فایل ورد کامل یک خوشه‌بندی فازی بهینه برای شبکه‌های حسگر بیسیم

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل یک خوشه‌بندی فازی بهینه برای شبکه‌های حسگر بیسیم،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۲۴ صفحه

حداقل‌سازی مصرف انرژی همیشه در شبکه‌های حسگر یک مسئله مهم بوده است. بیشتر انرژی در انتقال داده از گره حسگر به ایستگاه مرکزی با توجه به طول مسیر از ایستگاه مرکزی مصرف می‌شود. در سال‌های اخیر، تعدادی از پژوهشگران بیان کردند که که خوشه‌بندی یک راه موثر برای کاهش مصرف انرژی در مدت زمان انتقال داده و افزایش طول عمر شبکه‌های حسگر بی‌سیم است. الگوریتم‌های بسیاری تا کنون برای انتخاب راس خوشه پیشنهاد شده‌اند. در این کار، طول عمر شبکه را با سه رویکرد فازی متفاوت انتخاب راس خوشه مقایسه و تحلیل می‌کنیم. سه پارامتر قوی که در ارتقای طول عمر نقش مهمی بازی می‌کنند – انرژی، مرکزیت، و تراکم گره – که برای انتخاب راس خوشه در رویکرد فازی ارائه شده ما بررسی می‌شود. در اولین رویکرد، انرژی و مرکزیت همزمان در سیستم فازی برای انتخاب راس خوشه بررسی شده است. در رویکرد دوم، انرژی و تراکم گره در یک سیستم فازی برای انتخاب راس خوشه در نظر گرفته شده است. در رویکرد سوم، تراکم گره و مرکزیت همزمان توسط یک سیستم فازی برای انتخاب راس گره درنظرگرفته شده است. نتایج شبیه‌سازی این رویکردهای مبتنی بر منطق فازی نشان می‌دهد که سه رویکرد نسبت به خوشه‌بندی سلسله مراتب تطبیقی با انرژی کم (LEACH) برتر هستند. نتایج شبیه سازی همچنین نشان می‌دهد که الگوی خوشه بندی فازی مبتنی بر مرکزیت انرژی بهترین عملکرد را در میان همه سه الگوریتم فازی ارائه می‌دهد و طول عمر شبکه‌های حسگر را به مقدار قابل توجهی ارتقا می‌دهد.

کلمات کلیدی : شبکه حسگر بی‌سیم | خوشه‌بندی | طول عمر | منطق فازی | راس خوشه

عنوان انگلیسی:

An optimised fuzzy clustering for wireless sensor networks

~~en~~ writers :

Ashutosh Kumar Singh and Neetesh Purohit

Minimising energy consumption has always been an issue of crucial importance in
sensor networks. Most of the energy is consumed in data transmission from sensor
nodes to the base station due to the long distance of nodes from the base station. In the
recent past, a number of researchers have proposed that clustering is an efficient way
of reducing the energy consumption during data transmission and enhancing the
lifetime of wireless sensor networks. Many algorithms have been already proposed
for cluster head selection. In this work, we analyse and compare the lifetime of the
network with three different fuzzy-based approaches of cluster head selection. The
three strong parameters which play an important role in lifetime enhancement – energy,
centrality and node density – are considered for cluster head selection in our proposed
fuzzy approaches. In the first approach, energy and centrality are considered simultaneously in a fuzzy system to select the cluster heads. In the second approach, energy
and node density have been taken in a fuzzy system to select the cluster heads. In the
third approach, node density and centrality are considered simultaneously by a fuzzy
system to select the cluster heads. Simulation results of these fuzzy logic-based
approaches show that all the three approaches are superior to the Low-Energy
Adaptive Clustering Hierarchy (LEACH). Simulation results also show that the
energy-centrality-based fuzzy clustering scheme gives best performance among all
the three fuzzy-based algorithms and it enhances the lifetime of wireless sensor networks by a significant amount.

Keywords: wireless sensor network | clustering | lifetime | fuzzy logic | cluster head

$$en!!