Abstract:
Le résultat de l’approche proposée est un algorithme complètement distribué, exé-
cuté par chaque nœud et nécessitant uniquement des communications avec ses voisins
immédiats. Notre travail se distingue également par la prise en compte de l’hétérogénéité des nœuds.
L’approche proposée a été validée expérimentalement. D’une part, au vu des performances obtenues par simulation, en montrant la réduction considérable du nombre
de clusters formés d’un unique capteur (cluster-head), d’autre part en montrant une
meilleure distribution des ressources énergétiques, mémorielles et calculatoires des
cluster-heads grâce à une meilleure sélection de ces derniers et grâce à la procédure
de regroupement avec équilibrage de charge adoptée visant à équilibrer le nombre
de capteurs par cluster en fonction de la charge des cluster-heads.
Comme perspective de notre travail, nous proposons un équilibrage de la charge
de capture et de communication intra-cluster par le biais d’une segmentation de la
vie du réseau en rounds caractérisés par un choix de cluster-head différent. Le quanta
de temps attribué à chaque capteur sera proportionnel à la distance qui le sépare
du cluster-head, à son énergie résiduelle, son débit moyen de transmission ainsi que
l’énergie nécessaire à la transmission des données vers le cluster-head.
Une autre perspective consiste à appliquer récursivement l’algorithme CLB sur les
capteurs, les routeurs, les routeurs des routeurs, . . .
