عنوان اصلی لاتین : An Efficient Approach for Clustering in Wireless Sensor Network Using Fuzzy Logic
عنوان اصلی فارسی مقاله: روشی کارا برای خوشه‌بندی در شبکه‌های حسگر بیسیم با استفاده از منطق فازی.
مرتبط با رشته های :فناوری اطلاعات و کامپیوتر
نوع فایل ترجمه : ورد آفیس(که دارای امکان ویرایش می باشد)
تعداد صفحات فایل ترجمه شده: 12 صفحه
کلمات کلیدی مربوطه با این مقاله: ندارد
برای دریافت رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید
_______________________________________
بخشی از ترجمه:
شبکه‌ی
حسگر بیسیم (WSN) از تعداد زیادی گره‌ی حسگر تشکیل شده که به یکدیگر متصل
هستند تا عمل خاصی را انجام دهند. این گره‌ها انرژی، قدرت پردازش و
حافظه‌ی محدودی دارند. به دلیل اینکه طول عمر شبکه بستگی به این گره‌ها
دارد، منبع انرژی در گره‌ها بسیار مهم است. بنابراین نیاز به روش‌هایی برای
کاهش مصرف انرژی در گره‌ها داریم. خوشه‌بندی یکی از روش‌ها برای کاهش مصرف
انرژی است. الگوریتم‌های خوشه‌بندی بسیاری معرفی شده‌اند. الگوریتم LEACH
یکی از معروف‌ترین این الگوریتم‌‌هاست. در این مقاله، ما یک روش کارا برای
خوشه‌بندی با استفاده از منطق فازی با ورودی‌های مناسب پیشنهاد می‌دهیم و
آن را با ویژگی‌های خوب LEACH ترکیب می‌کنیم. این روش کاملاً توزیع شده
است. بنابراین سرعت آن بیشتر و مصرف انرژی آن کمتر از روش‌های متمرکز است.
همچنین روش پیشنهادی ما، ضعف‌های LEACH را بر طرف کرده و کاراتر از روش‌های
موجود است.
مقدمه:
در سال‌های اخیر با پیشرفت فناوری،
از شبکه‌های حسگر بیسیم (WSNها) در برنامه‌های مختلفی استفاده شده است.
WSN شامل صدها یا هزاران گره‌ی حسگر کوچک است. ایم گره‌ها به یکدیگر متصل
شده‌اند تا کار یا کارهای مشخصی را انجام دهند. هر گره در WSN شامل
مؤلفه‌هایی مثل آنتن ارتباطی، حافظه کم، مدار حسگر (حسگر دما، نور، رطوبت و
...)، پردازنده‌ی ضعیف و منبع تغذیه‌ی محدود است.
WSNها معمولا
برای برنامه‌های نظارتی استفاده می‌شود و به محض تغییر در محیط، ایستگاه
باخبر می‌شود. WSNها معمولاً در محیط‌هایی که دسترسی انسانی محدود است مثل
کوه‌های آتشفشان یا مناطق نظامی استفاده می‌شوند.
جهت دانلود محصول اینجا کلیک نمایید
بخشی از مقاله انگلیسی
Our aim of doing this research is to achieve anoptimal approach for clustering in WSN. Thismethod has less computational complexity becauseuses of fuzzylogic. Since all operations for clusterformation are done locally a large amount of energyis saved and speed of cluster formation is increased.Moreover, this method is extremely robust becauseusing appropriate input for the fuzzy system. Wepropose anefficient clustering approach bycombination good features of LEACH approach andfuzzy logic. This method works better than otherclustering approaches
