روش خوشهبندی مبتنی بر الگوریتمهای تکاملی در شبکههای حسگر بیسیم برای کاربردهای مدیریت بحران
First Statement of Responsibility
/میلاد سلمانی
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
: مهندسی برق و کامپیوتر
Date of Publication, Distribution, etc.
، ۱۳۹۵
NOTES PERTAINING TO PUBLICATION, DISTRIBUTION, ETC.
Text of Note
چاپی
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کارشناسی ارشد
Discipline of degree
مهندسی فناوری اطلاعات گرایش مخابرات امن
Date of degree
۱۳۹۵/۰۹/۳۰
Body granting the degree
تبریز
SUMMARY OR ABSTRACT
Text of Note
پیشرفتصهای اخیر در فناوری ساخت مدارات مجتمع و توسعه فناوری ارتباطات بیصسیم زمینهصساز طراحی شبکهصهای حسگر بیصسیم شده است .شبکهصهای حسگر بیصسیم از گرهصهای کوچکی با قابلیتصهای حسکردن، پردازش و محاسبه تشکیل شده و هدف اصلی در این شبکهصها جمعصآوری اطلاعات محیط پیرامون از طریق گرهصهای حسگر، به صورت بیصسیم میصباشد .کاربرد مورد نظر ما در این تحقیق بکارگیری شبکهصهای حسگر بیصسیم در امداد رسانی به افراد به دام افتاده پس از وقوع بحرانهایی مانند زلزله، سیل و آتشصسوزی میصباشد .برای تحقق چنین کاربردی، مهمترین وظیفه شبکه حسگر بیصسیم مسیریابی و انتقال اطلاعات مربوط به وقوع رخدادها از گرهصهای حسگر به ایستگاه اصلی است .توزیع غیریکنواخت وقوع رخدادصها در کاربردهای مدیریت بحران مورد نظر از یکسو و منبع انرژی محدود و غیر قابل شارژ گرههای موجود در شبکهصهای حسگر بیصسیم از سوی دیگر، ما را با چالشهایی مانند تحویل به موقع اطلاعات رخدادها به ایستگاه اصلی و افزایش طول عمر شبکه مواجه میصکنند .در سالصهای اخیر از روشهای خوشهصبندی مبتنی بر الگوریتمهای تکاملی جهت ارسال دادهصها در شبکهصهای حسگر بیصسیم با هدف کاهش مصرف انرژی گرهصهای حسگر و افزایش طول عمر شبکه استفاده شده است .در مسئله بکارگیری شبکههای حسگر جهت امدادرسانی به افراد به دام افتاده در کاربردهای مدیریت بحران، به ویژه بحران زلزله که کاربرد اصلی ما در این پایاننامه میباشد، تراکم رخدادها در سراسر شبکه یکسان نیست .از این صرو استفاده از روشهای موجود که با فرض توزیع یکنواخت رخدادها پیادهسازی شدهاند، پاسخگوی نیازمندیهای کاربرد مورد نظر نخواهند بود .بنابراین ارائه یک روش خوشهصبندی مبتنی بر الگوریتمهای تکاملی که در کنار معیارهایی مانند میزان انرژی باقی مانده گرهصهای حسگر و فاصله گره حسگر تا ایستگاه اصلی، معیار تراکم رخدادها را نیز در نظر میگیرد، هدف اصلی این تحقیق را شکل میدهد .روش ارائه شده با نام EEACP مبتنی بر الگوریتم بهینهسازی ازدحام ذرات میباشد .در EEACP ما یک تابع برازندگی جدید جهت فراهم شدن معیارهای مذکور برای انجام خوشهبندی گرههای حسگر ارائه میدهیم .روش پیشنهادی در نرمافزار MATLAB پیاده سازی شده و مقایسه نتایج به دست آمده از نظر میزان ارسال موفق داده، طول عمر شبکه و تعداد نواحی تحت پوشش، صحت عملکرد این روش در مقایسه با بهترین و جدیدترین الگوریتم ارائه شده در این زمینه را نشان میدهد
Text of Note
Recent advances in technology of manufacturing integrated circuits and developing technology of wireless communication cause designing wireless sensor networks. Wireless sensor networks consisting of small nodes with the ability of sensing, processing and calculating and the main goal in these networks is collecting environment information with the help of sensor nodes. Our desired application in this thesis is using wireless sensors to relief the people whom trapped after crises like earthquake, flood and fire. for achieving this application, the main task of wireless sensor network is routing and transmitting information of events from sensor nodes to the base station. Non-uniform distribution of occurrence of events in desired disaster management applications from one side and limitation of energy source and non-rechargeable battery of sensor nodes from the other side, make challenges like delivering information of events to base station in time and prolonging network lifetime. In recent years, methods of clustering based on evolutionary algorithms are used for forwarding information in wireless sensor networks with the goals of decreasing energy consumption and prolonging network lifetime. In the problem of using wireless sensor networks for relieving trapped people in disaster management applications Especially earthquake that is our main purpose in this thesis, density of events in whole network is not equal. Hence, using existent methods which are implemented with assumption of uniform distribution of events, will not meet requirement of these applications. Therefore, the goal of this thesis is proposing a clustering method based on evolutionary algorithms which consider density of events alongside remaining energy of sensors and distance of sensors to the base station. The proposed algorithm which named EEACP is based on particle swarm optimization algorithm. In EEACP a new fitness function for providing mentioned criteria for clustering sensor nodes is proposed. The EEACP is simulated in MATLAB and compering results with considering the rate of successful transmission, network life time and number of covered area, show the accuracy of proposed method in comparison with one of the state-of-the-art algorithms