Datenreduktion in Sensornetzen

  • 11.08.20 00:25
  • Felix Friedrich Büsching

Datenreduktion in Sensornetzen

Sensornetzwerke zur Prozessdatenerfassung gewinnen immer mehr an Bedeutung. Die eingesetzten Sensorknoten haben häufig strenge Anforderungen an Stromverbrauch und Datenraten. Dies ermöglicht nicht nur Batteriebetrieb und drahtlose Datenübertragung, sondern kann auch die Integration in bestehende Infrastruktur wie Feld-Bussysteme mit begrenzter Datenrate erleichtern. Gleichzeitig kommen zur Steigerung der Wirtschaftlichkeit möglichst billige Mikrocontroller zum Einsatz, die jedoch nur begrenzte Ressourcen zur Verfügung stellen. Ein typisches Beispiel ist hier die STM32 Serie von STMicroelectronics.

Zur Verringerung der Datenraten werden verschieden Algorithmen der Datenreduktion eingesetzt. Ein typisches Beispiel ist die Differenzcodierung, die besonders bei langsamer Veränderung des Messwerts (z.B. Temperatur) erhebliche Ersparnisse bei geringer Rechenzeit bringen kann. Zunehmend kommen aber auch Sensoren mit höheren Abtastraten (typisch im Bereich von bis zu 50 kHz) zur Messung von Beschleunigungen oder Magnetfeldern zum Einsatz. Diese Sensoren sind auch zur Messung von transienten Ereignissen mit großem dynamischen Wertebereich vorgesehen und übertragen häufig auch zusätzliche Hilfsdaten wie Zeitstempel oder Checksummen. Im vorliegenden Fall geht es um Magnetfeldsensoren, die mit einer Abtastrate von 10 kHz, zur industriellen Strommessung dienen.

 

Aufgabenstellung

 

Ziel dieser Arbeit ist es das geeignetste Verfahren zur Datenreduktion für den oben beschriebenen Anwendungsfall zu ermitteln und zu implementieren. Zu Beginn sollen anhand einer Literaturrecherche potentiell geeignete Verfahren zur Datenreduktion (z. B. Differenzcodierung, Kompression) ermittelt und diskutiert werden. Besonderes Augenmerk liegt hierbei sowohl auf den Echtzeitanforderungen des Systems als auch auf den begrenzten Ressourcen und Datenverarbeitungsmöglichkeiten der verwendeten Microcontroller (STM32).

Im Anschluss sollen die ermittelten Verfahren implementiert und in Bezug auf erreichte Datenreduktionsraten und den verbundenen Ressourcenverbrauch miteinander verglichen werden. Dabei soll auch der Einfluss variabler Parameter der Verfahren, z. B. Paketlänge, untersucht werden. Als Performanz-Referenz der implementierten Verfahren kann z.B. die Open Source Bibliothek uzlib herangezogen werden. Verschiedene geeignete reale Messdaten werden zur Verfügung gestellt. Als Grundlage für das Projekt wird die STM Cube-HAL Bibliothek ohne Betriebssystem genutzt.

nach oben
Drucken