بهينه سازي مصرف انرژي شبكه هاي حسگر بي سيم توسط چاهك چندگانه متحرك با استفاده از منطق فازي

Optimization of Energy Consumption with Multiple Mobile Sinks Using Fuzzy Logic in Wireless Sensor Networks

در شبكه‌هاي حسگر بي‌سيم، هر حسگر از محيط محدود تحت پوشش خود داده‌هايي را دريافت مي‌كند. داده هاي دريافتي در اين حسگر پردازش شده و بصورت بي‌سيم براي چاهك ارسال مي شود. از جمله چالش هاي اين شبكه مصرف انرژي حسگرها و مشكل حفره انرژي مي باشد، زيرا اين حسگرها از باتري با طول عمر محدود استفاده مي كنند و همواره حسگرهاي نزديكتر به چاهك داده هاي بيشتري را نسبت به ديگر حسگرها انتقال داده، در نتيجه زودتر از باقي گره ها انرژي خود را از دست مي دهند، لذا بهينه سازي مصرف انرژي يكي از مهمترين مسائل در طول عمر عملياتي شبكه مي باشد. در اين طرح با تقسيم منطقه مورد نظر به چندين منطقه كوچكتر و استفاده از چاهك چندگانه متحرك، يك روش خوشه بندي نابرابر با استفاده از منطق فازي بيان شده است كه به موجب آن با كم شدن فاصله حسگرها نسبت به مسير حركت چاهك اندازه خوشه ها نيز كاهش مي يابد، اين كاهش اندازه و انتخاب مسير هوشمندانه توسط چاهك متحرك موجب رفع مشكل حفره انرژي مي‌گردد. شبيه‌سازي توسط نرم‌افزار متلب انجام شده كه با توجه به معيارهاي FND و HNA نتايج نشانگر 19/75 % بهبود مصرف انرژي و رفع مشكل حفره انرژي در شبكه‌هاي حسگر بي‌سيم مي‌باشد.

Each sensor in WSNs receives data from the limited area under its coverage. The received data is processed by the sensor; then, it is wirelessly transmitted to the sink. Sensors energy consumption and the energy hole problem are considered as outstanding challenge of these networks. That is, since sensors use batteries with limited lifetimes and sensors which are closer to the sink transmit more data than remoter sensors, hence, they run up their energies sooner than other sensor nodes. Consequently, optimizing energy consumption is regarded as one of the most critical issues throughout a networks operational lifetime. In this paper, by dividing a respective area into several smaller areas and using a multiple mobile sink (MS), we proposed an unequal clustering method via fuzzy logic which leads to the reduction of distances among sensors with respect to the movement direction of sink. As a result, the sizes of clusters are reduced. Accordingly, such a reduction in the sizes of clusters and the smart selection of the route by the MS eliminates energy hole issue. Regarding the metrics of FND and HNA, it was found that the proposed method optimized energy consumption for 19%. Hence, it was able to fix energy hole problem in WSNs.