Enerji ve düğüm ömrü analizi için heterojen bir ağ modeli için yeni bir kendi-optimize edilmiş kurt optimizatorunun modellenmesi

Özet

Araştırma, kablosuz sensör ağlarında enerji duyarlı kümeleme ve yönlendirme için kendi kendine optimize edilmiş bir kurt optimizatoru (SOWO) uygulama ve değerlendirme protokolü sunar; ömrü, veri verimini ve kalıntı enerjiyi artırmak için adım adım ayarlar ve tekrarlanabilir değerlendirme sunar.

Özet

Gözetim, bilgi toplama ve yüksek riskli ortamlardan daha güvenli yerlere veri iletimi gibi hayati hizmetler hâlâ Kablosuz Sensör Ağları (WSN) tarafından sağlanmaktadır. Bu hizmetler, bu amaçla yapılandırılmış enerji verimli yönlendirme protokollerinin çoğunluğu tarafından geliştirilmiştir. Uzak merkezlerin enerji kullanımını daha verimli azaltmak için homojen bir yönlendirme protokolü uygulanır; ancak bu protokol için enerji kullanım oranı daha yüksek, daha düşük güvenilirlik ve daha uzun süre kullanıldığında Kablosuz Yönlendirici (WR) veya baz istasyonuna (BS) daha olumsuz bilgi yayımlanır. Bu dezavantajları aşmak için, bu araştırmada modifiye edilmiş Kendi Optimize Kurt Optimizatoru (SOWO) kullanılmıştır. Mevcut yaklaşıma heterojen düğümlerin dahil edilmesi, kalan enerjiye göre kafayı seçmek, bağlantılar boyunca çok katmanlı bir etkileşim stratejisi getirir. Enerji deliği ortadan kaldırma yönteminin kullanılması, geliştirilmiş yönlendirme tekniğinin temelini oluşturur. Her yaklaşım ağın ömrünü uzatmayı ve enerji tüketimini azaltmayı amaçlar. Bulgulara dayanarak, önerilen yönlendirme şeması mevcut sistemlere kıyasla daha üstün tutarlılık süreleri, kalıntı enerji, veri taşıma hızları ve ağ ömrü göstermektedir. Araştırma, sıkı düğüm başına enerji bütçeleri altında ömür süresini ve sürekli teslimatı maksimize etme sorununu ele alırken yük/adalet dengesini koruyor. Simülasyon sonuçları, mevcut algoritmalara göre ağ kararlılığı ve kalıntı enerjide sırasıyla %3,4 ve %32,22 bir iyileşme göstermektedir.

Giriş

Kablosuz Sensör Ağları (WSN) ve Nesnelerin İnterneti (IoT) çeşitli teknolojik konularda yaygın olarak^{uygulanır. 1}. WSN'ler, farklı koşullarda eşyaların taşınmasına yardımcı olmak için kullanılmıştır; örneğin robotların farklı görevleri yerine getirmesi gibi. Başlangıcından beri, IoT özellikle güvensiz alanlardan veri toplama^{konusunda temel destek sağlamıştır 2}. Bu tekniklerin şu anda farklı sistemlerde kullanılmasının özel nedenleri^{vardır 3}; örneğin bahçecilik, tıbbi hizmetler, ekolojik gözlem, askeri soruşturma, yapısal yönetim, trafik yönetimi, su seviyesi değiş....

Protokol

Bu bölüm, bu segmentte geliştirilen heterojen protokolü açıklar. Bu teknikte, organizasyon sensör merkezlerini önceden belirlenmiş kenar mesafesine göre dört mantıksal alana ayırır. Gateway düğümleri ve baz istasyonu (BS) dış olarak algılama alanına ve ağın merkez noktasına ayrı olarak yerleştirilir. Kapı düğümünden uzaklığı önceden belirlenmiş mesafeden daha az olan hub, 1 ve 2 alanlarına ayrılır. Bu durumda, düğümler veriyi doğrudan iletişim yoluyla ya gateway düğümüne ya da BS'ye yayar. Bu düğümler homojen düğümleri temsil eder. Diyelim ki düğümler arası uzay, önceden belirlenmiş eşik uzayından daha büyük ve WR düğümüne daha yakın.....

Sonuçlar

Burada, MATLAB R2024a geliştirilen heterojen yönlendirme protokollerini simülasyonlar kullanarak yönlendirme protokolleriyle karşılaştırır. Simülasyonda, her 100 m'de bir düğüm boyutlu 100 tespit düğümünden oluşan 100 ağ keyfi olarak kullanılır. WR düğümleri ağda (50 m, 120 m) ve (50 m, 50 m) konumlarındadır. Yaklaşık %20'si homojen düğümlerin (m olarak 0.2 ve 1 olarak) heterojen düğümlere göre daha az enerjiye sahiptir. Dağıtımdan sonra tüm düğümler sabit kalır. Bu araştırmada .......

Tartışma

Önerilen SOWO, WR'ler ve homojen düğümler kullanır. Kararlı seçim protokolü, CH olarak heterojen düğümleri kullanır ve kümenin ortasında, sensör düğümleriyle çevrili bir BS düğümü içerir. Baz istasyonu bölge^14'ün dışına yerleştirilirse artan enerji gereklidir. Bu da enerjinin azalmasına yol açar ve enerji seviyesi çok kısa sürede sıfıra ulaşır. Önerilen teknik, geleneksel yöntemlere kıyasla daha düşük enerji azaltma oranına sahiptir. Bu, enerji tasarrufu metodoloj.......

Malzemeler

Bu makalede kullanılan malzemelerin listesi

Ad	Şirket	Katalog numarası	Yorumlar
12. Nesil Intel(R) Core(TM) i5-1235U (1.30 GHz)	Intel Corporation, ABD	–	Simülasyon yürütmesinde kullanılan donanım
16 GB DDR4 RAM	Kingston Teknoloji, ABD	–	Simülasyon çalışmaları sırasında kullanılan bellek
MATLAB	MathWorks USA	R2024a	Algoritmaların uygulanması, WSN simülasyonlarının çalıştırılması ve sonuçların analizi için kullanılır
Microsoft Windows 11 Home	Microsoft Corporation, ABD	Yapı 22631	Simülasyonları çalıştırmak için kullanılan işletim sistemi
MATLAB'da Oluşturulan Sentetik Veri Seti	MathWorks, ABD	R2024a	Algoritma testi için oluşturulan özel veri seti