CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

بهبود مسیریابی در شبکه های حسگر بیسیم با استفاده از شبکه عصبی تابع پایه شعاعی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۲۰ | تعداد نمایش خلاصه: ۱۱۷ | نظرات: ۰
سال انتشار: ۱۳۹۷
کد COI مقاله: DESCONF01_036
زبان مقاله: فارسی
حجم فایل: ۴۷۵.۱۳ کیلوبایت (فایل این مقاله در ۲۰ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۲۰ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بهبود مسیریابی در شبکه های حسگر بیسیم با استفاده از شبکه عصبی تابع پایه شعاعی

  ندا عابدین زاده - دانشجوی کارشناسی ارشد مهندسی کامپیوتر، موسسه آموزش عالی زند دانش گستر شیراز
  محمدرضا اسلامی نژاد - استادیار و عضو هییت علمی، موسسه آموزش عالی زند دانش گستر شیراز
  امین کشاورزی - عضو هییت علمی و مدیرکل پژوهش و فناوری، دانشگاه آزاد اسلامی، واحد مرودشت

چکیده مقاله:

شبکه های حسگر بی سیم (WSN ها) از تعداد زیاد گره حسگر ارزان قیمت، کوچک تشکیل شده اند که برای سنجش پارامترهای مختلف محیط و ارسال داده ها با یک یا چند سینک کار می کنند که در آخر پردازش خواهند شد. وظیفه اصلی گره حسگر، جمع آوری نقاط داده در فواصل زمانی منظم و تبدیل آن به یک سیگنال الکترونیکی و انتشار سیگنال به گره سینک یا ایستگاه پایه از طریق رسانه های ارتباطی بی سیم قابل اطمینان است. چون گره های بی سیم به شدت محدودیت باطری دارند و میزان انرژی رابطه مستقیمی با طول عمر شبکه دارد. چالش اصلی این است که چگونه انرژی گره ها را به گونه ای حفظ کنیم که طول عمر شبکه به طرز قابل توجهی افزایش یابد. پروتکل های مسیریابی جغرافیایی بر اساس موقعیت جغرافیایی نودها بسته ها را ارسال می کنند. معیارهای مورد استفاده برای انتخاب یک گره ارسال کننده بر عملکرد پروتکل ها نظیر بهره وری انرژی تاثیر می گذارد. در این مقاله از شبکه عصبی، به طور کارا در کشف مسیر مناسب و مدیریت بهتر توان حسگرها استفاده می شود. لذا استفاده از معیارهای مهمتر برای انتخاب گره ارسال کننده در شبکه عصبی، طول عمر شبکه را افزایش می دهد. کارایی الگوریتم پیشنهادی با انجام شبیه سازی در نرم افزار متلب مورد ارزیابی قرار گرفته است. با توجه به نتایج روش شبکه عصبی تابع پایه شعاعی توانسته با بهینه سازی مصرف انرژی، طول عمر شبکه را افزایش دهد. همچنین در مقایسه صورت گرفته با پروتکل های MP, CAFS و COP از نظر پارامترهای طول عمر شبکه، میزان مصرف انرژی و تعداد نودهای زنده برحسب زمان، در دو حالت شبکه متراکم و هم شبکه غیر متراکم، عملکرد بهتری داشته است.

کلیدواژه‌ها:

شبکه های حسگر بیسیم، شبکه عصبی، بهینه سازی مسیریابی، طول عمر شبکه، مصرف انرژی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-DESCONF01-DESCONF01_036.html
کد COI مقاله: DESCONF01_036

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
عابدین زاده, ندا؛ محمدرضا اسلامی نژاد و امین کشاورزی، ۱۳۹۷، بهبود مسیریابی در شبکه های حسگر بیسیم با استفاده از شبکه عصبی تابع پایه شعاعی، کنفرانس ملی پیشرفت های اخیر در مهندسی و علوم نوین، تهران، پژوهشگاه فرهنگ و هنر، https://www.civilica.com/Paper-DESCONF01-DESCONF01_036.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (عابدین زاده, ندا؛ محمدرضا اسلامی نژاد و امین کشاورزی، ۱۳۹۷)
برای بار دوم به بعد: (عابدین زاده؛ اسلامی نژاد و کشاورزی، ۱۳۹۷)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: موسسه غیرانتفاعی
تعداد مقالات: ۲۷۰
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
  • هوش مصنوعی > شبکه عصبی
  • اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.