الگوریتم انتخاب سرخوشه برای اینترنت اشیا در شبکه های بی سیم بر اساس خوشه بندی پیک چگالی

Publish Year: 1403
نوع سند: مقاله ژورنالی
زبان: Persian
View: 31

This Paper With 17 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_KARFN-21-1_005

تاریخ نمایه سازی: 10 مهر 1403

Abstract:

شبکه های حسگر بی سیم محدودیت های سخت افزاری و نرم افزاری شامل محدودیت های انرژی و محدودیت های دامنه رادیویی دارند که طراحی پروتکل های مناسب برای این شبکه ها را چالش برانگیز و مهم می کند. شبکه حسگر بی سیم دارای مقیاس پذیری، کارایی انرژی و انعطاف پذیری است. گره­های حسگر در برنامه­های مختلفی نقش دارند که انرژی را از گره های ریز جذب می­کنند. مصرف انرژی گره حسگر بی­سیم یک پارامتر مهم برای مشارکت در عملیات گره حسگر بی­سیم خواهد بود. توپولوژی خوشه ای سلسله مراتبی شبکه های حسگر بی سیم شناخته شده ترین حالت مدیریت این سیستم ها است که دارای شرایط مطلوبی از جمله مدیریت ساده، استفاده از ارتباطات همسایگی، سازگاری و سازماندهی اطلاعات ساده است اما این نوع خوشه­ها باعث مشکلات نیز هستند. به عنوان مثال، تعمیر و نگهداری نامناسب، هزینه­ های پشتیبانی بالا، اتلاف انرژی و تداخل گاه به­گاه. انتخاب خوشه مناسب را می­توان به عنوان یک مدل خوشه­بندی ترکیبی با جستجوی سریع و یافتن خوشه پیک چگالی و الگوریتم رقابتی استعماری استفاده کرد. در این مقاله از این مدل­ها برای کاهش فاصله تا سرخوشه استفاده خواهد شد و این روش فاصله، انرژی، تاخیر و بار دستگاه های اینترنت اشیا را در طول عملیات انتخاب سرخوشه درنظر می گیرد. هدف از این مدل کاهش اتلاف انرژی با کاهش فاصله بین گره ­ها و ایستگاه پایه است که منجر به حفظ انرژی و عمر شبکه می­گردد. تجزیه و تحلیل مربوط به وجود تعداد گره­های زنده، تخمین همگرایی و عملکرد از نظر انرژی نرمال شده و بار دستگاه­های اینترنت اشیا می باشد. نتایج پیاده سازی عملکرد برتر روش پیشنهادی را در موارد گفته شده نشان می دهد.

Keywords:

خوشه بندی , الگوریتم رقابتی استعماری , شبکه های حسگر بی سیم , اینترنت اشیا , خوشه بندی پیک چگالی

Authors

شهین پوربهرامی

استادیار، گروه مهندسی کامپیوتر، دانشگاه فنی و حرفه ای، تهران، ایران.

منا عمادی

استادیار، گروه مهندسی کامپیوتر، دانشگاه پیام نور، تهران ، ایران.

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
  • Gulati, K., Kumar Boddu, R. S., Kapila, D., Bangare, S. ...
  • Akyildiz, I. F., Weilian, S., Sankarasubramaniam, Y., & Cayirci, E. ...
  • Karl, H., & Willig, A. (۲۰۰۵). Protocols and Architectures for ...
  • Darbandeh, F. G., & Safkhani, M. (۲۰۲۳). SAPWSN: A Secure ...
  • Nayak, P., Swetha, G. K., Gupta, S., & Madhavi, K. ...
  • Rault, T., Bouabdallah, A., & Challal, Y. (۲۰۱۴). Energy efficiency ...
  • Dewangan, S., & Mishra, S. (۲۰۱۶). A survey on Energy ...
  • Nayak, P., & Devulapalli, A. (۲۰۱۶). A Fuzzy Logic-Based Clustering ...
  • Pourebrahimi, S., Alamdari, E. K., & Khanli, L. M. (۲۰۱۹). ...
  • Karimi, H. (۲۰۲۱). Sensor Node Clustering Algorithm with Respect to ...
  • Rezaeipanah, A., Amiri, P., Nazari, H., Mojarad, M., & Parvin, ...
  • Xu, D., & Tian, Y. (۲۰۱۵). A Comprehensive Survey of ...
  • Gharehchopogh, F. S., Namazi, M., Ebrahimi, L., & Abdollahzadeh, B. ...
  • Bongale, A. M., Swarup, A., & Shivam, S. (۲۰۱۷, February ...
  • Lee, J-Y., Jung, K-D., Moon, S-J., & Jeong, H-Y. (۲۰۱۷). ...
  • Dehestani, F., & Jabraeil Jamali, M. A. (۲۰۲۰). Load Balanced ...
  • Praveen Kumar Reddy, M., & Rajasekhara Babu, M. (۲۰۱۹). A hybrid cluster head ...
  • Emadi, M., & Niaei, M. (۲۰۲۳). Network Intrusion Detection Using ...
  • Tang, Y., & Zhou, F. (۲۰۲۳). An improved imperialist competition ...
  • Wang, Y., Pang, W., & Zhou, J. (۲۰۲۲). An improved ...
  • Emadi, M., Tanha, J., Shiri, M. E., & Aghdam, M. ...
  • نمایش کامل مراجع