آخرين ارسالهاي تالار

خطا: mod_kunenalatest:كيوننا نسخه 1.7 (يا بالاتر) بر روي سيستم شما نصب نيست!
پیغام
  • Kunena is not installed or the installed Kunena version is not supported. The plug-in has now been disabled. Please install/upgrade Kunena to version 1.7 for the Kunena Discuss Plug-in to function properly.
شبکه های حسگر بیسیم مشاهده در قالب PDF چاپ فرستادن به ایمیل
نوشته شده توسط admin   
جمعه, 07 اسفند 1394 ساعت 10:56

در سالهای اخیر پیشرفت در طراحی کاهش  انرژی و تکنولوژی های بیسیم قابلیت های زیادی را برای دستگاههای  ارتباطی بسیم فراهم آورده است . این امکانات دامنه وسیعی از کاربردها را شامل می شود نظیر زمان واقعی جریان انتقال صدا و تصویر  نظارت از راه دور با استفاده از شبکه های سنسور بیسیم و نظارت پزشکی که مدام و  امکانات شبکه های خانگی افزوده می شود در حای که این کاربردها به کارایی زیادی از شبکه نیاز دارد از سوی دیگر شبکه های بیسیم با محدودیت منابع مواجه هستند که این محدودیت در شبکه های سیمی  زباد مشهود نیست . اغلب محدود کردن پهنای باند در دسترسی به برنامه های کاربردی و ساخت کانال مستعد خطا و گره با محدود کردن انرژی همراه است تز من این است که در این محیط خشن با محدودیت شدید منابع به جای روش سنتی لایه لایه، به نرم افزارپروتکل خاص معماری، برای به دست آوردن بهترین عملکرد  ممکن نیاز دارد  در این تز هدف پشتیبانی از مطالعات موردی در مورد شبکه های حسگر بیسیم و انتقال تصویری بیسیم می باشد  مطالعه اول  در مورد توسعه الگوریتم leach  ( خوشه بندی  سلسله مراتبی با بهینه سازی انرژی)،  که یک معماری برای شبکه  حسگر بیسیم می باشد  که ترکیبی از ایده ها بهینه انرژی موثر و مسیریابی مبتنی بر خوشه و دسترسی به رسانه ها همراه با برنامه خاص داده تجمع برای دستیابی به عملکرد خوب در طول عمر سیستم می باشد  زمان تاخیر، و کاربرد و کیفیت شبکه را بهبود می بخشد و هنگامی که انرژی گره ها محدود باشد طول عمر شبکه را بهبود می بخشد مطاله دوم در مورد طرح حفاظت از خطا MPEG-4)) فشرده سازی تحویل ویدویی است که در  سطح حفاظت به بخشهایی از یک بسته به درجه اهمیت بیت های متناظر اعمال می شود در این روش عملکرد نرم افزار به درک بهتری  از روش های متداولی برای همان مقدار از پهنای باند انتقال منجر می شود این دو سیستم نشان می دهد که  در شبکه های بیسیم  به برنامه خاص معماری پروتکل برا ی کاهش زمان تاخیر و بهینه سازی انرژی و مدیریت خطا نیازاست.

 

 

در اغلب كاربردهاي شبكه هاي حسگر بيسيم امكان شارژ كردن باتري گرهها وجود ندارد، بنابراين پروتكلهاي طراحي شده براي اين شبكه ها بايد حتي المقدورانرژي -كارآمد باشند. خوشه بندي، يكي از رويكردهاي اصلي براي طراحي پروتكلهاي انرژي-كارآمد و مقياس پذير شبكه هاي حسگر بيسيم است. استفاده از خوشه ها سربار ارتباطي ناشي از ارسال دادهها و در نتيجه مصرف انرژي و تداخل امواج بين گرهها را كاهش ميدهد. در بسياري از كاربردها، سازماندهي خوشه يك راه طبيعي براي گروهبندي گرههاي نزديك به هم به منظور استفاده از دادههاي مرتبط و حذف دادههاي افزونه ميباشد. از طريق تجميع و تركيب دادههاي گرهها در سرخوشه حجم كلي دادههاي ارسالي به ايستگاه پايه بطور قابل توجهي كاهش يافته و در مصرف انرژي و منابع صرفهجويي ميشود. عليرغم اهميت خوشهبندي در شبكه هاي حسگر بيسيم تا كنون معيارهايي براي ارزيابي كيفيت خوشه هاي حاصله ارائه نشده است. ما در اين مقاله چندين معيار براي بيان برتري خوشه بندي پروتكلها در قياس با يكديگر با ملاحظه طول عمر شبكه ارائه كرديم و در انتها اين معيارها را بر سه پروتكل كاربردي اعمال نموده و نتايج را توسط نرم افزار MATLAB به تصوير كشيديم.

