دانلود پروژه كاهش مصرف انرژي در شبكه‌هاي حسگر بي‌سيم با استفاده از شبكه‌هاي عصبي SOM

امروزه، در شبكه‌هاي حسگر بي‌سيم، پروتكل‌هاي مسيريابي مبتني بر خوشه‌بندي از طريق تقسيم گره‌هاي همسايه به خوشه‌هاي مجزا و انتخاب سرخوشه‌هاي محلي براي تركيب و ارسال اطلاعات هر خوشه به ايستگاه مبنا و سعي در مصرف متوازن انرژي توسط گره‌هاي شبكه، بهترين كارايي را از لحاظ افزايش طول عمر و حفظ پوشش شبكه‌اي در مقايسه با ساير روش‌هاي مسيريابي به‌ دست مي‌آورند. با اين وجود، همه پروتكل‌هاي خوشه‌بندي ارايه شده تاكنون، تنها نزديكي جغرافيايي(همسايگي) را به عنوان پارامتر تشكيل خوشه‌ها در نظر گرفته‌اند. در اين تحقيق، يك پروتكل جديد خوشه‌بندي متمركز مبتني بر انرژي با استفاده از شبكة عصبي نقشة خودسازماندهي براي شبكه‌هاي حسگر بي‌سيم ارايه مي‌شود كه قادر به خوشه‌بندي گره‌هاي شبكه بر اساس سطح انرژي و مختصات گره‌ها مي‌باشد. اين پروتكل با استفاده از تعداد مشخصي از گره‌هاي پرانرژي در شبكه و اعمال آن‌ها به عنوان وزن نورون‌هاي نقشة خودسازماندهي، نزديك‌ترين گره‌هاي كم‌انرژي را جذب گره‌هاي پرانرژي مي‌كند؛

به طوري كه خوشه‌ها لزوماً از گره‌هاي مجاور تشكيل نشده و در واقع براساس دو پارامتر سطح انرژي و همسايگي، خوشه‌هايي با انرژي متوازن تشكيل خواهند شد. به علاوه يك تابع هزينه جديد به منظور تصميم‌گيري در انتخاب گره‌هاي سرخوشه، پيشنهاد شده است كه سعي در تركيب معيارهاي مختلف موثر در انتخاب بر اساس ميزان اهميت آن‌ها دارد. كارايي برتر اين پروتكل از لحاظ افزايش طول عمر مفيد شبكه و حفظ بهتر پوشش شبكه‌اي در مقايسه با پروتكل‌هاي پيشين نظير LEACH و LEA2C و نيز تاثير تابع هزينه پيشنهادي بر كارايي آن (با شبيه‌سازي) به اثبات رسيده است.

برای دانلود قسمتی از این پایان نامه کلیک کنید