دانلود پروژه متلب سنکرون سازی شبکه حسگر بی سیم با استفاده از الگوریتم کرم شب تاب firefly
دانلود پروژه متلب سنکرون سازی شبکه حسگر بی سیم با استفاده از الگوریتم کرم شب تاب firefly
دانلود پروژه متلب سنکرون سازی شبکه حسگر بی سیم با استفاده از الگوریتم کرم شب تاب firefly
This paper presents a novel, intelligent controller to support mobility in wireless sensor
networks. In particular, the focus is on the deployment of such mobility solution to critical
applications, like personnel safety in an industrial environment. A Fuzzy Logic-based
mobility controller is proposed to aid sensor Mobile Nodes (MN) to decide whether they
have to trigger the handoff procedure and perform the handoff to a new connection position
or not. To do so, we use a combination of two locally available metrics, the RSSI and the
Link Loss, in order to ‘‘predict’’ the End-to-End losses and support the handoff triggering
procedure. As a performance evaluation environment, a real industrial setting (oil refinery)
is used. Based on on-site experiments run in the oil refinery testbed area, the proposed
mobility controller has shown significant benefits compared to other conventional solutions,
in terms of packet loss, packet delivery delay, energy consumption, and ratio of successful
handoff triggers.
این مقاله در خصوص ارائه یک کنترلر هوشمند و نو آور است که تحرک در شبکه های حسگر بی سیم را کنترل می کند و تمرکز آن بر روی گسترش راهکار تحرکی در کاربرد های حساسی مثل امنیت پرسنل در محیط صنعتی می باشد
نوع مطلب: پایان نامه دکترای کامپیوتر
عنوان: پروتکل های مسیریابی بر اساس نظریه بازی ها با توازن انرژی در شبکه های حسگر بیسیم (Wireless Sensor Network) یا WSN
زبان: انگلیسی
قالب: پی دی اف (PDF)
تعداد صفحات: 122
سال انتشار: 2015
محل انتشار: دانشگاه ویندسر، آنتاریو، کانادا
کلمات کلیدی:
مسیریابی، پروتکل های مسیریابی، کاهش مصرف انرژی، توازن انرژی، بهینه سازی مصرف انرژی، الگوریتم های مسیریابی، نظریه بازی ها،پایان نامه 2015، پایان نامه شبکه حسگر 2015، پایان نامه شبکه حسگر بی سیم 2015، پایان نامه wireless sensor network، پایان نامه wsn، پایان نامه شبکه سنسور، پایان نامه فارسی شبکه حسگر بی سیم، پایان نامه انگلیسی شبکه حسگر بی سیم، پایان نامه شبکه حسگر بی سیم، پایان نامه فارسی کامپیوتر، پایان نامه انگلیسی کامپیوتر، پایان نامه فارسی رشته کامپیوتر، پایان نامه انگلیسی رشته کامپیوتر، پایان نامه شبکه های حسگر بیسیم، پایان نامه شبکه های حسگر بی سیم، پایان نامه شبکه های کامپیوتری، پایان نامه کارشناسی ارشد کامپیوتر، پایان نامه دکترای کامپیوتر، پایان نامه دکتری کامپیوتر، پایان نامه دکتری شبکه حسگر بیسیم، پایان نامه کارشناسی ارشد شبکه حسگر بیسیم، پایان نامه کامپیوتر، پایان نامه کارشناسی کامپیوتر، تز کامپیوتر، تز ارشد کامیپوتر، پایان نامه در زمینه شبکه های سنسور، پایان نامه سنسور، پایان نامه شبکه های سنسور، مسئله پوشش در شبکه های حسگر بیسیم، مسئله پوشش در شبکه حسگر، الگوریتم های پوشش در