دانلود رایگان ترجمه مقاله انرژی بهبود یافته برای شبکه های حسگر (ساینس دایرکت – الزویر 2016)

مبتدی (مناسب برای درک مفهوم کلی مطلب) 

2. کارهای مرتبط
کار پژوهش‌های پیشین در مورد الگوریتم‌های خوشه‌بندی براساس چرخش نقش سرخوشه‌ها در هر دور، و انتخاب سرخوشه با انرژی بیشتر به‌منظور افزایش طول عمر شبکه می‌باشد. پروتکل PIONEER موجود در این دسته، پروتکل خوشه‌بندی سلسله مراتبی با تطبیق کم انرژی است (LEACH) [20]. پروتکل LEACH ارتباطات تک هاپی را بین گره‌ها و به پایه ایستگاه فرض می‌کند. این باعث می‌شود تا برای شبکه‌های در مقیاس بزرگ نامناسب باشد. بسیاری از پروتک‌ های مبتنی بر LEACH که در گذشته توسعه یافته‌اند بر روی پروتکل LEACH، مانند LEACH-DT [15] و یا نوع چند هاپ از LEACH، به‌نام M-LEACH [1] بهبود یافته‌اند. الگوریتم خوشه‌بندی توزیع‌شده‌ی ترکیبی با انرژی کارآمد (HEED) در مرجع 18مطرح شده است، که سرخوشه را نه تنها با توجه به انرژی باقی‌مانده گره بلکه هزینه ارتباطات داخل خوشه انتخاب می‌کند. آن از ارتباطات چند هاپ در میان سرخوشه برای ارتباط بین خوشه استفاده می‌کند. این مورد در طولانی‌تر شدن طول عمر شبکه موفقیت‌آمیز عمل می‌کند اما در تعادل بار ارتباطات موثر نیست و همانند گره نزدیک به BS هنوز هم سریع‌تر می‌میرند. پروتکل دیگر، الگوریتم خوشه‌بندی کارآمد انرژی و توزیع شده (DEEC)است [42]. در DEEC، سرخوشه‌ها توسط یک احتمال که براساس نسبت انرژی باقی‌مانده از یک گره و به‌طور متوسط براساس انرژی شبکه می‌باشد انتخاب می‌شوند. در تمام این طرح خوشه‌بندی با انرژی کارآمد، هر چند چرخش متناوب تابع سرخوشه می‌بیند که گره از طریق انرژی به طور مساوی اجرا می‌شود، اما در اجتناب از مشکل فقدان انرژی داده شبکه‌های حسگر بی‌سیم موثر نیست. بسیاری از روش‌ها در کارهای گذشته برای غلبه بر مشکل فقدان انرژی مطرح شده‌اند و در نتیجه طول عمر شبکه را به‌حداکثر می‌رسانند. روش‌هایی برای غلبه بر مشکل فقدان انرژی به سه دسته طبقه‌بندی می‌شوند [43]. روش‌های اول رویکرد رسیدگی دارند، مانند گسترش رسیدگی [35]، به‌عنوان مثال TTDD [44]، فشرده‌سازی ترافیک و تجمع [39]. گره‌های انرژی اولیه بزرگتر را می‌توان در منطقه مصرف انرژی بزرگتر مستقر کرد، به‌عنوان مثال با استفاده از ناهمگنی انرژی [35]، و یا همانند TTDD [44]، که استقرار سلسله مراتبی نامیده می‌شود. در طرح TTDD، تعدادی از گره‌های اختصاص داده شده با داشتن ظرفیت باتری بزرگتر و محدوده انتقال بزرگتر مستقر می‌شوند. این گره‌های اختصاص داده شده یک منطقه در سمت بالای سنسور به‌طور منظم ایجاد می‌کنند که انرژی اولیه کمتری دارند و در نتیجه در کاهش مشکل فقدان انرژی کمک می‌کنند. نوع دوم که براساس استراتژی توزیع گره است در مراجع [29]، [30]، [45] و [46] مورد مطالعه قرار گرفته است. بیشترین تعداد گره را می‌توان در نزدیکی BS مستقر کرد. همچنین در مرجع [47]، گره‌ها با کمک تابع توزیع از پیش مشخص شده تعیین شده‌اند. رویکرد سوم براساس تنظیم محدوده انتقال است [35،43،48]. طرح محدوده انتقال به تنظیم برای به حداکثر رساندن سنسور طول عمر شبکه در مرجع 43 پرداخته است. مشکل فقدان انرژی با تنظیم شعاع محدوده‌ی سنسور ارتباطات در مرجع 35 حل شده است. اما این راه‌حل یک محدودیت شدید در اندازه میدان سنسور دارد. تحرک همزمانی، جایگزین دیگری برای حل مشکل فقدان انرژی است [36،48]. در مرجع 36، تحرک ایستگاه پایه برای شبکه رویداد محور در نظر گرفته شده است. نویسندگان در مرجع 33 تحرک ایستگاه پایه و روش مسیریابی چند هاپ برای گسترش طول عمر در WSN را پیشنهاد کرده‌اند. اشکال عمده این روش امکان‌پذیر نبودن آن است. این روش‌ها مستلزم هزینه بالا و پایین در بهره‌وری انرژی هستند [46].
