عنوان پایان‌نامه
ارزیابی تا ثیر پارامتر های مکانی محیط در الگوریتمهای بهینه سازی محلی برای جا یابی شبکه سنسور های بی سیم
- رشته تحصیلی
- مهندسی عمران-سیستمهای اطلاعات جغرافیایی(GIS)
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 2873;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 66720
- تاریخ دفاع
- ۲۰ دی ۱۳۹۳
- دانشجو
- سعید دودمان
- استاد راهنما
- فرید کریمی پور
- چکیده
- پیشرفت های اخیر در سیستم های مکانیکی و الکتریکی و سیستم های اطلاعاتی باعث توسعه ی حسگرهایی کوچک با قابلیت شناسایی محیط، پردازش داده ها و ارتباط با یکدیگر شده است بطوریکه همکاری این حسگرها بصورت شبکه ای بی سیم، در زمینه های مختلفی مانند پایش و نظارت کاربرد فراوان پیدا کرده اند. یکی از چالش های مهم در زمینه ی استقرار شبکه های حسگر بی سیم، یافتن بهترین موقعیت حسگرها در محیط و چیدمان آن¬ها در شبکه، با هدف دست یابی به بیش ترین پوشش است. برای حل این مسأله روش های بهینه سازی سراسری و محلی مختلفی ارائه شده است که مبتنی بر مدل های مکانی به عنوان نمایشی از دنیای واقعی پیچیده اند. تمرکز این پایان نامه بر روی روش های محلی است؛ اما مشکل اصلی این روش ها آن است که صرفاً با مدل-های مکانی بسیار ساده سازی شده، سازگارند. برهمین اساس در این پایان نامه دو الگوریتم بهینه-سازی محلی (Vortual Force-based و VORonoi-based) طوری ارتقا داده می شوند که هرچه بیشتر با مدل های مکانی پیچیده تر(مدل رستری سه بعدی) سازگار گردند. علاوه بر این روش نوینی برای محاسبه ی پوشش حسگرها در مدل های برداری سه بعدی، ارائه می گردد تا مقدار دقیق پوشش شبکه بر اساس آن تعیین گردد. هم چنین به منظور ارزیابی تأثیر پارامترهای مکانی محیط در الگوریتم های بهینه سازی محلی، چندین الگوریتم بهینه سازی محلی برای جایابی مجموعه ای از حسگرها در قدرت تفکیک های مکانی مختلف از منطقه ای یکسان استفاده می گردند. بر اساس پوشش های بدست آمده از هر قدرت تفکیک مکانی و نیز پوشش های دقیق بدست آمده از مدل برداری نظیر، دقت و صحت پوشش قابل کسب از هر الگوریتم بهینه سازی در هر قدرت تفکیک تعیین می گردد. همچنین آزمون آماری ANOVA برای تعیین میزان حساسیت الگوریتم ها به کیفیت داده های مکانی بکار گرفته می شود. نتایج حاصل نشان می دهند که الگوریتم های Extended VORonoi-based وExtended Virtual Force-based، با متوسط اختلاف 5/13 درصد پوشش نسبت به سایر الگورربتم¬ها، پوشش شبکه ی حسگرها را بهتر بهبود می دهند. همچنین تست ANOVA نشان می دهد که الگوریتم های Extended Virtual Force-based و Voronoi-based به ترتیب دارای بیشترین و کمترین حساسیت نسبت به قدرت تفکیک داده های مکانی می باشند. واژه های کلیدی: شبکه حسگرهای بی سیم، جایابی شبکه، پوشش مکانی، الگوریتم های بهینه سازی محلی، کیفیت داده های مکانی
- Abstract
- ment of small sensors with capability of environment detection, data processing and communicating with each other in such a way that cooperation of these sensors in a wireless network have been found many application in various fields like controls and monitoring. One of the most important challenges in wireless sensor deployment is finding the best position of sensors in environment and their layout in the network with the aim of achieve the maximum coverage. Various global and local optimization ap-proaches have been proposed to solving this problem which are based on spatial models as a representation of complex reality. The thesis is focused on local approaches. However the main problem of these ap-proaches is that they are only compatible with simplified spatial models. Therefore in this thesis two local optimization algorithm (Virtual Force-based and VORonoi-based) will be extended in such a way that can be compatible with complex spatial models (3D Ratsers) more and more. In addition, a new approach will be proposed to calculate sensors coverage in 3D vector models. In order to evaluate the impact of spatial parameters on local optimization algorithms in wireless sensor networks, some local optimization algorithms are used to deploying a set of sensors in several resolutions of a same region. Based on the coverage achieved from each resolution and the related vector-based coverage, the possible precision and accuracy achieved of each optimization algorithm is being determined in various reso-lutions. In addition, an ANOVA test is used to compare the sensitivity of algorithms to spatial data quality. The results show that extended Virtual Force and VORonoi-based algorithms enhance the network coverage with 13.5 percent more than other algorithms. However the cov-erage’s standard deviation of Extended VORonoi-based is lower than others. The ANOVA test also shows that Extended Vitual Force-based and VORonoi-based algo-rithms are most and least sensitive to spatial resolutions cosequently. Keyword: WSNs, WSN Deployment, Spatial Coverage, Local Optimization Algo-rithms, Spatial Data Quality
