Robust Topology Control for Indoor Wireless Sensor - PowerPoint PPT Presentation

Robust ¡Topology ¡Control ¡for ¡ ¡ Indoor ¡Wireless ¡Sensor ¡Networks ¡ Chenyang ¡Lu ¡ Computer ¡Science ¡and ¡Engineering ¡

Why ¡Do ¡We ¡Need ¡Topology ¡Control? ¡  Reducing ¡transmission ¡power ¡can ¡reduce ¡power ¡ consump8on ¡and ¡reduce ¡channel ¡conten8on ¡  But ¡it’s ¡challenging: ¡ Links ¡have ¡irregular ¡and ¡probabilis8c ¡proper8es ¡  Link ¡quality ¡can ¡vary ¡significantly ¡over ¡8me ¡  Human ¡ac8vity ¡and ¡mul8-­‑path ¡effects ¡in ¡ ¡  indoor ¡networks ¡ 3 ¡

Outline ¡  Empirical ¡study ¡  ART ¡algorithm ¡  Implementa8on ¡and ¡evalua8on ¡  Conclusion ¡ 4 ¡

Existing ¡Empirical ¡Studies ¡  Many ¡studies ¡explore ¡link ¡performance ¡at ¡a ¡fixed ¡ transmission ¡power ¡[Srinivasan ¡2006], ¡[Woo ¡2003], ¡[Reijers ¡ 2004], ¡[Zhou ¡2004], ¡[Lai ¡2003] ¡  [Son ¡2004] ¡evaluates ¡older ¡Chipcon ¡CC1000 ¡radios ¡  [Lin ¡2006] ¡uses ¡a ¡simplified ¡indoor ¡environment ¡(all ¡nodes ¡ have ¡line-­‑of-­‑sight) ¡  Our ¡study ¡considers ¡modern, ¡802.15.4-­‑compliant ¡CC2420 ¡ radios ¡in ¡a ¡complex ¡office ¡environment ¡ 5 ¡

-­‑15 ¡dBm ¡ -­‑25 ¡dBm ¡ 0 ¡dBm ¡ Is ¡Topology ¡Control ¡Bene;icial? ¡ Testbed ¡Topology ¡ 6 ¡

105 ¡links ¡(20.2%) ¡receive ¡ ≥ ¡95% ¡of ¡packets ¡at ¡-­‑25 ¡dBm ¡ 368 ¡links ¡(70.2%) ¡receive ¡ NO ¡packets ¡at ¡-­‑25 ¡dBm ¡ Compared ¡to ¡82 ¡links ¡(15.6%) ¡ @ ¡-­‑5 ¡dBm ¡ Packet ¡Recep8on ¡Ra8o ¡(PRR) ¡ Is ¡Topology ¡Control ¡Bene;icial? ¡ Distribu8on ¡Across ¡Links ¡ 7 ¡

$ , #%+ $&( ! 9$!( $#( ! 9$!+ $#" ! 9$!) #%* $#' ! 9$#" #%) #%( 788 ... ¡but ¡have ¡modest ¡ #%" performance ¡@ ¡-­‑5 ¡ #%' Insight ¡1 : ¡Transmission ¡power ¡should ¡be ¡set ¡on ¡a ¡per-­‑ dBm ¡ #%& link ¡basis ¡to ¡improve ¡link ¡quality ¡and ¡save ¡energy. ¡ #%! 3 ¡of ¡4 ¡links ¡fail ¡ @ ¡-­‑10 ¡dBm ¡... ¡ #%$ # , ! !" ! !# ! $" ! $# ! " # , TX -./01,23456 Is ¡Topology ¡Control ¡Bene;icial? ¡ Impact ¡of ¡TX ¡power ¡on ¡PRR ¡ 8 ¡

Low signal strength High contention Insight ¡2 : ¡ Robust ¡topology ¡control ¡algorithms ¡must ¡ avoid ¡increasing ¡conten8on ¡under ¡heavy ¡network ¡load. ¡ What ¡is ¡the ¡Impact ¡of ¡Transmission ¡ Power ¡on ¡Contention? ¡ 9 ¡

Is ¡Dynamic ¡Power ¡Adaptation ¡ Link ¡110 ¡-­‑> ¡139 ¡ Necessary? ¡ 10 ¡

Insight ¡3: ¡ Robust ¡topology ¡control ¡algorithms ¡must ¡ adapt ¡their ¡transmission ¡power ¡in ¡order ¡to ¡maintain ¡ good ¡link ¡quality ¡and ¡save ¡energy. ¡ Is ¡Dynamic ¡Power ¡Adaptation ¡ Long-­‑Term ¡Link ¡Stability ¡ Necessary? ¡ 11 ¡

