دانلود پایان نامه ارشد با موضوع انرژي، نودهاي، روشهاي

دانلود پایان نامه ارشد

آنجا که فرض شده است نواحي متحرکند ولي نودهاي حسگر متحرک نمي باشند، با گذشت زمان ناحيه اي که يک حسگر در آن قرار داشته ممکن است تغيير نمايد. بنابر اين ما در فواصل زماني مشخص، الگوريتم را مجدد اجرا مي نماييم، تا دوباره ائتلافات تشکيل گردند و نودهاي هم ائتلاف يکديگر را شناسايي نمايند.
جهت روشن شدن مطلب و آشنايي بيشتر با نحوه انجام الگوريتم مذکور, مثال زير را بيان مي کنيم:
شکل 4-2 را در نظر بگيريد. همانطور که مشاهده مي نماييد, نود هاي E,D,C,B همسايگان نود A هستند. فرض کنيد که قصد داريم, الگوريتم ذکر شده را اجرا کنيم تا ائتلافات, تشکيل و هر نود, نودهاي هم ائتلافش را بشناسد.

شکل ‏4-2: حسگرهاي H ,F ,G ,E ,C ,A و J در يك ناحيه واقعند و تشكيل يك ائتلاف مي دهند
در فاز اول الگوريتم, هر نود با استفاده از آتوماتاي يادگير زير ائتلاف مناسب از همسايگانش جهت تشکيل ائتلاف کامل را شناسايي مي نمايد. با توجه به شكل, در اين فاز زير ائتلافهاي تشکيل شده براي نودهاي E,C,B,A به صورت زير محاسبه مي گردند:

حال جهت تشکيل ائتلاف کامل هر يک از نودها زير ائتلافش را به نودهاي همسايه اي که عضو زير ائتلافش هستند ارسال مي کند. مثلاً نود A زير ائتلافش را به نودهاي همسايه C,E ارسال مي نمايد. نودهاي L,E نيز زير ائتلافهاي همسايه را دريافت و به نود A نيز ارسال مي کنند. بنابراين تمام نودهاي عضو ائتلاف و از جمله نود A ، ليست کامل اعضاي ائتلاف را خواهند داشت. سپس هر يک از اعضاي ائتلاف ليست اعضاء را بر اساس شماره نود مرتب نموده و بر اساس ليست مرتب شده نوبت فعال شدن هر نود مشخص مي گردد. بدين ترتيب، ترتيب ارسال نودها در ائتلاف شامل A از راست به چپ به صورت L,E,C,G,A,F مي باشد.
4-4- شبيه سازي
در اين بخش کارايي الگوريتم پيشنهادي با استفاده از آزمايشات مختلف مورد ارزيابي قرار مي گيرد. جهت انجام آزمايشات از نرم افزار شبيه ساز شبکه J-Sim استفاده شده است.
در اين آزمايشات نتايج حاصل از عملکرد الگوريتم پيشنهادي را با سه روش مختلف مقايسه نموده ايم: 1) استفاده از روش چندگامي 70GPSR [90] و بدون استفاده ازتجميع داده ها. 2)روش ارائه شده در [91] كه از Q-Learning جهت تجميع داده ها استفاده مي نمايد. 3) روش ارائه شده در [92] كه از Learning Automata استفاده مي كند.
معيارهايي كه جهت مقايسه عملکرد الگوريتم مد نظر قرار گرفته شده اند عبارتند از: 1) تعداد كل بسته هاي دريافتي توسط نود سينك. 2) كل انرژي مصرفي توسط نودها. 3) طول عمر شبکه. در اين آزمايشات، محيط حسگري 6060 متر در نظر گرفته شده است و فرض گرديده است که تعداد n حسگردر اين محيط به صورت تصادفي پخش شده اند وبرد راديويي حسگرها15 متر در نظر گرفته شده است. در ازمايشات اندازه بسته هاي داده اي برابر با 526 بايت و اندازه بسته هاي كنترلي 8 بايت منظور گرديده است و مقادير پارامترهاي a و b برابر با 0.2 در نظر گرفته شده است. درضمن محيط شامل تعدادي ناحيه مي باشد. ما فرض مي کنيم که محيط در ابتدا به صورت شکل نشان داده شده در شکل 4-3 به 9 ناحيه 2020 متر تقسيم گرديده است. که داده هاي توليد شده در هر ناحيه مشابهند. فرض گرديده است که نواحي ثابت نبوده و حرکت مي کنند. بنابراين شکل محيط تغيير مي کند. جهت شبيه سازي اين موضوع ما با فواصل زماني 250 دقيقه، شکل نواحي محيط را تغيير مي دهيم. شکل نواحي مختلف را در اشکال 4-4، 4-5 و 4-6 مشاهده مي کنيد. در ضمن به دليل ماهيت پوياي محيط، بايد الگوريتم تشکيل ائتلاف با فواصل زماني مشخص اجرا گردد. ما فواصل زماني اجراي الگوريتم را 130 دقيقه در نظر گرفته ايم.

