دانلود پایان نامه الگوریتم های خوشه بندی در شبکه های حسگر بی سیم
تعداد صفحات:132
نوع فایل:word
فهرست مطالب:
چکیده
مقدمه
فصل اول - شبکه ی حسگر بی سیم
مقدمه
بررسی اجمالی مسائل کلیدی
انواع شبکه حسگر بی سیم
ساختارهای شبکه حسگر بی سیم
ویژگیهای سختافزاری
کاربردهای شبکه ی حسگر بی سیم
عوامل موثر بر شبکه حسگر بی سیم
پشته پروتکلی
نتیجه گیری بخش
فصل دوم - انواع الگوریتم های خوشه بندی
مقدمه
بررسی کلی خوشه بندی
الگوریتم های خوشه بندی سلسله مراتبی
الگوریتم های خوشه بندی طیفی
الگوریتم های خوشه بندی مبتنی بر شبکه گرید
الگوریتم خوشه بندی مبتنی بر تراکم
الگوریتم های خوشه بندی پارتیشن بندی
الگوریتم خوشه بندی ژنتیک k-means برای ترکیب مجموعه داده های عددی و قاطعانه
الگوریتم مقیاس
الگوریتم k-means هماهنگ
مقداردهی k-means با استفاده از الگوریتم ژنتیک
رویکرد مجموع خوشه ها برای داده های ترکیبی
الگوریتم تکاملی ترکیبی
اصلاح جهانی الگوریتم k-means
الگوریتم ژنتیک k-means سریع
نتیجه گیری بخش
فصل سوم - الگوریتم های خوشه بندی در شبکه حسگر بی سیم
مقدمه
چالش ها در الگوریتم های خوشه بندی در شبکه حسگر بی سیم
فرآیند خوشه بندی
پروتکل های خوشه بندی موجود
الگوریتم های ابداعی
طرح های وزنی
طرح های شبکه گرید.
طرح های سلسله مراتبی و دیگر طرح ها
الگوریتم های خوشه بندی در شبکه های حسگر بی سیم ناهمگون
مدل ناهمگون برای شبکه های حسگر بی سیم
طبقه بندی ویژگی های خوشه بندی در شبکه های حسگر بی سیم ناهمگون
الگوریتم خوشه بندی برای شبکه های حسگر بی سیم ناهمگون
نتیجه گیری بخش
فصل چهارم - بررسی دو الگوریتم خوشه بندی EECS و A-LEACH
مقدمه
EECS
نمای کلی مشکلات
جزئیات EECS
تحلیل EECS
شبیه سازی
رویکردهای آینده
A-LEACH
آثار مربوطه
تجزیه و تحلیل انرژی پروتکل ها
A-LEACH
شبیه سازی
رویکردهای آینده و نتیجه گیری
نتیجه گیری
منابع و مراجع
فهرست اشکال:
طبقه بندی موضوعات مختلف در شبکه حسگر بی سیم
ساختار کلی شبکه حسگر بی سیم
ساختار خودکار
ساختار نیمه خودکار
ساختار داخلی گره حسگر
پشته پروتکلی
نمونه ای از الگوریتم GROUP
الف)ساختار شبکه
ب)شبکه بعد از چند دور
الف) ساختار شبکه
ب) خوشه بندی EDFCM
سلسله مراتب خوشه در زمینه سنجش
دیاگرام شماتیک از مناطق در اندازه های مختلف
تاثیر هزینه سرخوشه مورد نظر
پدیده شیب در شبکه
الف) توزیع غیر یکنواخت
ب) توزیع یکنواخت
الف) صحنه معمولی
ب) صحنه ی بزرگ
الف) صحنه معمولی
ب) صحنه بزرگ
الف) صحنه معمولی
ب) صحنه بزرگ
تعداد خوشه ها در هر دور در EECS و LEACH
الف) صحنه معمولی
ب) صحنه بزرگ
مدل شبکه ای A-LEACH
شبکه حسگر بی سیم با مدل A-LEACH
طول منطقه ثبات برای مقادیر مختلف ناهمگونی
تعداد گره های زنده نسبت با دور با m=0.1 و a=1
تعداد گره های زنده نسبت به دور با m=0.3 و a=1
تعداد گره های زنده نسبت به دور با m=0.5 وa=1
فهرست جداول:
مقایسه الگوریتم های خوشه بندی طرح سلسله مراتبی
مقایسه الگوریتم های خوشه بندی
مفهوم نمادها
توصیف حالات یا پیغام ها
پارامترهای شبیه سازی
چکیده:
شبکه های حسگر بی سیم شامل تعدا زیادی از سنسورهای کوچک است که که میتوانند یک ابزار قوی برای جمع آوری داده در انواع محیط های داده ای متنوع باشند. داده های جمع آوری شده توسط هر حسگر به ایستگاه اصلی منتقل میشود تا به کاربر نهایی ارائه میشود. یکی از عمده ترین چالش ها در این نوع شبکه ها، محدودیت مصرف انرژی است که مستقیما طول عمر شبکه حسگر را تحت تاثیر قرار می دهد، خوشه بندی به عنوان یکی از روشهای شناخته شده ای است که به طور گسترده برای مواجه شدن با این چالش مورد استفاده قرار میگیرد.
خوشه بندی به شبکه های حسگر بی سیم معرفی شده است چرا که طبق آزمایشات انجام شده، روشی موثر برای ارائه بهتر تجمع داده ها و مقیاس پذیری برای شبکه های حسگر بی سیم بزرگ است. خوشه بندی همچنین منابع انرژی محدود حسگرها را محافظت کرده و باعث صرفه جویی در مصرف انرژی میشود.
مقدمه:
شبکه های حسگر بیسیم که برای نظارت و کنترل یک محیط خاص مورد استفاده قرار میگیرند، از تعداد زیادی گره حسگر ارزان قیمت تشکیل شده اند که بصورت متراکم در یک محیط پراکنده می شوند. اطلاعات جمع آوری شده به وسیله حسگر ها باید به یک ایستگاه پایه منتقل شوند. در ارسال مستقیم، هرحسگر مستقیماً اطلاعات را به مرکز می فرستد که به دلیل فاصله زیاد حسگرها از مرکز، انرژی زیادی مصرف می کنند. در مقابل طراحی های یکه فواصل ارتباط را کوتاه تر میکنند، میتوانند دوره حیات شبکه را طولانی تر کنند و لذا ارتباط های چند گامی در این گونه شبکه ها مفیدتر و مقرون به صرفه تر از ارتباط های تک گامی هستند. اما در ارتباط های چند گامی نیز بیشتر انرژی نودها صرف ایجاد ارتباط با حسگرهای دیگر می شود، که منجر به مصرف زیاد انرژی درحسگرها میگردد. یکی از راه حل های این مشکل، خوشه بندی گره ها است. خوشه بندی کردن به این صورت است که شبکه را به تعدادی خوشه های مستقل قسمت بندی می کنیم که هر کدام یک سر خوشه دارند که همه اطلاعات را از گره های داخل خوش هاش جمع آوری می کند. سپس این سرخوشه ها اطلاعات را مستقیماً یا به صورت گام به گام با تعداد گام های کمتر و صرفا با استفاده از نودهای سر خوشه به مرکز اصلی ارسال میکنند. خوشه بندی کردن می تواند به میزان زیادی هزینه های ارتباط اکثر گره ها را کاهش دهد.