عنوان پایان‌نامه
تخصیص منابع برای ترکیب اطلاعات در شبکه های حسگر بی سیم مأموریت - محور
- رشته تحصیلی
- مهندسی فناوری اطلاعات
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه پردیس 2 فنی شماره ثبت: E2148;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 55438
- تاریخ دفاع
- ۰۳ مهر ۱۳۹۱
- دانشجو
- سهیل جوادی
- چکیده
- دانش بیش‌تر درباره محیط می‌تواند منجر به واکنش‌های بهتر نسبت به تغییرات پیرامونی شود. وظیفه شبکه‌های حسگر بی‌سیم، جمع‌آوری و انتقال اطلاعات است. کاربردهای متنوعی برای این شبکه‌ها ذکر شده است که هر یک ویژگی‌های خاص خود را دارند. مثلاً در کاربردهای نظارتی، غالباً با شبکه‌های حسگر بی‌سیم ماموریت‌محور مواجه هستیم که در آن‌ها ماموریت‌ها می‌توانند عمر متفاوتی داشته باشند. عموماً شبکه‌های حسگر بی‌سیم با محدودیت منابع از قبیل انرژی، قدرت پردازشی، حافظه و پهنای‌باند مواجه هستند. استفاده نابجا از این منابع می‌تواند کارایی کل شبکه را دچار اخلال نماید. در نتیجه استفاده کارا از این منابع در شبکه‌های حسگر بی‌سیم بسیار حائز اهمیت است. به منظور افزایش دقت و صحت داده‌ها، و یا کاهش حجم داده‌های منتقل شده در سطح شبکه‌های حسگر بی‌سیم، از پردازش‌های درون‌شبکه‌ای مثل ترکیب اطلاعات استفاده می‌شود. امروزه پردازش‌های درون‌شبکه‌ای جزء جدایی‌ناپذیر شبکه‌های حسگر بی‌سیم هستند. لذا تخصیص منابع برای انجام بهتر آن‌ها، به موضوع مهمی برای تحقیقات تبدیل شده است. روش‌های متنوعی برای تخصیص منابع در شبکه‌های حسگر بی‌سیم وجود دارد. هر یک از این روش‌ها بر روی یک یا چند منبع شبکه تمرکز دارد. از بهبود الگوریتم‌های ترکیب اطلاعات گرفته تا بهبود پروتکل‌های ارتباط داده، می‌تواند موضوع تخصیص منابع باشد. به علاوه نیازهای خاص هر مسئله نیز باید در فرآیند تخصیص منابع دخیل گردد. در این پایان‌نامه بر آن هستیم تا طرح‌هایی برای بهبود تخصیص منابع به منظور بهبود انجام ترکیب اطلاعات در شبکه‌های حسگر بی‌سیم ماموریت‌محور ارائه دهیم. در این مطالعه روش‌های انجام ترکیب اطلاعات را به دو دسته بزرگ تقسیم‌بندی کرده‌ایم: رویکرد ارسال داده‌ها به سمت پردازش‌ها و رویکرد ارسال پردازش‌ها به سمت داده‌ها. ذیل هر یک از این رویکردها، روش‌هایی مورد بررسی قرار گرفته، و بر اساس آن‌ها طرح‌هایی ارائه شده است که نسبت به طرح‌های پیشین برتری‌هایی را ایجاد می‌نمایند. پیاده‌سازی‌ها و مطالعات بر روی روش‌های ارائه شده، نشان از کارایی آن‌ها در جهت اهداف مورد نظر است. همچنین نتایج مذکور حاکی از آن است که روش‌های ارائه‌شده، به طور مستقیم یا غیرمستقیم، مصرف انرژی را بهبود می‌بخشند که این موضوع می‌تواند در شبکه‌های حسگر بی‌سیم بسیار حائز اهمیت باشد.
- Abstract
- The more the knowledge we have, the better we can react to the environmental changes. Wireless sensor networks duty is to collect and transmit data. There are various applications for these networks; each one has its own characteristics. For example, in surveillance applications, we face mission-oriented wireless sensor networks in which missions can have different lifetime. Generally, wireless sensor networks have to deal with limited resources such as energy, processing power, memory, and bandwidth. Improper usage of these resources can disrupt whole network functionality. Thus, effective utilization of them in wireless sensor networks is very important. In-network processing methods such as data fusion approach, is usually used to increase the data accuracy and decrease the volume of the transmitted data within the wireless sensor networks. Nowadays, In-network processing and wireless sensor networks are inseparable. Therefore, resource allocation for better performing the In-network processing, has become an important research field. There are various methods for resource allocation in wireless sensor networks. Each one of them focuses on some of the network resources. In fact, the subject of resource allocation can range from improving the data fusion algorithms to enhancing the data communication protocols. Furthermore, specific requirements of the problem being studied should also be taken into account. Here, in this project, we are going to introduce some methods to improve resource allocation for performing data fusion in mission-oriented wireless sensor networks. The methods of performing data fusion in wireless sensor networks are categorized into two major groups: namely, sending data towards processing and sending processing towards data. Corresponding to each one of them, some methods have been studied and investigated. Then, some new methods have been introduced which have superiority compare to some of the previous works in corresponding literature. Implementations and studies on presented methods reveal their effectiveness according to the design goals. Besides, the results show that these methods are capable of improving the energy consumption either directly or indirectly which is a very important factor for wireless sensor networks.
