Data aggregation in wireless sensor networks: Compressing or Forecasting?

Wireless sensor networks suffer from constrains in terms of energy, memory and computing capability. In recent years, the main challenge was to develop energy efficient solutions mainly at the MAC and network layers to increase the lifetime of the network, which spawned the development of the data aggregation. Data aggregation is the procedure of intelligently gathering information which reduce the amount of data send to the sink, this improve the network capacity. In this report, we show that data aggregation can effectively reduce the energy consuming and improve the network capacity. More, we present the state-of-the-art aggregation functions, including compressing-based and forecasting-based method; compressing aggregation focus on compress the data packets accompanied with transmitting based on spatial correlation; while forecasting aggregation tends to use mathematical model to fit the time series and predict the new value due to highly temporal correlation. We detail these two methods and characterize them respectively. We propose comparison between A-ARMA and Compressing Sensing, which are on behalf of forecasting aggregation and compressing aggregation respectively.Les réseaux de capteurs sans fil souffrent de contraintes en termes d'énergie, la mémoire et capacité de calcul. Au cours des derniéres annèes, le principal défi était de développer des solutions économes en énergie principalement au nieau des couches MAC et réseau pour augmenter la durée de vie du réseau, ce qui a engendré la développement de l'agrégation de données. Agrégation des données est la procédure de collecte intelligente des informaions permettant de réduire la quantité de données à envoyer de l'évier, ce améliorer la capacité du réseau. Dans ce rapport, nous montrons que l'agrégation des données peut réduire efficacement la consommation d'énergie et améliorer la capacité du réseau. De plus, nous présentons les fonctions d'agrégation state-of-the-art, y conpris méthode de compression basée sur la prévision et basée; compression accen d'agrégation sur compresse les paquets de donn'ees accompagnées de transmission sur la base de la corrélation spatiale, tandis que la prévision agrégation tend à utiliser le modèle mathématique pour s'adapter à la série temporelle et de prédire la nouvelle valeur en raison de la corrédire la nouvelle valeur en raison de la corrélation temporelle fortement. Nous détaillons ces deux méthodes et les caractériser respectivement. Nous vous proposons comparason entre A-ARMA et détection de compression, qui sont au nom de prévoir l'agrégation et la compression de l'agrégation respectivement