دانلود مقاله ISI انگلیسی شماره 7741 + ترجمه فارسی
عنوان فارسی مقاله

پخش حداقل انرژی در شبکه‌های حسگر بی‌سیم: راهکار بهینه سازی کلونی مورچگان برای یک مدل آنتن واقع گرایانه

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی
7741 2011 11 صفحه PDF 26 صفحه WORD
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Minimum energy broadcasting in wireless sensor networks: An ant colony optimization approach for a realistic antenna model
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Applied Soft Computing, Volume 11, Issue 8, December 2011, Pages 5684–5694

فهرست مطالب ترجمه فارسی
چکیده
کلید واژه ها
۱.مقدمه
۱.۱.آثار مرتبط 
۱.۲.کمک ما
۱.۳.سازماندهی مقاله
۲.پخش حداقل انرژی با آنتن‌های واقع گرایانه
۳.آلگوریتم BIP برای مسئله‌ی MEBRA
۴.آلگوریتم بهینه سازی کلونی مورچگان
آلگوریتم ۱.ACO برای مسئله‌ی MEBRA
آلگوریتم ۲.نزول مجاورت متغیر (VND)
جدول ۱: برنامه‌ی استفاده شده برای مقادیر Kib، Krb و Kbs براساس cf (شاخص همگرایی) و متغیر کنترل بولین bs-update.
۵.ارزیابی آزمایشی
جدول ۲: خلاصه‌ی شاخص‌های ACO با مقادیر آنها
۵.۱.ایجاد مقدمات برای انجام آزمایش
۵.۲.نتایج
۵.۳.مطالعه‌ی ساختار راه حل‌ها
۵.۴.تاثیر VND بر عملکرد ACO
۵.۵.مسائلی در مورد زمان محاسبه
۶.نتیجه گیری
جدول 3: نتایج سی نمونه با پنجاه گره به هنگام استفاده از آنتن‌هایی با هفت سطح نیروی ارسال
جدول 4: نتایج سی نمونه با پنجاه گره به هنگام استفاده از دویست و یک سطح نیروی ارسال  
جدول 5: نتایج سی نمونه با صد گره به هنگام استفاده از آنتن‌هایی با هفت سطح نیروی ارسال 
جدول 6: نتایج سی نمونه با صد گره با استفاده از آنتن‌هایی با دویست و یک سطح نیروی ارسال 
کلمات کلیدی
حداقل انرژی رادیو و تلویزیون - شبکه های حسگر بی سیم - مدل آنتن واقعی
ترجمه چکیده
مسئله‌ی کلاسیک پخش حداقل انرژی (MEB) در شبکه‌های ادهاک به مدل آنتنی توجه می‌کند که امکان تطبیق نیروی ارسال با هر مقدار واقعی مطلوب را از صفر تا حداکثر نیروی ارسال فراهم می‌کند؛ این مسئله به خوبی در منابع علمی مطالعه شده است. با این حال، اگر به طور دقیق شبکه‌های حسگر را مطالعه ‌کنیم در می‌یابیم که توجه به سخت افزار موجود نشان می‌دهد که مدل این آنتن چندان واقع‌گرایانه نیست. بنابراین، اولین تاثیر مثبت این تحقیق تغییر فرمول مسئله‌ی MEB برای مدل آنتن است که برای شبکه‌های حسگر واقع‌گرایانه است. در این مدل آنتن، سطح نیروی ارسال از مجموعه‌ای محدود از سطوح امکان‌پذیر (قابل‌انتخاب) انتخاب می‌شود. دومین تاثیر مثبت این تحقیق در مورد انطباق بهینه‌سازی کلونی مورچگان، به عنوان یکی از پیشرفته‌ترین آلگوریتم‌های مسئله‌ی کلاسیک MEB، با نسخه‌ی واقع گرایانه‌تر این مسئله است. نتایج به دست آمده نشان می‌دهد که مزیت بهینه سازی کلونی مورچگان نسبت به روش‌های اکتشافی کلاسیک زمانی افزایش می‌یابد که تعداد سطوح احتمالی نیروی ارسال کاهش یابد.
ترجمه مقدمه
شبکه‌های حسگر شبکه‌های ادهاک بی‌سیمی هستند که در بسترهای واقعی و عملی، همچون نظارت بر برخی از رخداد‌ها استفاده می‌شوند. به طور کلی، گره‌های حسگر مجهز به آنتن‌های تک ‌مسیر برای ارسال و دریافت اطلاعات و نیز دارای قابلیت ارسال بسته‌ها هستند؛ بدین وسیله، می‌توانند از طریق کانال‌های رادیویی مشترک و محدود ارتباط برقرار کنند. به منظور ارسال اطلاعات، گره‌های فرستنده باید نیروی ارسال خود را به گونه‌ای تنظیم کنند تا به گره‌ی دریافت کننده‌ی مورد نظرش برسد. چون عمر شبکه به وسیله‌ی باتری‌ها محدود می‌شود، صرفه جویی در مصرف انرژی بسیار مهم است. یکی از مشکلات بسیار مهم زمانی ایجاد می‌شود که یکی از گره‌ها باید داده‌ها را به همه‌ی گره‌های دیگر شبکه بفرستد. به این حالت «پخش» گفته می‌شود. به طور حتم، برای اینکه در پخش انرژی به شکلی کارآمد مصرف شود، نیروی ارسال گره‌های حسگر را باید به گونه‌ای تنظیم کرد که انرژی مصرف شده به وسیله‌ی همه‌ی گره‌ها به حداقل برسد. در منابع موجود به این مسئله «مشکل پخش حداقل انرژی» (MEB) گفته می‌شود. تا آنجا که می‌دانیم، در همه‌ی منابع موجود از مدل آنتی استفاده می‌شود که امکان تطبیق نیروی ارسال را با همه‌ی مقادیر واقعی بین صفر و حداکثر نیروی ارسال فراهم می‌سازد. با این حال، سخت افزار موجود، همچون SunSPOTها (com.sunspotworld) یا گره‌های حسگر iSense (coalesenses.com) به آنتن‌هایی مجهز هستند که مجموعه‌ای محدود از سطوح نیروی پخش متفاوتی را ارائه می‌دهند؛ دویست و یک در مورد SunSPOT‌ها و هفت در مورد سخت افزار iSense. توجه داشته باشید که SunSPOT‌ها از جمله سخت افزارهای حسگری هستند که به طور گسترده، اما گره‌ها توسط دو تا از بزرگ‌ترین پروژه‌های کنونی در اروپا (FONTها و WISEBED) در مورد شبکه‌های حسگر استفاده می‌شود.
پیش نمایش مقاله
پیش نمایش مقاله پخش حداقل انرژی در شبکه‌های حسگر بی‌سیم: راهکار بهینه سازی کلونی مورچگان برای یک مدل آنتن واقع گرایانه

