets geplant ist, treten außerdem keine Paketkollisionen innerhalb eines TSCH-Netzwerks auf. Netzwerke können dicht sein und können dimensioniert werden, ohne eine HF-Eigeninterferenz zu erzeugen, um sie zu schwächen.

Überspringt gekoppelte Kanäle

Die Zeitsynchronisation ermöglicht ein Kanalspringen auf jedem Sender-Empfänger-Paar für eine größere Frequenzdiversität. In einem TSCH-Netzwerk wird jeder Paketvermittlungskanal gesprungen, um die unvermeidlichen HF-Signalinterferenzen und -schwunde zu vermeiden. Mehrere Übertragungen können auch zwischen verschiedenen Gerätepaaren gleichzeitig und auf verschiedenen Kanälen erfolgen, wodurch die Netzwerkbandbreite erhöht wird.

Totale Vielfalt an Routen und Frequenzen

Jedes Gerät verfügt über redundante Pfade, um Kommunikationsunterbrechungen zu überwinden, die durch Interferenzen, physische Hindernisse oder Multipath-Fading verursacht werden. Wenn die Übertragung eines Pakets auf einem Pfad fehlschlägt, versucht ein Knoten es automatisch erneut über den nächsten verfügbaren Pfad und einen anderen HF-Kanal. Im Gegensatz zu anderen Mesh-Technologien benötigt ein TSCH-Netzwerk keine Router mit entsprechender Leistung und zeitraubender Routenerkennung.

TSCH-basierte Netzwerke werden derzeit erfolgreich in Anwendungen wie Smart Parking, Rechenzentren zur Überwachung der Energieeffizienz und in Industrieanlagen eingesetzt. Viele Anwendungen, wie z. B. die Überwachung von Pipelines, die strukturelle Überwachung von Brücken und Tunneln sowie die Überwachung von Stromleitungen, erfordern, dass das WSN große Entfernungen zurücklegt. Die Fähigkeit, über diese Entfernungen erfolgreich ein zuverlässiges drahtloses Netzwerk mit geringem Stromverbrauch einzurichten und aufrechtzuerhalten, stellt jedoch eine der anspruchsvollsten Netzwerktopologien dar. Per Definition bedeutet ein Deep-Hop-Netzwerk, dass Nachrichten von den am weitesten entfernten Knoten viele Sprünge benötigen, um ihr Ziel zu erreichen. Während ein einzelnes Netzwerk somit einen großen geografischen Bereich mit Transceivern mit relativ geringer Leistung abdecken kann, gibt es manchmal Bedenken, dass ein großes Netzwerk den regulären Datenverkehr von allen seinen Knoten erfolgreich bewältigen kann, und dies mit einem einzigen Netzwerk, akzeptabler Latenz und Stromverbrauch.

Fallstudie: Ein Mesh-Netzwerk mit Hop-Tiefe

Um ein solches Netzwerk zu erhalten, wurde ein Netzwerk mit 100 Knoten und 32 Tiefensprüngen unter Verwendung des IP SmartMesh-Netzwerks von Dust Networks aufgebaut. Jeder der 100 Knoten generierte und sendete alle 30 Sekunden ein Datenpaket mit der Erwartung, dass jedes Paket mit einer maximalen Latenzzeit von 30 Sekunden empfangen würde (dh bevor derselbe Knoten das nächste Paket generierte).

Das tiefe Netzwerk besteht aus echten drahtlosen Geräten, und darin kommunizieren sieben Geräte (die IDs 1 bis 7 empfangen) direkt mit dem Manager. Die Geräte 8 bis 10 kommunizieren über die oberen sieben Knoten, und die verbleibenden Geräte (Geräte 11 bis 101) befinden sich in Reichweite der unteren drei und oberen drei Geräte. Zum Beispiel ist das Gerät 50 in Reichweite der Geräte 47, 48, 49, 51, 52 und 53. In dieser Topologie ist die minimale Anzahl von Übertragungen (Sats), die erforderlich ist, um das Gerät 101 zu erreichen, 32, obwohl in der Praxis die meisten Pakete benötigt werden mehr Hopfen.

Zum Zeitpunkt der Erstellung dieses Artikels war dieses Netzwerk bereits seit 52 Tagen im Dauerbetrieb. Insgesamt wurden 17 Millionen Datenpakete gesammelt, die aufgrund von Tiefen- und Hop-Wiederholungen mehr als 400 Millionen Übertragungen erfordern. Von den 17 Millionen verschickten Paketen ging keines verloren, die Zuverlässigkeit der Daten ist also 100 %. Etwa 25.000 dieser Pakete sind "Statusmeldungen", dh Diagnoseinformationen, die periodisch von den Knoten gesendet werden.

Latenz- und Stromverbrauchsanalyse

Jedes Paket wird mit einem Zeitstempel versehen, wenn es am Sensorknoten generiert wird, und erneut, wenn es vom Manager empfangen wird, sodass die Latenzzeit jedes Pakets überwacht werden kann. Abbildung 3 zeigt die Verteilung der Daten in diesem Netzwerk über einen Zeitraum von 90 Minuten.

Wie erwartet, haben Knoten mit höheren IDs, die tiefer im Netzwerk liegen, eine höhere Latenz und eine höhere Varianz pro Paket, da die Routenoptionen exponentiell mit der Tiefe zunehmen. Trotzdem erreichten alle Datenpakete des am weitesten entfernten Knotens (Kennung 101) ihr Ziel in weniger als der angestrebten Latenzzeit von 30 Sekunden.

Alle Knoten speichern intern die Anzahl der verbrauchten Akkuladungen und senden diese Informationen regelmäßig an den Administrator. Aus diesen Informationen kann ein Diagramm des durchschnittlichen Stroms im Netzwerk erhalten werden, wie in Abbildung 4 gezeigt. Die Knoten mit niedrigen Identifikationsnummern zeigen den höchsten Stromverbrauch, da sie den Verkehr tragen, der von den am weitesten entfernten Knoten kommt.

Wie zu sehen ist, haben selbst die am stärksten belasteten Router in diesem 32-Hop-tiefen Netzwerk eine durchschnittliche Stromaufnahme von einigen hundert Mikroampere. Bei einem so geringen Stromverbrauch können die Routing-Knoten mehr als 15 Jahre lang mit einem Paar D-Typ-Lithiumbatterien betrieben werden.

Fazit

SmartMesh-IP-Netzwerke, die auf zeitsynchronisiertem Kanalspringen (Time Synchronized Channel Hopping, TSCH) basieren, bieten typischerweise eine Datenzuverlässigkeit von mehr als 99,999 % und einen sehr geringen Stromverbrauch in anspruchsvollen Anwendungen.

Mit einer Betriebsdauer von 10-15 Jahren mit relativ kleinen Lithiumbatterien kann man sagen, dass drahtlose Sensoren überall installiert werden können und Internet-of-Things-Anwendungen im Maßstab einer echten Stadt ermöglichen.