افزایش قابلیت اطمینان در شبکه WSN با الگوریتم تور مبتنی بر کاندید در متلب

  • یکشنبه ۲۵ شهریور ۱۳۹۷
  • بازدید 173 نفر
  • 1 امتیاز2 امتیاز3 امتیاز4 امتیاز5 امتیاز (39 امتیاز از 8 رای)
    Loading...

افزایش قابلیت اطمینان در شبکه WSN با الگوريتم تور مبتنی بر کانديد در متلب

افزایش قابلیت اطمینان در شبکه WSN با متلب

در این بخش پروژه شبیه سازی افزایش قابلیت اطمینان در شبکه WSN با الگوریتم تور مبتنی بر کاندید را در نرم افزار MATLAB به همراه فیلم آموزشی و داکیومنت کامل آماده کردیه ایم که در ادامه به معرفی جزئیات آن پرداخته و فیلم و تصاویری از خروجی ها قرار داده شده است.

خلاصه شبیه سازی

در این شبیه سازی مسیر طی شده توسط هر پکت معین بوده و هر نود می تواند به عنوان بخشی از مسیر بکار گرفته شود، هر نود می تواند تا بی نهایت پیام یا پکت را انتخاب کند، هر نود می تواند سرخوشه یا نود عادی باشد. هر نود یک ریز بسته شامل اطلاعات مکانی، یوزر و پسورد خود را در آن قرار دهد و سپس این ریز بسته را به سرخوشه خود ارسال کند. هر سرخوشه با تجمعی ریز بسته ها، پکت ها را می سازد، هر سرخوشه در ابتدا شماره آیدی خود را وارد بسته می کند و سپس وقتی این بسته به نودها دیگر ارسال می گردد، هر نود دریافت کنند، اعم از نود سرخوشه یا عادی شماره ایدی خود را وارد بسته می کند.

وقتی نود دریافت کننده پکت، در ناحیه سینک یا در فاصله ۸۵ متری سینک باشد، این پکت مستقیما به سینک ارسال می گردد، سینک حاوی یک حافظه بزرگ می باشد که در حین در یافت هر پکت، شماره آیدی خود را در آخر آن کپی می کند. بدین ترتیب هر پکت دریافت شده در سینک دارای یک بردار آیدی می باشد که اول آن مربوط به یکی از سرخوشه ها و آخر آن شماره آیدی سینک می باشد.

در پایان هر دوره شبیه سازی تمامی بسته های دریافت شده در سینک قرار می گیرند و سرخوشه هایی که پکت های ارسالی آنها موفق بوده است معین می گردد و نیز سرخوشه ایی که پکت های ارسالی آنها به سنگ خورده نیز معین می شود. تعداد ارسال های موفق، تعداد ارسال های ناموفق، طول مسیر طی شده توسط پکت های موفق و طول مجموع مسیر های مستقیم معین می گردد. از روی موارد فوق قابلیت اطمینان نیز مشخص می شود.

سناریوی شبیه سازی

بعد از انتخاب ناحیه شبیه سازی، هر بار شبکه با توزیع جدیدی از نودها مورد آزمون قرار می گیرد. در این سناریو، هر نودی در اولین توزیع، یک اندیس دریافت می کند که تا آخر آزمون این اندیس را با خود حفظ می کند اما مکان اولیه هر نود، با استفاده از پارامترهای جهت، و سرعت در محدوده ناحیه شبیه سازی تغییر خواهد کرد. بدیهی است نودی که قابلیت سرخوشه شدن خود را حفظ کرده باشد، همچنان سرخوشه باقی می ماند. هر نودی که سرخوشه شد، اطالاعات را از نودهای اطراف دریافت می کند سپس این سرخوشه در صورتی که خود نتواند مستقیما به سینک یا سرخوشه بعدی ارسال کند، تا ۱۵ نود کاندید برای خود انتخاب می کند، البته به شرطی که نود های تحت قلمرو تا این حد باشند، وگرنه در صورتی که همه نودهای تحت قلمرو انتخاب گردند و همه شکست بخورند، آن پکیت شکست می خورد.