سیستم های حسگر  بی سیم توزیع  شده نظارت قابل اعتماد از انواع محیط های برنامه های کاربردی اعم از نظامی و غیر نظامی را قادر می سازد در این مقاله، ما پروتکل های ارتباطی را  که می تواند تاثیر قابل توجهی بر بهینه سازی انرژی در این شبکه ها داشته باشد را بررسی می کنیم در این بررسی پروتکل های انتقال مستقیم – حداقل انرژی انتقال –مسیر یابی چند مسیره و خوشه بندی ایستا ممکن است در شبکه های حسگر بیسیم بهینه نباشد ما الگوریتم LEACH را پیشنهاد می کنیم که یک الگوریتم مبتنی بر خوشه بندی است که با بهره گیری از چرخش تصادفی از ایستگاه های پایه خوشه محلی (سر خوشه ای) استفاده کرده و انرژی بار در میان حسگرها شبکه  را به طور مساوی  توزیع می کند الگوریتم LEACH از هماهنگی موضعی استفاده می کند و مقیاس پذیری و نیرومندی را در  شبکه های پویا توسعه می دهد و داده های اطلاعاتی خوشه ها را با هم تجمیع کرده و با استفاده از پروتکل های مسیر یابی داده های ارسال که باید به گره میزبان ارسال شود را کاهش می دهد نتایج شبیه سازی نشان می دهد که  الگوریتم LEACH در مقایسه با پروتکل های مسیریابی معمولی میزان انرژی مصرفی را کاهش می دهد علاوه بر این الگوریتم LEACH قادر به توزیع انرژی بین گره های حسگر شبکه ودر نتیجه افزایش طول عمر شبکه می شود که در مقایسه با الگوریتم های معمولی منجر به افزایش دو برابری طول عمر شبکه می شود

کنترل توپولوژی در شبکه های حسگر تعادل بار بر روی گره های حسگر و مقیاس پذیری و طول عمر شبکه را افزایش می دهد خوشه بندی گره های حسگر یک رویکرد کنترل توپولوژی موثر است ما در این مقاله یک خوشه بندی توزیع شده مقیاس پذیر برای گره های حسگر ارائه می دهیم مقاله پیشنهادی ما هیچ مفروضاتی در مورد اطلاعات گره زیر ساخت گره ها و توان آنها در اختیار ندارد در این مقاله معیار انتخاب سرخوشه براساس ترکیبی ازانرژی باقیمانده خوشه و یک معیار ثانویه مانند مجاورت گره به همسایگان خود و یا درجه گره می باشد و این انتخاب در زمان O(1) انجام می گیرد و سربار کمی داشته و گره های سرخوشه تقریبا بطور یکنواخت در کل شبکه توزیع میشوند که با انتخاب تعداد  مشخص از گره ها در یک خوشه و انتخاب سرخوشه جهت ارسال داده ها تجمیع شده استفاده میشود نتایج شبیه سازی نشان میدهد که الگوریتم پیشنهادی در طولانی کردن عمر شبکه و حمایت از تجمع داده های مقیاس پذیر موثر است

