چکیده
کمینه سازی انرژی یکی از وظایف مهم در WSN است که از طریق فرایند خوشه بندی انجام میشود. خوشه بندی در WSN روشی کارآمد برای افزایش طول عمر شبکه است. در کار پیشنهادی فعلی، تمرکز اصلی بر طول عمر شبکه است که برای کاهش شکستهای گره و افزایش تحویل بسته های داده ضرورت دارد. در این مقاله، ساختاربندی سلسله مراتبی با استفاده از رویکرد خوشه بندی بر مبنای فرایند کارآمد تراکم داده انجام میشود. فرایند تراکم داده در دو فاز تعریف میشود. فاز اول، آرایش گرهها در خوشه را با استفاده از توزیع یکنواخت؛ و فاز دوم، انتخاب سرخوشه و تراکم داده را با کمک برنامه ریزی خطی تعریف میکند. هدف اصلی، کمینه سازی مصرف انرژی و افزایش اعتبار و استحکام شبکه حسگر می باشد. در نهایت، عملکرد شبکه بر اساس مصرف پایین انرژی، تحویل بالای بسته های داده، و ازدحام پایین در WSN ارزیابی خواهد شد.
۱- مقدمه
شبکه حسگر بی سیم (WSN) مجموعه ای از چندین گره حسگر کوچک است که پدیده های مورد نظر در یک منطقه خاص را حس کرده و داده های حس شده را به ایستگاههای مبداء ارسال میکنند. تکنولوژی حسگر کاربردهای متعددی برای مثال در حوزه مدیریت حوادث، پایش زیستگاه، و هوشمندسازی امنیتی و نظامی دارد [1]. توان و انرژی گرههای حسگر معمولاً از طریق باتری تامین میشود و فرایند برقراری ارتباط بین گرههای حسگر و ایستگاه مبداء، بیشترین مصرف انرژی را در پی دارد. بدین ترتیب، زمانی که توان باتری به پایان می رسد تعویض آن غیرممکن بوده و واقع بینانه نیست. بنابراین راندمان انرژی برای WSN حیاتی است و بهبود این راندمان در افزایش طول عمر شبکه و اعتبار WSN یک هدف مهم بشمار میرود [2].
خوشه بندی، یک روش بکار رفته در افزایش عمر شبکه و اعتبار WSN بصورت کارآمد میباشد. در طی خوشه بندی، یک WSN به چند خوشه مجزا تقسیم میشود که هر دو خوشه دارای یک سرخوشه (تجمیع کننده) هستند. خوشه بندی، مصرف کلی انرژی شبکه حسگر را کاهش میدهد زیرا جلسات ارتباطی و حجم داده ها کاهش می یابند [3]. تراکم داده، فرایند فشرده سازی و تلخیص داده های گردآوری شده است که بطور کارآمد حجم داده هایی که باید ارسال شوند را کاهش میدهد. تراکم داده زمانی رخ میدهد که یک متراکم ساز (تجمیع کننده)، اطلاعاتی را از گرههای حسگر مجاور خود دریافت کرده و آنها را از طریق یک توپولوژی مسیریابی به ایستگاه مبداء ارسال میکند. از آنجا که حجم داده ها تا حد زیادی پس از تراکم داده کاهش می یابد انرژی مصرف شده بواسطه ارسال و دریافت داده توسط گره های حسگر نیز به میزان قابل توجهی کاهش پیدا میکند [4].
5- نتیجه گیری
من طول عمر شبکه و مساله خوشه بندی آگاه به امنیت را در WSNها بررسی کرده و یک الگوریتم ILP برای دستیابی به یک گراف درختی با کوتاهترین مسیر و آگاه به دوره نهفتگی و طول عمر برای توپولوژی مسیریابی پیشنهاد میدهم. من این رویکرد را با کمک نمونه هایی از شبکه با 100، 200، 300 و 400 گره با توزیع یکنواخت ارزیابی کرده ام. نتایج شبیه سازی نشان میدهند که عملکرد این رویکرد در حد چشمگیری بهتر از عملکرد LLAC است. تا جایی که من میدانم، رویکرد پیشنهادی من اولین رویکرد برای حل این مساله است.
من فرض میکنم هر سرخوشه میتواند تراکم کامل داده را انجام دهد. در برخی کاربردها، داده های ارسال شده به هر گره حسگر باید به ایستگاه مبداء تحویل داده شوند. برای این کاربردها، بایستی مدلهای مختلف مصرف انرژی بدست آیند. از اینرو رویکرد ما کارایی لازم را ندارد. من مشکلات ایجاد یک درخت خوشه بندی و مسیریابی را برای این کاربردها در تحقیقات آتی بررسی خواهم کرد. همچنین فرض کیغیت ارتباطی کامل در این مقاله، واقع بینانه نیست. ممکن است انتقال داده بین دو گره حسگر همواره معتبر نباشد. مساله دیگر برای پژوهشهای آتی، ایجاد خوشه هایی آگاه به دوره نهفتگی و طول عمر شبکه و یک درخت مسیریابی با در نظر گرفتن کیفیت ارتباط است.
