استقرار بهینه گره در شبكه هاي حسگر بی سیم در محیط هاي مانع دار با استفاده از الگوریتم بهینه سازي شیرمورچه
First Statement of Responsibility
محمد دمشقی
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
مهندسی برق و کامپیوتر
Date of Publication, Distribution, etc.
۱۴۰۰
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
۸۲ص.
Accompanying Material
سی دی
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کارشناسی ارشد
Discipline of degree
مهندسی کامپیوتر گرایش رایانش امن
Date of degree
۱۴۰۰/۰۶۲۰
SUMMARY OR ABSTRACT
Text of Note
شبکه های حسگر بی سیم، یکی از مهم ترین فناوری های مبتنی بر ارتباطات هستند که از همکاری و تعامل میان تعداد زیادی از گره¬های حسگر بی سیم و یک یا چند ایستگاه پایه به وجود می آیند. هدف اصلی این شبکه¬ها، جمع آوری داده از محیط تحت نظارت، پردازش داده ها و ارسال آن ها به ایستگاه پایه، جهت تجزیه وتحلیل بیشتر می باشد. ويژگي هايي از قبيل هزينه اندک، عملکرد قابل قبول و بالا بودن تحمل-پذيري خطا، این شبکه ها را به گزينه مناسبي جهت تحقق بسياري از برنامه¬های کاربردی دنیای واقعی ازجمله نظارت بر محیط های صنعتی، سامانه¬های بهداشت و سلامت، خانه¬های هوشمند و نظارت بر حیاتوحش تبديل کرده است.به¬منظور تحقق نیازمندی¬های برنامه¬های کاربردی بالا و با توجه به لزوم بررسی چالشهای استقرار گره، مقیاسپذیری مدلهای پوششی پیشنهادی به جهت استفاده در محیطهای مانع دار تحت نظارت شبکه¬های حسگر بی¬سیم در محیط واقعی، یکی از مهم¬ترین چالش¬ها به شمار می¬رود. برای مقابله با این چالش، گره-های حسگر بی¬سیم در محیطهای مانع دار باید به روش مناسبی در محیط تحت نظارت مستقر شوند تا علاوه بر پوشش مناسب محیط تحت نظارت، داده¬های استخراج¬شده را به¬صورت کارآمدی پردازش کرده و به مکان¬های مختلف انتقال دهند. درواقع، ارائه روشی بهینه جهت استقرار گره¬ها در محیط تحت نظارت شبکه می¬تواند از ایجاد نقاط کور پوششی پیشگیری کرده؛ درنتیجه، احتمال بروز مشکل حفره پوشش و گرههای همپوش را به حداقل برساند؛ بنابراین، یکی از مهم¬ترین چالش¬های¬ موجود در شبکه¬های حسگر بی¬سیم، ارائه روشی کارآمد جهت استقرار بهینه گره¬ها در محیط تحت نظارت مانع دار می¬باشد که بتواند با کمترین تعداد گره، پوشش مناسبی را تضمین کند.مطالعات گسترده¬ای در حوزه استقرار گره¬ها در شبکه¬های حسگر بی¬سیم باهدف افزایش پوشش محیط تحت نظارت انجام شده است. این روش¬ها در دو دسته کلاسیک و فرا ابتکاری طبقهبندی می¬شوند. روش کلاسیک نیز در سه گروه رویکردهای مبتنی بر نیرو، مبتنی بر شبکه و مبتنی بر هندسه محاسباتی موردبررسی قرار می¬گیرند. اگرچه رویکردهای کلاسیک توانسته¬اند¬ تا حد زیادی نیازمندی¬های برنامه¬های کاربردی را تأمین کنند، اما به علت زمان¬بر بودن نمی¬توانند برای حل مسائل پیچیده دنیای واقعی مورداستفاده قرار گیرند. این در حالی است که استقرار گره¬ها، یک مسئله NP-hard است. بهره¬برداری از روش¬های فرا ابتکاری برای حل این چالش می¬تواند راه¬حل¬های مناسب¬تری را ارائه می¬دهد. همچنین، این روش¬ها امکان استفاده بهینه از چند شاخص تأثیرگذار بر عملکرد شبکه را بهطور توأم فراهم می¬آورند. بااین¬حال، تاکنون روش مبتنی بر الگوریتم¬های فرا ابتکاری جهت استقرار گره¬ها در محیط تحت نظارت مانع¬دار ارائه نشده است.بر این اساس، در این نوشتار، روش کارآمدی برای استقرار گره¬ها در شبکه¬های حسگر بی¬سیم مانع¬دار ارائه شده است. روش پیشنهادی با عنوان استقرار گره مبتنی بر الگوریتم شیر مورچه در شبکه¬های حسگر بی¬سیم (ALD-WSN) نام¬گذاری شده است. در این روش، بعد از تعیین سناریو و مقادیر اولیه الگوریتم، در گام آغازین، مجموعه جواب¬های اولیه (جمعیت اولیه مورچه¬ها و شیر مورچه¬ها) به¬صورت تصادفی تولید می¬شوند. سپس، مقدار برازندگی جواب¬ها بر اساس معیارهای همپوشانی بین دو گره، نقاط پوششی گره¬ها که خارج از محیط تحت نظارت قرار دارند، همپوشانی بین ناحیه پوششی گره¬ها و موانع محاسبه می¬شود (مسئله به¬صورت حداقل¬سازی در نظر گرفته شده است). در گام سوم، با بهرهگیری از قابلیتهای الگوریتم بهینهساز شیرمورچه و رویکرد پیشنهادی با الهام از رویکرد نیروهای مجازی جهت مواجهه با موانع و گرههای همسایه در محیط تحت نظارت و با سناریوهای پوشش مانع مختلف مدل¬سازی انجام می¬شود. سپس، شرط پایانی الگوریتم موردبررسی قرار می¬گیرد؛ درصورتیکه تعداد تکرارهای الگوریتم بهینه¬ساز شیر مورچه به تعداد معینی رسیده باشد، بهترین جواب (جواب با کم ترین مقدار برازندگی) بهعنوان جواب نهایی مسئله برگردانده می شود.نتایج حاصل از شبیه سازی ها نشان می¬دهد که روش پیشنهادی پایان¬نامه، در سناریوهای مختلف با تعداد موانع، گره ها و شعاع حسی متفاوت، میزان پوشش بهتری نسبت به سایر روش ها ارائه میدهد. بر این اساس، می توان ادعا کرد که الگوریتم ALD-WSN، با بهبود میزان پوشش محیط تحت نظارت شبکه-های حسگر بی سیم، روش مناسبی برای تأمین نیازمندی¬های برنامه¬های کاربردی مختلف می¬باشد
Text of Note
