پروژه مطالعه الگوریتم های خوشه بندی شبکه های حسگر بی سیم پژوهش کامل در حوزه کامپیوتر و IT میباشد و در 4 فصل تنظیم شده است.این پروژه با معرفی شبکه های حسگر بی سیم به بررسی آنها پرداخته است.شما میتوانید فهرست مطالب پروژه را در ادامه مشاهده نمایید.
پروژه بصورت فایل قابل ویرایش ورد(WORD) در 75 صفحه برای رشته کامپیوتر و IT در پایین همین صفحه قابل دانلود میباشد. شایسته یادآوری است که پروژه از ابتدا تا پایان ویرایش وتنظیم , سکشن بندی (section) ، نوشتن پاورقی (Footnote) و فهرست گذاری اتوماتیک کامل شده وآماده تحویل یا کپی برداری از مطالب مفید آن است.
پیشرفتهای اخیر در زمینه الکترونیک و مخابرات بیسیم توانایی طراحی و ساخت حسگرهایی را با توان مصرفی پایین، اندازه کوچک، قیمت مناسب و کاربریهای گوناگون داده است. این حسگرهای کوچک که توانایی انجام اعمالی چون دریافت اطلاعات مختلف محیطی بر اساس نوع حسگر، پردازش و ارسال ان، نظارت و مانیتورینگ و غیره را دارند، موجب پیدایش ایدهای برای ایجاد و گسترش شبکههای موسوم به شبکههای حسگر بیسیم شدهاند. یک شبکه حسگر متشکل از تعداد زیادی گرههای حسگر است که در یک محیط به طور گسترده پخش شده و به جمعاوری اطلاعات از محیط میپردازند. مکان قرار گرفتن گرههای حسگر، لزوماً از قبل تعیینشده و مشخص نیست. چنین خصوصیتی این امکان را فراهم میاورد که بتوانیم انها را در مکانهای خطرناک و یا غیرقابل دسترس رها کنیم. خصوصیت دیگر منحصر به فرد شبکههای حسگر، توانایی همکاری و هماهنگی بین گرههای حسگر است. هر گره حسگر روی برد خود دارای یک پردازشگر است و در صورت استفاده از الگوریتمهای مرتبط، به جای فرستادن تمامی اطلاعات خام به مرکز، ابتدا خود پردازشهای اولیه و ساده را روی انها انجام داده و سپس دادههای نیمه پردازش شده را ارسال میکند. با اینکه هر حسگر به تنهایی توانایی ناچیزی دارد، ترکیب صدها حسگر کوچک امکانات جدیدی را عرضه میکند. در واقع قدرت شبکههای حسگر بیسیم در توانایی بهکارگیری تعداد زیادی گره کوچک است که خود قادر به سازماندهی هستند و در موارد متعددی چون مسیریابی همزمان، نظارت بر شرایط محیطی، نظارت بر سلامت ساختارها یا تجهیزات یک سیستم به کار گرفته شوند. بدلیل وجود تعداد بسیار زیادی حسگر در شبکه و عدم امکان دسترسی به انها، تعویض و شارژ باتری انها عملی نیست و مصرف بهینه انرژی در این شبکهها از اهمیت بالایی برخوردار است به همین سبب، در طراحی این شبکهها مسئله اساسی، محدود بودن منبع انرژی حسگرهاست و ارائه روشهایی جهت مصرف بهینه انرژی که در نهایت باعث افزایش عمر شبکه شود به شدت مورد نیاز است. پژوهش های قبلی نشان داده است که با خوشهبندی گرههای شبکه، میتوان به کارایی بهتری از انرژی رسید، که به افزایش عمر شبکه منتهی می شود. خوشه ها هر یک شامل یک گره اصلی به نام سرخوشه و تعدادی گره فرعی به نام عضو می باشند. ایجاد کنترل روی تعداد و مکان سرخوشه ها و همچنین اندازه سرخوشه ها در هر دوره از فعالیت شبکه، مسئله را پیچیدهتر می کند. معیار سنجش بر اساس حداقل انرژی مصرف شده گرههای شبکه در طی هر دوره عملیات ارسال داده به ایستگاه اصلی خواهد بود که منجر به ایجاد تعادل در مصرف انرژی سرخوشه ها و در نتیجه طولانیتر شدن عمر شبکه می شود. مقایسه تعداد گرههای زنده، انرژی مصرفی شبکه در این پایان نامه نشان می دهد که الگوریتم پیشنهادی از این نظر کارا است.
