بهبود خوشه بندی در شبکه های حسگر بی سیم با استفاده از مدل مارکوف

پایان نامه
  • وزارت علوم، تحقیقات و فناوری - دانشگاه محقق اردبیلی - دانشکده مهندسی کامپیوتر
  • نویسنده سارا زینی زاده جدی
  • استاد راهنما شهرام جمالی
  • تعداد صفحات: ۱۵ صفحه ی اول
  • سال انتشار 1392
چکیده

شبکه های حسگر بی سیم متشکل از تعداد زیادی گره های حسگر کوچک هستند که این گره ها محدودیت هایی در سطح انرژی، پهنای باند، توان پردازشی و حافظه دارند. از این رو کاهش مصرف انرژی، افزایش طول عمر شبکه و مقیاس پذیری چالش های اصلی در شبکه های حسگر هستند. الگوریتم های بسیاری برای مسیریابی در شبکه های حسگر معرفی شده ا ند؛ یک دسته از این الگوریتم ها، الگوریتم های خوشه بندی هستند که هدف اصلی آن ها کاهش مصرف انرژی، توزیع انرژی مصرف شده در کل شبکه و افزایش مقیاس پذیری الگوریتم است. در بسیاری از الگوریتم های مبتنی بر خوشه بندی مشکلاتی وجود دارد که موجب عدم کارایی الگوریتم می شوند. یکی از این مشکلات انتخاب احتمالی گره سرخوشه می باشد که بدون در نظر گرفتن انرژی باقیمانده گره ها است، که در این صورت گره های با انرژی کمتر می توانند شانس خوبی برای سرخوشه شدن داشته باشند. بنابراین پس از مردن این گره ها، خوشه هایشان غیر کاربردی می شوند. از طرفی این نوع الگوریتم ها توزیع شده هستند و نیاز به داشتن اطلاعات سراسری از کل سیستم نیست. در این رساله الگوریتم خوشه بندی جدیدی مبتنی بر زنجیره مارکوف ارائه می شود که از نزدیکی گره های سرخوشه به ایستگاه های پایه در احتمال سرخوشه شدن استفاده می کند. هدف این الگوریتم تشکیل خوشه های متوازن با شکل فیزیکی مناسب و تعادل مصرف انرژی است. نتایج شبیه سازی در شبیه ساز ns نشان می دهد که با استفاده از این الگوریتم می توان به طول عمر بیشتری نسبت به الگوریتم های leach و wcce دست یافت.در این پایان نامه روش خوشه بندی جدیدی با ایده استفاده از مدل مارکوف ارائه گردید. انگیزه موجود در این روش عدم اتلاف انرژی در مواردی است که نودهای معمولی موجود در خوشه نسبت به سرخوشه خود به ایستگاه مرکزی نزدیکترند، می باشد. در این روش مشکلات الگوریتم leach کاهش یافته است. به جای انتخاب احتمالی سرخوشه ها مدلی در نظر گرفته شده است تا نودهایی که انرژی بیشتری دارند احتمال بیشتری برای سرخوشه شدن داشته باشند. در حالیکه از مزیت خوشه بندی خودسازمانده نیز بهره گرفته شده است. شبیه سازی ها در محیط شبیه ساز ns-2 انجام شد و نتایج کار با دو الگوریتم خوشه بندی leach و weec که کارکرد هر کدام به تفضیل بیان شد؛ مقایسه گردید. در نهایت با بررسی مقادیر بدست آمده درصد میزان موفقیت هر سه پروتکل در ارسال بسته ها مشخص شد. نتایج شبیه سازی نشان می دهد پروتکل پیشنهادی با کاهش میزان مصرف انرژی و همچنین متعادل کردن میزان مصرف انرژی و توزیع یکنواخت آن درگروه های مناسب تر شبکه، میزان گره های زنده مانده تا انتهای شبیه سازی را افزایش می دهد و همچنین با هوشمند سازی فاز انتخاب سرخوشه احتمال مرگ سرخوشه را بسیار کاهش داده و همین امر سبب شده تمامی سرخوشه ها تا انتهای شبیه سازی کار ارسال بسته به ایستگاه پایه را به درستی انجام دهند.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

صرفه جویی در مصرف انرژی شبکه های حسگر بی سیم با استفاده از پروتکل مسیریابی مبتنی بر خوشه بندی مسطح و الگوریتم های تکاملی

شبکه­های حسگر بی­سیم دارای تعداد زیادی گره­های حسگر با انرژی محدود می­باشند که در یک منطقه محدود پراکنده شده­اند. بیشتر انرژی گره­ها برای ارسال اطلاعات به ایستگاه مرکزی مصرف می­شود. با توجه به محدودیت انرژی در این نوع شبکه­ها، افزایش طول عمر با کاهش مصرف انرژی همواره مورد توجه بوده است. در این تحقیق، یک الگوریتم خوشه­بندی سطحی مبتنی بر ژنتیک در راستای افزایش طول عمر این نوع شبکه­ها ارائه شده اس...

