OTIMIZAÇÃO MULTIOBJETIVO DA TOPOLOGIA DE REDES DE SENSORES SEM FIO HETEROGÊNEAS

Abstract

Wireless Sensor Networks (WSNs) have great potential for applications in a wide range of areas, such as industry, security, public health and agriculture. In general, the optimal performance of a WSN depends on the correct dimensioning of fundamental parameters, such as coverage area, connectivity and energy consumption. In this work, a multi-objective Integer Linear Programming (ILP) model is proposed to solve the Sensor Allocation Problem (SAP), considering a heterogeneous WSN with predefined candidate positions for the allocation of sensor nodes in a region of interest. The objective of the proposed model is to minimize energy consumption, whilst seeking to maximize network coverage in the monitoring region. The model was validated through 225 computational experiments with small and medium-scale instances, using Python language and the Gurobi® solver. Despite the high combinatorial complexity inherent to the SAP, the proposed model presents feasible results and shows to be useful for assisting real WSN application projects. The obtained results serve as reference and can be used for comparative purposes in developments of this study.

Redes de Sensores Sem Fio (RSSF) possuem grande potencial para aplicações nas mais diversas áreas, tais como indústria, segurança, saúde pública e agricultura. Em geral, o desempenho ótimo de uma RSSF depende do dimensionamento correto de parâmetros fundamentais, tais como área de cobertura, conectividade e consumo de energia. Neste trabalho, é proposto um modelo de Programação Linear Inteira (PLI) multiobjetivo para resolver o Problema de Alocação de Sensores (PAS), considerando uma RSSF heterogênea com posições candidatas à alocação de nós sensores predefinidas em uma região de interesse. O objetivo do modelo proposto é minimizar o consumo energético, ao passo que busca-se maximizar a cobertura da rede na região de monitoramento. A validação do modelo foi realizada através de 225 experimentos computacionais com instâncias de pequena e média escala, utilizando linguagem Python e o solver Gurobi®. Apesar da alta complexidade combinatória inerente ao PAS, o modelo proposto apresenta resultados factíveis e se mostra útil para auxiliar projetos de aplicações reais de RSSF. Os resultados obtidos servem como referência e podem ser utilizados para fins comparativos em desdobramentos deste estudo.