A LA Algorithm for solving the target coverage problem in wireless sensor networks
- سال انتشار: 1400
- محل انتشار: دوازدهمین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات
- کد COI اختصاصی: CECCONF12_082
- زبان مقاله: انگلیسی
- تعداد مشاهده: 401
نویسندگان
Department of Computer Engineering, Azadshahr Branch, Islamic Azad University, Azadshahr,Iran,
Department of Mathematics, Azadshahr Branch, Islamic Azad University, Azadshahr, Iran
چکیده
In order to find a solution for the target coverage problem in directional sensor networks (WSNs), some researchers have recently introduced several efficient al-gorithms. These sensors are conventionally supposed to have a single power level and a single coverage is just needed for targets. In other words, there are various sensing ranges and power consumptions for these sensors under real conditions and at least k times monitoring is required for each target. The present paper ad- dresses this issue as the target k-coverage with adjustable sensing range, which has not been already studied in WSNs. To solve this problem, two learning automata- based algorithms (Algorithms ۱ and ۲) are proposed and equipped with a strong pruning rule that facilitates the selection of appropriate sensor directions capa- ble of providing the targets with k-coverage. After evaluating the efficiency of the algorithms’ performance by conducting several experiments, the results were compared to those ones obtained by a greedy-based algorithm, which is discussed in the literature. Finding indicated that algorithms have superiority over their ri- vals regarding the prolonged lifetime of their network.کلیدواژه ها
Directional sensor networks, Cover set formation, Scheduling algorithms, Learning automata, k-coverageمقالات مرتبط جدید
- سودآوری مشتریان در خردهفروشی قطعات یدکی ماشین آلات راهسازی با رویکرد یادگیری ماشین
- ارائه روشی کارآمد جهت شناسایی کودکان نیازمند به پیوند مغز استخوان با استفاده از ترکیب طبقه بند ماشین بردار پشتیبان و الگوریتم بهینه سازی فاخته
- استخراج بهینه پارامترهای تاثیر گذار الگوریتم بهینه سازی بوفالوی آفریقایی با هدف استخراج ویژگی های مهم به منظور افزایش کارایی طبقه بندی داده ها
- ارائه روشی کارآمد برای بهبود عملکرد الگوریتم بهینه سازی کلاغ سیاه به منظور افزایش صحت خوشه بندی داده ها
- استفاده از الگوریتم باور بیزین در لایه کاملا متصل شبکه عصبی کانولوشن با هدف افزایش دقت تشخیص تصاویر
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.