چکیده انگلیسی

The classical minimum energy broadcast (MEB) problem in wireless adhoc networks, which is well-studied in the scientific literature, considers an antenna model that allows the adjustment of the transmission power to any desired real value from zero up to the maximum transmission power. However, when specifically considering sensor networks, a look at the currently available hardware shows that this antenna model is not very realistic. A first contribution of this work is therefore the re-formulation of the MEB problem for an antenna model that is realistic for sensor networks. In this antenna model transmission power levels are chosen from a finite set of possible ones. The second contribution concerns the adaptation of ant colony optimization, a current state-of-the-art algorithm for the classical MEB problem, to the more realistic problem version. The obtained results show that the advantage of ant colony optimization over classical heuristics even grows when the number of possible transmission power levels decreases.

مقدمه انگلیسی

Sensor networks are wireless adhoc networks that are being used in practical scenarios such as the monitoring of certain events [1]. Sensor nodes are generally equipped with omni-directional antennas for sending and receiving information. They have a packet-forwarding capability in order to communicate via shared and limited radio channels. In order to transmit information, a sender node must adjust its transmission power in order to reach the desired receiver node. As network lifetime is limited by batteries, energy saving is critical. A fundamental problem in sensor networks arises when one node is required to transmit data to all other nodes of the network. This scenario is known as broadcasting. Obviously, for broadcasting to be energy-efficient, the transmission powers of the sensor nodes should be adjusted such that the sum of the energy spent by all nodes is minimized. This problem is know as the minimum energy broadcast (MEB) problem in the literature [2]. To our knowledge, all existing works from the literature use an antenna model which allows the adjustment of the transmission powers to any real value between zero and the maximum transmission power. However, available hardware such as SunSPOTs (see http://www.sunspotworld.com/) or iSense sensor nodes (see http://www.coalesenses.com/) are equipped with antennas that offer a limited set of different transmission power levels; 201 in the case of SunSPOTs and seven in the case of the iSense hardware. Note that SunSPOTs are among the most widely used sensor hardware, while iSense nodes are used by two of the currently largest European projects on sensor networks, FRONTS and WISEBED.1

نتیجه گیری انگلیسی

In this work we have first introduced a generalization of the classical minimum energy broadcast problem in wireless adhoc networks such as sensor networks. The introduced generalization concerns the fact that in many radio antennas used in real sensor network hardware, the choice of a transmission power level is limited to a discrete set of values, rather than being unlimited. As a second contribution we adapted ant colony optimization, a current state-of-the-art algorithm for the classical minimum energy broadcast problem, to the problem generalization. The experimental results have shown that the advantage of this algorithm over classical heuristics even grows when the number of available transmission power levels decreases. In the future we plan to develop a distributed version of the ant colony optimization algorithm for minimum energy broadcasting. Note that the use of a distributed algorithm is always necessary when the structure of the deployed network is unknown, which might be the case in quite a few applications of sensor networks. In this context, the development of suitable heuristic information for solution construction as well as the development of distributed solution improvement procedures will be the main challenges.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.