الگوریتم تور مبتنی بر کاندید

ما نام روش ارائه شده را الگوریتم تور مبتنی بر کاندید قرار دادیم زیرا تور متقارن است و هر حلقه دارای گره های اقماری بوده و حول خودش که با گره های دیگر به شکل سلسله مراتبی متصل هستند و دارای قلمرو معین می باشند، می گردد. منظور از کاندید نیز این است که برخی نودها مثل فردی که خود را برای موقعیت سیاسی خاصی نامزد می‌ کند، عمل می کند.

نودهای کاندید با معیار زیر انتخاب می‌ گردند:

  • در محدوده سرخوشه قرار بگیرند
  • نزدیکترین فاصله را با سینک داشته باشند
  • حداقل یک نود عادی یا سرخوشه در محدوده خود داشته باشند

سرخوشه در صورتی که سناریوی انتخاب نود کاندید را اجرا کند، ابتدا اطلاعات را به نود کاندید اول ارسال می کند. در صورتی که نود کاندید اول بتواند اطلاعات خود را ارسال کند و ارسال صحیح را به نود سرخوشه بفرستد، سرخوشه نقش بافر خود را به نود کاندید اول می دهد و نود کاندید اول اطلاعات را تا زمانی که از نود دریافت کنند اطاعات، پیام ارسال صحیح را دریافت نکرده حفظ می کند و در ضمن هر نود کاندید اندیس نود مادر خود را در خود نگه می دارد تا در صورتی که تمامی راه ها به شکست بینجامد، داده ها به نود سرخشه برگردانده شود.

فرایند پیاده سازی

در این شبیه سازی یک بخش به عنوان مغز (netbrain) در نظر گرفته شده که کار آن ایجاد ناحیه شبیه سازی، مقدار دهی اولیه پارامترهای شبکه و توزیع نودها با ویژگی های مشترک در شبکه می باشد. بخش دوم مربوط به نخاع (spinal cart) می باشد که این بخش دستورات را از مغز گرفته و آن را به متدهای مربوطه ارسال می کند. هر متد روش خاصی را برای افزایش قابلیت اطمینان بکار می گیرد لذا در این پروژه متد مربوطه در کتابخانه حاضر شرح داده می شود که این متد چطور عمل می کند و کد مربوط به آن نیز شرح داده می شود.

شرح متد

هر متد دارای ساختاری مانند زیر می باشد: هر متد سه پارامتر را دریافت می کند که به ترتیب عبارتند از شبکه ای حاوی نودها و متغیرهای آماری (N)، دوره شبیه سازی (period) و شماره شبکه (netNum) که یک پارامتر را برمی گرداند. پارامتر برگشی حاوی شبکه تغییر داده شده به همراه داده های آماری از جمله تعداد پکت های ارسالی، تعداد پکت ها دریافتی و غیره می باشد.

سنجش قابلیت اطمینان شبکه

قابلیت شبکه به دو طریق اندازه گیری می شود که شامل موارد زیر است:

  1. تعیین تعداد پکت های ارسالی
  2. تعیین تعداد پکت های دریافتی
  3. تعیین تعداد پکت ها شکست خورده
  4. تعیین نسبت متعداد پکت های شکست خورده بر تعداد پکت های دریافتی
  5. نسبت تعداد بسته های دریافتی به بسته های ارسالی: این معیار همان قابلیت اطمینان شبکه و هدف اصلی پروژه می باشد
  6. تعیین نسبت کل مسیر طی شده توسط پکت های دریافتی بر مجموع مسیر مستقیم سرخوشه های با ارسال موفق به سینک

