روش بهینه سازی برای انرژی سنسورهای بیسیم

چکیده

این مقاله یک الگوریتم هوشمند بهینه سازی انرژی است که بر اساس ازدحام اطلاعات برای افزایش طول عمر انبوه  شبکه حسگر بی سیم طراحی شده است. عمدتا الگوریتم ما برای حفظ توزیع بهینه از سنسورهای خوشه بندی شده طراحی شده در حالی که سنسور های شبکه به عنوان گروهی هدایت شده اند تابه هدف موردنظر برسند. در این کار ما در حال ارایه اجرای این بخش ازتحقیق مان هستیم که دو تا از تکنیک های محاسبات تکاملی اصلی را بررسی کنیم. الگوریتم های ژنتیک (GA) و بهینه سازی ازدحام ذرات (PSO) برای بهینه سازی اتلاف انرژی در یک شبکه دینامیکی بی سیم حسگر (WSN) است. خروجی فاز اول الگوریتم (GA) به عنوان جمعیت اولیه برای ازدحام ذرات استفاده شده که نشان دهنده شبکه های حسگر دینامیکی است. از این رو، در این کار الگوریتم PSO ارایه شده برای حفظ فاصله بهینه بین گره های حسگر در طول حرکت حسگرها است.

مقدمه

پیشرفت هاي اخیر در سیستم هاي میکروالکترومکانیکی، الکترونیک دیجیتال ، و ارتباطات بی سیم مارابه ظهور شبکه هاي حسگر بی سیم( WSNها) هدایت میکند، که شامل تعداد زیادي از دستگاه هاي حس شده اندکه هر یک قادر به تشخیص،پردازش و انتقال اطلاعات از محیط زیست هستند. گره حسگر تک ممکن است با محاسبات و قابلیت هاي ارتباطی محدود مجهزشود؛با این حال، گره ها در یک ،WSNهنگامی که به درستی پیکربندي شوند، میتوانند با  همکاري هم وظایف پردازش سیگنال راانجام دهندتا اطلاعات مربوط به مناطق دور افتاده انتقال یابد. بهره وري انرژي براي شبکه هاي حسگر بی سیم چالش اصلی تلقی شده است. به طور کلی، منبع تغذیه یک گره حسگر تک به یک باتري با انرژي محدود متکی است. براي گره هاي حسگر مستقر شده ، اگر ممکن باشد ، تغییر و یا شارژ مجددباتري گره ها بسیار دشوار است. از این رو؛ مطلوب آن است که پروتکل هاي کارآمد انرژي طراحی شودتا روي گره  هاي فردي اجرا شود، تا از زمان بهره برداري از شبکه گیرنده بی سیم مستقرشده تازمانیکه ممکن است اطمینان پیداکنیم. الگوریتم وپروتکل ها براي این نوع از شبکه باید قادر به فعال کردن عملیات شبکه در طول مقداردهی اولیه و در طول هر دوشرایط نرمال و استثنا باشند. در حالی که موضوع اصلی ترافیک پهناي بانددر شبکه هاي WSN مد نظر ما نیست، قابل اطمینان است که انتظار داشته شده برآورده می شود.

ABSTRACT

This paper is an intelligent energy optimization algorithm that is based on information congestion to increase the longevity of a wireless sensor network. Our algorithm is mainly designed to maintain the optimal distribution of clustered sensors designed while the network sensors are guided by the group to reach the target target. In this work, we are presenting this section of our study to examine two of the main evolutionary computing techniques. Genetic Algorithms (GA) and Particle Swarm Optimization (PSO) are used to optimize energy dissipation in a wireless sensor network (WSN). The first phase output of the algorithm (GA) is used as the primary population for particle swarming, which represents dynamic sensor networks. Hence, the PSO algorithm is proposed to maintain the optimum distance between the sensor nodes along the motion of the sensors.

INTRODUCTION

Recent advances in microelectromechanical systems, digital electronics, and wireless communications have led to the emergence of wireless sensor networks (WSNs), which include a large number of sensed devices, each capable of detecting, processing, and transmitting information from the environment. Are living Single sensor nodes may be limited by computations and communication capabilities; however, nodes in one, WSN can, when properly configured, also perform signal processing tasks, and transfer information about remote areas. Energy efficiency for wireless sensor networks is considered to be a major challenge. In general, the power supply of a single sensor node rests on a limited-power battery. For sensor nodes deployed, if possible, changing or recharging the node bits is very difficult. Hence, it is desirable that efficient energy protocols are designed to run on individual nodes, so that they can be relied upon as long as they are utilized by the wireless receiver network. The algorithm and protocols for this type of network should be able to enable network operations during initialization and during both the normal and the exceptions. While the main topic of broadband traffic in WSN networks is not ours, it is reliable that it is expected to be met.

Year: 2017

Publisher : International Conference on Basic Research in Electrical Engineering

By : Parisa Seyyati, Alireza Sedaghaty

File Information: Persian Language/ 13 Page / size: 383 KB

Download

سال : 1396

ناشر : کنفرانس بین المللی تحقیقات بنیادین در مهندسی برق

کاری از :  پریساخیاطی ،علیرضا صداقتی

اطلاعات فایل : زبان فارسی / 13 صفحه / حجم : KB 383

لینک دانلود