مقالات و تحقیق آماده
ارائه محصولات فایلی و دانلودی برای شما عزیزانمقالات و تحقیق آماده
ارائه محصولات فایلی و دانلودی برای شما عزیزاندانلود کد متلب بهینه سازی پروتکل LEACH به روش چندجهشی در شبکه حسگر بیسیم
کد متلب بهینه سازی پروتکل LEACH به روش چندجهشی در شبکه حسگر بیسیم
فرمت فایل دانلودی: .rarفرمت فایل اصلی: .m
حجم فایل: 1 کیلوبایت
قیمت: 34000 تومان
یکی از مشکلاتی در ارتباطات شبکه های حسگر بیسیم (WSN) که با روشهای برقراری ارتباط مستقیم (Direct transmition) ، تک جهشی (Single-hop) و پروتکلهای آگاه از انرژی مانند LEACH طراحی شده اند بروز میکند، این است که گره سرخوشه نمیتواند برای تبادل و بروزرسانی اطلاعات بطور مستقیم با ایستگاه پایه ارتباط برقرار کند.در این برنامه با ایجاد تغییراتی در پروتکل LEACH و ترکیب آن با روش دستیابی چند جهشی با برقراری ارتباط و ایجاد گامهای کم هزینه بین سرخوشه ها ، روشی بهینه را برای رفع این محدودیت شبیه سازی کرده ایم.از مزایای این پیاده سازی میتوان به جدید بودن ایده، خلاصه بودن در قالب یک , mfile با 184 خط کدنویسی، استفاده از خروجی گرافیکی برای درک بهترو ایجاد سهولت در ارزیابی شاخصهای عملکرد (هزینه ,سرعت ، انرژی) اشاره کرد.
برای اجرا ، mfile برنامه را به پوشه جاری متلب (Current folder) کپی کرده، Run نمایید. نتایج گرافیکی بصورت مرحله، مرحله نمایش داده شده و قابل ارزیابی خواهد بود ، نتایج محاسباتی و مقادیرنهایی تخصیصی به پارامترهای سیستم بصورت ماتریس ذخیره شده و از طریق پنجره’ Workspace متلب ، قابل دستیابی و ارزیابی خواهد بود.
پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.
دانلود سایر پروژه
دانلود کد متلب ارایه روشی بهبود یافته برای بهینه سازی، بر مبنای الگوریتم ازدحام ماهیهای مصنوعی (AFSA)
کد متلب ارایه روشی بهبود یافته برای بهینه سازی، بر مبنای الگوریتم ازدحام ماهیهای مصنوعی (AFSA)
فرمت فایل دانلودی: .rarفرمت فایل اصلی: .m
حجم فایل: 1 کیلوبایت
قیمت: 31500 تومان
توضیحات:
کد متلب ارایه روشی بهبود یافته برای بهینه سازی، بر مبنای الگوریتم ازدحام ماهیهای مصنوعی (AFSA).
این فایل حاوی کد برنامه متلب برای پیاده سازی یک الگوریتم جدید و بهبود یافته الگوریتم ازدحام ماهیهای مصنوعی با هدف بهبود مدل های شبکه عصبی و مقایسه آن با الگوریتم(PSO) می باشد.
الگوریتم ازدحام ماهی های مصنوعی (artificalt fish-swarm algrithm) الگوریتمی از نوع تکاملی ، ابتکاری و بر گرفته از تئوریهای هوش جمعی می باشد که از رفتار های اجتماعی کلونی های ماهی در طبیعت الهام گرفته است . الگوریتم AFSA یک تکنیک توسعه یافته از الگوریتم ژنیک است و تا حدودی ساختار و مفاهیم پایه ای مشابه مانند کروموزوم،ژن، جمعیت، تکامل ، جهش و...در هر دوی آنها موجود است. ازویژگی ها و مزایای نسبی تکنیک AFSA میتوان به انعطاف پذیری و تحمل پذیری خطای بالا، عدم حساسیت به مقادیر اولیه و سرعت همگرایی بالا اشاره کرد. الگوریتم ازدحام ماهی ها، بطور ویژه ، در کاربردهای بهینه سازی، مانند آموزش شبکه های عصبی پیشرو ، بهینه سازی ترکیبی و تخمین پارامترها استفاده می شود.
