پایان نامه رشته مهندسی فناوری اطلاعات: توزیع متعادل مصرف انرژی د
عنوان پایان نامه :
توزیع متعادل مصرف انرژی در شبکه‌های حسگر بیسیم با استفاده از خوشه‌بندی و الگوریتم های هوشمند
یک صفحه از متن پایان نامه فقط برای نمونه :
1-1- پروتکلهای ارائهشده موجود
راه‌های مختلفی جهت متمایز کردن و دسته‌بندی الگوریتم‌های خوشه‌بندی در شبکه‌های حسگر بیسیم وجود دارد. دو دسته‌بندی رایج این نوع الگوریتم‌ها عبارت‌اند از: الگوریتم‌های خوشه‌بندی در شبکه‌های همگن و ناهمگن که بر پایه‌ی مشخصه و کارکرد گره‌های حسگر در شبکه استوار است. و الگوریتم‌های خوشه‌بندی متمرکز و توزیع‌شده که بر روش شکل‌دهی خوشه استوار است.
در شبکه‌های حسگر ناهمگن، در حالت کلی دو نوع حسگر وجود دارد. نوع اول: حسگرهایی با قابلیت پردازشی بالاتر و سخت‌افزار پیچیده‌تر که به طور کلی جهت ایجاد نوعی ستون فقرات در شبکه‌های حسگر بیسیم استفاده می‌شوند. این حسگرها از قبل به عنوان سرخوشه‌های تعیین‌شده، جمع‌کننده داده‌ها و پردازش‌کننده داده‌های دریافتی از سایر گره‌های حسگر معمولی هستند. نوع دوم گره معمولی با قابلیت‌های کمتر هستند که برای حس‌کردن خواص مورد نظر از محیط استفاده می‌شوند.
در شبکه‌های حسگر همگن همه‌ی گره‌ها مشخصات، قابلیت‌ها ، و توان پردازشی یکسانی دارند. در این شبکه‌ها که امروزه زیاد استفاده می‌شوند هر گره می‌تواند سرخوشه باشد.در این نوع شبکه‌ها نقش سرخوشه می‌تواند به صورت دوره‌ای بین گره‌ها عوض شود.
دسته‌بندی متعارف دیگر، ایستا بودن و پویا بودن خوشه‌بندی است. رویه شکل‌دهی خوشه هرگاه شامل انتخاب مجدد سرخوشه‌ها به صورت منظم یا شامل سازماندهی مجدد خوشه‌ها باشد، پویا است. این رویه‌ها ممکن است به منظور نشان دادن عکس‌العمل مؤثر به تغییرات توپولوژی شبکه و با هدف گردش صحیح نقش سرخوشه‌ها و در نتیجه تنظیم صحیح توپولوژی خوشه‌ها در میان گره‌ها و کسب کارایی بیشتر و مصرف متوازن انرژی باشد. معماری‌های پویا برای مسئله خوشه‌بندی، سبب استفاده بهتر از حسگرها و به طور طبیعی موجب مدیریت بهتر مصرف انرژی و طول عمر شبکه می‌شوند.
بیشتر الگوریتم‌های شناخته‌شده در مبحث خوشه‌بندی به دو دسته اصلی احتمالاتی و قطعی تقسیم می‌شوند. این دسته‌بندی بر اساس معیارهای شکل‌دهی کلاس و پارامترهای استفاده‌شده جهت انتخاب سرخوشه صورت می‌گیرد. در الگوریتم‌های خوشه‌بندی احتمالاتی، جهت تعیین سرخوشه‌های آغازین، یک احتمال به هر گره تخصیص داده می‌شود که به عنوان معیار اصلی تصمیم‌گیری در مورد انتخاب سرخوشه به شمار می‌رود. بااین‌حال ممکن است معیارهای ثانوی دیگری هم چه در خلال فرایند انتخاب سرخوشه مانند انرژی باقی‌مانده و چه در طول فرایند شکل‌دهی خوشه مانند نزدیکی و یا هزینه ارتباط، وجود داشته باشند. الگوریتم‌های خوشه‌بندی احتمالاتی، فراتر از ایجاد بهینگی مصرف انرژی معمولاً باعث سریع‌تر شدن زمان اجرا، همگرایی و کاهش حجم پیام‌های تبادلی می‌گردند.