شکل ‏4-3: محيط حسگري به 9 ناحيه مختلف با داده هاي متفاوت تقسيم بندي شده است

شکل ‏4-4: محيط حسگري در زمان 250 دقيقه

شکل ‏4-5: محيط حسگري در زمان 500 دقيقه

شکل ‏4-6: محيط حسگري در زمان 750 دقيقه
در آزمايشهاي اول و دوم كل زمان شبيه سازي 1000 دقيقه در نظر گرفته شده است و در آزمايش سوم شبيه سازي تا از بين رفتن اولين نود ادامه مي يابد. نودها در هر 10 دقيقه يكبار داده هايشان را به نود سينك ارسال مي كنند. جهت شبيه سازي وجود نويز در محيط، با احتمال 5 درصد داده توليد شده توسط هر نود متفاوت از داده اي است که به صورت عادي در ناحيه توليد مي گردد. آزمايشات براي تعداد گره هاي حسگر n برابربا35,50,70,100,150 انجام گرفته است و هر آزمايش براي هر تعداد حسگر 10 بار تکرار گرديده است و نتايج حاصل ميانگين نتايج در 10 اجرا مي باشد. MaxIteration نيز برابر با 20 در نظر گرفته شده است. . مقادير پارامترهاي انرژي مطابق با جداول 2-2 و 2-3 مي باشد.
4-4-1- آزمايش اول
در ازمايش اول تعداد بسته هايي كه توسط نود سينك دريافت مي گردند را در روشهاي مختلف با هم مقايسه مي نماييم. شكل 5 نتايج ارزيابي ها رانشان مي دهد. همانگونه كه مشاهده مي نماييد، روش پيشنهادي عملكردي به مراتب بهتري نسبت به ديگر روشهاي تجميع دارد و بسته هاي كمتري را به نود سينك ارسال مي كند. اين بدين معنا است كه ترافيك ايجاد شده و بسته هايي كه توسط نودها منتقل مي گردند در اين روش كمتر مي باشد.

شکل ‏4-7: مقايسه تعداد كل بسته هاي دريافتي توسط نود سينك در روشهاي مختلف
4-4-2- آزمايش دوم
در آزمايش دوم كل انرژي که توسط نودها در مدت شبيه سازي مصرف شده است، مورد مقايسه قرار گرديده است كه نتايج در شكل 4-8 نشان داده شده است. با توجه به شكل، ميزان انرژي مصرفي در شبكه در روش پيشنهادي كمتر از روشهاي ديگر مي باشد كه دليل آن غيرفعال بودن اكثر نودهاي شبكه در هر زمان مي باشد.

