KaydedilenlerDerginizi ekleyin

Dergiler / Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi / 2017 / Cilt: 32 Sayı: 4

Kablosuz algılayıcı ağlarda hedef kapsama problemi için algılayıcı dağıtımı ile ağın yaşam süresinin optimizasyonu

Recep Özdağ0000-0001-5247-5591
Sayfa
1155–1168
Yayın Tarihi
2017-12-08
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Ulaşılan benzetim sonuçlarına göre ağın yaşam süresinin üst sınırına ulaşmada geliştirilen algoritmanın daha optimum sonuçlar verdiği tespit edilmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Normal 0 21 false false false TR X-NONE X-NONE /* Style Definitions */ table.MsoNormalTable {mso-style-name:"Normal Tablo"; mso-tstyle-rowband-size:0; mso-tstyle-colband-size:0; mso-style-noshow:yes; mso-style-priority:99; mso-style-parent:""; mso-padding-alt:0cm 5.4pt 0cm 5.4pt; mso-para-margin-top:0cm; mso-para-margin-right:0cm; mso-para-margin-bottom:8.0pt; mso-para-margin-left:0cm; line-height:107%; mso-pagination:widow-orphan; font-size:11.0pt; font-family:"Calibri",sans-serif; mso-ascii-font-family:Calibri; mso-ascii-theme-font:minor-latin; mso-hansi-font-family:Calibri; mso-hansi-theme-font:minor-latin; mso-bidi-font-family:"Times New Roman"; mso-bidi-theme-font:minor-bidi; mso-fareast-language:EN-US;} Ağ yaşam süresi Kablosuz Algılayıcı Ağ (KAA)’ların etkinliğini belirleyen kritik bir faktördür.
📊
Temel Bulgular & Veri:Bu sebeple KAA’ların yaşam sürelerinin optimizasyonu literatürde sıklıkla çalışılan konulardan biri olmuştur.Bu makalede KAA’lardaki hedef kapsama problemine çözüm bulmak için hedeflerin maksimum dört algılayıcı düğüme kadar olan kapsama gereksinimlerinin (1 ≤ k ≤ 4) sağlanması şartıyla, düğümlerin dinamik dağıtımları yapılarak ağın yaşam süresinin optimizasyonu amaçlanmıştır.
💡
Sonuç & Katkı:Ulaşılan benzetim sonuçlarına göre ağın yaşam süresinin üst sınırına ulaşmada geliştirilen algoritmanın daha optimum sonuçlar verdiği tespit edilmiştir.
🔬Tür:Literatür & Derleme Çalışması
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Kablosuz algılayıcı ağlar · hedef kapsama problemi · k-kapsam gereksinimi

