مسیریابی حسگرها در شبکه حسگر ب یسیم با استفاده از ماشین بردار پشتیبان

حسگرها در شبکه حسگر بی سیم (WSN) اطلاعات را به طور هم زمان درک، پردازش و انتقال می دهند. آن ها عمدتا در نظارت بر کشاورزی، نظارت بر محیط زیست، توسعه شهر هوشمند و حتی امور دفاع کاربرد دارند. این نظارت ها عملکرد باکیفیت و قابل اعتماد را از WSN می طلبند. بااین حال، عملکرد یک WSN در برابر انواع مختلف گزینه های مسیریابی نیازمند مطالعات بیشتری است. هرگونه اشتباه و یا مسیریابی ناایمن می تواند عملکرد شبکه های مذکور را کاهش دهد و منجر به اعمال هزینه های زیاد شود. ازاین رو، تشخیص سریع و انتخاب حس گر در مسیریابی بسیار مفید است. هدف این مقاله تشخیص سریع و انتخاب بهینه ترین مسیر با استفاده از رویکرد یادگیری ماشین بر اساس مدل رگرسیون با استفاده از ماشین بردار پشتیبان (SVM) است. در این مقاله بر اساس ویژگی هایی چون تعداد گره ها، محدوده سنجش، نسبت سرعت پاسخ گویی حس گر و نسبت گره متحرک به استاتیک، به عنوان ویژگی های بالقوه برای دستیابی به بهترین مسیر انتخاب شد. این ویژگی ها با استفاده از رویکرد تحلیلی بر اساس روش کتابخانه ای از مقالات دیگر استخراج شدند. جهت ارزیابی مدل به کار گرفته شده از داده های شرکت اینتل با استفاده از وب سایت (UCI) بر روی دیتاست GPS Trajectories Data Set بهره برداری شد.یافته های عددی نشان داد با ضریب همبستگی (R = ۰.۹۰) و ریشه میانگین مربعات خطا (RMSE = ۰.۰۹۵) بهتر عملکرد شبکه به دست می آید؛ علاوه بر این، روش پیشنهادی در مقایسه با سایر طرح های معیار به دقت بالاتری دست می یابند نتایج شبیه سازی نشان می دهد که روش پیشنهادی به شکل مناسبی مسیریابی روتر را برای انتخاب بهترین مسیر، پیش بینی و هدایت می نماید.

کلیدواژه ها:

شبکه حسگر بی سیم ، مسیریابی ، یادگیری ماشین ، ماشین بردار پشتیبان