شماره کتابشناسی ملی
شماره
۲۲۷۴۳پ
زبان اثر
زبان متن نوشتاري يا گفتاري و مانند آن
per
عنوان و نام پديدآور
عنوان اصلي
روش خوشه‌صبندی و مسیریابی همکارانه با استفاده از الگوریتم تکاملی در شبکه‌های حسگر بی-سیم همگن
عنوان اصلي به زبان ديگر
Efficient Cooperative Clustering and Routing Method Using Evolutionary Algorithm in Homogeneous Wireless Sensor Networks
نام نخستين پديدآور
/رامین دانه‌صچین
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
: مهندسی برق و کامپیوتر
تاریخ نشرو بخش و غیره
، ۱۳۹۸
نام توليد کننده
، راشدی
مشخصات ظاهری
نام خاص و کميت اثر
۶۱ص
یادداشتهای مربوط به نشر، بخش و غیره
متن يادداشت
چاپی - الکترونیکی
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
مهندسی فناوری اطلاعات گرایش مخابرات امن
زمان اعطا مدرک
۱۳۹۸/۱۱/۱۴
کسي که مدرک را اعطا کرده
تبریز
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
شبکه‌های حسگر بی‌صسیم، یکی از مهم‌صترین فناوری‌صهای مبتنی بر ارتباطات هستند که از همکاری و تعامل میان تعداد زیادی از گره‌صهای حسگر بی‌صسیم و یک/چند ایستگاه پایه به وجود می‌صآیند .هدف اصلی این شبکه‌صها، جمع‌صآوری داده‌ص از محیط تحت نظارت، پردازش داده‌صها و ارسال آن‌صها به ایستگاه پایه، جهت تجزیه‌صوتحلیل بیشتر می‌صباشد .ویژگی‌صهایی از قبیل هزینه‌ص اندک، عملکرد قابل‌صقبول و بالا بودن تحمل‌صپذیری خطا، این شبکه‌صها را به گزینه مناسبی جهت تحقق بسیاری از برنامه‌صهای کاربردی دنیای واقعی ازجمله ارائه خدمات مبتنی بر سلامت، نظارت بر ترافیک و محیطصهای پرازدحام، نظارت بر محیطصهای صنعتی و واقعیت مجازی تبدیل کرده است .برای برآورده سازی نیازمندی‌صهای هرکدام از برنامه‌صهای کاربردی مذکور، جمع‌صآوری داده به‌عنوان یکی از مهم‌صترین چالش‌صها در شبکه‌صهای حسگر بی‌صسیم به شمار می‌صرود .ازآنجایی‌که کارایی شبکه‌صهای حسگر بی‌صسیم به‌شدت به طول عمر گره‌صها و پوشش شبکه‌ای منطقه تحت نظارت بستگی دارد، لحاظ نمودن الگوریتم‌های انرژی-کارا در طراحی روش‌صهای جمع‌صآوری داده‌ص در این شبکه‌ها، امری حیاتی به نظر می‌صرسد .بررسی‌صها نشان می‌صدهند که مطالعات گسترده‌صای در حوزه جمع‌صآوری و مسیریابی داده‌صها از گره‌صهای حسگر بی‌صسیم به ایستگاه پایه انجام شده است که اغلب این رویکردها از روش‌صهای خوشه‌صبندی جهت بهینه‌صسازی ترافیک تزریقی به شبکه و انرژی مصرفی کل سامانه استفاده کرده‌صاند .ازآنجایی‌که خوشه‌صبندی و مسیریابی در شبکه‌صهای حسگر بی‌صسیم یک مسئلهhard - NPاست، بهره‌صبرداری از روش‌صهای فرا ابتکاری برای حل این مسئله می‌صتواند راه‌صحل‌صهای مناسب‌صتری را جهت انتقال داده از گره‌صهای منبع به ایستگاه پایه ارائه می‌صدهد .بر این اساس، در این نوشتار، روش کارآمدی برای مسیریابی داده‌صها از گره‌صهای منبع به ایستگاه پایه در شبکه‌صهای حسگر بی-سیم ارائه شده است .روش پیشنهادی با عنوان" مسیریابی یکپارچه مبتنی بر الگوریتم ژنتیک در شبکه‌صهای حسگر بی‌صسیم "(IRGA) نام‌صگذاری شده است .هدف کلی این روش، خوشه‌صبندی گره‌صهای حسگر بی‌صسیم، تعیین سرخوشه‌صهای مناسب و مسیریابی بهینه جهت ارسال داده‌صها از گره‌صهای منبع به ایستگاه پایه است .برای این منظور، از الگوریتم ژنتیک استفاده می‌صشود بدین‌صورت که هر کروموزوم این الگوریتم به‌صورت آرایه تک‌صبعدی از صفر) گره‌صهای حسگر بی‌صسیم عادی (و یک‌صها) سرخوشه-ها (در نظر گرفته می‌صشود .سپس، الگوریتم ژنتیک تلاش می‌صکند تا با استفاده از جمع وزن‌صدار شاخص‌صهای تعداد گام‌صهای هر سرخوشه‌ص تا ایستگاه پایه، تعداد اعضای هر خوشه، مقدار انرژی سرخوشه‌صها و تعداد سرخوشه‌صهای متصل به ایستگاه پایه به‌عنوان تابع برازندگی، کارآمدترین مجموعه خوشه‌صبندی و مسیریابی نزدیک به بهینه را جهت انتقال داده‌صها پیدا کند .لازم به ذکر است که روشIRGA ، جهت محاسبه تعداد گام‌صهای هر سرخوشه‌ص تا ایستگاه پایه از رویکرد حریصانه استفاده می-کند بدین‌صصورت که هر سرخوشه داده‌صهای جمع‌صآوری‌صشده از خوشه خود را به یکی از سرخوشه‌صهایی) سرخوشه‌صای با تعداد فرزند کم‌صتر (که یک گام نزدیک‌صتر به ایستگاه پایه هستند، ارسال می‌صکند .این روند تا زمانی ادامه پیدا می‌صکند که داده‌صهای همه گره‌صهای حسگر بی‌صسیم به ایستگاه پایه برسند .بر این‌ص اساس، می‌صتوان ادعا کرد که روش پیشنهادی این پایان‌صنامه، مسیریابی در حین خوشه‌صبندی گره‌صها حسگر بی‌صسیم می‌صباشد .نتایج حاصل از شبیه‌صسازی‌صها نشان می‌صدهد که روش پیشنهادی پایان‌صنامه، انرژی مصرفی گره‌صهای حسگر بی‌صسیم را کاهش داده درنتیجه طول عمر شبکه را به میزان قابل‌صتوجهی بهبود می‌صبخشد .همچنین، استفاده از روش IRGA تعداد گره‌صهای زنده در شبکه‌صهای حسگر بی‌صسیم را در هرلحظه از زمان، نسبت به سایر روش ها بالا می برد