این محصول، کد برنامه متلب برای پیاده سازی یک الگوریتم جدید و بهبود یافته الگوریتم ازدحام ماهیهای مصنوعی است و هدف آن بهبود مدل های شبکه عصبی، در مقایسه با الگوریتم بهینه سازی ازدحام ذرات ((PSO میباشد .ابتدا دو الگوریتم PSO و AFSA با شخصات اصلی زیر تعریف شده:
* برای دستیابی به مقاسیه ای منصفانه ، تعداد جمعیتها (20) و دوره های تکرار(200) برای هر دو الگوریتم یکسان در نظر گرفته شده .
* برای تولید ذرات وتعیین سرعت اولیه در هر دو الگوریتم از روش مقداردهی تصادفی استفاده شده، که در است که برای انجام مراحل بهینه سازی، تابع نمونه (f (x بهمراه متغیرها یی با مقادیر آزمایشی بعنوان ورودیهای شبکه ، تعریف شده. تابع و مقادیر متغیرهای ورودی با توجه به سناریو قابل تغییر است.). در نهایت ، کدنویسی برای شبیه سازی هر دو الگوریتم انجام گرفته.
چون در اینگونه الگوریتمها ، مقداردهی برای تولید ذرات اولیه بصورت random صورت میپذیرد،در هر بار اجرا نتایج بدست آمده با توجه به تغییر مقادیر پارامترهای ورودی ، تغییر خواهد کرد. لذا ، برای بررسی عملکرد ، باید برنامه را دفعات مشخصی اجرا کنیم ، در نهایت با روش شمارش نتایج شاخص fitness و یا معدل گیری از نتایج ، عملکرد را بررسی کنیم. مسلما" هر چه تعداد دفعات اجرا بیشتر شود، نتیجه حاصل شده ،از دقت بالاتری برخوردار خواهد بود.
برای نمونه ، برنامه 100 مرحله متوالی اجرا شد و نتایج بدست آمده برای شاخص شایستگی بررسی شد. عملکرد الگوریتم ازدحام ماهی مصنوعی پیشنهادی ، به روش شمارش نتایج نهایی ، در 61 مورد از 100 مورد اجرا، بهتر از الگوریتم استاندارد بهینه سازی ازدحام ذرات (pso) بدست آمد. تلاش شده برنامه دارای ساختاری روان و انعطاف پذیر داشته و وابستگیها سلسله مراتبی تعریف شود تا توسعه ساده آن برای سناریوهای مختلف بهینه سازی ، خصوصا" ارتقای عملکرد انواع مدلهای شبکه های عصبی با اعمال کمترین تغییرات ،فراهم شود. کدهای اصلی دارای کامنت انگلیسی میباشد.
برای اجرای برنامه، پس از خارج کردن فایل فشرده دانلودی از حالت فشرده، پوشه حاوی کدهای برنامه که شامل سه mfile میباشد را به current folder نرم افزار متلب کپی کنید و فایل با نام main.m را Run نمایید. نتایج محاسباتی در command window و نتایج گرافیکی مقایسه دو الگوریتم pso و AFSA است بصورت منحنی در پنجره فیگور نمایش داده میشود.
کد متلب ارایه روشی بهبود یافته برای بهینه سازی، بر مبنای الگوریتم ازدحام ماهیهای مصنوعی (AFSA).
این فایل حاوی کد برنامه متلب برای پیاده سازی یک الگوریتم جدید و بهبود یافته الگوریتم ازدحام ماهیهای مصنوعی با هدف بهبود مدل های شبکه عصبی و مقایسه آن با الگوریتم(PSO) می باشد.
الگوریتم ازدحام ماهی های مصنوعی (artificalt fish-swarm algrithm) الگوریتمی از نوع تکاملی ، ابتکاری و بر گرفته از تئوریهای هوش جمعی می باشد که از رفتار های اجتماعی کلونی های ماهی در طبیعت الهام گرفته است . الگوریتم AFSA یک تکنیک توسعه یافته از الگوریتم ژنیک است و تا حدودی ساختار و مفاهیم پایه ای مشابه مانند کروموزوم،ژن، جمعیت، تکامل ، جهش و...در هر دوی آنها موجود است. ازویژگی ها و مزایای نسبی تکنیک AFSA میتوان به انعطاف پذیری و تحمل پذیری خطای بالا، عدم حساسیت به مقادیر اولیه و سرعت همگرایی بالا اشاره کرد. الگوریتم ازدحام ماهی ها، بطور ویژه ، در کاربردهای بهینه سازی، مانند آموزش شبکه های عصبی پیشرو ، بهینه سازی ترکیبی و تخمین پارامترها استفاده می شود.