واژه های کلیدی: شبکههای حسگر بیسیم، خوشهبندی، سرخوشه، تعادل انرژی، عمرشبکه ، طراحی الگوریتم ، شبکه
فهرست مطالب
2-2 کاربرد شبکههای حسگر بیسیم.. 6
2-3 ساختار گره حسگر بیسیم.. 7
2-4 ساختار شبکههای حسگر بیسیم.. 8
2-5 چالشهای پیش رو در شبکههای حسگر بیسیم.. 9
2-6 روشها و عوامل موثر در کاهش مصرف انرژی.. 10
2-6-1انواع روشهای کاهش مصرف انرژی.. 10
2-7 موضوعات موثر در عملکرد شبکههای حسگر بیسیم.. 11
2-7-7 ناهمگن بودن گره / لینک... 13
2-7-13محدودیتهای سخت افزاری.. 17
2-8 پروتکل های ارتباطی در شبکههای حسگر بی سیم.. 17
فصل سوم مروری بر کارهای مرتبط و پیشرفتهای اخیر
3-2-2کنترل تعداد همسایگان.. 26
3-2-3چند پروتکل معروف در شبکههای مسطح.. 27
3-2-3-4کوچکترین درخت فراگیر محلی 29
3-2-3-5الگوریتم ناحیه رله و دربرگیری.. 30
3-2-4الگوریتم کنترل توپولوژی مبتنی بر مخروط 31
3-3شبکههای سلسله مراتبی با مجموعههای غالب... 32
3-3-1چند الگوریتم از مدلهای ارائه شده در الگوریتمهای متمرکز. 33
3-3-1-1-1 ساخت مجموعه غالب با استفاده از درخت پوشا33
3-3-1-2 متصل کردن مولفههای جدا - یافتن مجموعه غالب غیر متصل.. 35
3-3-1-3 اطمینان از متصل شدن با استفاده از درخت اشتاینر. 36
3-3-1-4متصل کردن یک مجموعه غالب... 36
3-3-1-5دو ابتکار کوچک سازی مجموعههای غالب... 37
3-3-1-6ابتکار حذف شاخ وبرگ اضافی مبتنی بر موقعیت و درجه. 38
3-3-1-3خود سازماندهی سلسله مراتبی مبتنی بر نقش.... 39
3-4 شبکههای سلسله مراتبی خوشهای.. 39
3-4-1 قانون کلی در ایجاد خوشههای مستقل.. 44
3-4-2ملاحظات عملکردی در مورد خوشهبندی.. 46
3-4-3وصل کردن خوشهها به یکدیگر. 46
3-4-4چند پروتکل معروف در شبکههای سلسله مراتبی خوشهایی.. 47
3-4-5-1الگوریتم پدیدار شونده در تشکیل خوشه. 50
3-4-7تثبیت اندازه خوشهها با بودجه رشد. 51
3-4-8لایههای مختلف خوشهبندی.. 52
3-4-10سایر موارد مربوط به خوشهبندی.. 55
3-5روشها های برید(ترکیب توپولوژی سلسله مراتبی و کنترل توان)55
3-5-1 کنترل توان مبتنی بر Pilot55
3-5-3روشهای دیگر صرفه جویی مصرف انرژی.. 56
فهرست شکل ها
شکل 2کاربرد شبکه های حسگری بیسیم.. 6
شکل 3ساختار سیستمی از یک حسگر گره بیسیم.. 7
شکل 4 RNG.. 27
شکل 5 (a)گراف همسایگی نسبی (b)گراف گابریل.. 28
شکل 6 نمودار ورونوی (خطوط نقطهچین) و ﻣﺜﻠﺚ ﺑﻨﺪﯼ ﺩﻻﻧﯽ (خطوط صاف) مربوط به 5 گره. 29
شکل 7 نمایش ناحیه رله گره I با گره r بعنوان رله ممکن.. 30
شکل 8 نحوه ساختن همسایه برای گره i خارج از ناحیه رله با سایر همسایگان.. 31
