Cluster-based Sleep Scheduling Protocol for Mobile Wireless Sensors Network
محل انتشار: مجله مهندسی برق مجلسی، دوره: 16، شماره: 2
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 145
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_MJEE-16-2_003
تاریخ نمایه سازی: 3 آذر 1401
چکیده مقاله:
Mobile Wireless Sensors Networks (MWSNs) are used in several applications presenting difficult/dangerous environment and/or requiring the movement of sensors after initial deployment. Optimizing the use of the limited energy resource in a MWSN is a key challenge for researchers to maintain longer network survival. This paper attempts to provide an energy-efficient data routing solution for large MWSNs. The aim of this work is to propose a cluster-based scheduling protocol for MWSN. The network is firstly divided into an optimal number of clusters according to sensors connectivity. Secondly, a sleep scheduling algorithm is proposed to save the energy consumption by turning off the overlapped nodes in the sensing field. This method is distributed among sensor nodes in each cluster. It is based on the perimeter coverage level of mobile sensor nodes to schedule their activities according to their weights. The weight is used to balance the energy consumption for all sensor nodes in a cluster. The proposed approach ranges from sensors deployment, their organization to their operational mode. Experimental results demonstrate that the proposed cluster-based scheduling algorithm, based on the perimeter coverage of sensors, provides higher energy efficiency and longer lifetime coverage for MWSNs as compared to other protocols.
کلیدواژه ها:
نویسندگان
Omnia Mezghani
LAB-STA, National Engineering School of Sfax, Tunisia
Mahmoud Mezghani
LAB-STA, National Engineering School of Sfax, Sfax University, Sfax, Tunisia
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 :