این محصول، کد برنامه متلب برای پیاده سازی یک الگوریتم جدید و بهبود یافته الگوریتم ازدحام ماهیهای مصنوعی است و هدف آن بهبود مدل های شبکه عصبی، در مقایسه با الگوریتم بهینه سازی ازدحام ذرات ((PSO میباشد .ابتدا دو الگوریتم PSO و AFSA با شخصات اصلی زیر تعریف شده:
* برای دستیابی به مقاسیه ای منصفانه ، تعداد جمعیتها (20) و دوره های تکرار(200) برای هر دو الگوریتم یکسان در نظر گرفته شده .
* برای تولید ذرات وتعیین سرعت اولیه در هر دو الگوریتم از روش مقداردهی تصادفی استفاده شده، که در است که برای انجام مراحل بهینه سازی، تابع نمونه (f (x بهمراه متغیرها یی با مقادیر آزمایشی بعنوان ورودیهای شبکه ، تعریف شده. تابع و مقادیر متغیرهای ورودی با توجه به سناریو قابل تغییر است.). در نهایت ، کدنویسی برای شبیه سازی هر دو الگوریتم انجام گرفته.
چون در اینگونه الگوریتمها ، مقداردهی برای تولید ذرات اولیه بصورت random صورت میپذیرد،در هر بار اجرا نتایج بدست آمده با توجه به تغییر مقادیر پارامترهای ورودی ، تغییر خواهد کرد. لذا ، برای بررسی عملکرد ، باید برنامه را دفعات مشخصی اجرا کنیم ، در نهایت با روش شمارش نتایج شاخص fitness و یا معدل گیری از نتایج ، عملکرد را بررسی کنیم. مسلما" هر چه تعداد دفعات اجرا بیشتر شود، نتیجه حاصل شده ،از دقت بالاتری برخوردار خواهد بود.
برای نمونه ، برنامه 100 مرحله متوالی اجرا شد و نتایج بدست آمده برای شاخص شایستگی بررسی شد. عملکرد الگوریتم ازدحام ماهی مصنوعی پیشنهادی ، به روش شمارش نتایج نهایی ، در 61 مورد از 100 مورد اجرا، بهتر از الگوریتم استاندارد بهینه سازی ازدحام ذرات (pso) بدست آمد. تلاش شده برنامه دارای ساختاری روان و انعطاف پذیر داشته و وابستگیها سلسله مراتبی تعریف شود تا توسعه ساده آن برای سناریوهای مختلف بهینه سازی ، خصوصا" ارتقای عملکرد انواع مدلهای شبکه های عصبی با اعمال کمترین تغییرات ،فراهم شود. کدهای اصلی دارای کامنت انگلیسی میباشد.
برای اجرای برنامه، پس از خارج کردن فایل فشرده دانلودی از حالت فشرده، پوشه حاوی کدهای برنامه که شامل سه mfile میباشد را به current folder نرم افزار متلب کپی کنید و فایل با نام main.m را Run نمایید. نتایج محاسباتی در command window و نتایج گرافیکی مقایسه دو الگوریتم pso و AFSA است بصورت منحنی در پنجره فیگور نمایش داده میشود.
پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.
دانلود سایر پروژه
دانلود کد متلب تعیین موقعیت گره ها در شبکه حسگر بیسیم
کد متلب تعیین موقعیت گره ها در شبکه حسگر بیسیم
فرمت فایل دانلودی: .rarفرمت فایل اصلی: .m + pdf
حجم فایل: 320 کیلوبایت
قیمت: 31500 تومان
توضیحات:
کد متلب الگوریتم گرانش مرکزی در محدوده C شکل برای تعیین موقعیت گره ها در شبکه حسگر بیسیم (WSN).
ای فایل حاوی کد متلب پیاده سازی الگوریتم جدید (Centroid C-shape Range-free) با هدف متمرکزسازی بهینه در شبکه های حسگر بیسیم می باشد.