پارامترهای شبکه

  • شکل ناحیه شبیه سازی: به شکل مستطیل و چهار گوش و قابل تغییر به سه ضلعی و اشکال با اضلاع بیشتر تا دایره
  • قلمرو هر نود: دایره و قابل تغییر به سه ضلعی و اشکال با اضلاع بیشتر تا دایره
  • تعداد نود: پیش فرض ۱۲۰ نود – قابل تغییر نیز می باشد
  • اندازه ناحیه: پیش فرض ۵۰۰ متر در ۵۰۰ متر – قابل تغییر نیز می باشد
  • تعداد دوره شبیه سازی: پیش فرض ۱۵ دور – قابل تغییر نیز می باشد
  • موقعیت سینک: نقطه مرکزی (۰ و ۰)
  • موقعیت نودها: توزیع شده به شکل نرمال در داخل ناحیه شبیه سازی و روی ناحیه شبیه سازی
  • نوع شبکه و شبیه سازی: شبکه حسگر بی سیم که در هر دور مکان نودها تغییر می کند و در نرم افزار متلب شبیه سازی شده است
  • هدف شبیه سازی: افزایش قابلیت اطمینان
  • زمان شبیه سازی: بین ۵ تا ۱۰ دقیقه
  • نحوه ارسال: Omni و تمام جهته
  • حداکثر شعاع ارسال: ۸۵ متر
  • قلمرو خوشه بندی: در محدوده ۸۵ متر
  • معیار سرخوشه شدن: بیشترین چگالی در محدوده شعاع (تعداد همسایه های موجود در شعاع عملیاتی) و هر نودی قابلیت سرخوشه شدن را دارا خواهد بود
  • امکانات هر نود: قابلیت دریافت، قابلیت ارسال، قابلیت حس محیط، متصل به GPS
  • چالش انرژی: در این شبیه سازی چالش انرژی مطرح نخواهد بود

تصاویر خروجی پروژه در محیط MATLAB

افزایش قابلیت اطمینان در شبکه WSN با الگوريتم تور مبتنی بر کانديد در متلب

شکل اجرای شبیه سازی

افزایش قابلیت اطمینان در شبکه WSN با الگوريتم تور مبتنی بر کانديد در متلب

شکل اجرای شبیه سازی

افزایش قابلیت اطمینان در شبکه WSN با الگوريتم تور مبتنی بر کانديد در متلب

شکل اجرای شبیه سازی

افزایش قابلیت اطمینان در شبکه WSN با الگوريتم تور مبتنی بر کانديد در متلب

شکل اجرای شبیه سازی

افزایش قابلیت اطمینان در شبکه WSN با الگوريتم تور مبتنی بر کانديد در متلب

شکل بالا کل پکت های ارسالی در هر دوره که همان تعداد سرخوش ها در هر دور می باشد را به همراه پکت های موفق ارسالی به سینک نشان می دهد.

افزایش قابلیت اطمینان در شبکه WSN با الگوريتم تور مبتنی بر کانديد در متلب

شکل بالا کل پاکت های ارسال شده به همراه پاکت های شکست خورده در هر دوره را نشان می دهد.

افزایش قابلیت اطمینان در شبکه WSN با الگوريتم تور مبتنی بر کانديد در متلب

شکل بالا کل پاکت های ارسال شده به همراه پاکت های شکست خورده در هر دوره و نیز پاکت های ارسالی موفق در هر دوره را نشان می دهد.

افزایش قابلیت اطمینان در شبکه WSN با الگوريتم تور مبتنی بر کانديد در متلب

شکل بالا نسبت پکت های دریافتی در سینک به کل پکت های ارسالی که حداکثر مقدار آن ۱ می باشد را نشان می دهد.

افزایش قابلیت اطمینان در شبکه WSN با الگوريتم تور مبتنی بر کانديد در متلب

شکل بالا نسبت مجموع فواصل سرخوشه ها از سینک به مجموع مسیر طی شده توسط پکت های موفق را نشان می دهد.

افزایش قابلیت اطمینان در شبکه WSN با الگوريتم تور مبتنی بر کانديد در متلب

شکل بالا نسبت پکت های شکست خورده به پاکت های موفق را نشان می دهد.

افزایش قابلیت اطمینان در شبکه WSN با الگوريتم تور مبتنی بر کانديد در متلب

شکل دیاگرام کلی شبکه


مشاهده ویدئو در این باره

خوشحال خواهیم شد اگر نظر خودتون رو درباره این مطلب ثبت کنید

خطا!دکمه ریفریش را بزنید