طرح خوشه بندی متمرکز کارا از طریق تخمین سطح انرژی بر پایه HMM بهینه شده توسط PSO در شبکه های حسگر

بدلیل محدودیت انرژی گره ها ، بهره وری انرژی باید بعنوان هدف کلیدی در طراحی شبکه های حسگر مدنظر قرار گیرد. خوشه بندی از روش هایی اسن که بعنوان رویکردی مناسب در مدیریت بهره وری مصرف انرژی مورد استفاده قرار می گیرد. گردش نقش سر خوشه مابین گذه ها از مسائل مهم در خوشه بندی است و راه حل های مختلفی برای آن ارائه شده است . در حوزه روش های سلسله مراتبی متمرکز ، جمع آوری مستقیم اطلاعات مربوط به سطح انرژی گره ها در هر دوره، هزینه گردش نقش سر خوشه را افزایش می دهد. در این مقاله یک روش خوشه بندی متمرکز پیشنهاد شده است که از پیشگویی سطح انرژی شبکه با استفاده از مدل سازی مارکوف مخفی ( HMM ) بهینه شده توسط بهینه سازی گروهی ذرات ( PSO ) استفاده می کند. در گام بعدی نیز انتخاب بهینه سر خوشه ها با استفاده از PSO انجام می شود. روش ارائه شده در عین کاهش هزینه خوشه بندی ، کارایی خوشه بندی را افزایش می دهد . نتایج شبیه سازی نشان می دهد که این روش ، بهره وری مصرف انرژی و طول عمر شبکه را افزایش می دهد.

کلیدواژه ها:

شبکه های حسگر ، الگوریتم های خوشه بندی ، بهره وری انرژی ، بهینه سازی گروهی ذرات