روش های فرا ابتکاری برای به حداقل رساندن خطا در تعیین محل شبکه های حسگر بیسیم

قیمت: 45,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

روش های فرا ابتکاری برای به حداقل رساندن خطا در تعیین محل شبکه های حسگر بیسیم

عنوان لاتین

Meta-heuristic approaches for minimizing error in localization ofwireless sensor networks

محلی سازی گره حسگر یکی از مسائل مهم در شبکه های حسگر بی سیم (WSN ها) در نظر گرفته می شود و به عنوان یک مسئله بهینه سازی نامحدود که تحت کلاس NP سخت مسائل قرار دارد طبقه بندی می شود . محلی سازی به عنوان تعیین فیزیکی مختصات گره های حسگر که WSN را تشکيل می دهند بیان شده است. در برنامه های کاربردی شبکه های حسگر مانند مسیریابی و ردیابی هدف، داده جمع آوری شده توسط گره های حسگر بدون اطلاعات محلی سازی بی معنی می شوند. هدف این کار تعیین محل گره های حسگر با دقت بالا است. در ابتدا این کار با بومی سازی گره های حسگر با استفاده از روش های تعیین موقعیت برد آزاد انجام می شود، موقعیت يابی لنگر سيار (MAP) یک راه حل تقریبی را می دهد. برای به حداقل رساندن بيشتر محل خطا ، روش فرا ابتکاری خاص بر روی نتیجه داده شده توسط MAP استفاده شده است. بر این اساس، الگوریتم بهینه سازی خفاش با MAP (BOAMAP)، جستجو اصلاح شده فاخته با الگوریتم نقشه (MCS-MAP) و الگوریتم بهینه سازی کرم شب تاب با MAP (FOA-MAP) ارائه شده است. خطا مربع ميانگين ریشه (RMSE) به عنوان معیارهای ارزیابی مقایسه عملکرد روش های ارائه شده استفاده می شود. نتایج تجربی نشان می دهد که روش پیشنهادی FOA-MAP خطا محلی سازی را به حداقل می رساند و بهتر از هر دو روش MCS-MAP و Boa-MAP عمل می کند.

Sensor node localization is considered as one of the most significant issues in wireless sensor networks (WSNs) and is classified as an unconstrained optimization problem that falls under NP-hard class of prob-lems. Localization is stated as determination of physical co-ordinates of the sensor nodes that constitutes a WSN. In applications of sensor networks such as routing and target tracking, the data gathered by sensor nodes becomes meaningless without localization information. This work aims at determining the location of the sensor nodes with high precision. Initially this work is performed by localizing the sensor nodes using a range-free localization method namely, Mobile Anchor Positioning (MAP) which gives an approximate solution. To further minimize the location error, certain meta-heuristic approaches have been applied over the result given by MAP. Accordingly, Bat Optimization Algorithm with MAP (BOA-MAP), Modified Cuckoo Search with MAP (MCS-MAP) algorithm and Firefly Optimization Algorithm with MAP (FOA-MAP) have been proposed. Root mean square error (RMSE) is used as the evaluation metrics to compare the performance of the proposed approaches. The experimental results show that the proposed FOA-MAP approach minimizes the localization error and outperforms both MCS-MAP and BOA-MAP approaches