یک روش نسبی فازی آگاه از انرژی برای دستهبندی نامساوی در شبکههای سنسور بیسیم و کاربرد نظامی آنها

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 549

فایل این مقاله در 21 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

RKES01_114

تاریخ نمایه سازی: 21 شهریور 1395

چکیده مقاله:

به منظور جمع اوری موثراطلاعات درچارچوب مصرف انرژی شبکه های حسگربی سیم WSNsبه چندین خوشه تقسیم میشوند درWSNs خوشه ای هرگره سنسور داده های جمع اوری شده خود را به سرگروهی که به آن تعلق دارد می فرستد سرگروه ها مسئول متراکم ساختن داده های جمع اوری شده و ارسال آن به پایگاه ازطریق سایر سرگروه ها درشبکه می باشند این مورد منجر به یک موقعیت شناخته شده بعنوان مشکل کانون بحران میشود که درآن سرگروه های نزدیک به پایگاه به علت ترافیک سنگین موجود زودتر ازبین میروند برای حل این مشکل الگوریتم های دسته بندی نامساوی خوشه هایی را بااندازه های متفاوت تولید می کنند درWSNs که با دسته بندی نامساوی گروه بندی میشوند خوشه های نزدیک به پایگاه اندازه کوچکتری نسبت به خوشه های دور ازپایگاه دارند دراین مقاله یک الگوریتم دسته بندی نامساوی فازی آگاه ازانرژی EAUCF که مشکل کانون بحران را عنوان می کند معرفی مشیود هدف EAUCF کاهش کارخوشه ای درونی ازسرگروه هایی می باشد که نزدیک به پایگاه بوده یا انرژی باتری باقیمانده کمی دارند روش منطق فازی با چندالگویتم دسته بندی معروف به نام دسته بندی سلسله مراتبی تطبیقی با انرژی کم مکانیزم انتخاب سرگروه با استفاده ازمنطق فازی و دسته بندی نامسای بازده انرژی موردمقایسه قرار میگیرد

کلیدواژه ها:

شبکه حسگربی سیم ، الگوریتم های دسته بندی ، منطق فازی ، EAUCF

نویسندگان

مجتبی رمضان زاده

عضوهیئت علمی دانشگاه افسری امام علی (ع)

امید کردی

دانشجوی کارشناسی ارشد دانشگاه شهیدبهشتی تهران

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. S ankarasub ramaniam, E. Cayirci, ...
  • O. Younis, M. Krunz, S. Rama subramani an, Node clustering ...
  • C.E. Perkins, E.M. Royer. Ad hoc networking. The Ad Hoc ...
  • protocol, Addi son-Wesley Longman Publishing Co., Inc., Boston, MA, USA, ...
  • E. B elding-Royer, Hierarchical routing in ad hoc mobile networks, ...
  • M. Lotfinezhad, B. Liang, Effect of partially correlated data _ ...
  • C. Li, M. Ye, G. Chen, J. Wu, An energy- ...
  • for wireless Sensor networks, in: IEEE International Conference on Mobile ...
  • T. Shu, M. Krunz, S. Vrudhula, Power balanced coverage-time optimization ...
  • W. Heinzelman, A. Chandrakasan, H. Balakrishnan, Energy- efficient c ommuni ...
  • protocol for wireless microsensor networks, in: Proceedings of the 33rd ...
  • J. Kim, S. Park, Y. Han, T. Chung, CHEF: cluster ...
  • I. Gupta, D. Riordan, S. Sampalli, Cluster-head election using fuzzy ...
  • H. Ali, W. Shahzad, _ Khan, Energy- efficient clustering in ...
  • _ Bagci, A. Yazici, An energy aware fuzzy unequal clustering ...
  • M. Negnevitsky, Artificial Intelligence: A Guide to Intelligent Systems, Addison- ...
  • M. Handy, M. Haase, D. Timmermann, Low energy adaptive clustering ...
  • F. Kuhn, T. Moscibroda, R. Wattenhofer, Initializing newly deployed ad ...
  • نمایش کامل مراجع