شبکه های حسگر بی سیم (WSN ها) شبکه ای از گره های حسگر بی سیم توزیع شده است که می توانند با همکاری هم نسبت به شرایط فیزیکی و یا محیطی ( دما، صدا، فشار، حرکت، لرزش و یا آلاینده ها و پدیده های دیگر) واکنش نشان داده و به نظارت ، جمع آوری و ارسال اطلاعات دریافتی از محیط پیرامون خود بپردازند. شبکه های حسگر بیسیم با چالش های بسیاری مانند حوزه تحت پوشش (coverage)، استقرار بهینه گره ها(optimal deployment)، ادغام داده ها (data aggregation) و محلی سازی یا همان تعیین موقعیت (localization ) روبروست. در بسیاری از موارد کاربردی، لازم است که موقعیت سنسوری که پدیده ای را تشخیص داده، بدون کمک از تکنولوژیهای اختصاصی تعیین موقعیت جغرافیایی (GPS) شناسایی کنیم. اهمیت این موضوع در مواردی که 1) GPS در دسترس نباشد ، 2) یا استفاده از آن عملی نباشد (محیط هایی مثل معادن ، چاههای حفاری نفتی ، تحت آبهای عمیق و... ) و 3) با توجه به هزینه بالای مصرف انرژی یا موقعیت خاص جغرافیایی مقرون به صرفه نیست برجسته تر و ضروری تر میشود. بهمین دلیل، محاسبه و تعیین موقعیت گره ها، یکی از موضوعات مهم در مباحث شبکه های حسگر بی سیم است.
به طور کلی، الگوریتمهای محلی سازی (localization) به دو دسته تقسیم میشوند:
1) الگوریتم های مبتنی بر محدوده (range-based)
2) الگوریتمهای بدون محدوده (range-free) .
الگوریتم های range-based به اندازه گیری فواصل واقعی بین گره ها میپردازند، در مقابل الگوریتم های range-free نسبت به تخمین فاصله بر اساس اطلاعات اتصال(connectivity information) مبادرت میکنند. در این شبیه سازی، ما یک الگوریتم جدید محلی سازی از نوع مستقل از محدوده (range-free) را مطرح و پیشنهاد کرده ایم . روش پیشنهادی از نوع مبتنی بر لنگر(Anchor-Based Solutions) و تعیین میانگین مرکز ثقل (Centroid) در محدوده های رندوم به شکل C (C-shape) میباشد. نتایج بدست آمده از شبیه سازی برای ارزیابی عملکرد این الگوریتم در مقایسه با دیگر الگوریتم های مشابه موجود مانندHOP DV- و DV-RSD و Basic-Centroid نشان می دهد که الگوریتم حاضر، از مزایای آشکاری نسبت به الگوریتم های رایج موجود ، برخوردار است. بررسی شاخصهای عملکرد سیستم نشان داد که، خطای نسبی این الگوریتم همواره کمتر از سایر الگوریتمهای هم هدف موجود میباشد.
این پیاده سازی مشتمل بر 4 mfile میباشد که شامل سه تابع و یک mfile برای فراخوانی و اجرا میباشد و با استفاده از توابع پایه در نرم افزار منلب کد نویسی و با موفقیت آزمایش شده است.
برای اجرای برنامه ، پوشه حاوی mfile ها را بعد از خارج کردن از حالت فشرده، به Current folder نرم افزار متلب کپی کنید و فایل با نام Centroid.m را باز کرده، Run نمایید. نتایج گرافیکی دردو Figure و نتایج محاسباتی در Command Widow و ماتریس متغیرهای محاسبه در Workspace متلب قابل مشاهده خواهد بود.
بعنوان منبع مکمل مطالعاتی مقاله لاتین بررسی کامل روشهای محلی سازی بدون محدوده (Range-Free Localization) پیوست گردیده و مطلعه آن برای درک بهتر به دوستان توصیه میشود.
کد متلب الگوریتم گرانش مرکزی در محدوده C شکل برای تعیین موقعیت گره ها در شبکه حسگر بیسیم (WSN).
ای فایل حاوی کد متلب پیاده سازی الگوریتم جدید (Centroid C-shape Range-free) با هدف متمرکزسازی بهینه در شبکه های حسگر بیسیم می باشد.