شکل ‏4-8: مقايسه كل انرژي مصرفي توسط نودها در روشهاي مختلف
4-4-3- آزمايش سوم
در آزمايش سوم طول عمر شبکه در استفاده از روشهاي مختلف تجميع مورد مقايسه قرار مي گيرد و روش پيشنهادي با روش [90]GPSR که از تجميع استفاده نمي کند و روشهاي ارائه شده در [91] و [92] که جهت تجميع از O-learning و Learning Automata استفاده مي کنند، مقايسه گرديده است. نتيجه ارزيابي در شکل 4-9 نشان داده شده است که نشان دهنده عملکرد بسيار مطلوب روش پيشنهادي نسبت به ديگر روشهاي تجميع مي باشد. شکل 4-10 نيز درصد مصرف انرژي در الگوريتم تجميع نسبت به کل انرژي مصرف شده در زمان حياط شبکه را در روشهاي مختلف با هم مقايسه مي کند. اين نسبت در الگوريتم پيشنهادي به ميزان قابل توجهي از دو الگوريتم تجميع مورد مقايسه بيشتر است. که البته اين موضوع به اين دليل است که در فاز حالت پايدار اکثر نودها غيرفعالند و در اين فاز انرژي کمي مصرف مي گردد ولي در فاز يادگيري تمام نودها فعالند و انرژي مصرف مي کنند. ولي چون فاز يادگيري در مقابل فاز حالت پايدار بسيار کوتاهتر است، عمر شبکه به ميزان زيادي افزايش داده مي شود و مصرف انرژي بالاتر در فاز يادگيري، نسبت به ديگر روشهاي تجميع قابل قبول مي باشد، که شکل 4-9 اين موضوع را نشان مي دهد.

شکل ‏4-9: مقايسه طول عمر شبکه در روشهاي مختلف تجميع

شکل ‏4-10: مقايسه ميزان انرژي مصرفي در الگوريتم تجميع نسبت به كل انرژي مصرفي در طول زمان حيات شبكه

