یک پروتکل بهینه جهت خوشه بندی در شبکه های حسگر بیسیم

امروزه، در شبکه های حسگر بی سیم، پروتکل های مسیریابی مبتنی بر خوشه بندی از طریق تقسیم گره های همسایه به خوشه های مجزا و انتخاب سرخوشه های محلی برای ترکیب و ارسال اطلاعات هر خوشه به ایستگاه مبنا و سعی در مصرف متوازن انرژی توسط گره های شبکه، بهترین کارایی را از لحاظ افزایش طول عمر و بهبود نرخ تاخیر در مقایسه با سایر روش های مسیریابی به دست می آورند. با این وجود، همه پروتکل های خوشه بندی ارایه شده تاکنون، تنها نزدیکی جغرافیایی(همسایگی) را به عنوان پارامتر تشکیل خوشه ها در نظر گرفته اند. در این تحقیق، یک پروتکل جدید خوشه بندی مبتنی بر انرژی با استفاده از شبکه عصبی نقشه خودسازماندهی برای شبکه های حسگر بی سیم ارایه می شود که قادر به خوشه بندی گره های شبکه بر اساس سطح انرژی و مختصات گره ها می باشد. این پروتکل با استفاده از تعداد مشخصی از گره های پرانرژی در شبکه و اعمال آن ها به عنوان وزن نورون های نقشه خودسازماندهی، نزدیک ترین گره های کم انرژی را جذب گره های پرانرژی می کند؛ به طوریکه خوشه ها لزوما از گره های مجاور تشکیل نشده و در واقع براساس دو پارامتر سطح انرژی و همسایگی، خوشه هایی با انرژی متوازن تشکیل خواهند شد. سپس تعداد خوشه ها را با استفاده از الگوریتم فرامکاشفه ایی FPAKM بهینه خواهد کرد.کارایی برتر این پروتکل براساس نرخ تاخیر با افزایش تعداد گره ها و اعمال نرخ خرابی در مقایسه با پروتکل های پیشین نظیر LEACH و LEA2C (با شبیه سازی) به اثبات رسیده است.