Are ¡Link ¡Indicators ¡Robust ¡Indoors? ¡  Two ¡instantaneous ¡metrics ¡are ¡ohen ¡proposed ¡as ¡ indicators ¡of ¡link ¡reliability: ¡ Received ¡Signal ¡Strength ¡Indicator ¡(RSSI) ¡  Link ¡Quality ¡Indicator ¡(LQI) ¡   Disagreement ¡over ¡which ¡is ¡a ¡bejer ¡indicator ¡of ¡PRR ¡ ¡ [Srinivasan ¡2006]: ¡“RSSI ¡is ¡under-­‑appreciated” ¡  [Lin ¡2006]: ¡LQI ¡and ¡RSSI ¡are ¡both ¡good ¡proxies ¡for ¡PRR ¡(ATPC ¡alg.) ¡  TinyOS ¡2.1: ¡LQI ¡used ¡to ¡es8mate ¡channel ¡quality ¡   Can ¡you ¡pick ¡an ¡RSSI ¡ or ¡ LQI ¡threshold ¡that ¡predicts ¡ whether ¡a ¡link ¡has ¡high ¡PRR ¡or ¡not? ¡ 12 ¡

RSSI ¡threshold ¡= ¡-­‑86 ¡dBm, ¡PRR ¡threshold ¡= ¡0.9 ¡ ¡ 6% ¡false ¡posi8ve ¡rate ¡ 8% ¡false ¡nega8ve ¡rate ¡ RSSI ¡threshold ¡= ¡-­‑85 ¡dBm, ¡PRR ¡threshold ¡= ¡0.9 ¡ ¡ 4% ¡false ¡posi8ve ¡rate ¡ 62% ¡false ¡nega8ve ¡rate ¡ RSSI ¡threshold ¡= ¡-­‑84 ¡dBm, ¡PRR ¡threshold ¡= ¡0.9 ¡ ¡ Insight ¡4 : ¡Instantaneous ¡LQI ¡and ¡RSSI ¡are ¡not ¡robust ¡ 66% ¡false ¡posi8ve ¡rate ¡ 6% ¡false ¡nega8ve ¡rate ¡ es8mators ¡of ¡link ¡quality ¡in ¡all ¡environments. ¡ Are ¡Link ¡Indicators ¡Robust ¡Indoors? ¡ Links ¡106 ¡-­‑> ¡129 ¡and ¡104 ¡-­‑> ¡105 ¡ 13 ¡

Adaptive ¡and ¡Robust ¡Topology ¡control ¡ (ART) ¡ Ini8alizing ¡ Steady ¡ Trial ¡ Power ¡Level ¡= ¡ ¡ 7 ¡6? ¡ 6 ¡ 7 ¡ Target ¡PRR ¡= ¡80% ¡ w=10 ¡ 14 ¡

Avoiding ¡Contention ¡  Naïve ¡policy: ¡When ¡# ¡of ¡transmission ¡failures ¡goes ¡above ¡ threshold, ¡then ¡increase ¡power ¡level ¡  But ¡what ¡if ¡this ¡makes ¡things ¡worse? ¡ Remember, ¡higher ¡power ¡ → more ¡conten8on ¡   Ini8ally ¡increase ¡power ¡when ¡# ¡of ¡failures ¡> ¡threshold, ¡but ¡ remember ¡# ¡of ¡failures ¡in ¡last ¡window ¡  If ¡# ¡of ¡failures ¡is ¡worse ¡than ¡last ¡8me, ¡then ¡flip ¡direc8on ¡ and ¡decrease ¡power ¡instead ¡  Cheaply ¡tracks ¡“gradient” ¡of ¡power-­‑to-­‑PRR ¡curve ¡ 15 ¡

Experimental ¡Setup ¡  ART ¡implemented ¡using ¡TinyOS ¡2.1 ¡CVS ¡ Adds ¡392 ¡bytes ¡of ¡RAM ¡and ¡1582 ¡bytes ¡of ¡ROM ¡   Window ¡size ¡= ¡50, ¡PRR ¡threshold ¡= ¡95% ¡ ¡  Three ¡experiments: ¡ Link-­‑level ¡  Data ¡collec8on ¡  High ¡conten8on ¡  ¡ 16 ¡

