بهبود مسیریابی در شبکه های حسگر بیسیم با استفاده از شبکه عصبی تابع پایه شعاعی

شبکه های حسگر بی سیم (WSN ها) از تعداد زیاد گره حسگر ارزان قیمت، کوچک تشکیل شده اند که برای سنجش پارامترهای مختلف محیط و ارسال داده ها با یک یا چند سینک کار می کنند که در آخر پردازش خواهند شد. وظیفه اصلی گره حسگر، جمع آوری نقاط داده در فواصل زمانی منظم و تبدیل آن به یک سیگنال الکترونیکی و انتشار سیگنال به گره سینک یا ایستگاه پایه از طریق رسانه های ارتباطی بی سیم قابل اطمینان است. چون گره های بی سیم به شدت محدودیت باطری دارند و میزان انرژی رابطه مستقیمی با طول عمر شبکه دارد. چالش اصلی این است که چگونه انرژی گره ها را به گونه ای حفظ کنیم که طول عمر شبکه به طرز قابل توجهی افزایش یابد. پروتکل های مسیریابی جغرافیایی بر اساس موقعیت جغرافیایی نودها بسته ها را ارسال می کنند. معیارهای مورد استفاده برای انتخاب یک گره ارسال کننده بر عملکرد پروتکل ها نظیر بهره وری انرژی تاثیر می گذارد. در این مقاله از شبکه عصبی، به طور کارا در کشف مسیر مناسب و مدیریت بهتر توان حسگرها استفاده می شود. لذا استفاده از معیارهای مهمتر برای انتخاب گره ارسال کننده در شبکه عصبی، طول عمر شبکه را افزایش می دهد. کارایی الگوریتم پیشنهادی با انجام شبیه سازی در نرم افزار متلب مورد ارزیابی قرار گرفته است. با توجه به نتایج روش شبکه عصبی تابع پایه شعاعی توانسته با بهینه سازی مصرف انرژی، طول عمر شبکه را افزایش دهد. همچنین در مقایسه صورت گرفته با پروتکل های MP, CAFS و COP از نظر پارامترهای طول عمر شبکه، میزان مصرف انرژی و تعداد نودهای زنده برحسب زمان، در دو حالت شبکه متراکم و هم شبکه غیر متراکم، عملکرد بهتری داشته است.

Keywords:

شبکه های حسگر بیسیم , شبکه عصبی , بهینه سازی مسیریابی , طول عمر شبکه , مصرف انرژی