عنوان

بهینه‌سازی مصرف انرژی در شبکه‌های حسگر بی‌سیم بر اساس مدیریت وظایف حسگرها و با استفاده از روش‌های خوشه‌بندی

پ۲۹۰۵۳

per

بهینه‌سازی مصرف انرژی در شبکه‌های حسگر بی‌سیم بر اساس مدیریت وظایف حسگرها و با استفاده از روش‌های خوشه‌بندی

سمیرا رسولی

مهندسی برق وکامپیوتر

۱۴۰۲

۱۲۱ص.

سی دی

کارشناسی ارشد

مهندسی برق-مخابرات سیستم

۱۴۰۲/۰۴/۲۴

: در چندین دهه گذشته، با توسعه فناوری‌های میکروالکترونیک، طراحی الکترونیک و هم‌چنین پیشرفت‌ در ارتباطات بی‌سیم با انرژی کم، نوع جدیدی از شبکه به نام شبکه حسگر بی‌سیم (WSN) ظهور کرده است. یک WSN مجموعه‌ای از چندین گره حسگر است که به صورت تصادفی در یک فضای خاص مستقر می‌شوند و به جمع‌آوری اطلاعات از محیط می‌پردازند. لزوماً محل قرار گرفتن گره‌های حسگر، از قبل تعیین شده و مشخص نیست. با توجه با اینکه انرژی گره‌های حسگر محدود و غیر قابل شارژ است، مطالعات روی شبکه‌های حسگر نشان می‌دهد که اگر می‌خواهیم طول عمر WSN افزایش یابد، باید انرژی گره حسگر بهینه مصرف شود. این موضوع، منجر به تحقیقات گسترده برای بهینه‌سازی مصرف انرژی حسگر و افزایش طول عمر شبکه شده، ولی توجه کمتری به توسعه پروتکل‌های کارآمد برای تخصیص و مدیریت وظایف در WSN شده است. در عمل، یک WSN ممکن است با وظایفی مواجه شود که به حجم زیادی از جمع‌آوری اطلاعات، عملیات محاسباتی و ... نیاز داشته باشد. در نتیجه، برای اجرای موفقیت‌آمیز یک WSN، همه حسگرها باید به طور مشترک کار کنند. با تجزیه و تخصیص وظایف، یک کار دشوار را می‌توان به چندین بخش ساده تقسیم کرد و هر وظیفه فرعی به یک گره حسگر اختصاص داده می‌شود که می‌تواند به طور مستقل از عهده آن برآید. بنابراین، تخصیص وظایف تأثیر حیاتی بر عملکرد کلی یک WSN دارد. از آن‌جایی که ارتباطات پر هزینه‌ترین عملیات در WSN است و مصرف انرژی ارتباطی متناسب با فاصله بین دو گره است، یک گره معمولاً برای برقراری ارتباط مستقیم با گره‌های دیگر در یک بازه، محدود می‌شود. برای ارسال داده‌های جمع‌آوری شده به ایستگاه پایه (BS) با مصرف انرژی کم، باید یک شبکه ارتباطی سلسله مراتبی تشکیل شود. تشکیل یک شبکه سلسله مراتبی می‌تواند از روش‌های مختلفی ایجاد شود که محبوب‌ترین و مؤثرترین آن، خوشه‌بندی بر اساس فاصله است. در این حالت با تقسیم کل شبکه به بخش‌های کوچک، هر دسته از گره‌ها با توجه به فاصله‌ای که از یک‌دیگر دارند در یک خوشه قرار می‌گیرند. به منظور ارتباط راحت‌تر و بهینه‌تر هر خوشه با BS باید یک گره که شرایط بهتری از نظر پارامترهایی از جمله انرژی بالاتر و مرکزیت دارا است، به عنوان سرخوشه انتخاب گردد که وظیفه ارسال اطلاعات سایر گره‌ها در خوشه را بر عهده بگیرد.روش ارائه شده در این پایان‌نامه، مبتنی بر خوشه‌بندی گره‌های حسگر و انتخاب سرخوشه بهینه به منظور مدیریت وظایف ارتباطی حسگرها می‌باشد. انتخاب سرخوشه بهینه سبب کاهش مصرف انرژی و افزایش طول عمر شبکه خواهد شد. زیرا انتخاب بهینه سرخوشه علاوه بر فشرده‌سازی سبب آنالیز بهتر دادهها برای ارسال به BS می‌شود. اما اگر سرخوشه به صورت بهینه انتخاب نگردد، ممکن است در حین انجام عملیات، سرخوشه انتخاب شده انرژی خود را از دست داده و یا وظایف را به درستی انجام ندهد. بنابراین همین مورد سبب ایجاد سربار اضافی به سرخوشه شده و طول عمر شبکه را کاهش می‌دهد.در هر مرحله از روند کاری WSN اگر وظیفه تعیین شده در آن لحظه از توان گره خارج باشد (انرژی لازم را نداشته باشد) به دلیل عدم توانایی و انرژی ناکافی گره در انجام وظیفه تعیین شده، گره خواهد مرد. بنابراین، آن وظیفه به چند گره اختصاص می‌یابد تا بتوان مدیریت وظایف را بهینه نمود و طول عمر شبکه را افزایش داد. زیرا برخی از وظایف با توجه به حجم داده‌های مورد نیاز برای ارسال نیاز به مصرف انرژی بالایی خواهد داشت که از توان برخی از گره‌ها خارج است.در روش‌های متداول تعیین سرخوشه، انرژی باقی‌مانده یا فاصله مد نظر بوده که باعث انتخاب نامناسب سرخوشه می‌شود. اما در روش پیشنهادی به منظور بهبود عملکرد در تعیین سرخوشه از روش وزن‌دهی بهینه به کمک الگوریتم ژنیتک استفاده تا بتوان بهترین ترکیب از پارامترهای انرژی باقی‌مانده گره، فاصله تا BS و میانگین فاصله تا گره‌های همسایه را به منظور انتخاب بهینه سرخوشه تعیین نماید.یکی از مزایای این روش بررسی چند بعدی مسئله انتخاب سرخوشه می‌باشد که در روش‌های پیشین در نظر گرفته نشده است. نتایج بررسی‌های انجام شده به منظور شبیه‌سازی مدل پیشنهادی در نرم‌افزار MATLAB نشان از کارایی بهتر روش ارائه شده نسبت به روش‌های مرسوم را دارد.