4-5-
جمع بندي
در اين فصل روشي جديد مبتني بر آتوماتاي يادگير، جهت تجميع داده ها در شبکه هاي حسگر بي سيم معرفي گرديد که اين روش با غير فعال کردن نودهاي غيرضروري در شبکه، در مصرف انرژي شبکه به ميزان زيادي صرفه جويي به عمل مي آورد و طول عمر شبکه را افزايش مي دهد. در اين روش تعدادي از پارامترهاي کيفيت سرويس در شبکه هاي حسگر مثل مصرف انرژي، طول عمر شبکه و تعداد نودهاي فعال مد نظر قرار گرفته و بهبود داده شده اند. نتايج آزمايشات نشان دهنده عملکرد مطلوب روش ارائه شده مي باشد.
5-
نتيجه گيري
همانگونه که عنوان گرديد، کيفيت سرويس در شبکه هاي حسگر بي سيم نسبت به شبکه هاي سنتي بسيار متفاوت است و بسته به کاربرد، پارامترهاي متعددي در اين شبکه ها براي ارزيابي کيفيت سرويس مد نظر قرار مي گيرند. ما در اين پاياننامه بعضي از پارامترهايي که در ارزيابي کيفيت سرويس مورد استفاده قرار مي گيرند مثل پوشش کل شبکه, تعداد بهينه نودهاي فعال در شبکه, طول عمر شبکه و ميزان مصرف انرژي در شبکه را با استفاده از تكنيك اتوماتاهاي يادگير بهبود بخشيديم.
در ابتدا روشي جديد مبتني بر CLA براي حل مسئله پوشش با درجه پوشش k در شبکه هاي حسگر بي سيم ارائه گرديد. در اين روش به مسئله پوشش محيط و مصرف انرژي نودها به صورت بهينه و تعداد نودهاي فعال که هر سه از پارامترهاي کيفيت سرويس در شبکه هاي حسگر مي باشند، توجه گرديده است. نتايج آزمايشات نشان داد که اين روش به ميزان قابل توجهي عمر شبکه حسگر را افزايش مي دهد و در عين حال در زمان حيات شبکه، تمام محيط با درجه پوشش k تحت پوشش قرار مي گيرد.
سپس جهت افزايش طول عمر شبکه هاي حسگر بي سيم که يکي از پارامترهاي اصلي کيفيت سرويس در شبکه هاي حسگر مي باشد، روشي براي خوشه بندي نودها در شبکه هاي حسگر بر اساس CLA ارائه گرديد. در اين روش خوشه بندي، ما پارامترهاي مختلفي مثل توازن اندازه خوشه ها، انرژي خوشه ها و … را مد نظر قرار داديم. نتايج آزمايشات نشان داد که روش ارائه شده، نسبت به ديگر روشهاي خوشه بندي، خوشه هاي متوازنتري ايجاد نموده و طول عمر شبکه را افزايش مي دهد.
و درانتها روشي جديد مبتني بر آتوماتاي يادگير، جهت تجميع داده ها در شبکه هاي حسگر بي سيم معرفي گرديد که اين روش با غير فعال کردن نودهاي غيرضروري در شبکه، در مصرف انرژي شبکه به ميزان زيادي صرفه جويي به عمل مي آورد و طول عمر شبکه را افزايش مي دهد. در اين روش تعدادي از پارامترهاي کيفيت سرويس در شبکه هاي حسگر مثل مصرف انرژي، طول عمر شبکه و تعداد نودهاي فعال مد نظر قرار گرفته و بهبود داده شده اند. نتايج آزمايشات نشان دهنده عملکرد مطلوب روش ارائه شده مي باشد.
6-
پيوست اول: شبكه هاي حسگر بي سيم
در اين فصل راجع به تاريخچه، ساختار، مزايا و کاربرد شبکه هاي حسگر بي سيم توضيحاتي ارائه مي گردد.
6-1- تاريخچه شبكههاي حسگر
اولين نمونههاي شبکههاي حسگر براي کاربردهاي نظامي طراحي و اجرا شدند تا نيروهاي ارتشي بتوانند در يک منطقه جديد، بدون نياز به برپا کردن تجهيزات خاص مرتبط با زير ساخت شبکه با هم ارتباط داشته باشند. طبيعت پويا و متغير محيط فعاليت ارتشها باعث ميشود استفاده از تجهيزات شبکههاي ثابت چندان مناسب به نظر نرسد. از سوي ديگر روشهاي ديگر ارتباطات بيسيم در فرکانسهاي بالاي Mhz100 کار ميکنند، پس تنها هنگامي که ديد مستقيم وجود داشته باشد ارتباط برقرار است. اين مشکلات به خوبي با استفاده از شبکههاي حسگر برطرف ميشود. زيرا ارتباط در اين شبکهها چندگامي71 است يعني بين مبدا و مقصد لازم نيست ديد مستقيم وجود داشته باشد و يا حتي اين دو در محدوده امواج يکديگر باشند، بلکه با استفاده از تعدادي گره ميانجي، ارتباط مبدا و مقصد برقرار ميشود. لازم به يادآوري است که اجزاي تشکيل دهنده شبکههاي حسگر تنها همان گرهها هستند و نيازي به تجهيزات از پيش تعيين شده ندارند.
تاريخچه‌ شبكه‌هاي حسگر به دوران جنگ سرد (اواسط دهه‌ي 1950 ميلادي) و سيستم نظارت صوتي SOSUS72 باز مي‌گردد[93]. اين سيستم توسط ايالات متحده و به منظور شناسائي و رديابي زيردريائي‌هاي اتحاد جماهير شوروي در بستر اقيانوس آرام شمالي تعبيه شده بود. اين شبكه يك توري گسترده از هايدروفون73ها مي‌باشد كه توسط كابل به يكديگر متصل شده و محيط اقيانوس را تحت پوشش قرار داده‌اند[94]. اين سيستم در حال حاضر توسط مؤسسه‌ي ملي NOAA74 به منظور نظارت بر پديده‌هاي جاري در بستر اقيانوس مورد استفاده قرار مي‌گيرد.
روند استفاده از شبکههاي حسگر در سالهاي پاياني دهه 80 و سالهاي آغازين 90 توسط وزارت دفاع آمريکا، DARPA75 و چند کشور ديگر ادامه داشت و نوآوريهايي هم توسط گروههاي تحقيقاتي در دانشگاهها انجام ميشد. در اواسط

پایان نامه
Previous Entries دانلود پایان نامه ارشد با موضوع فعال نمودن Next Entries دانلود پایان نامه ارشد با موضوع پردازش اطلاعات