متن کامل

صرفه‌جویی در مصرف انرژی شبکه های حسگر بی سیم با استفاده از پروتکل مسیریابی مبتنی بر خوشه بندی مسطح و الگوریتم های تکاملی

شبکه­های حسگر بی­سیم دارای تعداد زیادی گره­های حسگر با انرژی محدود می­باشند که در یک منطقه محدود پراکنده شده­اند. بیشتر انرژی گره­ها برای ارسال اطلاعات به ایستگاه مرکزی مصرف می­شود. با توجه به محدودیت انرژی در این نوع شبکه­ها، افزایش طول عمر با کاهش مصرف انرژی همواره مورد توجه بوده است. در این تحقیق، یک الگوریتم خوشه­بندی سطحی مبتنی بر ژنتیک در راستای افزایش طول عمر این نوع شبکه­ها ارائه شده اس...

متن کامل

مسیریابی مبتنی بر اعتماد در شبکه های حسگر بی سیم با استفاده از منطق فازی

شبکه‌های حسگر بی­سیم، حوزه‌ی پرکاربردی از نسل­های شبکه با پتانسیل بالا در محیط‌های غیرقابل پیش‌بینی و پویا است. با این حال، این شبکه‌ها به دلیل رسانه‌ی باز خود، توپولوژی در حال تغییر و پویا و الگوریتم‌های مسیریابی آن آسیب‌پذیر است . شبکه‌های موردی و شبکه‌های بی‌سیم ویژگی‌های مختلف مثل خود سازمان‌دهی پویا، خود پیکربندی، خود تصحیحی، نگه‌داری آسان، مقیاس‌پذیری بالا و سرویس‌های مطمئن را پشتیبانی می...

متن کامل

مسیریابی مبتنی بر اعتماد در شبکه های حسگر بی سیم با استفاده از منطق فازی

شبکه‌های حسگر بی­سیم، حوزه‌ی پرکاربردی از نسل­های شبکه با پتانسیل بالا در محیط‌های غیرقابل پیش‌بینی و پویا است. با این حال، این شبکه‌ها به دلیل رسانه‌ی باز خود، توپولوژی در حال تغییر و پویا و الگوریتم‌های مسیریابی آن آسیب‌پذیر است . شبکه‌های موردی و شبکه‌های بی‌سیم ویژگی‌های مختلف مثل خود سازمان‌دهی پویا، خود پیکربندی، خود تصحیحی، نگه‌داری آسان، مقیاس‌پذیری بالا و سرویس‌های مطمئن را پشتیبانی می...

متن کامل

مسیریابی انرژی آگاه در شبکه های حسگر بی سیم با استفاده از الگوریتم جستجوی هارمونی

At the present, energy aware routing is one of the most important research topics in wireless sensor networks. Increasing network lifetime is the most challenging need in these networks. In this study, in order to increase network lifetime, we aim to introduce a harmony search algorithm as a successful meta-heuristic algorithm for routing in the wireless sensor networks. In customizing the algo...

متن کامل

طراحی یک روش خوشه بندی انرژی اگاه مبتنی بر الگوریتم ژنتیک در شبکه حسگر بی سیم ناهمگن

  خوشه­بندی یکی از تکنیک­های موثر برای مدیریت مناسب انرژی و افزایش طول عمر در شبکه­های حسگر بی سیم می­باشد. یکی از پارامترهای حائز اهمیت در ساخت خوشه­های بهینه، انتخاب سرخوشه مناسب است که علاوه بر افزایش طول عمر شبکه و داده دریافتی در چاهک، کاهش انرژی اتلافی را به دنبال خواهد داشت. در این مقاله ابتدا به بررسی چند الگوریتم خوشه­بندی مبتنی بر روش­های هوش محاسباتی  پرداخته شده و سپس نسبت به ارائه ...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه محقق اردبیلی - دانشکده مهندسی کامپیوتر

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023