دانلود مقاله ترجمه شده الگوریتمی برای خوشه بندی ساختارهای سلسله مراتبی، در شبکه های حسگر بزرگ مقیاس و شبکه های محرک

چکیده

در این مطالعه قصد داریم به ارائه یک الگوریتم خوشه بندی برای بهبود کارائی شبکه های حسگر بی سیم و شبکه های محرک (WSAN) بپردازیم. در هر خوشه، می توان از یک ساختار سلسله مراتبی چند سطحی برای کاهش مصرف انرژی استفاده کرد. بعضی از گره ها را می توان علاوه بر سرآیند خوشه، به عنوان گره های میانی (IN) انتخاب کرد. هر IN می تواند یک زیر شاخه ای که شامل گره های همسایه می باشد را مدیریت نماید. IN ها اقدام به ادغام داده های مربوط به اعضای زیر خوشه نموده و سپس این داده ها را برای سرآیند خوشه ارسال می کنند. هدف از انتخاب گره های میانی، بهینه سازی مصرف انرژی در برنامه نویسی خطی ترکیبی با پیچیدگی محاسباتی بالا می باشد. بنابراین یک الگوریتم جستجوی مسیر با کمترین مصرف انرژی را پیشنهاد می دهیم تا زمان محاسباتی نیز کاهش پیدا کند. علاوه بر این، شِمایی را برای تخصیص کانال به خوشه ها ارائه می دهیم تا تداخل بین زیر خوشه های همسایه کاهش پیدا کرده و از این رو توان عملیاتی افزایش پیدا کند. نتایج شبیه سازی نشان می دهد که شِمای پیشنهادی می تواند طول عمر شبکه های WSAN را افزایش دهد.

1-مقدمه

در شبکه های حسگر بیسیم (WSN)، گره های مجاور ممکن است رویداد و داده های یکسانی را تشخیص دهند. این گره ها را می توان در قالب گروه هایی خوشه بندی کرد. یک سرآیند خوشه (CH)، مسئول جمع آوری داده ها برای گره های موجود در خوشه اش و سپس فوروارد داده ها به سمت ایستگاه پایه را بر عهده دارد. CH ها به گره های عمومی (GN) و آن هم در مقایسه با ایستگاه پایه، نزدیک تر می باشند. بنابراین، گره های موجود در خوشه ها می توانند در مصرف انرژی صرفه جویی نمایند...