متن يادداشت
Wireless sensor networks are one of the most important communication technologies, which consist of the collaboration and interaction between a large number of wireless sensor nodes and one/several base stations. The primary purpose of these networks is to collect data from the monitoring area, process and send them to the base station for further analysis. Features such as low cost, acceptable performance, and high fault tolerance make the wireless sensor networks as a suitable technology for many real-world applications, including health systems, traffic and crowded environment monitoring, industrial area monitoring, and virtual reality. To address the requirements of these applications, data aggregation is considered as one of the vital challenges in wireless sensor networks. Since the performance of wireless sensor networks is highly dependent on the lifetime of the nodes and the network coverage, it is crucial to provide energy-efficient algorithms in the design of data aggregation methods in these networks. Our studies show that extensive approaches have been carried out in the field of data routing from wireless sensor nodes to the base station, which most of these approaches have used clustering methods to optimize the injected traffic to the network, and total energy consumption of the system. Since clustering and routing in wireless sensor networks is an NP-hard problem, utilizing meta-heuristic methods to deal with them can provide a suitable solution for transmitting the data from the source nodes to the base station. Also, these methods allow the optimal use of several parameters that influence the network performance, in parallel. In this thesis, an efficient method for routing data from source nodes to the base station in wireless sensor networks is proposed. The proposed method is called "Integrated Routing based on Genetic Algorithm in wireless sensor networks (IRGA)". The main purpose of this method is to cluster the wireless sensor nodes, determine the appropriate cluster-heads and optimal routing for transmitting data from the source nodes to the base station. For this purpose, the genetic algorithm is used; so that each chromosome of this algorithm is considered as a one-dimensional array of zero (normal wireless sensor nodes) and one (cluster-heads). Then, the genetic algorithm tries to use the weighted sum of the number of the hop count of each cluster-head to base station, the number of each clusters members, the amount of cluster-heads energy and the number of cluster-heads connected to the base station as the fitness function to find the most efficient near-optimal clustering and routing set for data transmission. It should be noted that the IRGA method uses a greedy approach to calculate the number of hop count of each cluster-head to base station, such that each cluster-head sends the aggregated data from its own cluster to other ones that are one hop closer to the base station (with fewer children). This process continues until the data of all wireless sensor nodes reach the base station. Thus, it can be claimed that the proposed method is considered as a routing approach during clustering of wireless sensor nodes. The results of the simulations show that the proposed method reduces the energy consumption of the wireless sensor nodes, thereby significantly improving the network lifetime. Also, using the IRGA method increases the number of live nodes in wireless sensor networks at any time compared to other ones
عنوان اصلی به زبان دیگر
عنوان اصلي به زبان ديگر
Efficient Cooperative Clustering and Routing Method Using Evolutionary Algorithm in Homogeneous Wireless Sensor Networks
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )
مستند نام اشخاص تاييد نشده
دانه‌چین، رامین
مستند نام اشخاص تاييد نشده
Danechin, Ramin
دسترسی و محل الکترونیکی
يادداشت عمومي
سیاه و سفید
وضعیت فهرست نویسی
وضعیت فهرست نویسی
نمایه‌سازی قبلی
