Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Cách tiếp cận cải tiến dựa trên tối ưu hóa đàn kiến với bề mặt di động cho mạng cảm biến không dây
Tóm tắt
Mạng cảm biến không dây (WSN) truyền thống với một nút thu thập tĩnh gặp phải vấn đề được biết đến là điểm nóng, đó là các nút cảm biến gần nút thu thập tĩnh phải chịu tải giao thông nhiều hơn so với các nút nằm ở viễn cảnh. Do đó, tuổi thọ tổng thể của mạng bị giảm xuống do một số nút tiêu tốn năng lượng của chúng nhanh hơn nhiều so với phần còn lại. Gần đây, việc áp dụng tính di động của nút thu thập đã được xem như một chiến lược tốt để khắc phục vấn đề điểm nóng. Nút thu thập di động vận động vật lý trong mạng và giao tiếp với các nút được chọn, chẳng hạn như đầu cụm (CH), để thực hiện thu thập dữ liệu trực tiếp thông qua các giao tiếp khoảng cách ngắn mà không cần định tuyến. Việc tìm kiếm một quỹ đạo di chuyển tối ưu cho nút thu thập di động là rất quan trọng để đạt được hiệu quả năng lượng. Lấy cảm hứng từ thiên nhiên, thuật toán tối ưu hóa đàn kiến (ACO) đã được coi như một giải pháp tốt để tìm ra một lộ trình tối ưu. Trong khi thuật toán ACO truyền thống sẽ hướng dẫn kiến thực hiện các bước nhỏ đến nút tiếp theo sử dụng thông tin hiện tại, theo thời gian chúng sẽ lệch khỏi mục tiêu. Tương tự, một nút thu thập di động có thể giao tiếp với nút đã chọn trong một khoảng thời gian tương đối dài, làm cho thuật toán ACO truyền thống không phù hợp cho các ứng dụng mạng cảm biến không dây (WSN) thời gian thực cao. Trong tài liệu này, chúng tôi đề xuất một cách tiếp cận thuật toán ACO cải tiến cho WSN sử dụng nút thu thập di động bằng cách xem xét khoảng cách của các CH. Trong nghiên cứu này, mạng được chia thành nhiều cụm và mỗi cụm có một CH. Trong khi khoảng cách giữa các CH được xem xét dưới thuật toán ACO truyền thống, nút thu thập di động tìm một quỹ đạo di chuyển tối ưu để giao tiếp với các CH dưới thuật toán ACO cải tiến của chúng tôi. Kết quả mô phỏng cho thấy thuật toán đề xuất có thể cải thiện đáng kể hiệu suất của mạng cảm biến không dây so với các thuật toán định tuyến khác.
Từ khóa
#mạng cảm biến không dây #tối ưu hóa đàn kiến #nút thu thập di động #hiệu suất mạng #thuật toán định tuyếnTài liệu tham khảo
Akyildiz IF, Su W, Sankarasubramaniam Y, Cayirci E (2002) A survey on sensor networks. IEEE Commun Mag 40(8):102–114. doi:10.1109/MCOM.2002.1024422
Heinzelman W, Chandrakasan A, Balakrishnan H (2000) Energy-efficient communication protocol for wireless micro sensor networks. In: Proceedings of the 33rd IEEE Hawaii Conference on System Sciences, pp 1–10
Mottaghi S, Zahabi MR (2014) Optimizing LEACH clustering algorithm with mobile sink and rendezvous nodes. Int J Electron Commun 69(2):507–514. doi:10.1016/j.aeue.2014.10.021
Nazir B, Hasbullah H (2011) Mobile sink based routing protocol (MSRP) for prolonging network lifetime in clustered wireless sensor network. In: Proceedings of the 2010 International Conference on Computer Applications and Industrial Electronics. pp 624–629
Jafri MR, Javaid N, Javaid A, Ali Z (2013) Maximizing the lifetime of multi-chain PEGASIS using sink mobility. J World Appl Sci 21(9):1283–1289. doi:10.5829/idosi.wasj.2013.21.9.175
Lindsey S, Raghavendra CS (2002) PEGASIS: Power efficient gathering in sensor information systems. Proc IEEE Aerosp Conf 3:1125–1130
Chu WC, Ssu KF (2014) Sink discovery in location-free and mobile-sink wireless sensor networks. Comput Netw 67(5):123–140. doi:10.1016/j.comnet.2014.03.028
Sharma S, Puthal D, Jena SK et al (2016) Rendezvous based routing protocol for wireless sensor networks with mobile sink. J Supercomput 73(3):1168–1188
Wang J, Cao J, Ji S et al (2017) Energy-efficient cluster-based dynamic routes adjustment approach for wireless sensor networks with mobile sinks. J Supercomput 73(7):3277–3290
Chen M, Xu X, Zhang S, Feng G (2012) Energy efficient routing protocol in mobile-sink wireless sensor networks. Telkomnika Indonesian J Electr Eng 10(8):2056–2062. doi:10.11591/telkomnika.v10i8.1640
Shi L, Zhang B, Mouftah HT, Ma J (2012) DDRP: An efficient data-driven routing protocol for wireless sensor networks with mobile sinks. Int J Commun Syst 26(10):1341–1355. doi:10.1002/dac.2315
Wang C-F, Shih J-D, Pan B-H, Wi T-Y (2014) A network lifetime enhancement method for sink relocation and its analysis in wireless sensor networks. IEEE Sens J 14(6):1932–1943. doi:10.1109/JSEN.2014.2306429
Xie S, Wang Y (2014) Construction of tree network with limited delivery latency in homogeneous wireless sensor networks. Wirel Pers Commun 78(1):231–246. doi:10.1007/s11277-014-1748-5
Shen J, Tan H-W, Wang J, Wang J-W, Lee S-Y (2015) A novel routing protocol providing good transmission reliability in underwater sensor networks. J Intern Technol 16(1):171–178. doi:10.6138/JIT.2014.16.1.20131203e
Zhang Y, He S, Chen J (2016) Near optimal data gathering in rechargeable sensor networks with a mobile sink. IEEE Trans Mobile Comput 16(6):1718–1729
Deng R, He S, Chen J (2014) Near-optimal online algorithm for data collection by multiple sinks in wireless sensor networks. IEEE International Conference on Communications, pp 2803–2808
Zhang X, Bao H, Ye J, Yan K, Zhang H (2013) A data gathering scheme for WSN/WSAN based on partitioning algorithm and mobile sinks. In: Proceedings of the IEEE 10th International Conference on High Performance Computing and Communications & 2013 IEEE International Conference on Embedded and Ubiquitous Computing. pp 1968–1973
Liu X, Zhao H, Yang X, Li X (2013) SinkTrail: A proactive data reporting protocol for wireless sensor networks. IEEE Trans Comput 62(1):151–162. doi:10.1109/TC.2011.207
Andziulis A, Dzemydienė D, Steponavičius R, Jakovlev S (2011) Comparison of two heuristic approaches for solving the production scheduling problem. Inf Technol Control 40(2):118–122. doi:10.5755/j01.itc.40.2.426
Neumann F, Witt C (2010) Ant colony optimization and the minimum spanning tree problem. Theor Comput Sci 411(25):2406–2413. doi:10.1016/j.tcs.2010.02.012
López-Ibáñez M, Blum C (2010) Beam-ACO for the travelling salesman problem with time windows. Comput Oper Res 37(9):1570–1583. doi:10.1016/j.cor.2009.11.015
Wang J, Cao J, Li B, Lee S, Sherratt RS (2015) Bio-inspired ant colony optimization based clustering algorithm with mobile sinks for applications in consumer home automation networks. IEEE Trans Consum Electron 61(4):438–444. doi:10.1109/TCE.2015.7389797