Key points are not available for this paper at this time.
Les réseaux de capteurs sans fil ont créé de nouvelles opportunités pour la collecte de données dans une variété de scénarios, tels que l'environnement et l'industrie, où nous nous attendons à ce que les données soient temporellement et spatialement corrélées. Les chercheurs peuvent souhaiter collecter en continu toutes les données des capteurs du réseau pour une analyse ultérieure. La suppression, à la fois temporelle et spatiale, offre des opportunités pour réduire le coût énergétique de la collecte des données des capteurs. Nous démontrons comment les deux types peuvent être combinés pour un bénéfice maximal. Nous formulons le problème comme une question de surveillance des contraintes de nœuds et de liens. Un nœud surveillé déclenche un rapport si sa valeur change. Un lien surveillé déclenche un rapport si la différence entre les valeurs de ses nœuds change. L'ensemble des rapports collectés à la station de base est utilisé pour dériver toutes les valeurs des nœuds. Nous exploitons pleinement le potentiel de cette inférence globale dans notre algorithme, CONCH, abréviation de chaînage de contraintes. Le chaînage de contraintes construit un réseau de contraintes qui sont maintenues localement, mais permet de maintenir une vue globale des valeurs avec un coût minimal. La défaillance du réseau complique l'utilisation de la suppression, car elle entraîne l'absence de rapports. Nous ajoutons des améliorations à CONCH pour intégrer des contraintes redondantes et fournir une méthode pour interpréter les rapports résultants en cas d'incertitude. En utilisant la simulation, nous évaluons expérimentalement l'efficacité de CONCH par rapport à des schémas concurrents dans un certain nombre de scénarios intéressants.
Silberstein et al. (Tue,) ont étudié cette question.