تعیین نرخ نمونه برداری به صورت وفقی در راستای بهینگی مصرف انرژی در شبکه های بدنی بی سیم
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 167
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JSCIT-8-1_001
تاریخ نمایه سازی: 25 مهر 1403
چکیده مقاله:
با توجه به اینکه بیوسنسورهای موجود در در شبکه های بی سیم بدنی که مسئول جمع آوری داده ها، انجام عملیات پیش پردازش و سپس ارسال آن ها به یک مرکز تلفیق داده می باشند دارای محدودیت مصرف انرژی و قابلیت پردازش داده ها می باشند لذا نرخ نمونه برداری دارای تاثیر مستقیم بر روی مصرف انرژی شبکه و نیز طول عمر مفید آن دارد. لذا این مقاله به ارائه یک رویکرد وفقی جهت تعیین نرخ نمونه برداری بهینه در راستای مدیریت داده ها می پردازد. در همین راستا با استفاده از سیستم ارزش گذاری هشدار اولیه ملی ، بیوسنسورها به جمع آوری داده های مربوطه پرداخته و به تشخیص اطلاعات اورژانسی به صورت محلی می پردازند. جهت بهینه سازی فعالیت گره ها، اطلاعات مربوط به فعالیت بیمار استخراج شده تا بر اساس آن در مواقعی که فعالیت بیمار به صورت عادی و غیر اضطراری می باشد تعدادی از گره ها از حالت فعال به حالت خواب انتقال یابند. همچنین جهت تعیین نرخ دقیق نمونه برداری، ابتدا یک آزمون آماری برای ارزیابی واریانس مربوط به علائم حیاتی بیمار توسعه داده شده و سپس با استفاده از یک تابع درون یابی مناسب، نرخ نمونه برداری بهینه تعیین می گردد. تابع درون یابی جهت تعیین نرخ نمونه برداری از دو فاکتور اصلی استفاده می نماید: اطلاعات مربوط به ریسک بیمار و مقادیر اندازه گیری شده توسط گره محوری . نتایج شبیه سازی نشان دهنده حدود ۶۶ درصد بهینه سازی در تعداد داده های ارسالی و افزایش طول عمر مفید شبکه به میزان بیش از ۲.۵ برابر می باشد.
کلیدواژه ها:
Wireless Body Area Networks ، Data Communication ، Energy efficiency ، Overhead Data ، Statistical test ، Interpolation
نویسندگان
Mohammad Mehrani
Department of Computer Engineering, Dezful Branch, Islamic Azad University, Dezful, Iran
Iman Attarzadeh
Iman Attarzadeh, Assistant Professor, Department of Computer Engineering, Faculty of Engineering, Central Tehran Branch, Islamic Azad University, Tehran, Iran.
Mehdi Hosseinzadeh
- Iran University of Medical Sciences, Tehran, Iran -Computer Science, University of Human Development, Sulaimaniyah, Iraq
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :