Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Nghiên Cứu và Khảo Sát Vị Trí Tốt Nhất của Trạm Cơ Sở cho Mạng Cảm Biến Đa Phương Tiện Không Dây
Tóm tắt
Mạng Cảm Biến Đa Phương Tiện Không Dây (WMSNs) đã trở thành một phần thiết yếu trong cuộc sống của chúng ta, với nhiều ứng dụng từ hỗ trợ thiên tai đến dịch vụ y tế. Do đó, tuổi thọ và mức tiêu thụ năng lượng của WMSNs đã trở thành những vấn đề nghiên cứu thách thức. Trong những thập kỷ qua, một số lượng lớn các giao thức đã được thiết lập nhằm cải thiện hiệu quả năng lượng của WMSNs. Một trong những giải pháp được đề xuất là cụm hóa. Các tiêu chí chọn lựa đầu cụm, kiến trúc mạng và tính không đồng nhất chủ yếu được đề cập trong những giao thức này. Trong bài báo này, chúng tôi đề xuất một Giao Thức Định Tuyến Cụm Đường Đa Hướng Tiêu Thụ Năng Lượng Hiệu Quả với Cân Bằng Tải cho Mạng Cảm Biến Đa Phương Tiện Không Dây (EEMCL). Trong giao thức được đề xuất, các đầu cụm chính (MCHs) được lựa chọn trước trong mỗi cụm trong lĩnh vực mạng với nhiều năng lượng hơn so với các nút cảm biến bình thường. Việc lựa chọn hai đầu cụm phụ (SCHs) bởi thuật toán của các đầu cụm chính được sử dụng, trong đó những nút có năng lượng cao hơn sẽ được chọn làm SCHs. Hơn nữa, định tuyến đa lượt liên cụm với sự trợ giúp của MCHs có thể nâng cao tuổi thọ của mạng khi điểm thu gom nằm ở góc của khu vực mạng. Công cụ mô phỏng MATLAB được sử dụng để điều tra hiệu suất của giao thức được đề xuất EEMCL. Kết quả đã chỉ ra rằng vị trí tốt nhất của trạm cơ sở (BS) là ở trung tâm khu vực mạng, điều này có thể kéo dài tuổi thọ của các nút cảm biến, và việc phân bổ ngẫu nhiên các nút cảm biến cho hiệu suất tốt hơn liên quan đến năng lượng dư thừa và số lượng nút còn hoạt động so với phân bổ tĩnh.
Từ khóa
#Mạng Cảm Biến Đa Phương Tiện Không Dây #Cụm Hóa #Giao Thức Định Tuyến #Hiệu Quả Năng Lượng #MATLABTài liệu tham khảo
Yetgin, H., Cheung, K. T. K., El-Hajjar, M., & Hanzo, L. H. (2017). A survey of network lifetime maximization techniques in wireless sensor networks. IEEE Communications Surveys & Tutorials, 19(2), 828–854.
Elhabyan, R. S. Y., & Yagoub, M. C. E. (2015). Two-tier particle swarm optimization protocol for clustering and routing in wireless sensor network. Journal of Network and Computer Applications, 52, 116–128.
Amgoth, T., & Jana, P. K. (2015). Energy-aware routing algorithm for wireless sensor networks. Computers & Electrical Engineering, 41, 357–367.
Al-Junaid, A. F., & Al-Kamali, F. S. (2016). Efficient wireless transmission scheme based on the recent DST-MC-CDMA. Wireless Networks, 22(3), 813–824.
Peng, S., Wang, T., & Low, C. P. (2015). Energy neutral clustering for energy harvesting wireless sensors networks. Ad Hoc Networks, 28, 1–16.
Saranya, V., Shankar, S., & Kanagachidambaresan, G. R. (2018). Energy efficient clustering scheme (EECS) for wireless sensor network with mobile sink. Wireless Personal Communications, 100(4), 1553–1567.
RejinaParvin, J., & Vasanthanayaki, C. (2015). Particle swarm optimization-based clustering by preventing residual nodes in wireless sensor networks. IEEE sensors journal, 15(8), 4264–4274.
Khan, I., Belqasmi, F., Glitho, R., Crespi, N., Morrow, M., & Polakos, P. (2015). Wireless sensor network virtualization: A survey. IEEE Communications Surveys & Tutorials, 18(1), 553–576.
Kuila, P., & Jana, P. K. (2014). Energy efficient clustering and routing algorithms for wireless sensor networks: Particle swarm optimization approach. Engineering Applications of Artificial Intelligence, 33, 127–140.
Gu, X., Jiguo, Yu., Dongxiao, Yu., Wang, G., & Lv, Y. (2014). ECDC: An energy and coverage-aware distributed clustering protocol for wireless sensor networks. Computers & Electrical Engineering, 40(2), 384–398.
Chen, W., & Lea, C.-T. (2016). Oblivious routing in wireless mesh networks. Wireless Networks, 22(7), 2337–2353.
Tyagi, S., & Kumar, N. (2013). A systematic review on clustering and routing techniques based upon LEACH protocol for wireless sensor networks. Journal of Network and Computer Applications, 36(2), 623–645.
Tanwar, S. (2015). Neeraj Kumar, and Joel JPC Rodrigues, “A systematic review on heterogeneous routing protocols for wireless sensor network.” Journal of network and computer applications, 53, 39–56.
Shin, H., Moh, S., Chung, I., & Kang, M. (2015). Equal-size clustering for irregularly deployed wireless sensor networks. Wireless Personal Communications, 82(2), 995–1012.
Baranidharan, B., & Santhi, B. (2016). DUCF: Distributed load balancing unequal clustering in wireless sensor networks using fuzzy approach. Applied Soft Computing, 40, 495–506.
Azharuddin, Md., Kuila, P., & Jana, P. K. (2015). Energy efficient fault tolerant clustering and routing algorithms for wireless sensor networks. Computers & Electrical Engineering, 41, 177–190.
Li, C., Ye, M., Chen, G., & Wu, J. (2005) An energy-efficient unequal clustering mechanism for wireless sensor networks. In IEEE International Conference on Mobile Adhoc and Sensor Systems Conference, pp. 604–612.
Soro, S., & Heinzelman, W. B. (2005). Prolonging the lifetime of wireless sensor networks via unequal clustering. In 19th IEEE international parallel and distributed processing symposium, pp. 236–243.
Chen, G., Li, C., Ye, M., & Jie, Wu. (2009). An unequal cluster-based routing protocol in wireless sensor networks. Wireless Networks, 15(2), 193–207.
Selvi, G. V., & Manoharan, R. (2013). A survey of energy efficient unequal clustering algorithms for wireless sensor networks. International Journal of Computer Applications, 79(1), 2013.
Guiloufi, A. B., Fradj, N. N., & Kachouri, A. (2016). An energy-efficient unequal clustering algorithm using ‘Sierpinski Triangle’for WSNs. Wireless Personal Communications, 88(3), 449–465.
Shokouhifar, M., & Jalali, A. (2017). Optimized sugeno fuzzy clustering algorithm for wireless sensor networks. Engineering applications of artificial intelligence, 60, 16–25.
Logambigai, R., & Kannan, A. (2016). Fuzzy logic based unequal clustering for wireless sensor networks. Wireless Networks, 22(3), 945–957.
Heinzelman, W. R., Chandrakasan, A., & Balakrishnan, B. (2000). Energy-efficient communication protocol for wireless microsensor networks. In Proceedings of the 33rd IEEE annual Hawaii international conference on system sciences, pp. 1–10.
Lee, J.-Y., Jung, K.-D., Moon, S.-J., & Jeong, H.-Y. (2017). Improvement on LEACH Protocol of a wide-area wireless sensor network. Multimedia Tools and Applications, 76(19), 19843–19860.
Balakrishnan, B., & Balachandran, S. (2017). FLECH: Fuzzy logic-based energy efficient clustering hierarchy for nonuniform wireless sensor networks. Wireless Communications and Mobile Computing, 2017, 1–14.
Liu, Y., Qiong, Wu., Zhao, T., Tie, Y., Bai, F., & Jin, M. (2019). An improved energy-efficient routing protocol for wireless sensor networks. Sensors, 19(20), 1–20.
Farooq, M. O., Dogar, A. B., & Shah, G. A. (2010). MR-LEACH: Multi-hop routing with low energy adaptive clustering hierarchy. In 4th international conference on sensor technologies and applications, pp. 262–268.
Cengiz, K., & Dag, T. (2016). Improving energy-efficiency of WSNs through LEFCA. International Journal of Distributed Sensor Networks, 12(8), 1–12.
Bozorgi, S. M., & Bidgoli, A. M. (2019). HEEC: A hybrid unequal energy efficient clustering for wireless sensor networks. Wireless Networks, 25(8), 4751–4772.