تاثیر محل گره چاهک بر کارآیی شبکه های حسگر بی سیم با در نظر گرفتن مسیریابی خوشه بندی و نظریه نمونه برداری فشرده

سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 135

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JIPET-7-25_005

تاریخ نمایه سازی: 19 دی 1400

چکیده مقاله:

شبکه حسگر بی سیم متشکل از تعداد زیادی گره های حسگر است که در یک محیط به طور گسترده پخش شده و به جمع آوری اطلاعات می پردازند. از جمله چالش های اساسی در این شبکه ها، کاهش تعداد ارسال ها و درنتیجه، افزایش طول عمر شبکه می باشد. یکی از ایده های مطرح به منظور افزایش طول عمر شبکه، مسئله کنترل موقعیت گره چاهک می باشد. محل این گره، نقش به سزایی در بهبود توازن بار شبکه ایفا می کند. اهمیت این موضوع تا حدی است که امروزه از گره های چاهک متحرک در شبکه های حسگر بی سیم استفاده می شود. در کنار این مهم، نظریه نمونه برداری فشرده نیز به شکل چشمگیری منجر به کاهش تعداد ارسال های داده در این شبکه ها می شود. در این مقاله، از روش نمونه برداری فشرده پیوندی به همراه مسیریابی مبتنی بر خوشه بندی استفاده می گردد. با استفاده از مدل مرسوم شبکه های حسگر بی سیم به بررسی اثر تغییر محل گره چاهک بر تعداد ارسال ها و کارآیی شبکه پرداخته می شود. برای تحقق این هدف، در پنج حالت مختلف، فرمول محاسبه تعداد کل ارسال ها به دست می آید. در نظر گرفتن حالت های مطرح شده، جهت یافتن بهترین محل برای گره چاهک از نظر تعداد ارسال ها و میزان مصرف انرژی در شبکه حسگر است. با توجه به مدل مصرف انرژی رادیویی مرتبه اول در شبکه های حسگر بی سیم، کاهش حجم داده ارسالی، میزان مصرف انرژی را نیز کاهش و طول عمر شبکه را افزایش خواهد داد.

کلیدواژه ها:

نویسندگان

شیما پاکدامن تیرانی

کارشناسی ارشد- دانشکده مهندسی برق، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، اصفهان، ایران

آوید آوخ

استادیار- دانشکده مهندسی برق، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، اصفهان، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • I.F. Akyildiz, W. Su, Y. Sankarasubramaniam, E. Cayirci, “Wireless sensor ...
  • D. Ebrahimi, C. Assi, “Compressive data gathering using random projection ...
  • M. Balouchestani, K. Raahemifar, S. Krishnan, “Compressed sensing in wireless ...
  • S. Qaisar, R. Bilal, W. Iqbal, M. Naureen, S. Lee, ...
  • X. Wu, Y. Xiong, W. Huang, H. Shen, M. Li, ...
  • J. Haupt, W.U. Bajwa, M. Rabbat, R. Nowak, “Compressed sensing ...
  • C. Luo, F. Wu, J. Sun, C. W. Chen, “Compressive ...
  • C. Luo, F. Wu, J. Sun, C.W. Chen, “Efficient measurement ...
  • J. Wang, S. Tang, B. Yin, X.Y. Li, “Data gathering ...
  • X. Wu, Y. Xiong, P. Yang, S. Wan, W. Huang, ...
  • G. Yang, M. Xiao, S. Zhang, “Data aggregation scheme based ...
  • J. Cheng, Q. Ye, H. Jiang, D. Wang, C. Wang, ...
  • H. Zheng, S. Xiao, X. Wang, X. Tian, “On the ...
  • H. Zheng, S. Xiao, X. Wang, X. Tian, M. Guizani, ...
  • J. Luo, L. Xiang, C. Rosenberg, “Does compressed sensing improve ...
  • L. Xiang, J. Luo, A. Vasilakos, “Compressed data aggregation for ...
  • F. Fazel, M. Fazel, M. Stojanovic, “Random access compressed sensing ...
  • R. Xie X. Jia, “Transmission-efficient clustering method for wireless sensor ...
  • W. Heinzelman, A. Chandrakasan, H. Balakrishnan, “Energy-efficient communication protocol for ...
  • E. Candes, M. Wakin, “An introduction to compressive sampling”, Signal ...
  • H. Zheng, F. Yang, X. Tian, X. Gan, X. Wang, ...
  • D. Donoho, “Compressed sensing”, IEEE Trans. on Information Theory, Vol. ...
  • M. Emre Keskin, I. Kuban Altlnel, N. Aras, C. Ersoy, ...
  • نمایش کامل مراجع