Adrian Singer, M.Sc. Mittweida, 2014
1. Forschungsgegenstand 2. Software 1. Überblick 2. Architektur 3. Modellebene 3. Evaluierung 1. Szenario 2. Zusammenfassung 4. Schlussfolgerungen 2
wireless personal area network (WPAN) wireless sensor network (WSN) wireless sensor-actuator network (WSAN) mobile adhoc network (MANET) vehicular adhoc network (VANET) 2,4 GHz oder 5,9 GHz Band Netzwerk bildet Topologie selbstständig etwa gleiche Technologien Beispiele der Hardwareentwicklung Texas Instruments CC2530 Heizungsaktor Gateway mit Stellaris DK-LM3S9B96 mit Sensorik und effizienter Energieversorgung 3
ViWiAN - Virtual Wireless Adhoc Networks Anwendungstitel: ViWiAN-Propagation 4
ViWiAN - Virtual Wireless Adhoc Networks Anwendungstitel: ViWiAN-Propagation 5
ViWiAN - Virtual Wireless Adhoc Networks Anwendungstitel: ViWiAN-Propagation 6
ViWiAN - Virtual Wireless Adhoc Networks Anwendungstitel: ViWiAN-Propagation 7
VGPU - ViWiAN Computation on Graphics Processing Units CUDA C/C++ Visual C++ C-Sharp (C#) Massiv parallele Berechnungen.NET Framework 8
Umgebungsmodell physikalische Hindernisse, Materialeigenschaften Umgebungsvariablen Netzwerkmodell Beziehungen zwischen Geräten als Matrix Kommunikationsmodell IEEE 802.15.4, (IEEE 802.11p) Kanalmodell Empirisch / deterministisch Ray-Tracing Antennenmodell Antennengewinn für beliebige Richtungen Polarisationsverlust Gerätemodell Generische Hard- und Software Energiemodell Entladeverhalten benutzerdefinierter Batterien 9
Umgebungsmodell physikalische Hindernisse, Materialeigenschaften Umgebungsvariablen Netzwerkmodell Beziehungen zwischen Geräten als Matrix Kommunikationsmodell IEEE 802.15.4, (IEEE 802.11p) Kanalmodell Empirisch / deterministisch Ray-Tracing Antennenmodell Antennengewinn für beliebige Richtungen Polarisationsverlust Gerätemodell Generische Hard- und Software Energiemodell Entladeverhalten benutzerdefinierter Batterien 10
Umgebungsmodell physikalische Hindernisse, Materialeigenschaften Umgebungsvariablen Netzwerkmodell Beziehungen zwischen Geräten als Matrix Kommunikationsmodell IEEE 802.15.4, (IEEE 802.11p) Kanalmodell Empirisch / deterministisch Ray-Tracing Antennenmodell Antennengewinn für beliebige Richtungen Polarisationsverlust Gerätemodell Generische Hard- und Software Energiemodell Entladeverhalten benutzerdefinierter Batterien 11
Umgebungsmodell physikalische Hindernisse, Materialeigenschaften Umgebungsvariablen Netzwerkmodell Beziehungen zwischen Geräten als Matrix Kommunikationsmodell IEEE 802.15.4, (IEEE 802.11p) Kanalmodell Empirisch / deterministisch Ray-Tracing Antennenmodell Antennengewinn für beliebige Richtungen Polarisationsverlust Gerätemodell Generische Hard- und Software Energiemodell Entladeverhalten benutzerdefinierter Batterien 12
Umgebungsmodell physikalische Hindernisse, Materialeigenschaften Umgebungsvariablen Netzwerkmodell Beziehungen zwischen Geräten als Matrix Kommunikationsmodell IEEE 802.15.4, (IEEE 802.11p) Kanalmodell Empirisch / deterministisch Ray-Tracing Antennenmodell Antennengewinn für beliebige Richtungen Polarisationsverlust Gerätemodell Generische Hard- und Software Energiemodell Entladeverhalten benutzerdefinierter Batterien 13
Umgebungsmodell physikalische Hindernisse, Materialeigenschaften Umgebungsvariablen Netzwerkmodell Beziehungen zwischen Geräten als Matrix Kommunikationsmodell IEEE 802.15.4, (IEEE 802.11p) Kanalmodell Empirisch / deterministisch Ray-Tracing Antennenmodell Antennengewinn für beliebige Richtungen Polarisationsverlust Gerätemodell Generische Hard- und Software Energiemodell Entladeverhalten benutzerdefinierter Batterien 14
Umgebungsmodell physikalische Hindernisse, Materialeigenschaften Umgebungsvariablen Netzwerkmodell Beziehungen zwischen Geräten als Matrix Kommunikationsmodell IEEE 802.15.4, (IEEE 802.11p) Kanalmodell Empirisch / deterministisch Ray-Tracing Antennenmodell Antennengewinn für beliebige Richtungen Polarisationsverlust Gerätemodell Generische Hard- und Software Energiemodell Entladeverhalten benutzerdefinierter Batterien 15
Umgebungsmodell physikalische Hindernisse, Materialeigenschaften Umgebungsvariablen Netzwerkmodell Beziehungen zwischen Geräten als Matrix Kommunikationsmodell IEEE 802.15.4, (IEEE 802.11p) Kanalmodell Empirisch / deterministisch Ray-Tracing Antennenmodell Antennengewinn für beliebige Richtungen Polarisationsverlust Gerätemodell Generische Hard- und Software Energiemodell Entladeverhalten benutzerdefinierter Batterien Quelle: AccuCell AC 1800 AA / LR6 1,5 V 16
Multihop-Route mit Ankerknoten sieben Tage Messung 17
Multihop-Route mit Ankerknoten sieben Tage Messung Werte in dbm Link RSSI Ø Std.Abw. σ Simulation Differenz 0-1 -47,56 1,15-48,94-1,38 1-2 -54,08 1,26-54,79-0,71 2-3 -58,15 2,35-57,90 0,25 3-4 -53,83 2,65-54,36-0,53 4-5 -76,31 0,66-87,51-11,2 5-6 -51,91 2,26-55,62-3,71 6-7 -57,83 3,05-57,01 0,82 7-8 -73,21 3,11-78,43-5,22 8-9 -55,00 1,08-54,27 0,73 9-10 -54,94 3,01-55,61-0,67 10-11 -75,80 2,16-76,84-1,04 11-12 -72,22 2,81-72,66-0,44 18
seit 2010 mehrere indoor und outdoor Versuchsnetze mit etwa 30 x 10 x 3 m Messungen der Signalempfangsstärke zwischen den Geräten wird in Datenbanken gespeichert Standardabweichung für indoor Messungen 2-3dB (ohne Ausreißer) mittlere Abweichung zwischen Messung und Simulation ~ 2dB Ausreißer (5 11 db max.) bedingt durch Parameter der Umgebung und Geräte Simulation von 78 Funkverbindungen in einer Umgebung mit knapp sechs tausend (5.990) physikalischen Flächen führt zu 47.220 Kollisionsberechnungen pro Pfad Berechnet in 500 bis 700 Millisekunden 19
Die empirische und die ray-tracing Simulation des Funkkanals ist robust und führt zu brauchbaren Ergebnissen. Anwendungen von MANETs und VANETs profitieren von der Simulation realistischer Szenarien. Die Qualität der Simulation ist abhängig von den Eigenschaften der Geräte und deren direkter Umgebung. Massiv parallele Programme werden weiterhin in allen wissenschaftlichen Disziplinen stark zunehmen. 20