کنترل توپولوژی در شبکه های حسگر باعث  توازن بار در گره های حسگر، و مقیاس پذیری شبکه و  افزایش طول عمرشبکه می شود .خوشه بندی گره های حسگر یک رویکرد کنترل توپولوژی موثر است در این مقاله، ما یک رویکرد خوشه بندی توزیع بار را برای  افزایش طول عمر شبکه های حسگر ارائه می دهیم رویکرد پیشنهادی ما هیچ مفروضات در مورد حضور زیرساخت و یا در مورد قابلیت های دیگر گره، مانند  در دسترس بودن سطوح قدرت های متعدد را در گره های حسگر ندارد ما در حال حاضر ی پروتکل،  HEED  که در ان سرخوشه با توجه به ترکیبی از انرژی باقی مانده گره و یک پارامتر ثانویه مانند مجاورت گره به همسایگان خود و یا درجه گره انتخاب می شود که در آن با انتخاب اندازه مناسب  خوشه ها و مسیر های ارتباطی بین آنها هر گره به نزدیکترین سرخوشه یکنواخت  در شبکه که به آن دسترسی دارد ارتباط دارد و با توجه به اینکه خوشه ها در کل شبکه پخش می شوند سربار ارتباطی کمی دارد  و در کل پروتکل،  HEED  ارتباط بین خوشه ها را ضمانت می کند نتایج شبیه سازی نشان می دهد که روش پیشنهادی  در طولانی کردن عمر شبکه و حمایت از تجمیع داده های مقیاس پذیر موثر است .

خوشه بندی یک راه موثر  یرای طولانی کردن عمر شبکه های حسگربیسیم فراهم میکند الگوریتم های خوشه بندی فعلی معمولا از دو تکنیک استفاده می کنند اول ، انتخاب سرخوشه با انرژی باقی مانده بیشتر ودوم  چرخش سرخوشه به صورت دوره ای که جهت  توزیع  انرژی در میان گره ها  هر خوشه و گسترش طول عمر شبکه صورت می گیرد وبه ندرت مشکل تراکم در سرخوشه ها بوجود می آید هنگامی که سرخوشه ها با همکاری هم اطلاعات داده ای را به سمت گره میزبان ارسال میکنند سر خوشه نزدیک به ایستگاه پایه ترافیک بیشتری را تحمل میکند و در نتیجه انرژی بیشتری مصرف می کند و طول عمر کمتری دارد در نتیجه تمام شبکه پوشش داده نمی شود و در شبکه ترک ایجاد می شود برای حل  این مشکل،و صرفه جویی انرژی در  جمع آوری داده ها در شبکه های حسگر بی سیم از مکانیسم خوشه بندی با اندازه نا مساوی  استفاده می کند که در این مکانیسم  خوشه ها نزدیک به گره میزبان  اندازه کوچکتری داشته و در نتیجه بار کمتری را تحمل می کند ما همچنین از پروتکل های مسیر یابی اگاه از انرژی چند مسیره برای ارتباط بین خوشه ها استفاده می کنیم نتایج شبیه سازی نشان می دهد که مکانیزم خوشه بندی نا مساوی توازن مصرف انرژی  خوبی در میان تمام گره های حسگر فراهم می آورد ومنجر به  افزایش طول عمر شبکه می شود .

انرژی یک منبع با ارزش در شبکه های حسگر بی سیم( شبکه گیرنده بی سیم ) است.وضعیت مصرف انرژی باید به طور مداوم پس از استقرار شبکه مانیتور شود . اطلاعات مربوط به وضعیت انرژی گره ها بایستی هم  در مورد خود  گره های حسگر و هم توسعه شبکه  مورد توجه قرار گیرد و  برای توسعه منابع در برخی از نقاط شبکه می تواند مورد بررسی قرار گیرد. همچنین می تواند برای انجام مسیریابی انرژی کارآمد در شبکه گیرنده بی سیم مورد استفاده قرار گیرد. در این مقاله، ما یک شبکه عصبی مبتنی بر خوشه بندی و مسیریابی انرژی کارآمد در شبکه گیرنده بی سیم با هدف به حداکثر رساندن طول عمر شبکه ارائه شده است   . در این طرح پیشنهادی، مشکل این است که به عنوان برنامه ریزی خطی (LP) با محدودیت های مشخص شده فرموله شده است . انتخاب سر خوشه با استفاده از یادگیری انطباقی در شبکه های عصبی به دنبال مسیریابی و انتقال داده ها انجام می شود  نتایج شبیه سازی نشان می دهد که طرح پیشنهادی می تواند در منطقه گسترده ای از برنامه های کاربردی در شبکه گیرنده بی سیم استفاده می شود.

