]> AND Private Git Repository - UIC2013.git/blobdiff - bare_conf.tex
Logo AND Algorithmique Numérique Distribuée

Private GIT Repository
new
[UIC2013.git] / bare_conf.tex
index 61f90b817932e8ad377fcfb27f4cf88172c68213..c1003b8ee3ac1fb7d801465fff67f7cd5dd5dd2e 100755 (executable)
@@ -41,8 +41,8 @@
 % use a multiple column layout for up to three different
 % affiliations
 \author{\IEEEauthorblockN{Ali Kadhum Idrees, Karine Deschinkel, Michel Salomon, and Rapha\"el Couturier }
-\IEEEauthorblockA{FEMTO-ST Institute, UMR CNRS, University of Franche-Comte, Belfort, France \\
-Email:ali.idness@edu.univ-fcomte.fr, $\lbrace$karine.deschinkel, michel.salomon, raphael.couturier$\rbrace$@univ-fcomte.fr}
+\IEEEauthorblockA{FEMTO-ST Institute, UMR 6174 CNRS, University of Franche-Comte, Belfort, France \\
+Email: ali.idness@edu.univ-fcomte.fr, $\lbrace$karine.deschinkel, michel.salomon, raphael.couturier$\rbrace$@univ-fcomte.fr}
 %\email{\{ali.idness, karine.deschinkel, michel.salomon, raphael.couturier\}@univ-fcomte.fr}
 %\and
 %\IEEEauthorblockN{Homer Simpson}
@@ -113,7 +113,7 @@ planned for  each subregion.  Our scheduling  scheme considers rounds,
 where a  round starts with  a discovery phase to  exchange information
 between  sensors of  the subregion,  in  order to  choose in  suitable
 manner a sensor  node to carry out a  coverage strategy. This coverage
-strategy involves the resolution  of an integer program which provides
+strategy involves the solving  of an integer program which provides
 the activation  of the  sensors for the  sensing phase of  the current
 round.
 
@@ -128,7 +128,7 @@ OMNET++  \cite{varga}. They  fully demonstrate  the usefulness  of the
 proposed  approach.   Finally, we  give  concluding  remarks and  some
 suggestions for future works in Section~\ref{sec:conclusion}.
 
-\section{\uppercase{Related work}}
+\section{\uppercase{Related works}}
 \label{rw}
 \noindent 
 This section  is dedicated to  the various approaches proposed  in the
@@ -183,7 +183,7 @@ is alive  until all  nodes have  been drained of  their energy  or the
 sensor network becomes disconnected, and we measure the coverage ratio
 during the WSN lifetime.  Network connectivity is important because an
 active sensor node without  connectivity towards a base station cannot
-transmit information on an event in the area that it monitor.
+transmit information on an event in the area that it monitors.
 
 {\bf Activity scheduling}
 
@@ -196,13 +196,13 @@ distributed, and localized algorithms, have been proposed for activity
 scheduling.  In  the distributed algorithms, each node  in the network
 autonomously makes decisions on whether  to turn on or turn off itself
 only using  local neighbor information. In  centralized algorithms, a
-central controller  (a node or  base station) informs every  sensor of
+central controller  (a node or  base station) informs every  sensors of
 the time intervals to be activated.
 
 {\bf Distributed approaches}
 
 Some      distributed     algorithms      have      been     developed
-in~\cite{Gallais06,Tian02,Ye03,Zhang05,HeinzelmanCB02}.     Distributed
+in~\cite{Gallais06,Tian02,Ye03,Zhang05,HeinzelmanCB02} to perform the schelduling.     Distributed
 algorithms typically operate in  rounds for predetermined duration. At
 the beginning  of each round,  a sensor exchange information  with its
 neighbors and makes a decision to  either remain turned on or to go to
@@ -222,7 +222,7 @@ of       the       area        is       no       longer       covered.
 \cite{Prasad:2007:DAL:1782174.1782218}  defines a model  for capturing
 the dependencies  between different cover sets  and proposes localized
 heuristic  based on this  dependency.  The  algorithm consists  of two
-phases, an initial setup phase during which each sensor calculates and
+phases, an initial setup phase during which each sensor computes and
 prioritize the  covers and  a sensing phase  during which  each sensor
 first decides  its on/off status, and  then remains on or  off for the
 rest  of the  duration.  Authors  in \cite{chin2007}  propose  a novel
@@ -262,10 +262,10 @@ these set covers successively.
 
 First algorithms  proposed in the  literature consider that  the cover
 sets  are  disjoint: a  sensor  node appears  in  exactly  one of  the
-generated  cover   sets.   For  instance   Slijepcevic  and  Potkonjak
+generated  cover   sets.   For  instance,   Slijepcevic  and  Potkonjak
 \cite{Slijepcevic01powerefficient}   propose    an   algorithm   which
 allocates sensor nodes in mutually independent sets to monitor an area
-divided into several fields. Their algorithm constructs a cover set by
+divided into several fields. Their algorithm builds a cover set by
 including in  priority the sensor  nodes which cover  critical fields,
 that  is to  say fields  that are  covered by  the smallest  number of
 sensors. The time complexity of  their heuristic is $O(n^2)$ where $n$
@@ -293,7 +293,7 @@ design a heuristic to compute  the final number of covers. The results
 show  a slight  performance  improvement  in terms  of  the number  of
 produced  DSC in comparison  to~\cite{Slijepcevic01powerefficient}, but
 it incurs  higher execution  time due to  the complexity of  the mixed
-integer      programming     resolution.       %Cardei      and     Du
+integer      programming     solving.       %Cardei      and     Du
 \cite{Cardei:2005:IWS:1160086.1160098} propose a method to efficiently
 compute the maximum  number of disjoint set covers  such that each set
 can  monitor all  targets. They  first  transform the  problem into  a
@@ -340,8 +340,8 @@ scheduling strategy. We  give a brief answer to  these three questions
 to describe our  approach before going into details  in the subsequent
 sections.
 \begin{itemize}
-\item {\bf  How must be  planned the phases for  information exchange,
-  decision  and sensing over  time?}  Our  algorithm divides  the time
+\item {\bf  How must  the phases for  information exchange,
+  decision  and sensing be planned over  time?}  Our  algorithm divides  the time
   line  into  a  number  of  rounds. Each  round  contains  4  phases:
   Information Exchange, Leader Election, Decision, and Sensing.