Özet

Normal 0 21 false false false TR X-NONE X-NONE /* Style Definitions */ table.MsoNormalTable {mso-style-name:"Normal Tablo"; mso-tstyle-rowband-size:0; mso-tstyle-colband-size:0; mso-style-noshow:yes; mso-style-priority:99; mso-style-parent:""; mso-padding-alt:0cm 5.4pt 0cm 5.4pt; mso-para-margin-top:0cm; mso-para-margin-right:0cm; mso-para-margin-bottom:8.0pt; mso-para-margin-left:0cm; line-height:107%; mso-pagination:widow-orphan; font-size:11.0pt; font-family:"Calibri",sans-serif; mso-ascii-font-family:Calibri; mso-ascii-theme-font:minor-latin; mso-hansi-font-family:Calibri; mso-hansi-theme-font:minor-latin; mso-bidi-font-family:"Times New Roman"; mso-bidi-theme-font:minor-bidi; mso-fareast-language:EN-US;} Ağ yaşam süresi Kablosuz Algılayıcı Ağ (KAA)’ların etkinliğini belirleyen kritik bir faktördür. Askeri ve sivil uygulamalarda KAA’ların kapsanmasının sürekliliği açısından hedefleri izleyen algılayıcı düğümlerin pil ömürlerinin optimizasyonu ağın yaşam süresinin uzatılmasında önemli bir rol oynar. KAA’ları oluşturan algılayıcı düğümlerin sınırlı pil ömürleri bulunduğu için algılayıcıların kendi aralarında haberleşmeleri ve ilgili alanı algılamaları neticesinde enerjileri gittikçe azalır. Nihayetinde düğüm enerjisini tamamıyla tüketerek KAA’nın işlevini yerine getirememesine neden olur. Bu sebeple KAA’ların yaşam sürelerinin optimizasyonu literatürde sıklıkla çalışılan konulardan biri olmuştur.Bu makalede KAA’lardaki hedef kapsama problemine çözüm bulmak için hedeflerin maksimum dört algılayıcı düğüme kadar olan kapsama gereksinimlerinin (1 ≤ k ≤ 4) sağlanması şartıyla, düğümlerin dinamik dağıtımları yapılarak ağın yaşam süresinin optimizasyonu amaçlanmıştır. Hedeflerin kapsama gereksinimleri sağlandığı anda düğümlerin kalan pil ömürleri ile ağın yaşam süresinin üst sınırı hesaplanarak ağın ulaşılabilir yaşam süresinin tespiti hedeflenmiştir. Ayrıca algılayıcı düğümlerin dinamik dağıtımlarının yapılmasında meta-sezgisel olan Elektromagnetizma – Benzer (EM) algoritması temel alınmış ve enerji verimli yeni bir algoritma geliştirilmiştir. Bu algoritma ile hesaplanan ulaşılabilir ağ yaşam süreleri literatürdeki Yapay Arı Kolonisi (ABC) ve Parçacık Sürü Optimizasyonu (PSO) algoritmaları ile karşılaştırılmıştır. Ulaşılan benzetim sonuçlarına göre ağın yaşam süresinin üst sınırına ulaşmada geliştirilen algoritmanın daha optimum sonuçlar verdiği tespit edilmiştir.

🔖

Bu Makaleye Atıf Yap

Özdağ, R. (2017). Kablosuz algılayıcı ağlarda hedef kapsama problemi için algılayıcı dağıtımı ile ağın yaşam süresinin optimizasyonu. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 32 Sayı: 4, 1155–1168. https://doi.org/10.17341/gazimmfd.369516

📄 Tam Metin PDF Okuyucu

↗Yeni Sekme

PDF belgesi yükleniyor...

Kaynakça (26)