شکل 10 گراف نمونه که در ان ابتکار حریص یک گامی مبتنی بر عملکرد شکست میخورد. 34
شکل 13 گراف نمونه با حداکثر مجموعه مستقل.. 42
شکل 14 مجموعه حداکثر مستقل با همپوشانی و بدون همپوشانی.. 43
شکل 15 دو خوشه از طریق دو دروازه توزیع شده به یکدیگر متصل شدهاند. 43
شکل 18 رابطه بین حداکثر برد رادیویی Rو طول مربع rدر پروتکل GAF. 57
چکیده
امروزه، در شبکههای حسگر بیسیم، پروتکلهای مسیریابی مبتنی بر خوشهبندی از طریق تقسیم گرههای همسایه به خوشههای مجزا و انتخاب سرخوشههای محلی برای ترکیب و ارسال اطلاعات هر خوشه به ایستگاه مبنا و سعی در مصرف متوازن انرژی توسط گرههای شبکه، بهترین کارایی را از لحاظ افزایش طول عمر و حفظ پوشش شبکهای در مقایسه با سایر روشهای مسیریابی به دست میآورند. با این وجود، همه پروتکلهای خوشهبندی ارایه شده تاکنون، تنها نزدیکی جغرافیایی(همسایگی) را به عنوان پارامتر تشکیل خوشهها در نظر گرفتهاند. در این تحقیق، یک پروتکل جدید خوشهبندی متمرکز مبتنی بر انرژی با استفاده از شبکة عصبی نقشة خودسازماندهی برای شبکههای حسگر بیسیم ارایه میشود که قادر به خوشهبندی گرههای شبکه بر اساس سطح انرژی و مختصات گرهها میباشد. این پروتکل با استفاده از تعداد مشخصی از گرههای پرانرژی در شبکه و اعمال آنها به عنوان وزن نورونهای نقشة خودسازماندهی، نزدیکترین گرههای کمانرژی را جذب گرههای پرانرژی میکند؛ به طوری که خوشهها لزوماً از گرههای مجاور تشکیل نشده و در واقع براساس دو پارامتر سطح انرژی و همسایگی، خوشههایی با انرژی متوازن تشکیل خواهند شد. به علاوه یک تابع هزینه جدید به منظور تصمیمگیری در انتخاب گرههای سرخوشه، پیشنهاد شده است که سعی در ترکیب معیارهای مختلف موثر در انتخاب بر اساس میزان اهمیت آنها دارد. کارایی برتر این پروتکل از لحاظ افزایش طول عمر مفید شبکه و حفظ بهتر پوشش شبکهای در مقایسه با پروتکلهای پیشین نظیر LEACH و LEA2C و نیز تاثیر تابع هزینه پیشنهادی بر کارایی آن (با شبیهسازی) به اثبات رسیده است.
واژههای کلیدی: شبکههای حسگر بیسیم، شبکه عصبی، نقشه خودسازماندهی، کاهش مصرف انرژی، خوشهبندی.
پروژه "کاهش مصرف انرژی در شبکههای حسگر بیسیم با استفاده از شبکههای عصبیSOM " یک تحقیق کامل و علمی برای رشته کامپیوتر ، شبکه و IT میباشد که بطور کامل بحث را مورد کنکاش و جستجو قرار داده و مطالب سطح بالایی را در پروژه آورده است.این پروژه با ارزش در 6 فصل تنظیم شده و بطور کامل ویرایش شده و در قالب Word آماده تحویل میباشد.
