خوشه بندی دو مرحلهای برای افزایش طول عمر در شبکه ی حسگر بیسیم با روش فازی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,435

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CSITM01_150

تاریخ نمایه سازی: 10 شهریور 1393

چکیده مقاله:

شبکه حسگر بی سیم از تعدادی گره ی حسگر و یک ایستگاه اصلی تشکیل شده است. با توجه به محدودیت منابع در شبکه حسگر بی سیم، افزایش طول عمر شبکه های حسگر بی سیم مورد توجه قرار گرفته است. در این شبکه ها برای رسیدن به یک هزینه معقول و ک یفیت سیستم، انتخاب سرخوشه از مسائل مهم است. انرژی یک موضوع کلیدی در طراحی سیستم شبکه حسگر بی سیم است؛ زیرا هر گره حسگر در مقدار انرژی از محدودیتی برخوردار است و قادر به جایگزینی این انرژی نمی باشند. برای رسیدن به بهره وری انرژی بالا یک روش معمول خوشه بندی است؛ که باعث می شود انرژی حفظ شود و انتخاب برخی از گره ها به عنوان سرخوشه باعث می شود، طول عمر شبکه افزوده و صرفه جویی در انرژی حداکثر شود. داده هایی که توسط گ ره ها حس می شود، برای پردازش و تصمیم گیری باید به یک ایستگاه منتقل شوند. این ایستگاه، ا یستگاه مبنا یا سینک نامیده می شود. اگر هر گره داده هایش را به طور مستقیم به سینک ارسال کند، انرژی زیادی مصرف می شود. که به کمک انتخاب سرخوشه از اتلاف انرژی جلوگیری می شود. هدف از اینتحقیق انتخاب نشدن گره ای است که انرژی آن در آینده نزدیک اتمام یافته و احتمال خرابی آن در آینده نزدیک وجود دارد. این مقاله ابتدا با کمک چند فرمول در بین گره های شبکه یک غربالگری انجام داده است، که گره هایی که در آینده نزدیک احتمال اتمام انرژی و خرابی را دارند، در انتخاب سرخوشه شرکت نکرده تا بدین وسیله تعداد گره هایی که در انتخاب سرخوشه شرکت می کنند، ک متر گردد. بعد از مرحله ی غربالگری به کمک سیستم استنتاج فازی به انتخاب سرخوشه پرداخته است، که به دلیل کاهش در تعداد گره ها در مرحله ی غربالگری انتخاب سرخوشه با سرعت و کیفیت بهتری نسبت به روش هایی پیشین انجام می گیرد، که نتایج انتهایی نیز بیان گر این گفته می باشد.

کلیدواژه ها:

شبکه حسگر بی سیم ، انتخاب سرخوشه ، غربالگری گره ، منطق فازی ، پیاده سازی در متلب

نویسندگان

جواد حمیدزاده

عضو هیئت علمی، گروه مهندسی کامپیوتر،موسسه آموزش عالی سجاد، مشهد

سمیه نظیفی

دانشجوی کارشناسی ارشد، گروه مهندسی کامپیوتر،دانشگاه آزاد اسلامی فردوس

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 :
  • K. Akkaya, M.Y., A Survey of Routing Protocols in Wireless ...
  • J. N. Al-Karak , A.E.K., Routing techniques in wireless Sensor ...
  • al, I.F.A.e., Wireless sensor networks: a survey. Computer Networks, March ...
  • Torghabeh, N.A., Cluster Head Selection using a Two-Level Fuzzy Logic ...
  • Yan Shen, H.J., En ergy-Efficent Cluster-head Selection Based on A ...
  • Gupta, I., Cluster-head Election using Fuzzy Logic for Wireless Sensor ...
  • I. Gupta, D.R., S. Sampalli, Cluster-head Election using Fuzzy Logic ...
  • J. Myoung Kim, S.P., Y. Han and T. Chung, CHEF: ...
  • De, D., A Distributed Algorithm for Localization Error Detection- Correction, ...
  • Heinzelman, A.C., H. Balakrishnan, An application -specific protocol architecture for ...
  • Nurcahyo, G.W., Selection of Defuzzification Method to Obtain Crisp Value ...
  • Ossama Younis, M.K., Srinivasan Ramasub ramanian, Node Clustering in Wireless ...
  • Hironori, An Intelligent Fuzzy-based Cluster Head Selection System for Wireless ...
  • Adewuyi, P.A., Performance Evaluation of Mamdani-type and Sugeno-type Fuzzy Inference ...
  • Jin-Shyan Lee and Wei-Liang Cheng, Fuzzy-Log ic-Based Clustering Approach for ...
  • Seyyed Jalale Dastgheib, Hamed Oulia, Mohammad Reza Sadeqi Ghassami, An ...
  • Kumar, Singh, Kumar, Survey of Clustering Algorithms Using Fuzz ylogic ...
  • In-network Faulty Reading Detection :Applicability Networks. IEEE 2009. ...
  • نمایش کامل مراجع