Abstract: In the past few decades, with the development of microelectronics technologies, electronic design, and low-power wireless communication advancements, a new type of network called Wireless Sensor Network (WSN) has emerged. A WSN is a collection of several sensor nodes that are randomly deployed in a specific area and collect information from the environment. The location of sensor nodes is not predetermined or known. Since the energy of sensor nodes is limited and not rechargeable, studies on sensor networks have shown that in order to increase the lifetime of the WSN, energy consumption of sensor nodes must be optimized. This has led to extensive research on optimizing sensor energy consumption and extending the network lifetime, but less attention has been paid to developing efficient protocols for task allocation and management in WSNs.In practice, a WSN may face tasks that require a large amount of data collection, computational operations, and more. Therefore, for a successful operation of a WSN, all sensors must work together. By decomposing and allocating tasks, a difficult task can be divided into several simple parts, and each subtask can be assigned to a sensor node that can independently handle it. Therefore, task allocation has a vital impact on the overall performance of a WSN.Since communication is the most expensive operation in WSNs, and communication energy consumption is proportional to the distance between two nodes, a node is usually limited to establishing direct communication with other nodes within a range. In order to send collected data to the base station (BS) with low energy consumption, a hierarchical communication network must be formed. A hierarchical network can be created using various methods, the most popular and effective of which is clustering based on distance. In this case, by dividing the entire

Optimizing energy consumption in wireless sensor networks based on the management of sensor tasks and using clustering methods.

‏رسولی‏،

سمیرا ‏

تهیه کننده

‏طینتی‏،

‏مظفری تازه‌کند،

محمد علی ‏

بهزاد ‏

استاد راهنما

استاد مشاور

‏ تبریز