شبکه های حسگر بی سیم (WSN ها) شبکه ای از گره های حسگر بی سیم توزیع شده است که می توانند با همکاری هم نسبت به شرایط فیزیکی و یا محیطی ( دما، صدا، فشار، حرکت، لرزش و یا آلاینده ها و پدیده های دیگر) واکنش نشان داده و به نظارت ، جمع آوری و ارسال اطلاعات دریافتی از محیط پیرامون خود بپردازند. شبکه های حسگر بیسیم با چالش های بسیاری مانند حوزه تحت پوشش (coverage)، استقرار بهینه گره ها(optimal deployment)، ادغام داده ها (data aggregation) و محلی سازی یا همان تعیین موقعیت (localization ) روبروست. در بسیاری از موارد کاربردی، لازم است که موقعیت سنسوری که پدیده ای را تشخیص داده، بدون کمک از تکنولوژیهای اختصاصی تعیین موقعیت جغرافیایی (GPS) شناسایی کنیم. اهمیت این موضوع در مواردی که 1) GPS در دسترس نباشد ، 2) یا استفاده از آن عملی نباشد (محیط هایی مثل معادن ، چاههای حفاری نفتی ، تحت آبهای عمیق و... ) و 3) با توجه به هزینه بالای مصرف انرژی یا موقعیت خاص جغرافیایی مقرون به صرفه نیست برجسته تر و ضروری تر میشود. بهمین دلیل، محاسبه و تعیین موقعیت گره ها، یکی از موضوعات مهم در مباحث شبکه های حسگر بی سیم است.
به طور کلی، الگوریتمهای محلی سازی (localization) به دو دسته تقسیم میشوند:
1) الگوریتم های مبتنی بر محدوده (range-based)
2) الگوریتمهای بدون محدوده (range-free) .
الگوریتم های range-based به اندازه گیری فواصل واقعی بین گره ها میپردازند، در مقابل الگوریتم های range-free نسبت به تخمین فاصله بر اساس اطلاعات اتصال(connectivity information) مبادرت میکنند. در این شبیه سازی، ما یک الگوریتم جدید محلی سازی از نوع مستقل از محدوده (range-free) را مطرح و پیشنهاد کرده ایم . روش پیشنهادی از نوع مبتنی بر لنگر(Anchor-Based Solutions) و تعیین میانگین مرکز ثقل (Centroid) در محدوده های رندوم به شکل C (C-shape) میباشد. نتایج بدست آمده از شبیه سازی برای ارزیابی عملکرد این الگوریتم در مقایسه با دیگر الگوریتم های مشابه موجود مانندHOP DV- و DV-RSD و Basic-Centroid نشان می دهد که الگوریتم حاضر، از مزایای آشکاری نسبت به الگوریتم های رایج موجود ، برخوردار است. بررسی شاخصهای عملکرد سیستم نشان داد که، خطای نسبی این الگوریتم همواره کمتر از سایر الگوریتمهای هم هدف موجود میباشد.
این پیاده سازی مشتمل بر 4 mfile میباشد که شامل سه تابع و یک mfile برای فراخوانی و اجرا میباشد و با استفاده از توابع پایه در نرم افزار منلب کد نویسی و با موفقیت آزمایش شده است.
برای اجرای برنامه ، پوشه حاوی mfile ها را بعد از خارج کردن از حالت فشرده، به Current folder نرم افزار متلب کپی کنید و فایل با نام Centroid.m را باز کرده، Run نمایید. نتایج گرافیکی دردو Figure و نتایج محاسباتی در Command Widow و ماتریس متغیرهای محاسبه در Workspace متلب قابل مشاهده خواهد بود.
بعنوان منبع مکمل مطالعاتی مقاله لاتین بررسی کامل روشهای محلی سازی بدون محدوده (Range-Free Localization) پیوست گردیده و مطلعه آن برای درک بهتر به دوستان توصیه میشود.
پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.
دانلود سایر پروژه
دانلود پیاده سازی مسیریابی درون خوشه ای در شبکه های حسگر بیسیم
پیاده سازی مسیریابی درون خوشه ای در شبکه های حسگر بیسیم
فرمت فایل دانلودی: .rarفرمت فایل اصلی: m + pdf
حجم فایل: 387 کیلوبایت
قیمت: 33600 تومان
توضیحات:
کد متلب پیاده سازی مسیریابی درون خوشه ای در شبکه های حسگر بی سیم با هدف بهینه سازی مصرف انرژی در شبکه های حسگر بی سیم (WSN)، همراه با مقاله انگلیسی مرجع مربوط به سال 2010.
شبکه های حسگر بیسیم (WSN) تکنولوژی در حال پیشرفت است که پیش بینی میشود تغییرات زیادی در زندگی انسان بوجود آورد. این تکنولوژی از سنسورهای کوچک تشکیل شده که به صورت بی سیم در محیط پراکنده شده است. با توجه به ماهیت بی سیم و داشتن محدودیت طول عمر (باطری) چالش های بسیاری برای محققان این حوزه از فناوری وجود دارد.
