Link Quality in Wireless Sensor Networks

par Ana Bildea

Thèse de doctorat en Informatique

Sous la direction de Andrzej Duda et de Olivier Alphand.

Le président du jury était Noël de Palma.

Le jury était composé de Pascal Berthou.

Les rapporteurs étaient Isabelle Guerin-Lassous, Stéphane Ubeda.

  • Titre traduit

    Qualité des liens dans les réseaux de capteurs sans fil : Conception de métriques de qualité de lien pour réseaux de capteurs sans fil en intérieur et à large échelle


  • Résumé

    L'objectif de la thèse est d'étudier la variation temporelle de la qualité des liens dans les réseaux de capteurs sans fil à grande échelle, de concevoir des estimateurs permettant la différenciation, à court terme et long terme, entre liens de qualité hétérogène. Tout d'abord, nous étudions les caractéristiques de deux paramètres de la couche physique: RSSI (l'indicateur de puissance du signal reçu) et LQI (l'indicateur de la qualité de liaison) sur SensLab, une plateforme expérimentale de réseau de capteurs à grande échelle situé à l'intérieur de bâtiments. Nous observons que le RSSI et le LQI permettent de discriminer des liens de différentes qualités. Ensuite, pour obtenir un estimateur de PRR, nous avons approximé le diagramme de dispersion de la moyenne et de l'écart-type du LQI et RSSI par une fonction Fermi-Dirac. La fonction nous permet de trouver le PRR à partir d'un niveau donné de LQI. Nous avons évalué l'estimateur en calculant le PRR sur des fenêtres de tailles variables et en le comparant aux valeurs obtenues avec l'estimateur. Par ailleurs, nous montrons en utilisant le modèle de Gilbert-Elliot (chaîne de Markov à deux états) que la corrélation des pertes de paquets dépend de la catégorie de lien. Le modèle permet de distinguer avec précision les différentes qualités des liens, en se basant sur les probabilités de transition dérivées de la moyenne et de l'écart-type du LQI. Enfin, nous proposons un modèle de routage basé sur la qualité de lien déduite de la fonction de Fermi-Dirac approximant le PRR et du modèle Markov Gilbert-Elliot à deux états. Notre modèle est capable de distinguer avec précision les différentes catégories de liens ainsi que les liens fortement variables.


  • Résumé

    The goal of the thesis is to investigate the issues related to the temporal link quality variation in large scale WSN environments, to design energy efficient link quality estimators able to distinguish among links with different quality on a short and a long term. First, we investigate the characteristics of two physical layer metrics: RSSI (Received Signal Strength Indication) and LQI (Link Quality Indication) on SensLAB, an indoor large scale wireless sensor network testbed. We observe that RSSI and LQI have distinct values that can discriminate the quality of links. Second, to obtain an estimator of PRR, we have fitted a Fermi-Dirac function to the scatter diagram of the average and standard variation of LQI and RSSI. The function enables us to find PRR for a given level of LQI. We evaluate the estimator by computing PRR over a varying size window of transmissions and comparing with the estimator. Furthermore, we show using the Gilbert-Elliot two-state Markov model that the correlation of packet losses and successful receptions depend on the link category. The model allows to accurately distinguish among strongly varying intermediate links based on transition probabilities derived from the average and the standard variation of LQI. Finally, we propose a link quality routing model driven from the F-D fitting functions and the Markov model able to discriminate accurately link categories as well as high variable links.


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse ?

  • Bibliothèque : Service Interétablissement de Documentation. LLSH Collections numériques.
  • Bibliothèque : Université Savoie Mont Blanc (Chambéry-Annecy). Service commun de la documentation et des bibliothèques universitaires. Bibliothèque électronique.
  • Bibliothèque : Service interétablissements de Documentation. STM. Collections numériques.
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.