Link-­‑Level ¡Performance ¡  Selected ¡29 ¡links ¡at ¡random ¡from ¡524 ¡detected ¡in ¡empirical ¡ study ¡  Transmijed ¡packets ¡round-­‑robin ¡over ¡each ¡link ¡in ¡batches ¡ of ¡100, ¡cycled ¡for ¡24 ¡hours ¡(15000 ¡packets/link) ¡ ¡ PRR ¡ Avg. ¡Current ¡ Max ¡Power ¡ 56.7% ¡( σ = 2.5%) ¡ 17.4 ¡mA ¡( σ = 0) ¡ ART ¡ 58.3% ¡( σ = 2.1%) ¡ 14.9 ¡mA ¡( σ = 0.32) ¡ 17 ¡

Link-­‑Level ¡Performance ¡ Link ¡129 ¡-­‑> ¡106 ¡ 18 ¡

Data ¡Collection ¡  Deployed ¡Collec8on ¡Tree ¡Protocol ¡[Gnawali ¡2008] ¡rou8ng ¡ algorithm ¡and ¡selected ¡one ¡testbed ¡node ¡as ¡sink ¡  All ¡27 ¡other ¡nodes ¡take ¡turns ¡sending ¡batches ¡of ¡200 ¡ packets ¡ 1800 ¡total ¡packets/node ¡over ¡4 ¡hours ¡   Compare ¡against ¡maximum ¡power ¡and ¡PCBL ¡[Son ¡2004] ¡ Collects ¡large ¡amount ¡of ¡bootstrapping ¡data ¡(2 ¡hrs. ¡on ¡testbed) ¡  Uses ¡lowest ¡power ¡sewng ¡with ¡PRR ¡≥ ¡98% ¡  “Blacklists” ¡links ¡with ¡PRR ¡< ¡90% ¡  ¡ 19 ¡

1 ¡ 0.95 ¡ Packet ¡Delivery ¡Rate ¡ 0.9 ¡ 0.85 ¡ 0.8 ¡ 0.75 ¡ 0.7 ¡ Max-­‑Power ¡ PCBL ¡ ART ¡ Data ¡Collection ¡ Packet ¡Delivery ¡Rate ¡ 20 ¡

CTP ¡data ¡ Protocol ¡overhead ¡ 1.4 ¡ Rela=ve ¡Energy ¡Consump=on ¡ 1.2 ¡ 1 ¡ 0.8 ¡ 0.6 ¡ 0.4 ¡ 0.2 ¡ 0 ¡ Max-­‑Power ¡ PCBL ¡ ART ¡ Data ¡Collection ¡ Energy ¡Consump8on ¡ 21 ¡

Max-­‑power ¡starves ¡ nodes ¡with ¡most ¡ expensive ¡paths ¡ Data ¡Collection ¡ ¡ Hop-­‑Count ¡vs. ¡PRR ¡ 22 ¡

Handling ¡High ¡Contention ¡  Select ¡10 ¡links ¡at ¡random ¡from ¡testbed ¡  Send ¡packets ¡over ¡all ¡10 ¡links ¡simultaneously ¡as ¡possible ¡ (batches ¡of ¡200 ¡packets ¡for ¡30 ¡min.) ¡  Compare ¡again ¡against ¡PCBL ¡and ¡max-­‑power ¡  Also ¡run ¡ART ¡without ¡“gradient” ¡op8miza8on ¡to ¡isolate ¡its ¡ effect ¡on ¡PRR ¡ 23 ¡

1 ¡ 0.9 ¡ 0.8 ¡ Packet ¡Recep=on ¡Rate ¡ 0.7 ¡ 0.6 ¡ 0.5 ¡ 0.4 ¡ 0.3 ¡ 0.2 ¡ 0.1 ¡ 0 ¡ Max-­‑Power ¡ PCBL ¡ ART ¡ ART ¡(w/o ¡gradient) ¡ Handling ¡High ¡Contention ¡ Packet ¡Recep8on ¡Rate ¡ 24 ¡

1 ¡ 0.9 ¡ Rela=ve ¡Energy ¡Consump=on ¡ 0.8 ¡ 0.7 ¡ 0.6 ¡ 0.5 ¡ 0.4 ¡ 0.3 ¡ 0.2 ¡ 0.1 ¡ 0 ¡ Max-­‑Power ¡ PCBL ¡ ART ¡ ART ¡(w/o ¡gradient) ¡ Handling ¡High ¡Contention ¡ Energy ¡Consump8on ¡ 25 ¡