В.И. Парфенов1, Буй Чонг Тиен2, Конг Минь Туан3, А.В. Терехов4

1,2 Воронежский государственный университет (г. Воронеж, Россия)

3,4 Национальный исследовательский университет «МЭИ» (Москва, Россия)

1 vip@phys.vsu.ru; 2 trongtienpt98@gmail.com; 3 kongm@mpei.ru; 4 aleksandr-terekhov@ya.ru

Постановка проблемы. Топология беспроводных сенсорных сетей (БСС), а также принципы передачи и обработки информации в них предполагают обязательный учет данных о рельефе местности и имеющихся ограничений на энергоемкость источников питания сенсоров. В связи с этим, вместо наиболее часто используемой топологии сети типа «звезда» приходится применять другие, например, «последовательную», в которой информация передается последовательно от сенсора к сенсору. Следовательно, необходимо не только разработать новые комплексные алгоритмы обнаружения объектов в БСС в этих условиях, но и исследовать эффективность их работы.

Цель. Предложить новые алгоритмы комплексного обнаружения объектов при ограничениях на энергоемкость источников питания сенсоров и выявить условия их наиболее эффективного функционирования.

Результаты. Предложено два способа передачи и обработки информации в БСС с «последовательной» передачей данных, базирующихся на построении отношения правдоподобия и сравнении их с некоторым порогом. Получены отношения правдоподобия с учетом наличия помех как в каналах «объект – сенсор», так и в каналах «(i-1)-й сенсор – i-й сенсор». Найдены точные (рекуррентные) выражения для расчета вероятностей ошибок обнаружения всей системы при условии, что окончательное решение выносится в центральном узле сети. Исследована зависимость эффективности обнаружения от числа сенсоров в сети, отношения сигнал/шум в каналах связи объекта и координат объекта наблюдения.

Практическая значимость. Предложенные алгоритмы целесообразно использовать в БСС при отсутствии прямой видимости всех узлов сети с центральным узлом. Кроме того, полученные результаты позволяют обоснованно выбирать параметры сети для достижения наилучшей эффективности обнаружения в заданных условиях.

Парфенов В.И., Буй Чонг Тиен, Конг Минь Туан, Терехов А.В. Алгоритмы комплексирования при последовательной передаче информации в беспроводных сенсорных сетях при решении задачи обнаружения объектов наблюдения // Радиотехника. 2025. Т. 89. № 6. С. 40−52. DOI: https://doi.org/10.18127/j00338486-202506-04

1. Nurlan Z., Zhukabayeva T., Othman M., Adamova A., Zhakiyev N. Wireless sensor network as a mesh: Vision and сhallenges // IEEE Access. 2021. V. 10. P. 46-67. https://doi.org/10.1109/ACCESS.2021.3137341.
2. Manuel E.M., Pankajakshan V., Mohan M.T. Efficient strategies for signal aggregation in low-power wireless sensor networks with discrete transmission ranges // IEEE Sensors Letters. 2023. V. 7(3). P. 1-4. https://doi.org/10.1109/LSENS.2023.3250432.
3. Choi H.H., Muy S., Lee J.R. Geometric analysis-based cluster head selection for sectorized wireless powered sensor networks // IEEE Wireless Communications Letters. 2021. V. 10(3). P. 649-653. https://doi.org/10.1109/LWC.2020.3044902.
4. Qiu Z., Ma Y., Fan F., Huang J., Wu M. Adaptive scale patch-based contrast measure for dim and small infrared target detection // IEEE Geoscience and Remote Sensing Letters. 2022. V. 19. P. 1-5. https://doi.org/10.1109/LGRS.2020.3036842.
5. Rao M., Kamila N.K. Target tracking in wireless sensor networks: The current state of art // Sensor technology: Concepts, methodologies, tools, and applications. Hershley: IGI Global. 2020. V. 2. P. 857-880. https://doi.org/10.4018/978-1-7998-2454-1.ch041
6. Amutha J., Sharma S., Nagar J. WSN strategies based on sensors, deployment, sensing models, coverage and energy efficiency: Review, approaches and open issues // Wireless Personal Communications. 2020. V. 111. P. 1089-1115. https://doi.org/10.1007/s11277-019-06903-z.
7. Surenther I., Sridhar K.P., Roberts M.K. Maximizing energy efficiency in wireless sensor networks for data transmission: A deep learn-ing-based grouping model approach // Alexandria Engineering Journal. 2023. V. 83. P. 53-65. https://doi.org/10.1016/j.aej.2023.10.016.
8. Hammad M., Bsoul M., Hammad M., Al-Hawawreh M. An efficient approach for representing and sending data in wireless sensor networks // Journal of Communications. 2019. V. 14(2). P. 104-109. https://doi.org/10.12720/jcm.14.2.104-109.
9. Zhang H. Analysis and research on wireless sensor networks // 2nd International Conference on Computer Science Communication and Network Security (CSCNS2020). Sanya. China. 2020. Р. 1-7. https://doi.org/10.1051/matecconf/202133604009.
10. Dao T.K., Chu S.C., Nguyen T.T., Nguyen T.D., Nguyen V.T. An optimal WSN node coverage based on enhanced Archimedes optimization algorithm // Entropy. 2022. V. 24(8). P. 1-22. https://doi.org/10.3390/e24081018.
11. Lewandowski M., Płaczek B. Data transmission reduction in wireless sensor network for spatial event detection // Sensors. 2021.
    V. 21(21). P. 1-21. https://doi.org/10.3390/s21217256.
12. Zhang J., Lin Z., Tsai P.W., Xu L. Entropy-driven data aggregation method for energy-efficient wireless sensor networks // Information Fusion. 2020. V. 56. P. 103–113. https://doi.org/10.1016/j.inffus.2019.10.008.
13. Varshney P.K. Distributed detection and data fusion. New York: Springer. 1997. 276 p.
14. Induja K., Krupa A.J. A connectivity protocol for star topology using wireless sensor network // 2017 International Conference on Nextgen Electronic Technologies: Silicon to Software (ICNETS2). Chennai. India. 2017. Р. 50-56. https://doi.org/10.1109/ICNETS2.2017.8067896.
15. Goratti L., Baykas T., Rasheed T., Kato S. NACRP: A connectivity protocol for star topology wireless sensor networks // IEEE Wireless Communications Letters. 2016. V. 5(2). P. 120-123. https://doi.org/10.1109/LWC.2015.2506163.
16. Parfenov V.I., Le V.D. Optimal fusion rule for distributed detection with channel errors taking into account sensors’ unreliability prob-ability when protecting coastlines // International Journal of Sensor Networks. 2022. V. 38(2). P. 71-84. https://doi.org/10.1504/IJSNET.2022.121157.
17. Скляр Б. Цифровая связь. Теоретические основы и практическое применение. М.: ИД «Вильямс». 2003. 1104 с.