Abstract
Energy minimization is one of the significant tasks in the WSN which can be achieved through clustering process. Clustering in the WSN is an efficient method to increase the lifespan of the network. In the proposed work the main concentration is given to the network lifetime which is very necessary for the less node failures and high packet deliveries. In this paper the hierarchical structuring is done using clustering approach based on efficient data aggregation process. The aggregation process is defined into two phases. The first phase defines the arrangement of the nodes in the cluster using uniform distribution and second phase defines the selection of the cluster head and aggregation of the data using linear programming. The main objective is to minimize the energy consumption and increase of the robustness of the sensor network. Eventually the performance of the network will be evaluated in terms of low energy consumption, high packet deliveries and low congestions in the WSN.
1. Introduction
The Wireless Sensor Networks (WSNs) is a collection of a large number of tiny sensor nodes that sense the desired phenomena in respect of a particular region of interest and send the sensed data to a base stations. Sensor technology has a large number of applications, for example, disaster management, habitat monitoring, security and military intelligence building [1]. Sensor nodes are typically battery-powered, and the communication between sensor nodes and the base station consumes most of the energy. Accordingly, it is unrealistic to replace them once they run out of battery. Therefore, energy efficiency is essential for WSNs, and improving this is an important goal in maximising the lifetime of WSNs [2].
Clustering is a method used to increase the network lifetime and the robustness of WSNs effectively. In clustering, a WSN is partitioned into disjoint clusters, with each cluster having a cluster head (aggregator). Clustering decreases the overall energy consumption of the sensor network because the data size and communication sessions are reduced [3]. Data aggregation is a process of summarizing the data collected, effectively reducing the size of the data to be transmitted. The data aggregation happens when an aggregator collects the information from its neighbouring sensor nodes and sends it to the base station via a routing topology. Since the data size is significantly reduced after data aggregation, the energy consumed by transmitting and receiving data via sensor nodes is also significantly reduced [4].
5. Conclusion
I investigate the lifetime and security-aware clustering problem in WSNs and propose an ILP algorithm for constructing a lifetime and latency-aware, shortest path graph tree for routing topology. I have evaluated the approach using network instances with 100, 200, 300 and 400 nodes in the uniform distribution. The simulation results show that the approach significantly outperforms LLAC approach. To my knowledge, this is the First approach to this problem.
I assume that each cluster head performs perfect data aggregation. In some applications, the data sensed by each sensor node must be delivered to the base station. For those applications, different energy consumption model must be derived. Hence, our approach may not be efficient. I will investigate the clustering and routing tree construction problems for those applications in the future research. Furthermore, the assumption on perfect link quality made in this paper is not realistic. The transmission between two sensor nodes may not be always reliable. Another future research problem is to construct lifetime and latency-aware clusters and a routing tree by considering link quality.
چکیده
1- مقدمه
2. تحقیقات مرتبط
2.1- طول عمر شبکه مبتنی بر خوشه بندی
2.2- تراکم داده مبتنی بر طول عمر شبکه
3- رویکرد پیشنهادی
3.1- مدل شبکه
3.2- خوشه بندی
3.3- رویکرد ابتکاری ایجاد درخت مسیریابی ILP
3.4- مسیریابی کوتاهترین مسیر بر مبنای گراف
4- نتایج شبیه سازی
5- نتیجه گیری
منابع
Abstract
1. Introduction
2. Related Works
2.1. Clustering-Based Network Lifetime
2.2. Network Lifetime Based Data Aggregation
3. The Proposed Approach
3.1. Network Model
3.2. Clustering
3.3. ILP Routing Tree Construction Heuristic
3.4. Shortest Path Graph-based Routing
4. Simulation Result
5. Conclusion
References
این محصول شامل پاورپوینت ترجمه نیز می باشد که پس از خرید قابل دانلود می باشد. پاورپوینت این مقاله حاوی 17 اسلاید و 5 فصل است. در صورت نیاز به ارائه مقاله در کنفرانس یا سمینار می توان از این فایل پاورپوینت استفاده کرد.
در این محصول، به همراه ترجمه کامل متن، یک فایل ورد ترجمه خلاصه نیز ارائه شده است. متن فارسی این مقاله در 6 صفحه (1200 کلمه) خلاصه شده و در داخل بسته قرار گرفته است.
علاوه بر ترجمه مقاله، یک فایل ورد نیز به این محصول اضافه شده است که در آن متن به صورت یک پاراگراف انگلیسی و یک پاراگراف فارسی درج شده است که باعث می شود به راحتی قادر به تشخیص ترجمه هر بخش از مقاله و مطالعه آن باشید. این فایل برای یادگیری و مطالعه همزمان متن انگلیسی و فارسی بسیار مفید می باشد.
بخش مهم دیگری از این محصول لغت نامه یا اصطلاحات تخصصی می باشد که در آن تعداد 35 عبارت و اصطلاح تخصصی استفاده شده در این مقاله در یک فایل اکسل جمع آوری شده است. در این فایل اصطلاحات انگلیسی (تک کلمه ای یا چند کلمه ای) در یک ستون و ترجمه آنها در ستون دیگر درج شده است که در صورت نیاز می توان به راحتی از این عبارات استفاده کرد.