در چند سال گذشته محققان، استراتژی برای بررسی مشکل فقدان انرژی به‌صورت سلسله‌مراتبی (براساس خوشه) در شبکه گیرنده بی‌سیم بیان کردند. الگوریتم‌های کارآمد انرژی بسیاری بااستفاده از روش خوشه‌بندی با اندازه برابر و نابرابر توسعه یافته‌اند. در اینجا ما خوشه‌بندی با اندازه نابرابر برای مقابله با مشکل مصرف انرژی میان گره‌های حسگر از شبکه تعریف می‌کنیم. اولین الگوریتم ارائه شده در استفاده از اندازه نابرابر، مدل خوشه‌بندی با اندازه نابرابر است (UCS) [8]، که خوشه‌هایی نابرابر برای کاهش سرخوشه‌ها و حصول اطمینان از تعادل بهتر اتلاف انرژی در میان گره‌ها ایجاد می‌کند. در این کار شبکه ناهمگن و استقرار قطعی سرخوشه‌ها در مکان‌های از پیش محاسبه شده برای کنترل اندازه خوشه انجام می‌گیرد. که بهبود بیش از 10-30 درصدی در اندازه خوشه، بسته به بهره‌وری تجمع گره CH به‌دست می‌آورد. در EEUC [49]، یک الگوریتم خوشه‌بندی و توزیع شده برای برنامه‌های کاربردی جمع‌آوری داده‌ها طراحی می‌کند، که گره‌های شبکه بااستفاده از خوشه‌بندی نابرابر و مسیریابی چند هاپ را به‌طور موثر سازماندهی می‌کند. اما در این روش انتخاب سرخوشه به‌صورت احتمالاتی است بنابراین گره انفرادی می‌تواند تولید شود.
علاوه‌براین بااستفاده از خوشه‌بندی نابرابر برای حل عدم تعادل انرژی، کار بااستفاده از انرژی کارآمد مسیریابی چند هاپ برای صرفه‌جویی در انرژی گره‌ها انجام شده است. در این گروه، EEMR [50]، یک پروتکل مسیریابی چند هاپ انرژی آگاه طراحی شده است. که از BS برای انتخاب مسیر بهینه برای انتقال داده‌ها بین گره منبع و گره همزمان استفاده می‌کند. بااستفاده از انرژی BS برای انتخاب مسیر با مسیریابی و دیگر پیام‌های کنترل، انرژی گره‌های شبکه محفوظ است. پروتکل مسیریابی براساس خوشه نابرابر (UCR) [51] الگوریتم دیگری برای در نظر گرفتن مشکل نقطه داغ در شبکه‌های سنسور چند هاپ ارائه شده است. همچنین خوشه‌های نابرابری بااستفاده از محدوده رقابت و برای ارتباطات درون خوشه تشکیل می‌دهد، که از پروتکل مسیریابی حریص جغرافیایی و انرژی آگاه استفاده می‌کند. استراتژی مسیریابی در این مقاله از هر دو روش انرژی باقی‌مانده و انتقال پارامترهای فاصله برای تعادل مصرف انرژی در سراسر شبکه استفاده می‌کند.
روش دیگر، پروتکل خوشه‌بندی نابرابر انرژی محور (EDUC) [24]، یک الگوریتم خوشه‌بندی نابرابر توزیع‌شده و روش چرخش سر خوشه تطبیقی انرژی محور است. در این روش، انرژی مصرف شده در چرخش سرخوشه با سر خوشه قرار گرفتن گره تنها یک بار در طول طول شبکه کاهش می‌یابد. بنابراین، با کاهش هزینه‌های انرژی استفاده شده در چرخش سرخوشه، به بهره‌وری انرژی می‌رسیم. اما محدودیت‌هایی دارد که فقط برای شبکه‌های تک هاپ مفید است.
در مرجع 52، یک پروتکل مسیریابی چند هاپ خوشه‌بندی نابرابر (UCMR) پیشنهاد شده است، که در آن هر خوشه، اندازه‌های مختلف براساس فاصله تا BS و الگوریتم کوتاه‌ترین مسیر دیکسترا دارد و برای ارتباطات داخل خوشه و درون خوشه استفاده می‌شود. اما برخلاف پروتکل‌های دیگر که محل ناآگاه هستند، UCMR متکی به اطلاعات فیزیکی مکان است. نویسندگان مرجع [53] مشکل عدم تعادل انرژی را از طریق الگوریتم خوشه‌بندی نابرابر براساس انرژی و نزدیکی معرفی کردند (EPUC). سرخوشه‌ها براساس انرژی باقی‌مانده و نزدیکی آنها به BS انتخاب می‌شوند. این روش بر روی مناطق نزدیک BS برای مقابله با عدم تعادل انرژی همانگونه که منطقه دارای سربار باتوجه به فعالیت است انتخاب می‌شود.
به‌تازگی پروتکل خوشه‌بندی نابرابر بر اساس تعادل انرژی (SMEBUC) در مرجع [54] ارائه شده است، که از الگوریتم بهبودیافته جهش قورباغه برای خوشه‌بندی شبکه و استراتژی جایگزینی سرخوشه استفاده می‌کند. سرخوشه یک بار به طور مداوم و با کاهش فرکانس، جایگزینی برای سرخوشه انتخاب می‌شود و موجب صرفه‌جویی در انرژی است. بسته به وزن، زمان تبادل سرخوشه تعیین می‌شود و سرخوشه‌ها از الگوریتم حریص برای تعیین گره مربوط به آن استفاده می‌کنند. ارتباطات درون خوشه با استفاده از مسیریابی چندهاپ انجام می‌شود و یک آستانه برای جلوگیری از زنجیره واحد طولانی تشکیل می‌دهد. یکی دیگر از روش‌های جمع‌آوری کارآمد داده‌های انرژی در مرجع 41 با بهره‌گیری از خوشه‌بندی ترکیبی نابرابر ارائه شده است. در این روش، شبکه به لایه‌ها و خوشه‌ها تقسیم می‌شود. لایه ‌ندی برای ارتباط بین خوشه، که چند هاپ در طبیعت است استفاده می‌شود. خوشه‌ها مستقل از لایه‌ها هستند و رویکرد ترکیبی از خوشه‌بندی ایستا و پویا مورد استفاده قرار گرفته است. فرکانس خوشه کاهش می‌یابد، که باعث کاهش سربار خوشه‌بندی می‌شود. همچنین از الگوریتم فشرده‌سازی داده‌ها در شبکه استفاده می‌کند که باعث بهبود طول عمر شبکه می‌شود.

