پوشش K تایی در شبکه WSN مبتنی بر هدف با الگوریتم ژنتیک و زنبور عسل در NS2

پوشش K تایی در شبکه WSN مبتنی بر هدف با نرم افزار NS2

پروژه شبیه سازی پوشش K تایی در شبکه WSN مبتنی بر هدف با الگوریتم ژنتیک با نرم افزار NS2 آماده کرده ایم که بر اساس یک مقاله معتبر ISI با عنوان Genetic algorithm approach for k-coverage and m-connected node placement in target based wireless sensor networks و الگوریتم کلونی زنبور عسل (ABC) انجام شده است. در ادامه به توضیحاتی در مورد حفظ پوشش در شبکه حسگر بی سیم (WSN) و معرفی مقاله پرداخته و فیلم و تصاویری از خروجی پروژه به همراه لینک دانلود مقاله مرجع قرار داده شده است.

پوشش k تایی (k-coverage) در شبکه WSN

حفظ پوشش و افزایش طول عمر شبکه، مسائل اساسی و مهم در شبکه‌ های حسگر بی ‌سیم (WSN) به حساب می ‌آیند. با توجه به تنوع گسترده در برنامه‌ های کاربردی، پوشش به طیف وسیعی از تفاسیر مربوط می‌شود. یکی از شاخه های مسئله پوشش، پوشش k تایی (k-coverage) می باشد. هدف این نوع پوشش، نظارت حداقل k حسگر گوناگون بر تمام نقاط میدان حسی می باشد. با توجه به اینکه انرژی حسگر ها محدود است، مسئله مهم دیگر که در شبکه های سنسوری مورد بررسی قرار می گیرد، ذخیره انرژی با پوشش k تایی است که برای این منظور الگوریتم های بهینه ای جهت افزایش کارایی انرژی حسگرها ارائه می شود.

همچنین بعضی از برنامه ‌های کاربردی مستلزم آن می باشد که هر نقطه دست کم بوسیله حسگرهای k تایی پوشش داده شود تا از این طریق تحمل خطا در شبکه به دست آید. با توجه به این موضوع، می بایست حداقل تعداد سنسور هایی که قادر به حصول اطمینان از پوشش منطقه می باشد فعال گردد و بعضی سنسور های کاهشی جهت ذخیره انرژی خاموش شوند که این کار باعث افزایش طول عمر شبکه خواهد بود.

پوشش و اتصال در شبکه WSN مبتنی بر هدف

در شبکه های حسگر بی سیم (WSN) مبتنی بر هدف، پوشش و اتصال دو موضوع مهم برای انتقال اطلاعات تضمین شده از هر هدف به ایستگاه پایه (BS) می باشند. با توجه به مجموعه ای از نقاط هدف، یافتن حداقل تعداد موقعیت های بالقوه برای قرار دادن گره های حسگر با پوشش و اتصال مناسب، این امر یک مسئله NP کامل (NP-complete) است. در این مقاله، یک طرح مبتنی بر الگوریتم ژنتیک (GA) برای حل این مشکل پیشنهاد شده است.

با توجه به اینکه گره های سنسور مستعد خرابی هستند، طرح پیشنهادی ما، پوشش کلی را برای همه اهداف و اتصال m به هر گره سنسور فراهم می کند. رویکرد مبتنی بر الگوریتم ژنتیک (GA) ما با ارایه کروموزوم کارآمد، مشتق تابع برازندگی کارآمد همراه با اپراتورهای GA معمول ارایه شده‌ است. نتایج شبیه سازی با نرم افزار NS2 با الگوریتم کلونی زنبور عسل (ABC) مقایسه شده تا اثربخشی طرح پیشنهادی را نشان دهد.

---

---

تصاویری از خروجی