Kablosuz Algılayıcı Ağlarında Heterojen Hibrid Kümeleme Modeli

Algılayıcı düğümlerinin sınırlı batarya kaynakları ve fiziksel verileri algılama sürelerinin kısa oluşundan dolayı, ağ ömrünü artırmak için enerji verimli yönlendirme protokolleri geliştirmek, kablosuz algılayıcı ağlarında (KAA) en önemli stratejilerden biridir. Yönlendirme stratejisine paralel olarak tasarlanan kümeli heterojen ağ protokolleri, algılayıcı ağında topoloji kontrolü, enerji tüketimi ve veri toplama açısından son derece etkilidir. Bu makalede, enerji verimli üç-seviyeli heterojen kümeleme yöntemi önerilmiştir. Çoğu diğer çalışmaların aksine, bu çalışmada enerji tüketim modelinde ve küme başı (KB) seçiminde SEED (Sleep-aware Energy Efficient Distributed, Uyku-farkındalı Enerji Verimli Dağıtık Protokol) ve EDEEC (Enhanced Distributed Energy Efficient Clustering, Gelişmiş Dağıtılmış Enerji Verimli Kümeleme Protokolü)’in avantajlarından yararlanılmış, üç seviyeli bir hibrit yaklaşım benimsenmiştir. Önerilen model, EDEEC ve SEED ile ağdaki yaşayan düğümler, baz istasyonuna (BS) gönderilen paket sayısı ve ortalama KB sayısı olmak üzere kalite ölçütlerine göre farklı senaryolarla Matlab 2019a programı kullanılarak çeşitli benzetimlerle kıyaslanmıştır. Benzetim sonuçları, önerilen modelin diğer iki protokolden daha iyi sonuçlar verdiğini açıkça ortaya koymaktadır.

Anahtar Kelimeler:

Enerji verimliliği, kablosuz algılayıcı ağları, kümeleme modeli, veri toplama

PDF

___

Vancin, S. and Erdem, E., (2017). Implementation of the vehicle recognition systems using wireless magnetic sensors. Sadhana Springer, 42(6), 841-854.
Vancin, S., Erdem, E., (2018). Threshold Balanced Sampled DEEC Model for Heterogeneous Wireless Sensor Network, Wireless Communication and Mobil Computing, 6, 1–12.
Burrell, J., Brooke, T., Beckwith, R., (2014). Vineyard Computing: Sensor Networks in Agricultural Production. International Journal of Computer Applications (0975 – 8887), 97(7), 9 – 16.
Yalçın, S., Erdem, E., (2019). Bacteria Interactive Cost and Balanced-Compromised Approach to Clustering and Transmission Boundary-Range Cognitive Routing in Mobile Heterogeneous Wireless Sensor Networks, Sensors 2019, 19(4), 1-30.
Lee, J. Y., dong Jung, K., Lee, D., (2015). The routing technology of wireless sensor networks using the stochastic cluster head selection method. International Journal of Control and Automation, 8(7), 385-394.
Muhammad, A. (2016). Adaptive energy-efficient clustering path planning routing protocols for heterogeneous wireless sensor networks. Sustainable Computing: Informatics and Systems, 12, 57-71.
Krishna, K. H., Babu, Y. S., Kumar, T., (2016). Wireless Network Topological Routing in Wireless Sensor Networks, Procedia computer science, 79, 817-826.
Saini, P., Sharma, A. K. (2010). E-DEEC- Enhanced Distributed Energy Efficient Clustering Scheme for heterogeneous WSN. in: 2010 1stInternational Conference on Parallel, Distributed and Grid Computing, pp. 914-919.
Ahmet, G., Zou, J., Fareed, M.M.S., Zeeshan, M.,(2015). Sleep- awake energy efficient distributed clustering algorithm for wireless sensor networks.”. Computer and Electrical Engineering, 56, 385-398.
Heinzelman, W. R., Chandrakasan, A. P., Balakrishnan, H., (2000). Energy efficient communication protocol for wireless micro sensor networks. in: Proceedings of the 33rd Hawaii International Conference on System Sciences (HICSS-33), January 2000.
Lindsey, S., Raghavenda, C. S., (2002). PEGASIS: Power efficient gathering in sensor information systems. in: Proceeding of the IEEE Aerospace Conference, Big Sky, Montana, pp. 1-6.
Singh, J., Pratap Singh, B., Shaw, S. (2014). A New LEACH-based Routing Protocol for Energy Optimization in Wireless Sensor Network”, 2014 5th International Conference on Computer and Communication Technology, pp. 181-186.
Younis, O., Fahmy, S., (2004). HEED: A hybrid, energy efficient, distributed clustering approach for ad hoc sensor networks, IEEE Transactions on Mobile Computing, 3(4), 660-669. Smaragdakis, G., Matta, I., Bestavros, A., (2004). SEP: A Stable Election Protocol for clustered heterogeneous wireless sensor network. in: Second International Workshop on Sensor and Actor Network Protocols and Applications (SANPA), 97(7), 1-11.
Qing, L., Zhu, Q., Wang, M. (2006). Design of a distributed energy-efficient clustering algorithm for heterogeneous wireless sensor network. ELSEVIER, Computer Communications, 29, 2230- 2237.
Elbhiri, B., Saadane, R., El Fkihi, S., Aboutajdine, D. (2010). Developed Distributed Energy-Efficient Clustering (DDEEC) for heterogeneous wireless sensor networks.in: 5th International Symposium on I/V Communications and Mobile Network (ISVC), pp. 1-4.
Javaid, N., Qureshi, T. N., Khan, A. H., Iqbal, A., Akhtar, E., Ishfaq, M. (2013). EDDEEC: Enhanced Developed Distributed Energy-Efficient Clustering for Heterogeneous Wireless Sensor Networks. Procedia Computer Science, 19, 914-919.
Vancin, S., Erdem, E., (2017). Performance analysis of the energy efficient clustering models in wireless sensor. 24th IEEE International Conference on Electronics, Circuits and Systems (ICECS), Batumi, Georgia. pp. 247-251.
Gambhir, A.,Payal,A.,Arya,R. (2018). Performance analysis of artificial bee colony optimization based clustering protocol in various scenarios of WSN. International Conference on Computational Intelligence and Data Science (ICCIDS 2018).132, 183-188.