امروزه، در شبکههای حسگر بیسیم، پروتکلهای مسیریابی مبتنی بر خوشهبندی از طریق تقسیم گرههای همسایه به خوشههای مجزا و انتخاب سرخوشههای محلی برای ترکیب و ارسال اطلاعات هر خوشه به ایستگاه مبنا و سعی در مصرف متوازن انرژی توسط گرههای شبکه، بهترین کارایی را از لحاظ افزایش طول عمر و حفظ پوشش شبکهای در مقایسه با سایر روشهای مسیریابی به دست میآورند. با این وجود، همه پروتکلهای خوشهبندی ارایه شده تاکنون، تنها نزدیکی جغرافیایی(همسایگی) را به عنوان پارامتر تشکیل خوشهها در نظر گرفتهاند. در این تحقیق، یک پروتکل جدید خوشهبندی متمرکز مبتنی بر انرژی با استفاده از شبکة عصبی نقشة خودسازماندهی برای شبکههای حسگر بیسیم ارایه میشود که قادر به خوشهبندی گرههای شبکه بر اساس سطح انرژی و مختصات گرهها میباشد. این پروتکل با استفاده از تعداد مشخصی از گرههای پرانرژی در شبکه و اعمال آنها به عنوان وزن نورونهای نقشة خودسازماندهی، نزدیکترین گرههای کمانرژی را جذب گرههای پرانرژی میکند؛ به طوری که خوشهها لزوماً از گرههای مجاور تشکیل نشده و در واقع براساس دو پارامتر سطح انرژی و همسایگی، خوشههایی با انرژی متوازن تشکیل خواهند شد. به علاوه یک تابع هزینه جدید به منظور تصمیمگیری در انتخاب گرههای سرخوشه، پیشنهاد شده است که سعی در ترکیب معیارهای مختلف موثر در انتخاب بر اساس میزان اهمیت آنها دارد. کارایی برتر این پروتکل از لحاظ افزایش طول عمر مفید شبکه و حفظ بهتر پوشش شبکهای در مقایسه با پروتکلهای پیشین نظیر LEACH و LEA2C و نیز تاثیر تابع هزینه پیشنهادی بر کارایی آن (با شبیهسازی) به اثبات رسیده است.
فهرست مطالب
1-2. تعریف مساله و سئوالات اصلی تحقیق.. 3
فصل2 مروری بر منابع مطالعاتی 8
2-2. طبقهبندی روشهای کاهش مصرف انرژی در شبکههای حسگر. 13
2-2-3. روشهای مبتنی بر قابلیت تحرک... 21
2-3. نقش شبکههای عصبی در کاهش مصرف انرژی شبکههای حسگر. 22
2-3-2. شبکههای عصبی در طرحهای چرخه وظایف... 27
2-3-3. شبکههای عصبی در کاهش داده. 28
2-3-4. شبکههای عصبی در شبکههای حسگر متحرک... 38
فصل3 نقش شبکههای عصبی در مسیریابی انرژی آگاه 41
3-2. ویژگیهای مسیریابی در شبکه حسگر بیسیم.. 43
3-3. روشهای مسیریابی در شبکههای حسگر بیسیم.. 45
3-3-2. مسیریابی مبتنی بر مکان.. 47
3-3-3. مسیریابی سلسه مراتبی(مبتنی بر خوشهبندی)48
3-3-4. پروتکل خوشهبندیLEACH... 49
3-3-5. پروتکل خوشهبندیLEACH متمرکز. 51
3-4. شبکههای عصبی در الگوریتمهای مسیریابی آگاه از انرژی... 52
3-4-1. شبکة عصبی انتشار معکوس در کشف مسیر. 52
3-4-2. شبکة عصبی نقشة خودسازماندهی در مسیریابی.. 54
3-4-3. پروتکلهای مسیریابی مبتنی بر نقشة خودسازماندهی.. 56
3-5. پروتکل خوشهبندی پیوندگرا وفقی با انرژی پایین.. 60
4-2. پروتکل مسیریابی خوشهبندی مبتنی بر انرژی خودسازمانده. 66
4-4-2. مرحلة اول : خوشهبندی با شبکة عصبی نقشة خودسازماندهی.. 69
4-4-3. مرحلة دوم : خوشهبندی با الگوریتم K-means. 76
4-4-4. مرحلة انتخاب سرخوشه. 78
فصل5 نتایج شبیهسازی و تحلیل آنها88
5-2. پارامترهای شبیهسازی... 89
5-2-1. مقایسة نحوة تشکیل خوشهها در EBCS با پروتکل LEACH... 91
5-2-2. مقایسة کارایی EBCS با پروتکلهای پیشین از لحاظ طول عمر شبکه. 93
5-2-3. ارزیابی تابع هزینه انتخاب سرخوشهبرکارایی EBCS.. 96
5-2-4. ارزیابی کارایی پروتکلEBCS در افزایش پوشش شبکهای... 99