متعادل کردن مصرف انرژی در نودها با استفاده از خوشه بندی به کمکنود راهبر در شبکه حسگر بیسیم
Publish place: 2nd National Conference on Computer Science
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 760
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCCOS02_048
تاریخ نمایه سازی: 5 مهر 1393
Abstract:
در اغلب کاربردهای شبکه های حسگر بیسیم امکان شارژ کردن باتری گره ها وجود ندارد، بنابراین پروتکل های طراحی شده برای این شبکه ها باید حتی المقدور انرژی-کارآمد باشند .خوشه بندی، یکی از رویکردهای اصلی برای طراحی پروتکلهای انرژی- کارآمد و مقیاس پذیر شبکه های حسگر بیسیم است. خوشه بندی بعنوان یکی از روشهای شناخته شده ای است که بطور گستردهای برای مواجه شدن با این چالش مورد استفاده قرار می گیرد. استفاده از خوشه ها سربار ارتباطی ناشی از ارسال داده ها و در نتیجه مصرف انرژی و تداخل امواج بین گره ها را کاهش میدهد. در بسیاری از کاربردها، سازماندهی خوشه یک راه طبیعی برای گروه بندی گره های نزدیک به هم به منظور استفاده از داده های مرتبط و حذف داده های افزونه می باشد. در این مقاله روشی کارا برای خوشه بندی شبکه های حسگر بی سیم با استفاده از یک سرخوشه پویا و یک نود به عنوان نود راهبر در هر خوشه، که زمان چرخش سرخوشه بر اساس میزان آستانه ای است که است که برای مقدار انرژی سرخوشه در نظر گرفته شده است.پارامتر های اساسی برای خوشه بندی چگالی اتصال و میزان انرژی باقیمانده نودها است. در این مقاله شعاع خوشه نسبت به سرخوشه بر اساس پارامتر های تعیین شده محاسبه می شود. تعیین نود راهبر بخصوص در مواقعی که تراکم شبکه بالاست باعث توزیع یکنواخت انرژی شده و کارایی بهتری از خود نشان می دهد. جهت ارزیابی روش پیشنهادی، با استفاده از شبیه سازی، آزمایشاتی انجام گرفته و روش ارائه شده با تعدادی از بهترین الگوریتم های خوشه بندی مقایسه گردیده است. نتایج شبیه سازی عملکرد مطلوب روش ارائه شده را نشان می دهند.
Keywords:
Authors
افشین جهان بین
دانشکده مهندسی، دانشگاه فردوسی مشهد، مشهد، ایران
سیدامین حسینی سنو
دانشکده مهندسی، دانشگاه فردوسی مشهد، مشهد، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :