מידול אופטימייזר וולף חדשני לאופטימיזציה עצמית עבור מודל רשת הטרוגני לניתוח אנרגיה וחיי צמתים

Summary

המחקר מציג פרוטוקול ליישום והערכת אופטימיזציה עצמית של זאב (SOWO) לאשכול וניתוב מודעים לאנרגיה ברשתות חיישנים אלחוטיות, עם הגדרות שלב אחר שלב והערכה שחוזרת לשיפור אורך החיים, התפוקה והאנרגיה השארית.

Abstract

השירותים החיוניים של ניטור, איסוף מידע והעברת נתונים מסביבות בסיכון גבוה למיקומים בטוחים יותר עדיין מסופקים על ידי רשתות חיישנים אלחוטיות (WSNs). שירותים אלו משתפרים על ידי רוב פרוטוקולי ניתוב חסכוניים באנרגיה שנבנו למטרה זו. פרוטוקול ניתוב הומוגני מיושם כדי להפחית את צריכת האנרגיה של מרכזים מרוחקים בצורה יעילה יותר; עם זאת, קצב ניצול האנרגיה גבוה יותר עבור פרוטוקול זה, אמינות נמוכה יותר, ומידע משודר בצורה לא רצויה יותר לנתב האלחוטי (WR) או לתחנת הבסיס (BS) כאשר הוא מופעל לטווח זמן ארוך יותר. כדי להתגבר על חסרונות אלו, במחקר זה נעשה שימוש במכשיר אופטימיזציה עצמית (SOWO) מותאם למכשיר זאב. שילוב צמתים הטרוגניים בגישה הנוכחית, בחירת הראש בהתבסס על האנרגיה שנותרה מציגה אסטרטגיית אינטראקציה רב-רמתית לאורך כל החיבורים. שימוש בשיטת הסרת חורי אנרגיה הוא הבסיס לטכניקת הניתוב המפותחת. כל גישה שואפת להאריך את חיי הרשת ולהפחית את צריכת האנרגיה. בהתבסס על הממצאים, שיטת הניתוב המוצעת מדגימה תקופות עקביות טובות יותר, אנרגיה שארית, קצב תפוקה ותוחלת חיים של הרשת לעומת קיימות. המחקר מתמודד עם הבעיה הקלאסית של WSN מקובע של מקסום אורך החיים והאספקה המתמשכת תחת תקציבי אנרגיה צפופים לכל צומת, תוך שמירה על איזון בין עומס להגינות. תוצאות הסימולציה מראות שיפור של 3.4% ו-32.22% ביציבות הרשת ובאנרגיה שיורית, בהתאמה, לעומת אלגוריתמים קיימים.

Introduction

רשתות חיישנים אלחוטיות (WSN) ואינטרנט של הדברים (IoT) מיושמים באופן נרחב בנושאים טכנולוגיים שונים¹. WSN שימשו בתנאים שונים כדי לסייע בהעברת פריטים, כמו רובוטים שמבצעים משימות שונות. מההתחלה, IoT העניק עזרה בסיסית, במיוחד באיסוף נתונים משדות לא מאובטחים². ישנן סיבות ספציפיות לכך שטכניקות אלו משמשות כיום במערכות שונות³, לדוגמה, בגינון, שירותים רפואיים, תצפית אקולוגית, חקירה צבאית, ניהול מבנים, ניהול תנועה, ניטור שינויים בשינוי מפלס המים, וכדומה⁴.

בסביבת רשת אלחוטית, הנתונים נאספים בדרך כלל ומשודרים לצומת מקלט הידוע כתחנת בסיס (BS) לעיבוד נוסף⁵. צמתים החיישנים משפרים כל הזמן את ביצועי הרשת על ידי ניצול יעיל של המשאבים המוגבלים שלהם. לגבי עבודות⁶, פיתוח מנגנונים להפחתת דלדול אנרגיית הצמתים ושיפור חיי הרשת יכול לשפר את ביצועי רשת החיישנים האלחוטיים⁷. יחידות החיישנים השונות משמשות לאנרגיה גבוהה יותר: יחידות תקשורת, יחידות עיבוד נתונים וחיישנים. יחידת התקשורת הראשונה היא^ה-8 שצורכת הכי הרבה אנרגיה. בסביבת רשתות חיישנים אלחוטיות, הטכניקות היעילות ביותר באנרגיה נחשבות לפרוטוקולי ניתוב היררכיים הנפוצים⁹. כאשר הנתונים מתקבלים מהצמתים השכנים, ראש האשכול (CH) משתמש באינטראקציות חד-קפיצות ורב-קפיצות כדי לדווח על מצב הרשת ל-BS בהתבסס על המרחק שלהם מה-BS. טכניקות ניתוב מסוג זה מוצגות במחקר¹⁰.

מספר אלגוריתמים מבוססי אשכולות ל-WSN צפויים בספרות הקשורה לכך. תכנית ניתוב היררכית הוצעה במורידי ואח' ¹¹, שמאריכה ברצף את אורך החיים של הרשת התומכת. הרשת שנבחנת נבחרת כראוי בהתבסס על מחקר הבדיקה¹², שפיתח טכניקת ניתוב לבחירת רשת.

פריאדהרשיני ואח^' מתארים את פרוטוקול האשכול המבוסס על הסתברות הידוע בשם אשכולות מבוזרת (DEEC). ה-CH שנבחר על ידי DEEC תלוי ביחס בין האנרגיה שנותרה לאנרגיה הממוצעת של כל צומת ברשת המפותחת. המחברים חקרו מערכת הומוגנית הידועה כפרוטוקול היררכיית אשכולות אדפטיבית באנרגיה נמוכה (LEACH) ובחנו את ההטרוגניות שלה. המחברים פיתחו לאחר מכן את ה-LEACH, מערכת הטרוגנית שמשווה בין שתי מערכות, הומוגניות^{והטרוגניות 14}. שיטה שפותחה באמצעות טכניקת אשכולות מבוזרת יעילה באנרגיה מוצעת לרשתות חיישנים מרוחקות הטרוגניות¹⁵. זהו הגרסה המשודרגת של אשכולות מבוזרים-אנרגטיים.

המומחים הציעו שיטה נוספת לפיתוח¹⁶. האלגוריתם החדשני שינה את הסבירות הממוצעת למרכזים עליונים שהאנרגיה שנותרה שלהם אינה בדיוק ערך האנרגיה השאריתית של הסף, שתלוי במרחב הטיפוסי בין המרכזים ל-BS במקום באנרגיית הרשת הרגילה.

אשכולות אנרגיה מבוזרת¹⁷ הגדילה את האפשרות לבחירת הפרוטוקול על ידי התחשבות במרחב הממוצע בין ה-SNs ל-WR, וכן את המרחק בין הסופר-צמתים, בעת בחירת ראשי אשכולות. היעילות הטובה יותר של E-DEEC מבחינת קצב תפוקה, חיי המערכת ואנרגיה עודפת מוצגת דרך תוצאות הסימולציה. עבודתם של נורלמדינה ואחרים היא המרכיב הקריטי שמעודד חוקרים להתרכז בעבודה זו¹⁸. רשתות חיישנים אלחוטיות (WSNs) דורשות מיקום מדויק של צמתים מכיוון שפריסה אקראית יוצרת נקודות עיוורות וקישורים שבורים; לכן, מקסום הכיסוי ושימור הקישוריות יחד הם יעד מרכזי לאופטימיזציה ולא רק פריט מוצלח. המחקר הקודם מראה שגישות סל קלאסיות (למשל, PSO/ACO) ואסטרטגיות פריסה אד-הוק סובלות לעיתים קרובות מהתכנסות איטית ומלכודות אופטימיות מקומיות, מה שמוביל לכיסוי נמוך וקישוריות עדינה¹⁹. סקירה מטה-היוריסטית עדכנית מדגישה כי ליקויים כאלה נובעים בדרך כלל מדינמיקת חקירה-ניצול לא מאוזנת; הוא טוען לטובת היברידים שמאזנים במפורש בין חיפוש גלובלי לשיפור מקומי, ובוחן כיצד ניתן להנדס מערכות בקרה/קישור היברידיות כדי^{להשיג זאת.} במבחני פריסת צמתים ייעודיים ל-WSN, ה-Improved Chaotic Grey Wolf Optimizer (ICGWO) השיג כיסוי≥99% במספר סביבות, עם שיפור ממוצע של עד ~16% על פני קווי בסיס חזקים, מה שמראה כי היברידיזציה מונחית כאוס יכולה לשפר משמעותית הן את הכיסוי והן את הקישוריות²⁰. בהשלמה, היבריד של Grey Wolf-Particle Swarm (HGWPSO) מאמת את אותה לוגיקת תכנון במשימות הנדסיות שונות, מדווח על שיפורים של 43-99% במספר מקרים מדורגים ומדגיש את ההיברידיזציה כדרך איתנה להתכנסות מהירה יותר ולפתרונות טובים^יותר. הטכניקה המפותחת, אופטימייזר הזאב העצמי (SOWO), משתמשת באסטרטגיות האינטראקציה של קפיצה אחת ורב-קפיצות מהשדה ועד ל-BS שלא התרחשו²¹. אסטרטגיה זו ממזערת את ניצול האנרגיה של הצמתים על ידי הימנעות משידור מידע לא רלוונטי מהצמתים הרחוקים אל ה-BS הרחוק.

Protocol

סעיף זה מתאר את הפרוטוקול ההטרוגני שפותח במקטע זה. בטכניקה זו, הארגון מחלק את מרכזי החיישנים לארבעה אזורים לוגיים בהתבסס על מרחק קצה שנקבע מראש. צמתי השער ותחנת הבסיס (BS) ממוקמים מחוץ לשדה הזיהוי ובנפרד בנקודת המרכז של הרשת. המרכז שמרחקו מצומת השער קטן מהמרחק שנקבע מראש מוקצה לשדות 1 ו-2. במצב זה, הצמתים משדרים את הנתונים או לצומת השער או ל-BS באמצעות תקשורת ישירה. צמתים אלו מייצגים את הצמתים ההומוגניים. נניח שמרחב הביניים גדול יותר ממרחב הסף שנקבע מראש וקרוב יותר לצומת WR. במקרה כזה, הם ממוקמים באזורים 3 או 4, כפי שמוצג באיור 1. צמתים אלו נקראים מרכזים הטרוגניים. הבחירות מתקיימות בשני האזורים, והאנרגיה שנותרה שלהם מנוצלת לבחירת CH. מידע מאזורים אלה נשלח ל-BS באמצעות גישת אינטראקציה מרובת קפיצות. ה-CH באזור 3 מספק את הדוח הסופי לצמתים של השער ומשלב את המידע לפני שידורו ל-BS. הצמתים בכל אזור מתקשרים את המידע שלהם עם צמתים אחרים במסגרת מגבלת האנרגיה שלהם. כאשר הצמתים לא יכולים לשלוח מידע, הם נחים כדי לשמור על האנרגיה שלהם.

מודל הרשת
הגדרת מבנה הרשת ניתנת באיור 1. רשת זו ידועה כ-G(L, BS, H_o, GW,_{H e}) שבה תחנת הבסיס מסופקת כ-BS, שער הרשת הוא GW, וצמתים הומוגניים מיוצגים כ-H_o, צמתים הטרוגניים מוצגים _{כ-H e} וקבוצת רשתות התקשורת שמקשרת בין הצמתים הספציפיים (כל צומת הכולל את BS, H_o, GW, H_e) ניתנים כ-L. תכונות הרשת הן כדלקמן: (i) כפי שמוצג באיור 1, הרשת מחולקת לארבע תת-רשתות באזורים 1, 2, 3 ו-4. (ii) מינימום של צומת אחד באזור 4 משויך לצומת באזור 3. (iii) ה-WR מחובר לתחנת הבסיס באזור 2. (iv) כעת, ה-WR ותחנת הבסיס מחוברים. כל צומת באזור 1 משויך ל-BS. (v) כל צומת באזורים שלוש וארבע אינו מקושר ל-BS.

צריכת אנרגיה
במחקר זה, טכניקת ניצול האנרגיה היא כדלקמן: הצמתים של WSNs משותפים באקראי ואין להם מיקומים קבועים מראש. בהתבסס על המרחב הבין-מרבי בין הצמתים, התקשורת גורמת לאובדן כמות משמעותית מהאנרגיה של הצומת. שני סוגי העברת ואיסוף מידע צורכים אנרגיה. לכן, האנרגיה הנדרשת להעברת חבילת נתונים באורך של (m) ביטים לאורך המרחק היא:

(1)

כאשר E_TX מציין את האנרגיה הנצרכת במהלך העברת הנתונים של הצומת, תהליך השידור והקבלה של ביט אחד של נתונים כולל פיזור אנרגיה של E_{אלקטיקה}, ε_fs מקדם החלל החופשי של פיזור אנרגיה, ε_mp מייצג את פיזור האנרגיה בטכניקת המקדמים הרב-כיווניים, ומרחב השידור ניתן כקרוסאובר, שמחושב כך:

(2)

ניצול האנרגיה הצפוי על ידי הצומת המקבל לקבלת חבילת נתונים של m-ביט נקבע כך:

(3)

המודל המדובר יכול לקבוע את האנרגיה שה-CH משתמש. האנרגיה שבה משתמשים ה-CHs משלבת באופן יסודי שלוש נקודות מבט: ניצול אנרגיה לקבלת חבילות נתונים של צמתים של משתמשים, קישור מידע, ושליחת המידע הממוזג ל-WR. נוסחת ההערכה ניתנת כך:

(4)

ספירת הצמתים של החברים מיוצגת באמצעות _{CM num}, ו-E_DA הוא ההוצאה הנדרשת לאיסוף ביט אחד של נתונים; אורך החבילה הוא M. האנרגיה הנצרכת על ידי המרכז הלא-CH היא פשוט ניצול האנרגיה של העברת מידע ל-WR, והנוסחה המספרית ניתנת כך:

(5)

להלן חישוב כל האנרגיה השאריתית של הסיבוב r:

(6)

כאשר כל האנרגיה שנותרה ניתנת כפי שבסיבוב E_tohR(r - 1), ספירת האנרגיה הקיימת בסיבוב מיוצגת כ-CH_num(r), ה-N_alive(r) מתייחס לסך כל הצמתים הפעילים בסיבוב של הרשת הנתונה, E_Ch (i) מייצג את ניצול האנרגיה של i^th CH ו-E_{שאינו CH(j)} מציין את האנרגיה שבה משתמשים הלא-CH(j).

בחירת אשכולות
האלגוריתם משתמש באינטרספסים המחושבים מהצומת ל-WR ובאנרגיה כדי לבחור את אשכולות הראשוניים של המערכת, ובכך מגבילים את ה-CHs הכוללים באשכולות כדלקמן: לפי ציון הכושר העולה של SNs, אשכול ה-SNs הפעילים מחולק לתת-קבוצות שוות של m (כאשר m הוא מספר האשכולות הרצוי השקול ל-N/p, N מציין את מספר הצמתים של החיישן ואת חלק ה-CH של p. בכל תת-קבוצה, ראש האשכול הראשון נבחר לצומת החיישן הקרוב למיקום המרכזי. כל צומת מתווסף לראש האשכול הקרוב אליו כדי ליצור את האשכול ההתחלתי בהתבסס על מרחק אוקלידי. המרווח בין הצומת, BS והאנרגיה השארית קובע את ציון הכושר של הצומת.

(7)

כאשר המשקל ניתן _כ-1, האנרגיה הראשונית היא E_i, האנרגיה השארית ניתנת כ-E_r, והמרחב מהצומת ל-WR מוצג כ-d_BS. d_maxBS הוא המרחב הבין-מרבי בין ה-SN ל-WR, ו-d_MinBS מציין את המרחב המינימלי בין ה-SN ל-WR.

אופטימייזר זאב מותאם בעצמו (SOWO)
ה-CHs נבחרים באמצעות ה-SOWO. באופטימיזציה של הזאבים, מיקום הטרף מזוהה באמצעות המסה הממוצעת של שלושת הזאבים (α, β ו-δ) כפי שמוצג באיור 2. בהתחשב בהבדלים בין BS לצומת והמרווח בין האנרגיה השארית, ציון ההתאמה של הצומת נחשב למשקל הראשי של אופטימיזציית הזאב האפור, שנקבע באמצעות משוואה (8). המיקום ההתחלתי של הטרף מחושב על פי משוואות (8) עד (11) וטכניקת האופטימיזציה של SOWO.

(8)

(9)

(10)

(11)

כאשר המסה הראשית של הזאבים α, β ו-δ היא ω_Iα, ω_Iβ ו-ω_Iδ בהתאמה, ציון הכושר הטוב ביותר לזאב α הוא F_α, _{F β} ו-F_δ המחושבים באמצעות משוואה 11. הצמתים הבודדים המקבילים לשלושת הציונים הגבוהים ביותר לכושר הם α, β ו-δ זאבים. הפרוטוקול המפותח אינו משנה את משקל אופטימיזציית הזאב האפור מכיוון שציון הכושר של הצומת משתנה לאחר השלמת העברת נתונים אחת. כדי ליצור את קיבולת החיפוש העולמית של אופטימייזר הזאב האפור, העומסים משתנים באופן פעיל על ידי וקטורים A ו-D. כאן, A מציין את וקטור המקדמים, והמרחק מהזאב לטרפו הוא D. משוואות (12) ו-(15) משמשות לקביעת A ו-D. מיקום הטרף ונוסחת שדרוג העומס מתוארים כך: האיטרציה (t + 1):

(12)

(13)

(14)

(15)

כאשר מציין מיקומים של זאב α , זאב β וזאב δ באיטרציה (t+1), מיקומים אלו מחושבים באמצעות משוואה (15). בשלב הסופי של האיטרציה, ה-CH בוחר איזה צומת קרוב יותר לטרף מבין הצמתים הנוכחיים. המשימה של ה-CH מורכבת יותר, ולכן האנרגיה השארית אינה יכולה להשלים את המשימה, מה שמוביל לסיום הצומת. לכן, בחירת הצומת עם האנרגיה המרבית שנותרה ולהיות קרוב יותר לטרף היא חיונית. האנרגיה שנותרת של הצומת והמרחק מהצומת לטרף משמשים כפרמטרים לציון הכושר המשמש לבחירת ה-CH. הצומת עם ציון כושר נמוך יותר מזוהה כראש האשכול. הפונקציה המשמשת לחישוב ערך ההתאמה ניתנת כך:

(16)

כאשר המשקל ניתן _כ-2, האנרגיה שנותרה של הצומת מיוצגת כ-E_x, E_max היא האנרגיה השארית המקסימלית, ו-E_min היא האנרגיה המינימלית שנותרה בצמתים של הצומת. המרחק בין הטרף לצומת הוא d_p,_{d Maxp} הוא המרווח המקסימלי בין הצומת המזהה לטרף, ו-d_Minp הוא המרווח המינימלי בין ה-SN לטרף.

סוכן זאב לאופטימיזציה עצמית
סוכני תוכנה עוקבים ומנהלים את גדלי הרשת ואת שערי הצמתים. סוכני התוכנה מחליפים את הלקוחות והשרתים המסורתיים, אשר שונים באסטרטגיית התקשורת המקומית ובניידות הקוד. ניטור הוא גורם קריטי בהבנת מערכות ניהול. עקב חשיבות זו, הוצע שימוש בטכנולוגיית סוכני תוכנה לניטור שערי צמתים בתוך רשת הרשת. בנוסף למעקב, אחריות הסוכנים לעדכן את רשימת צמתי הרשת. נתונים אלו חיוניים בשל גודל הרשת, ולכן תהליך הקונפיגורציה העצמית יכול להגדיר באופן דינמי את פרמטרי פרוטוקול הניתוב. בהקשר של עבודה זו, אלו התכונות הרצויות ביותר מבין רבות שנמצאות בהתנהגות סוכני תוכנה. סוכנים אלחוטיים מותקנים בקשרי הצמתים של הלקוח של נתב mesh והנתב עצמו. בזיהוי צפיפות הרשת, הסוכן מבצע משימות מסוימות בקנה מידה קטן, סטנדרטי וגדול. התווים לשלושת הסולמות (קטן, סטנדרטי וגדול) מיוצגים. הסוכנים מעצבים את ההנחה של יכולת העיצוב האוטומטי של הפרוטוקולים המוצעים. סוכנים אלו לוקחים אחריות על אימות התנהגות הרשת, יחד עם קצב התפוקה, יחס אובדן חבילות הנתונים, הפרעות, קצב הפלוקה, חוסר פעילות, מרכזים דינמיים ורדומים, ונתונים על החיבור. סוכני הרשת יציבים בנתבי הרשת ומספקים את יכולת האופטימיזציה העצמית של הפרוטוקולים המוצעים. אסוציאציה עצמית מתפתחת בארגוני רשת מרוחקים על ידי השתלת יכולות self-x (אופטימיזציה, הקמה, תיקון ואבטחה¹⁹) בפרוטוקול הניתוב. יכולות אלו מאפשרות לפרוטוקולי ניתוב להיות אוטונומיים, המשפרים את ביצועי הרשת, עמידות לתקלות וההגנה. להלן תיאור של ביצוע היכולות שהוזכרו, עם דגש על קונפיגורציה עצמית ואופטימיזציה עצמית. ראוי לציין כי פונקציות עצמיות בוצעו בשכבות רשת כהרחבות של שירותים סטנדרטיים לפרוטוקולי ניתוב (קובץ משלים 1).

