جایگذاری بهینه گرههای لنگر در محیطهای با موانع ثابت جهت مکانیابی سایر گرهها در شبکههای حسگر بیسیم با استفاده از الگوریتم تکاملی
First Statement of Responsibility
/بهروز زمانی هره دشت
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
: پردیس دانشگاه تبریز
Date of Publication, Distribution, etc.
، ۱۳۹۶
Name of Manufacturer
، راشدی
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 کامپیوتر گرایش هوشمصنوعی و رباتیکز
Date of degree
۱۳۹۶/۰۸/۳۰
Body granting the degree
تبریز
SUMMARY OR ABSTRACT
Text of Note
شبکههای حسگر بیسیم متشکل از تعدادی گرههای حسگر هستند که به صورت هماهنگ با یگدیگر در تعامل بوده و امروزه جهت تحقق بسیاری از کاربردهای نظامی، تجاری و سلامت به کار گرفته میشوند .این شبکهها دارای خصوصیات منحصر به فردی هستند که آنها را از شبکههای دیگر متمایز میسازد .برای نمونه میتوان به محدودیت منبع انرژی، قدرت پردازنده و سیستم ارتباطات اشاره کرد .در برخی از کاربردهای موجود برای شبکههای حسگر بیسیم و پروتکلهای ارائه شده برای تحویل داده به ایستگاه مرکزی، موقعیت مکانی گرهها از اهمیت ویژهای برخوردار است .در این نوع کاربردها داشتن اطلاعات موقعیت مکانی هر گره حسگر در محیط یک امر حیاتی است و بدون این اطلاعات پروتکلهای ارائه شده کارایی خود را از دست میدهند .با توجه به توضیحات مذکور، مکانیابی گرههای حسگر یکی از اصلیترین زمینههای تحقیقاتی در شبکههای حسگر بیسیم به شمار میرود .تا به امروز روشهای بسیار متنوع و مختلفی در زمینه مکانیابی گرهها مطرح و برخی از آنها نیز پیادهسازی و به کار گرفته شده است .یکی از سادهترین روشهای پیشنهادی برای حل این مساله تجهیز تمامی گرههای حسگر به سیستم موقیتیاب جهانی (GPS) میباشد .این روش در عمل به علت افزایش هزینه و مصرف انرژی زیاد مناسب نخواهد بود .روش بعدی استفاده از تعدادی از گرههای حسگر به عنوان گره لنگر و مجهز به سیستم موقیتیاب جهانی (GPS) است که سایر گرهها مکانیابی خود را از طریق این گرهها محاسبه میکنند .بررسیها نشان میدهد، روشهایی که به تازگی در این زمینه درحال رشد میباشند با استفاده از الگوریتمهای هوشمند به خصوص الگوریتمهای تکاملی جهت کاهش خطای مکانیابی گرههای حسگر با کمک گرههای لنگر راهکارهایی را ارائه دادهاند .اما طبق بررسیهای صورت گرفته، تاکنون در مورد نحوه جایگذاری گرههای لنگر در محیط، پژوهشی صورت نگرفته است و در اکثر مقالات جایگذاری گرههای لنگر در محیط به صورت تصادفی در نظر گرفته شده است .با توجه به توضیحات مذکور، جایگذاری گرههای لنگر در محیطهایی با موانع ثابت به طوری که خطای مکانیابی سایرگرهها حداقل شود، مساله مورد نظر در این پایاننامه را شکل میدهد .جهت رسیدن به هدف مورد نظر از سه الگوریتم تکاملی ژنتیک(GA) ، ترکیب باکتریایی (BC) و بهینهسازی ازدحام ذرات (PSO) استفاده شده است و یک تابع برازندگی نیز برای هر سه الگوریتم جهت حداکثر پوشش محیط وکاهش بیشترین خطای مکانیابی با گرههای لنگر در محیط استفاده شد .سپس عملکرد این الگوریتمها علاوه بر اینکه با هم دیگر مقایسه شد در نهایت با روش تصادفی نیز مورد مقایسه قرار گرفت .نتایج شبیهسازیها که با نرمافزار متلب پیادهسازی شدهاند و مقایسه روشها بیانگر این بود که الگوریتم ژنتیک با زمان کمتر و عملکرد مناسبتر به جواب بهتری نسبت به بقیه روشهای مذکور دست یافت
Text of Note
Wireless sensor networks are comprised of a number of sensor nodes that interact in tune with interconnection and are now used to realize many military, commercial, and health applications. One of the main challenges in these networks is the location of the nodes, which has been carried out over the years in recent years. These networks have unique features that distinguish them from other networks. For example, the source of energy, processor power and communication systems can be limited. In some applications available for wireless sensor networks and protocols for delivery to the central station, node location is of particular importance. In this type of application, having location information for each sensor node in the environment is critical, and without this information, the protocols presented will lose their effectiveness. According to the explanation, location of sensor nodes is one of the main fields of research in wireless sensor networks. To date, there are many different ways in which nodes are located and some of them are implemented and implemented. One of the easiest ways to solve this problem is to equip all sensor nodes with the GPS system. This method will not be appropriate in practice due to increased cost and energy consumption. The next method uses a number of sensor nodes as an anchor node and is equipped with a GPS system where other nodes compute their position through these nodes. Studies show that recently developed methods have been developed using intelligent algorithms, especially evolution algorithms, to reduce the error of location of sensor nodes with the help of anchor nodes. But according to the studies, so far, no research has been done on how the anchor nodes are placed in the environment, and in most articles the anchor nodes in the environment are randomly considered. According to the above description, insertion of anchor nodes in environments with fixed obstacles, such that the location error of other sections is minimized, forms the issue in this thesis. In order to achieve the desired goal, three evolutionary genetic algorithms, bacterial conjucation and particle congestion were used, and an fitness function was used for all three algorithms to maximize environmental coverage and reduce the maximum location error with anchor nodes in the environment. Then this algorithm is compared with each other and is then compared by random method. The results of simulation and comparison of the methods showed that the genetic algorithm with a shorter time and proper function to a better response than the rest of the methods