شبکه سنسور، مقاله کامپیوتر، مقاله ISI کامپیوتر، مقاله آی اس آی کامپیوتر، مقاله 2015 کامپیوتر، مقاله ISI 2015 کامپیوتر، شبکه های کامپیوتری، دانلود مقاله آی اس آی، ISI ، شبکه حسگر بیسیم، سنسور، تقسیم بندی شبکه، تعمیر توپولوژی، تحمل پذیری خطا، شبکه سنسور بی سیم، یادگیری ماشین، الگوریتم های مسیریابی در شبکه های حسگر بیسیم، الگوریتم های مکانیابی در شبکه های حسگر بیسیم، الگوریتم های هوش مصنوعی در شبکه های حسگر بیسیم، خود سازماندهی در شبکه های سنسور، خوشه بندی شبکه های حسگر بی سیم، گره های انکر، گره های لنگرگاه، گره های تکیه گاه، مشخص کردن موقعیت، دانلود رایگان پایان نامه کامپیوتر، دانلود رایگان مقاله 2015، مقالات جدید کامپیوتر، شبکه های حسگر بیسیم، سیستم های توزیع شده، دانلود مقاله 2015 کامپیوتر، مقاله 2015 رایگان، دانلود رایگان مقاله 2015 کامپیوتر، کاربرد یادگیری ماشین در شبکه های کامپیوتری، کاربرد یادگیری ماشین در شبکه های حسگر بیسیم، الگوریتم های یادگیری ماشین، شبکه های عصبی مصنوعی، شبکه های پیش خور، شبکه های عصبی پیش تغذیه شده، مقاله مکانیابی در شبکه حسگر بیسیم، الگوریتم های پس انتشار، نرون های چند لایه، نورون های چند لایه، تنظیم بیزی، شبکه های بیزین، مقاله مکانیابی در شبکه سنسور، مشخص کردن موقعیت، شبکه های عصبی som، wireless sensor networks, wsn, localization in wireless sensor network, localisation in wireless sensor networks, artificial neural networks, ann, feed forward neural networks, tansigmoid transfer function, tan sigmoid transfer function, training algorithms, Bayesian regularization, back propagation algorithms, multi-layer perceptron , ، Network partitioning ، Topology repair ، 2-Vertex connectivity، Fault tolerance ، Relay node placement. coverage
پس از خرید از درگاه امن بانکی لینک دانلود در اختیار شما قرار میگیرد و همچنین به آدرس ایمیل شما فرستاده میشود.
تماس با ما برای راهنمایی، درخواست مقالات و پایان نامه ها و یا ترجمه با آدرس ایمیل:
ArticleEbookFinder@gmail.com
شماره تماس ما در نرم افزار واتس آپ:
+98 921 764 6825
شماره تماس ما در نرم افزار تلگرام:
+98 921 764 6825
توجه: اگر کارت بانکی شما رمز دوم ندارد، در خرید الکترونیکی به مشکل برخورد کردید و یا به هر دلیلی تمایل به پرداخت الکترونیکی ندارید با ما تماس بگیرید تا راههای دیگری برای پرداخت به شما پیشنهاد کنیم.
چکیده
تحمل پذیری خطا در شبکه های حسگر بی سیم به دلیل چالشهای فنی و مفهومی منحصربفرد از
اهمیت ویژه ای برخوردار است.در این مقاله با توجه به محدودیت ها و شرایط عملیاتی ویژه ی
شبکه های حسگر، روشی را برای بهبود تحمل پذیری خطا مانند تشخیص خطا در این نوع شبکه ها مورد بررسی قرار می دهیم.روش پیشنهادی به صورت روشی جدید قابلیت تشخیص خطا در شبکه های حسگر را بهبود می بخشد.در این روش با استفاده از گره های ذخیره شده در ساختاری خوشه ای تحمل پذیری خطا مانند تشخیص صحیح خطا و ترمیم آن را افزایش داده ایم.ارزیابی روش پیشنهادی و مقایسه ی آن با روش دیگر، بهبود روش پیشنهادی را نشان می دهد.
واژه های کلیدی :
شبکه های حسگر بی سیم ، تحمل پذیری خطا ، ترمیم خطا ، مدیریت شبکه.
