Loading...
پیش بینی تحرک سنسورها در شبکه WBAN با نرم افزار NS2
در این بخش پروژه شبیه سازی پیش بینی تحرک سنسورها در شبکه WBAN مبتنی بر IOT با نرم افزار NS2 به همراه گزارش کار آماده کرده ایم که براساس یک مقاله پایه معتبر و ISI با عنوان DMP-IOT: A distributed movement prediction scheme for IOT health-care applications انجام شده و تغییراتی نیز جهت بهبود روش مقاله اعمال شده است. در ادامه توضیحاتی از معرفی پروژه ارائه شده و فیلم و تصاویر خروجی پروژه قرار داده شده است.
سرویس های مراقبت بهداشتی در شبکه IOT
تعداد دستگاه های دیجیتال پیشرفته در سال های اخیر به طور چشمگیری افزایش یافته است. با توجه به امکانات سخت افزاری و نرم افزاری قدرتمندی که این دستگاه ها دارند، پلتفرم های پیچیده ای برای اتصال همه آن دستگاه ها از طریق ساختاری شبیه به اینترنت که به اینترنت اشیا (IOT) معروف است، ارائه شده است. شبکه حسگر مبتنی بر IP متحرک یک زیرساخت مشهور و شناخته شده IOT است که در آن هر گره حسگر متحرک می تواند یک آدرس IPv6 داشته باشد. شبکه های حسگر بی سیم (WSN) به طور گسترده در مراقبت های بهداشتی (WBAN) و کاربرد های نظامی استفاده می شوند که در آن گره های حسگر بر روی بدن انسان قرار می گیرند یا در بدن انسان کاشته می شوند تا پارامترهای حیاتی را اندازه گیری کنند.
پیش بینی تحرک در شبکه های بی سیم
پیش بینی تحرک در شبکه های حسگر بی سیم مبتنی بر IP ، امکان پیش بینی حرکت بعدی گره ها حسگر متحرک را فراهم می سازد که باعث کاهش مصرف انرژی و تاخیر در حین انتقال می شود. روش های تشخیص جهت قبلی به امکانات سخت افزاری خاصی نیاز دارند و سربار قابل توجهی را در حین انتقال به شبکه تحمیل می کنند. برای برنامه های مراقبت بهداشتی همه جانبه بدن (Body-to-Body)، پیش بینی دقیق تحرک برای انجام وظایف حیاتی مرتبط با مسیریابی داده های پزشکی در میان WBAN های موبایل ضروری می باشد. وظایف حیاتی شامل تماس با کنترل پذیرش، کنترل ازدحام (congestion control)، رزرو منابع شبکه، پیکربندی اولیه خدمات و ارائه کیفیت سرویس (QoS) است. شبکه های سنسوری متحرک محیط های انعطاف پذیر با تغییرات پویا هستند که در آن تعداد سنسورها در هر شبکه در نوسان است. در محیط هایی با زیرساخت ضعیف، اگر گره های حسگر سیار مستقیما با گیت وی ارتباط برقرار کنند، مقدار قابل توجهی از توان گره حسگر متحرک مصرف خواهد شد. بنابراین، برای کاهش مصرف انرژی گره های حسگر متحرک، از یک روش مدیریت تحرک با کمک حسگر های استاتیک استفاده می شود که محدودیت های توان کمتری در مقایسه با گره ای حسگر متحرک دارند.
معرفی پروژه
در مقاله پایه این پروژه، یک شبکه جدید و طرح پیش بینی حرکت توزیع شده با نام (DMP-IOT) ارائه می شود که مسیر حرکت گره های حسگر سیار در برنامه های مراقبت بهداشتی را برای کاهش هزینه انتقال از گره حسگر سیار پیش بینی می کند. برای این منظور، از مدل مخفی مارکوف (HMM) مرتبه دوم جهت پیش بینی تحرک در برنامه مراقبت بهداشتی استفاده می شود. روش DMP-IOT شامل مکانیسم بازیابی پیش بینی کاذب است که از قطع اتصال گره حسگر سیار در IOT به شبکه در صورت پیش بینی شتباه حرکات بیمار اجتناب می کند. با استفاده از مکانیزم بازیابی، دست یابی به پیش بینی اشتباه تحت تاثیر قرار نمی گیرد و اتصال گره حسگر سیار به شبکه قطع نخواهد شد.
رویکرد پیشنهادی ما در این پروژه که نسخه جدیدی از روش DMP-IOT می باشد، اینگونه است که ما فرض می کنیم گره های حسگر سیار و سنسور های ماتریس وجود دارد. گره های استاتیک از گره های حسگر سیار به حرکت در می آیند، هیچ یک از گره ها از موقعیت آن آگاه نیستند. هر سنسور استاتیک در محدوده همسایگانش قرار دارد. هر گره حسگر سنسور سیار داده ها را از طریق نزدیک ترین گره ایستا، به اصطلاح گره نامزد، به دروازه (Gateway) ارسال می کند. گره نامزد یکی از برگ های درخت است که در وسط یک سلول که در آن گره سنسور سیار واقع شده است. هدف این است که در طول انتقال دستی، اتصال گره سنسور سیار به دروازه حفظ شود.
تصاویری از خروجی
هیچ نظری ثبت نشده است