Wireless sensor networks are one of the most important communication-based technologies that result from the cooperation and interaction between a large number of wireless sensor nodes and one or more base stations. The main purpose of these networks is to collect data from the monitored environment, process the data and send it to the base station for further analysis. Features such as low cost, acceptable performance, and high fault tolerance make these networks a viable option for many real-world applications, including monitoring industrial environments, systems. Health has become smart homes and wildlife monitoring.In order to meet the requirements of the above applications and due to the need to study the challenges of node deployment, the scalability of the proposed cover models for use in barrier environments under the supervision of wireless sensor networks in the real environment is one of the most important challenges. To meet this challenge, wireless sensor nodes in obstructed environments must be properly deployed in the monitored environment in order to efficiently process the extracted data in addition to adequately covering the monitored environment. In fact, providing an optimal way to place nodes in a network-monitored environment can prevent blind spots; As a result, minimize the risk of overlap holes and overlapping nodes; Therefore, one of the most important challenges in wireless sensor networks is to provide an efficient method for the optimal deployment of nodes in a controlled environment that can ensure proper coverage with the least number of nodes.Extensive studies have been conducted in the field of node deployment in wireless sensor networks with the aim of increasing the coverage of the monitored environment. These methods are classified into two categories: classical and meta-heuristic. The classical method is also examined in three groups of force-based, network-based and computational geometry approaches. Although classical approaches have largely been able to meet the needs of applications, they can not be used to solve complex real-world problems due to their time consuming nature. Node deployment, however, is an NP-hard issue. Utilizing meta-innovative methods to solve this challenge can provide more appropriate solutions. Also, these methods allow the optimal use of several indicators affecting network performance in combination. However, so far no method based on meta-heuristic algorithms for deploying nodes in a obstacles constrained environment has been proposed.Accordingly, in this thesis, an efficient method for establishing nodes in obstacles constrained wireless sensor networks is presented. The proposed method is called node deployment based on Ant Lion Algorithm in Wireless Sensor Networks (ALD-WSN). In this method, after determining the scenario and the initial values of the algorithm, in the initial step, the set of initial answers (initial population of ants and antlions) are generated randomly. Then, the suitability of the answers is calculated based on the criteria of overlap between the two nodes, the barrier sides of monitored environment, the overlap between the coverage area of the nodes and the obstacles (the problem is considered as a minimization). In the third step, modeling is performed using the capabilities of the Antlion optimization algorithm and the proposed approach inspired by the virtual forces approach to deal with neighboring obstacles and nodes in the monitored environment and with different barrier coverage scenarios. Then, the final condition of the algorithm is examined; If the number of iterations of the Antlion optimization algorithm has reached a certain number, the best answer (answer with the least amount of value) will be returned as the final answer to the problem.The results of the simulations showed that the proposed method of the dissertation, in different scenarios with different number of obstacles, nodes and sensory radius, provides better coverage than other methods. Accordingly, it can be argued that the ALD-WSN method, is a better idea to meet the needs of different applications by improving the coverage of the monitoring environment in wireless sensor networks.
OTHER VARIANT TITLES
Variant Title
Optimized Node Deployment in Obstacles Constrained Area Coverage in Wireless Sensor Networks using Ant Lion Optimization Algorithm