II.2.2.3 Techniques orientées
données
Généralement, les plans Duty-cycling ne
tiennent pas compte des données prélevées par les noeuds.
Par conséquent, des approches orientées données peuvent
être utiles pour améliorer l'efficacité en énergie.
En fait, la détection (ou prélèvement de données)
affecte la consommation d'énergie de deux manières [20]
:
Des échantillons inutiles : les
données échantillonnées ont souvent de fortes
corrélations spatiales et/ou temporelle [22], il est
donc inutile de communiquer les informations redondantes à la Station de
Base. Un échantillonnage inutile implique une consommation
d'énergie à son tour inutile. En effet, même si le
coût de l'échantillonnage est négligeable, cela induit
aussi des communications tout le long du chemin qu'emprunte le message.
La consommation électrique du module de
détection : réduire la communication ne suffit pas
lorsque le capteur est lui-même très consommateur.
Réduction des données [20]
Réduire les données en terme de volume ou de
nombre de paquets, dans le réseau peut avoir un impact majeur sur la
consommation d'énergie due à la communication. Parmi les
méthodes de réductions de données, nous trouvons le
In-network processing qui consiste à réaliser de
l'agrégation de données (par exemple, calculer la moyenne de
certaines valeurs) au niveau des noeuds intermédiaires entre la source
et le Sink. Ainsi, la quantité de données est réduite tout
en parcourant le réseau vers le Sink. Une agrégation de
données appropriée est spécifique à
l'application.
La compression de données peut être
appliquée également pour réduire la quantité
d'informations transmises par les noeuds sources. Ce régime implique
l'encodage
44
d'informations au niveau des noeuds qui engendrent des
données, et le décodage au niveau du Sink.
| 