فهرست مطالب عنوان صفحه
=======================================================
مقدمه 1
نمونه ی پیاده سازی شده شبکه حسگر 12
بررسی نرم ا فزارهای شبیه سازی شبکه 14
خصوصیات لازم برای شبیه سازهای شبکه 15
فهمیدن تعامل (واکنش) در شبکه های حسگر 54
توانایی های توسعه یافته شبکه های حسگر 54
طراحی ومدل کردن ناهمگن پتولومی_ 54
نمونه های ایجاد شده توسط نرم افزار 55
امنیت در شبکه های حسگر بی سیم 61
پیش نشر کلیدی به صورت تصادفی_ 76
بهبود تحمل پذیری خطا در شبکه های حسگر بی سیم 78
سازمان دهی گره ها و عملکرد سیستم 79
مقاله انگلیسی Security in Wireless Sensor Networks_ 96
مقدمه
شبکه های حسگر بی سیم به عنوان یک فناوری جدید از پیشروترین فناوری های امروزی می باشند. این شبکه ها محدودیت ها، توانایی ها ,ویژگی ها، پیچیدگی ها و محیط عملیاتی خاص خود را دارند که آنها را از نمونه های مشابه، همچون شبکه های موردی متفاوت می کند [ 1] .امروزه قابلیت اطمینان و تحمل پذیری خطا در شبکه های حسگر، با درنظر گرفتن کیفیت بهتر یکی از زمینه های مهم تحقیقاتی است. دستیابی به اطلاعات با کیفیت با محدودیت های درنظر گرفته شده در هنگامی که خطا وجود دارد یکی از چالش های شبکه های حسگر است[ 2,3].
خطا در شبکه های حسگر به صورت یک رویداد طبیعی به شمار می آید و برخلاف شبکه های معمولی و سنتی یک واقعه ی نادر نیست. برای تضمین کیفیت سرویس در شبکه های حسگر ضروری است تا خطاها را تشخیص داده و برای جلوگیری از صدمات ناشی از بروز خطا، عمل مناسب را در بخش هایی که آسیب دیده اند انجام دهیم[ 4].
دو بخش مهم در تحمل پذیری خطا یکی تشخیص خطاو دیگری ترمیم خطا است. در مرحله ی تشخیص خطا مهم این است که بتوان با صرف هزینه ی کم و با دقت بالا به این نتیجه رسید که واقعا خطایی رخ داده است و گره های آسیب دیده را شناسایی نمود. در مرحله ی ترمیم مهم است که پس از تشخیص خطا، بتوان گره های آسیب دیده را به وضعیتی که قبل از بروز خطا داشتند، رساند. در شبکه های حسگر تشخیص خطا می تواند در مواردی همچون امنیت و کارایی به کار گرفته شود.
در این مقاله با توجه به اهمیت تشخیص خطا و کاربرد تحمل پذیری خطا در شبکه های حسگر و با توجه به مدل واقعه گرا برای جمع آوری داده ها در شبکه های حسگر، روشی جدید برای تشخیص خطا با توجه به ساختاری خوشه ای پیشنهاد شده است. هدف اصلی، بهبود و تشخیص درست گره های آسیب دیده در شبکه های حسگر است .
بخش های مختلف این مقاله به صورت زیر تقسیم بندی شده است. در بخش ۲ در مورد روش ها و کارهای انجام شده برای افزودن تحمل- پذیری خطا در شبکه های حسگر توضیح داده می شود. در بخش ۳ سازماندهی گره ها در ساختار خوشه ای و نحوه ی عملکرد آنها برای افزودن روش پیشنهادی توضیح داده می شود. در بخش ۴ روش پیشنهادی توضیح داده می شود و در انتها شبیه سازی و ارزیابی روش پیشنهادی و مقایسه ی آن با روش [ 4] انجام می شود و بهبود روش پیشنهادی نسبت به این روش نشان داده می شود
امروزه استفاده از شبکه های بی سیم به شکل گسترده ای رو به ازدیاد است.یکی از انواع این شبکه ها، شبکه های موبایل تک کاره (Mobile بیسیم networks)است. شبکه موبایل بیسیم به عنوان شبکه های با عمر کوتاه شناخته می شود. توپولوژی بسیار پویا، در دسترس بودن پهنای باند محدود،محدودیت های انرژی و عدم وجود زیرساخت، مسیریابی در این نوع شبکه ها را به چالش کشیده است،بدین جهت یافتن مسیر بهینه در این شبکه ها یک مسئله بسیار مهم به شمار می اید. الگوریتم های الهام گرفته از طبیعت (ازدحام هوش) مانند الگوریتم های بهینه سازی لانه مورچه و همچنین الگوریتم ژنتیک در چند سال اخیر برای حل مسئله مسیریابی شبکه های بی سیم معرفی شده اند. در این پروژه سعی کردیم مجموعه فعالیت های انجام شده برای یافتن مسیر بهینه در شبکه های بی سیم با استفاده از خواص الگوریتم ژنتیک و الگوریتم لانه مورچه ای را مورد بررسی و ارزیابی قرار داده و روشی بهینه در این زمینه را بیابیم.
