La résolution du déploiement 3D d'objets connectés sans fil à l'intérieur en utilisant un schéma hybride entre les méthodes géométriques de déploiement et les algorithmes d'optimisation distribués

    Abdallah, Wajih (19..-.... ; chercheur en informatique) (2022)
Thèse
Accès libre
    • La résolution du déploiement 3D d'objets connectés sans fil à l'intérieur en utilisant un schéma hybride entre les méthodes géométriques de déploiement et les algorithmes d'optimisation distribués
    • The resolution of 3D deployment of wireless connected objects indoors using a hybrid diagram between geometric deployment methods and distributed optimization algorithms
    • 13 juillet 2022
    • Algorithme d'optimisation
    • Approche centralisée et distribuée
    • Déploiement 3D à l’intérieur
    • Hybridation
    • Réseaux de collecte de données
    • Optimization algorithm
    • Centralized and distributed approach
    • Indoor 3D deployment
    • Hybridization
    • Data collection network
    • Les réseaux de collecte de données sont devenus récemment l'un des domaines de recherche importants grâce à leurs rôle fondamental et à leurs larges applications dans de nombreux domaines. La mise en place de réseaux d'objets repose essentiellement sur le déploiement d'objets connectés pour traiter les données collectées et les transmettre à des différents équipements. Le déploiement 3D à faible coût pose de nombreux problèmes d'optimisation avec une littérature limitée. Notre objectif est donc de proposer une architecture la plus optimisée afin de fournir des solutions de capteurs en environnement 3D, tout en améliorant la performance du réseau. À cet égard, plusieurs questions et objectifs sont liés au problème du déploiement de réseaux de capteurs et sont traités dans les différents chapitres du manuscrit.
      Ce dernier présente deux hybridations pour maximiser la couverture d'une région d'intérêt dans un réseau de collecte de données avec l'utilisation du minimum des nœuds. Une première hybridation DVAG, entre une méthode géométrique de déploiement présentée par le diagramme de Voronoi et un algorithme d'optimisation présenté par l'algorithme génétique, est proposée dans une première approche centralisée puis une seconde distribuée. Une deuxième hybridation DTABC combine une méthode géométrique de déploiement présentée par le diagramme de Triangulation de Delaunay avec un algorithme d'optimisation présenté par l'algorithme de colonie des abeilles artificielles ABC. Elle est introduite dans deux approches : centralisée puis distribuée. Dans l'approche centralisée, l'exécution se fait dans un seul nœud tandis que dans l'approche distribuée, l'exécution se fait dans plusieurs nœuds en parallèle. L'idée sur l'utilisation d'une approche distribuée pour le déploiement dans un réseau de collecte de donnée est de répartir partager les tâches aux différents nœuds utilisés dans un réseau afin de gagner du temps et de l'énergie.
      Les hybridations DVAG et TDABC développées ont été évaluée dans un environnement expérimental par prototypage sur un banc d'essai réel utilisant des nœuds M5StickC équipés d'un processeur ESP32. Les expérimentations montrent que l'approche distribuée fournit de meilleurs résultats qui sont donnés par les algorithmes originaux en termes de degré de couverture, de RSSI, de durée de vie et de nombre d'objets voisins pour les deux hybridations. L'algorithme distribué D-DVAG proposé surpasse celui de D-TDABC en termes de vitesse de calcul.
    • Recently, data collection IoT networks become one of the most relevant research fields due to their fundamental role and wide application. The management of connected objects in the networks is based on the deployment process to collect data and transmit them to different positions in the network. Low-cost 3D deployment poses many optimization problems with limited literature. Therefore, our goal is to find the most optimized architecture and provide 3D sensor deployment solutions, while improving the network performance. In this regard, several issues and objectives are considered in relation to the problem of deploying sensor networks.
      This thesis introduces two hybridizations to maximize the coverage of a region of interest in a data collection IoT networks with a minimum number of objects. A first hybridization, named DVAG, involves a geometric method of deployment, the Voronoi diagram, and an optimization algorithm, the genetic algorithm, with two versions, a centralized and a distributed one. A second hybridization, named DTABC, combines another class of geometric deployment method, the Delaunay Triangulation diagram, with another optimization algorithm, the artificial bee colony algorithm. The latter hybridization is also implemented in a centralized and distributed version. In the centralized approach, the execution is achieved in a single node, while numerous nodes in a parallel execution are needed for the distributed approach. The distributed approach for the deployment in a data collection network allows sharing the tasks among the different nodes to enhance the execution time and the computation complexity.
      The developed DVAG and TDABC hybridizations were evaluated in an experimental environment by prototyping on a real test bench using M5StickC nodes equipped with an ESP32 processors. The experiments show that the distributed approach provides better results than the original algorithms in terms of degree of coverage, RSSI, lifetime and number of neighboring objects. The proposed distributed D-DVAG algorithm outperforms that of D-TDABC in terms of computational speed.

Citation bibliographique

Abdallah, Wajih (19..-.... ; chercheur en informatique) (2022), La résolution du déploiement 3D d'objets connectés sans fil à l'intérieur en utilisant un schéma hybride entre les méthodes géométriques de déploiement et les algorithmes d'optimisation distribués [Thèse]