3. مقدمات
الگوریتم EADUC بهبود یافته در این بخش ارائه شده است. شبکه در نظر گرفته شده شامل N گره حسگر تصادفی در یک میدان سنسور M × M است. گره‌ها و ایستگاه پایه پس از استقرار استاتیک می‌باشند. گره‌ها دارای انرژی جنبشی هستند، یعنی گره مستقر انرژی اولیه متفاوت دارد. BS دور از فیلد سنسور است و محل آن برای هر گره به فرض ناشناخته است. گره‌ها از کنترل قدرت برای تنظیم قدرت انتقال بسته در فاصله انتقال استفاده می‌کنند. گره‌ها محل آگاه نیستند، اما می‌توانند تخمینی از فاصله به گره توسعه یافته‌ی دیگر با قدرت سیگنال دریافت شده ارائه کنند. به‌صورپیش فرض گره‌ها متقارن هستند [49،55]. سرخوشه‌ها می‌توانتد داده‌های خود را به‌طور مستقیم با BS منتقل کنند. پیام‌های داده (DM) و پیام‌های کنترل (CM) از طریق لینک‌های بی‌سیم منتقل می‌شوند. علاوه بر این، فرض بر این است که داده‌های حس شده توسط گره‌ها بسیار در ارتباط هستند.

3.1. مدل انرژی
فرستنده انرژی را در حال اجرا الکترون‌های رادیویی و مدار تقویت کننده انتقال تلف می‌کند، درحالی‌که مصرف انرژی گیرنده تنها در بخش الکترونیک [11،20] است. همچنین بسته به فاصله انتقال، هر دو فضای آزاد و مدل‌های کانال استفاده می‌شود. اگر فاصله کمتر از یک سطح آستانه باشد، مدل فضای آزاد استفاده می‌شود؛ درغیر این‌صورت مدل چندمسیری استفاده می‌شود.