  1. 1. Özdağ R., The Solution of the k-coverage Problem in Wireless Sensor Networks, 24th Signal Processing and Communications Applications Conference, Zonguldak, Turkey, 873-876, 16-19 May 2016.
  2. 2. Chong C.Y., Kumar S.P., Sensor networks: Evolution, Opportunities, and Challenges, Proc. IEEE, 91 (8), 1247-1256, 2003.
  3. 3. Mini S., Udgata S.K., Sabat S.L., Sensor Deployment and Scheduling for Target Coverage Problem in Wireless Sensor Networks, IEEE Sens. J., 14 (3), 636-644, 2014.
  4. 4. Chaudhary M., Pujari A.K., Q-coverage Problem in Wireless Sensor Networks, 10th International Conference on Distributed Computing and Networking, Hyderabad, India, 325-330, 3-6 January 2009.
  5. 5. Li Y., Gao S., Designing k-coverage Schedules in Wireless Sensor Networks. J. Comb. Opt., 15 (2), 127-146, 2008.
  6. 6. Gu Y., Liu H., Zhao B., Target Coverage with QoS Requirements in Wireless Sensor Networks, The 2007 International Conference on Intelligent Pervasive Computing, Jeju, South Korea, 35-38, 11-13 October 2007.
  7. 7. Öztürk C., Karaboğa D., Görkemli B., Artificial Bee Colony Algorithm for Dynamic Deployment of Wireless Sensor Networks, Turk. J. Elec. Eng. Comp. Sci., 20 (2), 255-262, 2012.
  8. 8. Öztürk C., Karaboğa D., Görkemli B., Probabilistic Dynamic Deployment of Wireless Sensor Networks by Artificial Bee Colony Algorithm, Sensors, 11 (6), 6056–6065, 2011.
  9. 9. Özdağ R., Karcı A., Sensor Node Deployment Based on Electromagnetism-Like Algorithm in Mobile Wireless Sensor Networks, Int. J. Distrib. Sens. Netw., 2015, 15, 2015.
  10. 10. Özdağ R., Karcı A., Probabilistic Dynamic Distribution of Wireless Sensor Networks with Improved Distribution Method based on Electromagnetism-Like Algorithm, Measurement, 79, 66-76, 2016.
  11. 11. Okay F.Y., Özdemir S., Improving Coverage in Wireless Sensor Networks Using Multi-objective Evolutionary Algorithms, Journal of the Faculty of Engineering and Architecture of Gazi University, 30 (2), 143-153, 2015.
  12. 12. Onur E., Ersoy C., Deliç H., Quality of Deployment in Surveillance Wireless Sensor Networks, Int. J. Wireless Inf. Networks, 12 (1), 61-67, 2005.
  13. 13. Cheng Z., Perillo M., Heinzelman W.B., General Network Lifetime and Cost Models for Evaluating Sensor Network Deployment Strategies, IEEE Trans. Mob. Comput., 7 (4), 484–497, 2008.
  14. 14. Akbas A., Yildiz H.U., Tavli B., Uludag S., Joint Optimization of Transmission Power Level and Packet Size for WSN Lifetime Maximization, IEEE Sens. J., 16 (12), 5084-5094, 2016.
  15. 15. Mini S., Udgata S.K., Sabat S.L., Sensor Deployment in 3-D Terrain Using Artificial Bee Colony Algorithm, First International Conference on Swarm, Evolutionary, and Memetic, Chennai, India, 424-431, 16-18 December 2010.
  16. 16. Mini S., Udgata S.K., Sabat S.L., Artificial Bee Colony Based Sensor Deployment Algorithm for Target Coverage Problem in 3-D Terrain, International Conference on Distributed Computing and Internet Technology, Bhubaneshwar, India, 313-324, 9-12 February 2011.
  17. 17. Udgata S.K., Sabat S.L., Mini S., Sensor Deployment in Irregular Terrain Using Artificial Bee Colony Algorithm, World Congress on Nature Biologically Inspired Computing, Coimbatore, India, 1309-1314, 9-11 December 2009.
  18. 18. Mini S., Udgata S.K., Sabat S.L., A Heuristic to Maximize Network Lifetime for Target Coverage Problem in Wireless Sensor Networks, Ad Hoc Sensor Wireless Netw., 13 (3–4), 251–269, 2011.
  19. 19. Liu H., Wan P., Jia X., Maximal Lifetime Scheduling for Sensor Surveillance Systems with K Sensors to One Target, IEEE Trans. Parallel Distrib. Syst., 17 (12), 1526-1536, 2006.
  20. 20. Liu H., Jia X., Wan P.J., Yi C.W., Makki S.K., Pissinou N., Maximizing Lifetime of Sensor Surveillance Systems, IEEE/ACM Trans. Networking, 15 (2), 334-345, 2007.
  21. 21. Birbil S.I., Fang S.C., An Electromagnetism-like Mechanism for Global Optimization, J. Global Optim., 25 (3), 263-282, 2003.
  22. 22. Canayaz M., Karci A., Cricket Behaviour-based Evolutionary Computation Technique in Solving Engineering Optimization Problems, Appl. Intell., 44 (2), 362-376, 2015.
  23. 23. Akyol S., Alataş B., Automatic Mining of Accurate and Comprehensible Numerical Classification Rules with Cat Swarm Optimization Algorithm, Journal of the Faculty of Engineering and Architecture of Gazi University, 31 (4), 839-857, 2016.
  24. 24. Özdağ R., Karcı A., Elektromagnetizma-Like Algoritması ile Kablosuz Algılayıcı Ağların Olasılıksal Dinamik Dağıtımları, 2nd International Symposium On Innovative Technologies in Engineering and Science, Karabük, Turkey, 368-377, 18-20 June 2014.
  25. 25. Özdağ R., Karcı A., A Novel Routing Protocol Based on EM-L Algorithm for Energy Efficiency of Wireless Sensor Networks, 23th Signal Processing and Communications Applications Conference, Malatya, Turkey, 871-874, 16-19 May 2015.
  26. 26. Lee C.H., Chang F.K., Lee Y.C., An Improved Electromagnetism-like Algorithm for Recurrent Neural Fuzzy Controller Design, Int. J. Fuzzy Syst., 12 (4), 280-290, 2010.