קבוצת אשכולות (CS)
CS הוא אוסף של אשכולות מרובים ברשת, ואלגוריתם האשכולות מאפשר לחלק רשת לאשכולות שונים. במחקר זה, האשכולות הראשונים שנבחרו נקראים CS הראשון, הנחשב ל-CS האידיאלי הנוכחי, ומחושב ציון פונקציית המטרה של CS המושלם הנוכחי. Modified Gray Wolf Optimizer (MGWO) יכול לשנות באופן שרירותי את כל האשכולות ב-CS המושלם הנוכחי כדי ליצור אשכול נוסף, ורוב האשכולות החדשים שנוצרו ממסגרים CS אחר; שוב, נקבע ציון פונקציית המטרה של ה-CS האחרון. כאשר ציון פונקציית המטרה של האשכול האופטימלי הנוכחי גבוה מזה של האשכול החדש ביותר, האשכול החדש נקבע כ-CS האידיאלי הנוכחי. ה-CS המושלם מתוכנן לקראת השלב הסופי של הסיום. פונקציית המטרה מתוארת כך:

(17)

כאשר המשקל מיוצג _כ-3, סכום המרווח בין האשכולות ב-CS ניתן כ-d_TCH וכל המרחק בין ה-CH ל-WR מוצג כ-d_TBS. האשכול ומרחק התקשורת בין ה-CH ל-BS הם הבסיס לתכנון ניטור מרחוק ומעקב מטרות. אם ציון פונקציית המטרה נמוך יותר, זה מראה שקביעת ראש האשכול הגיונית יותר, ה-CH אידיאלי באשכול, והאוזניות של האשכול מושלמות בהשוואה לכל הרשת. אלגוריתם 2 (קובץ משלים 2) מתאר את פסאודוקוד SOWO.

Results

כאן, MATLAB R2024a משווה בין פרוטוקולי ניתוב הטרוגניים שפותחו באמצעות סימולציות לפרוטוקולי ניתוב. בסימולציה, רשת של 100 צמתים לזיהוי משמשת באופן שרירותי עם ממד של צומת אחד כל 100 מטר. צמתי WR ממוקמים ברשת בגובה (50 מ', 120 מ') ו-(50 מ', 50 מ'). כ-20 אחוזים מהצמתים ההומוגניים עם (m כ-0.2 ו-1) בעלי פחות אנרגיה מאשר הצמתים ההטרוגניים. לאחר הפריסה, כל הצמתים נשארים נייחים. משתני הסימולציה ששימשו במחקר זה מוצגים בטבלה 1.

צומת השער וה-CHs מ...

Discussion

ה-SOWO המוצע עושה שימוש ב-WRs ובצמתים הומוגניים. פרוטוקול הבחירות היציב משתמש בצמתים הטרוגניים כ-CH ומכיל צומת BS במרכז האשכול מוקף בצמתים של החיישן. נדרשת אנרגיה מוגברת אם תחנת הבסיס ממוקמת מחוץ לאזור¹⁴. זה מוביל לירידה באנרגיה, ורמת האנרגיה מגיעה לאפס בפרק זמן קצר מאוד. הטכניקה המוצעת מציעה בעלת קצב הפחתת אנרגיה נמוך בהשוואה לשיטות המסורתיות. דבר זה מוכיח ששיטות חיסכון באנרגיה מיושמות ומשמשות במודל שפותח. יתרה מזאת, בחינה מעמיקה של איור 9

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
דור 12 של Intel(R) Core(TM) i5-1235U (1.30 GHz)	חברת אינטל, ארה"ב	–	חומרה המשמשת לביצוע סימולציה
זיכרון DDR4 16GB	קינגסטון טכנולוג'י, ארה"ב	–	הזיכרון המשמש במהלך ריצות סימולציה
MATLAB	MathWorks USA	R2024a	משמש ליישום אלגוריתמים, הרצת סימולציות WSN וניתוח תוצאות
Microsoft Windows 11 Home	מיקרוסופט קורפוריישן, ארה"ב	בנייה 22631	מערכת הפעלה המשמשת להרצת סימולציות
מאגר נתונים סינתטי שנוצר ב-MATLAB	MathWorks, ארה"ב	R2024a	מערך נתונים מותאם אישית שנוצר לבדיקות אלגוריתמים