فهرست مطالب
1-1 مقدمه ای بر شبکه های بی سیم. 2
1-2 تقسیم بندی شبکه های بی سیم بر اساس محدوده فرکانس... 5
فصل دوم:مسیریابی در شبکه های بیسیم
2-2- مسیریابی در شبکه های بیسیم. 14
2-3- پروتکل های مسیریابی در شبکه های بیسیم. 17
2-3-1- الگوریتم های فعال (Table driven Pro active) 18
2-3-2- الگوریتم های واکنشگر (On demand Reactive) 20
2-3-3- الگوریتم های ترکیبی (Hybrid) 23
2-3-4- مسیریابی سلسله مراتبی. 24
فصل سوم:بررسی الگوریتم های مسیریابی
3-1- دیدگاه های الگوریتم های مسیریابی. 28
2-3- نحوه ی مسیریابی بصورت استاتیک... 29
3-3-1- پروتکل های Distance Vector 31
3-3-2- پروتکل های IP Link State. 32
3-4- الگوریتم های مسیریابی. 34
3-4-1- مسیریابی مبتنی بر کیفیت سرویس( QOS) 34
فصل چهارم:ارزیابی الگوریتم مورچگان در شبکه های بی سیم
4-2 پیدا کردن کوتاهترین مسیر توسط مورچه ها 38
4-3 الگوریتم پایه لانه مورچه ای. 39
4-4 ویژگیهای الگوریتم مورچگان : 41
4-5 الگوریتم ساده لانه مورچه ای. 42
4-6 چرا الگوریتم تخمین بهینه لانه مورچه ای برای شبکه های بی سیم مناسبند؟ 43
4-6-4 پشتیبانی از چند مسیره بودن شبکه 43
4-7 بررسی الگوریتم های مسیریابی مبتنی بر مورچه ها برای MANETs. 43
4-8 الگوریتم های مسیریابی تخت.. 44
4-8-1 الگوریتم مسیریابی مبتنی بر لانه مورچه 44
4-9 چگونگی کارکرد الگوریتم. 47
4-9-2 الگوریتم مسیریابی اورژانس احتمالاتی(PERA ) 52
4-9-3 الگوریتم مسیریابی فوری ویژه:(EARA ) 53
4-10 پروتکل های مسیریابی سلسله مراتبی. 55
4-10-1 مسیریابی مبتنی بر مورچه متحرک (MABR ) 55
4-10-3 الگوریتم ردیابی مورچه برای شبکه های اختصاصی بی سیم. 59
4-11 فهرست یا جدول پیشنهادی مسیریابی. 60
4-12 محدوده مسیریابی بر اساس پروتکل مسیریابی لانه مورچه ای (TRAC) برای شبکه های بی سیم. 65
4-12-2 مروری بر پروتکل TARC.. 65
4-12-3-2 مرحله جستجوی مسیر. 67
4-12-3-3 مرحله به روز رسانی مقدار فرومون. 68
فصل پنجم:ارزیابی عملکرد الگوریتم ژنتیک
5-4- تشریح کلی الگوریتم ژنتیک... 75
5-5- حل مساله با استفاده از الگوریتم های ژنتیک... 75
5-6- اجزای الگوریتم ژنتیک... 76
5-7 مسیریابی QoS در MANET بر اساس الگوریتم ژنتیک... 78
5-7-2 نقش GA در مسیریابی QoS در MANET. 81
5-8 مشکلات کوتاهترین مسیر حرکتی در MANET بر اساس الگوریتم ژنتیک... 85
5-8-1 مشکلات مسیر حرکتی SP. 85
5-8-2 الگوریتم ژنتیکی تخصصی برای مشکلات SP. 87
5-8-2-2 ارزش دهی اغازی جمعیتی. 87
5-8-2-4 برنامه ریزی انتخابی. 88
5-8-3 الگوریتمهای ژنتیکی به همراه برنامه ریزی مهاجرتی. 89