3.2. مدل تجمع داده
در کار حاضر، مدل تراکم بی‌نهایت برای جمع‌آوری داده‌ها استفاده شده است [7،20]. فرض بر این است که سر خوشه‌ها، داده‌ها را از گره‌های عضو آن جمع‌آوری می‌کنند و آن‌ها را در یک بسته واحد با طول ثابت بدون در نظر گرفتن تعداد بسته‌ها ادغام می‌کنند.

4. بهبود مکانیزم پروتکل EADUC
روش خوشه‌بندی مورد استفاده در عملیات مشابه به پروتکل EADUC است [38]. پروتکل در یک دور عمل می‌کند. پس از استقرار گره‌ها، هر گره ابتدا فاصله خود از BS را محاسبه می‌کند. برای این کار، BS یک سیگنال پخش می‌کند، که توسط تمام گره‌ها شنیده می‌شود. براساس دریافت قدرت سیگنال، هر گره فاصله‌اش تا BS را تخمین می‌زند. هر یک دور شامل مرحله تنظیم خوشه و مرحله حالت ثابت است که انتقال داده‌ها در آن صورت می‌گیرد. مرحله تنظیم کردن به سه زیر مرحله با مدت زمان T1، T2 و T3 تقسیم می‌شود. اولین زیرمرحله مجموعه اطلاعات گره همسایه است. در آغاز جمع‌آوری اطلاعات زیر مرحله، هر گره پخش Node_Msg را تقسیم می‌کند، که شامل انرژی باقی‌مانده خود را همراه با شناسه آن است. تمام گره‌ها، که در برد رادیویی آن قرار دارند، Node_Msg را از تمام همسایگان خود دریافت می‌کنند. پس از آن هر گره با متوسط انرژی باقی‌مانده، Eavg_res، خوشه مطابق معادله (3) کار می‌کند

پس از راه‌اندازی شبکه به عنوان خوشه، فاز حالت پایدار آغاز می‌شود. در این فاز، انتقال داده‌ها صورت می‌گیرد. اول گره عضو با توجه به زمان‌بندی تهیه شده توسط سرخوشه مربوطه داده‌های دریافتی خود را انتقال می‌دهد. این انتقال تک هاپ است و به‌عنوان ارتباطات داخل خوشه‌ها شناخته شده است. سرخوشه داده‌های دریافتی از گره‌های عضو را جمع‌آوری و نگهداری می‌کند. اعضای انتخاب شده در یک خوشه، به سرخوشه مربوطه نزدیکتر می‌باشند، بنابراین جمع کردن داده‌های ورودی در یک بسته مناسب است. وظیفه ارتباطات داخل خوشه‌ها در تمام خوشه‌ها انجام شده است.
سرخوشه‌ها بسته‌های داده به BS را مستقیما و یا از طریق واسطه انتقال می‌دهند. اگر فاصله سرخوشه‌های مربوطه به BS بیشتر از فاصله آستانه (dist_th) باشد، ارتباطات داخل خوشه‌ای انجام می‌شود. درغیر این‌صورت انتقال مستقیم اجرا شده است. برای ارتباط درون خوشه‌ای، انتخاب سرخوشه به‌عنوان گره بعدی است.

بنابراین، در پروتکل EADUC، گره‌ای با کوچکترین Erelay به‌عنوان گره‌ای برای انتقال داده‌ها به BS انتخاب می‌شود.
ما استدلال می‌کنیم که رابطه بین فاصله و انرژی خطی نیست، مصرف انرژی Erelay ممکن است تنها متریک مهم برای تنظیم مسیر باشد. در طرح پیشنهادی ما انتخاب گره انتقال براساس برآورد انرژی در هر یک از گره‌های احتمالی ممکن است. درنهایت یکی از گره‌های امکان‌پذیر باتوجه به عبارت داده شده در معادله (7) به‌عنوان گره انتقال انتخاب می‌شود. در روش پیشنهادی، برای فرایند ارتباطات درون خوشه، هر سرخوشه ابتدا یک پیام متشکل از شناسه گره، انرژی باقی‌مانده، تعداد زیادی از اعضای خوشه و فاصله تا BS را پخش می‌کند. CH si، CH sj را به‌عنوان گره انتقال انتخاب می‌کند، اگر انرژی باقی‌مانده آن بزرگترین مقدار باشد، پس از ترکیب انرژی بین خوشه‌ای، هزینه انتقال درون خوشه و هزینه انتقال داده‌ها از SJ به BS قابل محاسبه است.