تعداد نشریات | 36 |
تعداد شمارهها | 1,232 |
تعداد مقالات | 8,936 |
تعداد مشاهده مقاله | 7,719,950 |
تعداد دریافت فایل اصل مقاله | 4,612,198 |
خوشه بندی و مسیریابی در شبکه حسگر بیسیم توسط جستجوی فاخته چند هدفه و تئوری بازی | ||
پدافند الکترونیکی و سایبری | ||
دوره 10، شماره 3 - شماره پیاپی 39، دی 1401، صفحه 11-20 اصل مقاله (1.24 M) | ||
نوع مقاله: مقاله پژوهشی | ||
نویسندگان | ||
سیده زهره مجیدیان1؛ محمد مهدی شیر محمدی* 2 | ||
1دانشجوی کارشناسی ارشد، گروه مهندسی کامپیوتر، واحد همدان، دانشگاه آزاد اسلامی، همدان، ایران | ||
2استادیار، گروه مهندسی کامپیوتر، واحد همدان، دانشگاه آزاد اسلامی، همدان، ایران | ||
تاریخ دریافت: 16 شهریور 1400، تاریخ بازنگری: 14 مهر 1401، تاریخ پذیرش: 16 مهر 1401 | ||
چکیده | ||
انتخاب گرههای سرخوشه مناسب و همچنین تعیین اندازه صحیح برای خوشهها، دو مسئله اساسی در تضمین عملکرد شبکههای حسگر بیسیم مبتنی بر ساختار خوشهبندی میباشد. در این مقاله، یک الگوریتم مسیریابی و خوشهبندی در شبکه حسگر بیسیم ارائه شده است. الگوریتم خوشهبندی ارائه شده در این تحقیق از روش خوشهبندی نامتقارن استفاده میکند. بدین معنا که در ساختار خوشهبندی شبکه، اندازه هر خوشه ممکن است متفاوت از سایر خوشهها باشد. این ساختار موجب میشود که با استفاده از خوشههایی با شعاع کوچکتر بتوان مصرف انرژی در نواحی پرازدحام را کاهش داده و از طرفی با بکارگیری خوشههایی با شعاع بزرگتر برای نواحی با ترافیک پایین؛ توان عملیاتی شبکه را افزایش داد. در روش پیشنهادی از الگوریتم جستجوی فاخته چندهدفه به منظور تعیین گره-های بهینه سرخوشه و همچنین تعیین شعاع بهینه برای هر خوشه استفاده شده است. پس از تعیین ساختار خوشهبندی شده شبکه، از یک الگوریتم مسیریابی مبتنی بر تئوری بازی به منظور تعیین مسیرهای بهینه جهت ارسال داده به سمت ایستگاه پایه استفاده شده است. عملکرد روش پیشنهادی در محیط شبیه سازی مورد ارزیابی قرار گرفته و کارایی آن با الگوریتمهای پیشین مقایسه شده است. نتایج حاصل از شبیهسازی نشان میدهد که با استفاده از روش پیشنهادی میتوان علاوه بر کاهش مصرف انرژی، از بروز ترافیک در سطح شبکه جلوگیری نموده و توزیع بار را بصورت کارآمدتری انجام داد. | ||
کلیدواژهها | ||
شبکه حسگر بیسیم؛ خوشه بندی؛ مسیریابی؛ جستجوی فاخته؛ تئوری بازی | ||
عنوان مقاله [English] | ||
Clustering and Routing in Wireless Sensor Networks Using Multi-Objective Cuckoo Search and Game Theory | ||
نویسندگان [English] | ||
seyede zohreh majidian1؛ mohammadmahdi shirmohammadi2 | ||
1Master's student, Department of Computer Engineering, Hamedan Branch, Islamic Azad University, Hamedan, Iran | ||
2Assistant Professor, Department of Computer Engineering, Hamedan Branch, Islamic Azad University, Hamedan, Iran | ||
چکیده [English] | ||
Selecting the appropriate cluster head nodes as well as determining the correct radius for the clusters are two key issues in ensuring the performance of cluster-based Wireless Sensor Networks (WSNs). In this paper, a routing and clustering algorithm for wireless sensor network is presented. The clustering algorithm presented in this research uses unequal clustering technique. This means that in the clustered structure of the network, the size of each cluster may differ from others. This structure reduces energy consumption in crowded areas by using clusters with smaller radius, and increase network throughput by using larger radius for clusters located in areas with low traffic. In the proposed method, the multi-objective cuckoo search algorithm is used to determine the optimal cluster nodes and also to determine the optimal radius for each cluster. After determining the clustered structure of the network, a routing algorithm based on game theory is used to determine the optimal paths for sending data to the base station. The performance of the proposed method in a simulated environment is evaluated and its efficiency is compared with previous algorithms. The simulation results show that by using the proposed method, in addition to reducing energy consumption, network traffic can be prevented and load distribution can be done more efficiently. | ||
کلیدواژهها [English] | ||
Wireless Sensor Network, Clustering, Routing, Cuckoo Search, Game theory | ||
مراجع | ||
[1] W.Dargie, & C. Poellabauer, “Fundamentals of wireless sensor networks: theory and practice,” John Wiley & Sons Press, 2010. [2] D.Kandris, C. Nakas, D. Vomvas, & G. Koulouras, “Applications of wireless sensor networks: an up-to-date survey,” Applied System Innovation, Vol. 3, pp. 14-28, 2020. [3] U.M. Durairaj, & S. Selvaraj, “Two-level clustering and routing algorithms to prolong the lifetime of wind farm-based WSN,” IEEE Sensors Journal, Vol. 21, pp. 857-867, 2020. [4] V. Anand, & S. Pandey, “New approach of GA–PSO‐based clustering and routing in wireless sensor networks,” International Journal of Communication Systems, Vol. 33(16), pp. 45-71, 2020. [5] T. Bhowmik, & I. Banerjee, “An Improved PSOGSA for Clustering and Routing in WSNs,” Wireless Personal Communications, Vol. 117, pp. 431-459, 2021. [6] W.R. Heinzelman, A. Chandrakasan, & H. Balakrishnan, “Energy-efficient communication protocol for wireless microsensor networks,” In Proceedings of the 33rd annual Hawaii international conference on system sciences on IEEE, pp. 1-10, 2000. [7] A. Sharma, & K. Verma, “Layered Energy Balanced Unequal Clustering and Routing (LEBUCR) Protocol for Wireless Sensor Networks,” Adhoc & Sensor Wireless Networks, Vol. 46, pp. 1-17, 2020. [8] S. Lee, H. Choe, B. Park, Y. Song, & C. Kim, “LUCA: An energy-efficient unequal clustering algorithm using location information for wireless sensor networks,” Wireless Personal Communications, Vol. 56, pp. 715-731, 2011. [9] G. Gupta, & S. Jha. “Integrated clustering and routing protocol for wireless sensor networks using Cuckoo and Harmony Search based metaheuristic techniques,” Engineering Applications of Artificial Intelligence, Vol. 68, pp. 101-109, 2018. [10] A. Kaveh, & T. Bakhshpoori, “An efficient multi-objective cuckoo search algorithm for design optimization,” Advances in computational design, Vol. 1, pp. 87-103, 2016. [11] W. Wang, D. Wang, & Y. Jiang, “Energy efficient distributed compressed data gathering for sensor networks,” Ad Hoc Networks, Vol. 58, pp. 112-117, 2017. | ||
آمار تعداد مشاهده مقاله: 207 تعداد دریافت فایل اصل مقاله: 181 |