هوش جمعی یک  زمینه نسبتا جدید است. این بحث در مورد مطالعه رفتار جمعی سیستم های ساخته شده توسط اجزای بسیار دیگری که با استفاده از کنترل های غیر متمرکز و خود سازمان هماهنگ است می پردازد .  بخش بزرگی از پژوهش در هوش جمعی در مهندسی معکوس و اقتباس از رفتار جمعی در سیستم های طبیعی با هدف طراحی الگوریتم های موثر برای بهینه سازی توزیع شده متمرکز مشاهده شده است  این الگوریتم ها، از  سیستم های طبیعی الهام، می گیرند که خواص مطلوب بودن تطبیقی، مقیاس پذیر، و قوی را نشان می دهند این خواص کلیدی در زمینه مسیریابی شبکه و به ویژه مسیریابی در شبکه های حسگر بی سیم  را شامل می شود  بنابراین، در دهه گذشته، تعدادی از پروتکل های مسیریابی برای شبکه های حسگر بی سیم با توجه به اصول هوش جمعی  و به طور خاص، با الهام گرفتن از رفتار جستجوگری از کلونی های زنبور عسل و مورچه ها توسعه داده شده است در این مقاله، ما شما را به یک بررسی گسترده ای از این پروتکل و اصول کلی هوش جمعی  و کاربرد آن در مسیریابی بحث می کنیم. ما همچنین یک طبقه بندی جدید برای پروتکل های مسیریابی در  شبکه های های حسگر بی سیم معرفی و استفاده از آن برای طبقه بندی پروتکل های مورد بررسی  می پردازیم  و همچنین ما در این مقاله با تجزیه و تحلیل انتقادی از وضعیت  در این زمینه، واشاره به تعدادی از مسائل اساسی مربوط به (MIS) استفاده از روش های علمی و روشهای ارزیابی، و شناسایی برخی از جهات برای  تحقیقات آینده می پردازیم .

شبکه های حسگر بی سیم به عنوان فن آوری مهم آینده با توجه به توانایی های بالقوه که دارند  برای استفاده در ابعاد  گسترده ای پدید آمده است.مسئله بهینه سازی انرژی محدود و اغلب غیر قابل تجدید از گره های حسگر با توجه به تاثیر مستقیم آن بر طول عمر شبکه جنبه مهمی  از شبکه های حسگر بی سیم را شامل می شود .پروتکل های خوشه  بندی به طور قابل توجهی تحت تاثیر طول عمر شبکه، الگوریتم های مسیریابی و اتصال است.کار ما رویکرد کارآمد انرژی برای خوشه بندی  که گسترش طول عمر شبکه در حالی که تضمین حداقل اتصال را برآورده کند ارائه شده است.پروتکل ما به صرفه جویی در مصرف انرژی از طریق کاهش تعداد سر خوشه در هر دور از یک شبکه حسگر از الگوریتم ژنتیک (GA) استفاده می کنند برای ایجاد خوشه های کارآمد انرژی برای انتشار اطلاعات در شبکه های حسگر بی سیم تکنیک های پیشنهادی ارائه شده اند که استفاده بهتر از انرژی به طوری که طول عمر گره حسگر را افزایش می دهد.در اینجا، ما با استفاده از روش محاسبات تکاملی برای انتخاب سر خوشه ها ایستگاه پایه  می باشد که به صورت یک الگوریتم پیشنهادی ابرای انتخاب سرخوشه آن پس از یک دوره معینی از زمان اجرا می شود .

برای سفارش پروژه مرتبط درخواست خود را ثبت کنید

نظر ها (0)
تنها کاربران عضو شده می توانند نظر ارسال کنند!
 
logo-samandehi