عنوان پایان‌نامه
ارزیابی تا ثیر پارا متر های مکانی محیط در الگوریتمهای بهینه سازی سراسری برای جا یابی شبکه های سنسور بی سیم
- رشته تحصیلی
- مهندسی عمران-سیستمهای اطلاعات جغرافیایی(GIS)
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 2703;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 64647
- تاریخ دفاع
- ۱۰ شهریور ۱۳۹۳
- دانشجو
- علی افغان طلوعی
- استاد راهنما
- فرید کریمی پور
- چکیده
- در سال های اخیر، شبکه های حسگر بی سیم در کاربردهای متعددی مانند کنترل و نظارت مورد مطالعه قرار گرفته اند. یکی از مسائل مهم مورد مطالعه در شبکه های حسگر بی سیم، بهینه سازی جایابی حسگرها به منظور دستیابی به بیشینه ی مقدار پوشش است. از این رو، در اکثر تحقیقات برای رسیدن به پوشش حداکثر از الگوریتم های بهینه سازی متعددی استفاده شده است. در یک رده بندی کلی، الگوریتم های بهینه سازی برای جایابی با هدف افزایش پوشش، به دو گروه الگوریتم های بهینه سازی محلی و سراسری تقسیم می شوند. مدل مکانی محیط اطراف حسگرها یکی از پارامترهای تأثیرگذار بر میزان دقت مقدار پوشش در مسئله جایابی است. در تحقیقات پیشین، غالباً مدل محیط به صورت کاملاً ساده سازی شده در نظر گرفته شده است. درحالیکه در این تحقیق، الگوریتم های بهینه سازی سراسری به منظور پوشش حداکثر شبکه های حسگر بی سیم، با استفاده از سیستم اطلاعات مکانی به منظور مدل سازی محیط های پیچیده که شامل موانع و توپوگرافی می شدند، به کار گرفته شد. سپس برای ارزیابی کارایی الگوریتم ها، علاوه بر پوشش نهایی، خطای پوشش آن ها نسبت به مدل محیط ارزیابی شد. در این راستا، مدل برداری دو و سه بُعدی به عنوان مدل قابل اعتمادتر (مستقل از قدرت تفکیک) برای ارزیابی مدل های رستری با قدرت تفکیک های مختلف به کارگرفته شدند. از این رو روش هایی برای محاسبه پوشش در مدل برداری دو و سه بُعدی توسعه یافتند. از سوی دیگر، در این تحقیق مدل های مختلف حسگر (همه جهتی و جهت دار ) و مدل احتمالی پوشش و قیود پوشش مانند پوشش چندتایی برای هر یک از الگوریتم های بهینه سازی سراسری پیاده سازی شدند. با ارزیابی مدل های رستری با قدرت تفکیک های مختلف نسبت به مدل برداری این نتیجه حاصل شد که مدل محیطی ای بهتر است که روند بهینه پوشش الگوریتم های بهینه سازی سراسری و خطای محاسبه پوشش را با هم درنظر بگیرد. واژه‌های کلیدی: شبکه های حسگر بی سیم، جایابی، پوشش، الگوریتم های بهینه سازی سراسری، پوشش چندتایی
- Abstract
- In recent years, Wireless Sensor Networks (WSNs) have been studied in several appli-cations such as monitoring and control. Sensor deployment for achieving the maximum coverage is one of the important issues in WSN. Hence, several optimization algorithms are used in the majority of researches to achieve maximum coverage. In the general category, optimization algorithms for the sensor deployment are divided to local and global optimization algorithms. Environment spatial model of sensors is one of the important parameters that influences the accuracy of sensors coverage. In the previous researches, a simple model has often been considered as environment model. While in this research, the global optimization algorithms were performed in order to maximize the coverage of WSN and Geospatial Information System (GIS) were used for modeling a complex environment that includes obstacles and topography to achieve high coverage accuracy. Then, in addition to coverage, the accuracy of coverage with respect to the environment model was used to evaluate the global optimization algo-rithms. In this regard, 2D and 3D vector models as a more reliable environment model (independent of resolution) were used to evaluate the raster models with different reso-lutions. Therefore, the coverage calculation of 2D and 3D vector model was necessary. For this purpose, the methods for calculating the coverage of the vector models were presented in this research. Furthermore, in this study, different models of sensors (om-ni-directional and directional) and the probability coverage model as well as coverage constraints such as k-coverage were performed. The conclusion can be drawn from evaluating the raster models with defferent resolutions compare to the vector model for each global optimization algorithm that, an environment model is better which consid-ers the optimal and accurate coverage together. Keyword: WSN, deployment, coverage, global optimization, k-coverage
