Um mecanismo de compressão de dados local em tempo real energeticamente eficiente para redes WBANS
Resumo
Resumo: A evolução das tecnologias sem fio tem possibilitado a criação de diversos tipos de redes para suportar os serviços do dia-a-dia das pessoas. Entre as redes voltadas para o monitoramento dos cuidados com a saúde, destacam-se as redes corporais sem fio (WBANs), que possibilitam um monitoramento contínuo e em tempo real dos dados fisiológicos. Sem a restrição dos fios, elas permitem mais mobilidade para as pessoas, e a possibilidade do monitoramento remoto. Em 2016, aproximadamente 7 milhões de pessoas tiveram monitoramento remoto por meio de dispositivos móveis e aplicações médicas. Isto deve-se ao fato das WBANs, juntamente com as aplicações médicas, disponibilizarem um monitoramento contínuo, ubíquo e flexível das pessoas. Porém este monitoramento acarreta excessiva transmissão de dados e eleva o consumo de energia dos dispositivos. A literatura apresenta diversas soluções para lidar com o consumo de energia, sejam baseadas em protocolos de comunicação, algoritmos de roteamento e sensoriamento e compressão de dados. Embora algumas abordagens reduzam o consumo de energia, poucas desconsideram a transmissão de informações redundantes. Desta forma, este trabalho apresenta um mecanismo de compressão de dados local em tempo real energeticamente eficiente para redes WBANs chamado GROWN (Ener Gy Efficient Local Data Compression for TRansmission Over WBAN). Ele gerencia a redundância da informação nos dispositivos corporais e emprega métodos de compressão de dados local encontrados nas WSNs e limiares definidos, reduzindo a transmissão das informações e o consumo de energia sem impactar de forma intensa no atraso total da transmissão da informação para uma estação base. Assim, as informações transmitidas são comprimidas sem perdas por meio de tabela fixa de codificação. Além disso, o mecanismo estabelece limiares definidos e analisa a diferença da correlação entre amostras consecutivas. Dessa forma, apenas valores superiores a este limiar serão comprimidos para transmissão. O GROWN foi avaliado através de experimentações e os resultados obtidos demonstram que o mecanismo aumentou o tempo de vida útil dos dispositivos corporais em até 53,73% com uma latência máxima de 55ms entre informações consecutivas, comprovando sua eficiência energética e emprego em aplicações WBANs de tempo real. Palavras-chave: WBAN, Eficiência Energética, Transmissão de dados, Tempo Real. Abstract: The evolution of wireless technologies has made it possible to create different types of networks to support people's day-to-day services. Among the networks focused on health care monitoring, wireless body networks (WBANs) stand out, which enable continuous and real-time monitoring of physiological data. Without the restriction of the wires, they allow more mobility for people, and the possibility of remote monitoring. In 2016, approximately 7 million people had remote monitoring through mobile devices and medical applications. This is due that WBANs together with medical applications, provide continuous, ubiquitous and flexible monitoring of people. However, this monitoring causes excessive data transmission and increases the power consumption of the devices. The literature presents several solutions to deal with energy consumption, whether based on communication protocols, routing algorithms and data sensing and data compression. While some approaches reduce energy consumption, few overlook the transmission of redundant information. Thus, this work presents an energy efficient local data compression mechanism in real time for WBAN networks called GROWN (Ener Gy Efficient Local Data Compression for TRansmission OverWBAN). It manages the redundancy of information on body devices and apply methods of local data compression found in WSNs and defined thresholds, reducing the transmission of information and energy consumption without having a strong impact on the total delay of the transmission of information to the body-gateway. Thus, the transmitted information is compressed without loss through a fixed coding table. In addition, the mechanism establishes defined thresholds and analyzes the difference in correlation between consecutive samples. In this way, only values higher than this threshold will be compressed for transmission. GROWN was evaluated through experiments and the results obtained demonstrate that the mechanism increased the useful life of body devices by up to 55.73% with a maximum latency of 55ms between consecutive information, proving its energy efficiency and use in real-time WBAN applications. Keywords: WBAN, Energy efficient, Data transmission, Real-time .
Collections
- Dissertações [351]