عنوان مقاله مرجع:
کد متلب پیاده سازی مسیریابی درون خوشه ای در شبکه های حسگر بی سیم با هدف بهینه سازی مصرف انرژی در شبکه های حسگر بی سیم (WSN)، همراه با مقاله انگلیسی مرجع مربوط به سال 2010.
شبکه های حسگر بیسیم (WSN) تکنولوژی در حال پیشرفت است که پیش بینی میشود تغییرات زیادی در زندگی انسان بوجود آورد. این تکنولوژی از سنسورهای کوچک تشکیل شده که به صورت بی سیم در محیط پراکنده شده است. با توجه به ماهیت بی سیم و داشتن محدودیت طول عمر (باطری) چالش های بسیاری برای محققان این حوزه از فناوری وجود دارد.
عنوان مقاله مرجع:
Energy Aware Intra Cluster Routing for Wireless Sensor Networks
در این پیاده سازی روشی کارآمد برای مسیریابی درون خوشه ای آگاه از انرژی (EAICR) با هدف بهینه سازی الگوریتم پایه’ LEACHبا نرم افزار متلب شبیه سازی و در قالب یک mfile و با 199 خط کدنویسی طراحی و با موفقیت آزمایش شده است..به استناد مقاله مرجع ، افزایش بهره وری انرژی تا 17٪ وافزایش طول عمر شبکه تا 12٪ نسبت به الگوریتم معروف مسیریابی چند جهشی تثبیت گردیده است.از سایر ویژگیهای این کد پیاده سازی میتوان به ساختار ساده، انعطاف پذیری ، قابلیت ایجاد تغییر و تعمیم در پیاده سازی با استفاده از سایر الگوریتمهای مسیریابی اشاره کرد.برای اجرا کافی است فایل mfile برنامه را به دایر current folder متلب کپی کرده و اجرا نمایید ، نتایج بصورت گرافیگی نمایش داده میشود.. قطعه کدها دارای کامنت انگلیسی میباشد.
پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.
دانلود سایر پروژه
دانلود کد متلب شبیه سازی پروتکل آگاه از انرژی ناهمگن در شبکه حسگر بیسیم
کد متلب شبیه سازی پروتکل آگاه از انرژی ناهمگن در شبکه حسگر بیسیم
فرمت فایل دانلودی: .rarفرمت فایل اصلی: .m + .pdf
حجم فایل: 149 کیلوبایت
قیمت: 33000 تومان
توضیحات:
کد متلب شبیه سازی پروتکل آگاه از انرژی ناهمگن در شبکه حسگر بیسیم، همراه با مقاله انگلیسی مرجع مربوط به سال 2013.
این فایل شامل شبیه سازی مقاله ای با عنوان یک پروتکل آگاه از انرژی ناهمگن در شبکه های حسگر بیسیم (WSN) در محیط نرم افزار متلب (Matlab) می باشد.
کد متلب شبیه سازی پروتکل آگاه از انرژی ناهمگن در شبکه حسگر بیسیم، همراه با مقاله انگلیسی مرجع مربوط به سال 2013.
این فایل شامل شبیه سازی مقاله ای با عنوان یک پروتکل آگاه از انرژی ناهمگن در شبکه های حسگر بیسیم (WSN) در محیط نرم افزار متلب (Matlab) می باشد.
عنوان انگلیسی مقاله مرجع:
Heterogeneous LEACH Protocol for Wireless Sensor Networks
شبکه های حسگر بی سیم (WSN) ، شبکه هایی هستند با تعدادی از دستگاههای پردازشی کوچک بنام حسگر (sensor) . در یک سیستم شبکه ای به این دستگاه پردازشی کوچک گره (Node) اطلاق می شود .گره ها، دارای امکاناتی شامل CPU (برای پردازش داده ها)، حافظه (برای ذخیره سازی داده ها)، باتری (برای تامین انرژی) و فرستنده و گیرنده (برای دریافت و ارسال سیگنال و یا داده ها را از یک گره به دیگر) هستند. گره ها در یک فرایند مشارکتی اطلاعات دریافتی از یکدیگر و یا محیط پیرامون خود(مثل امواج، حرارت،اطلاعات جغرافیایی،عناصر آلاینده محیطی و...) را بصورت گزارشهایی به یک مرکز پردازش به نام ایستگاه پایه ارسال میکنند.
از آنجا که طراحی و عملی ساختن این فرایند انتقال و دریافت مستلزم مصرف مقدار زیادی از انرژی در راستای پردازش داده ها، طراحی پروتکل ها و برنامه های کاربردی برای چنین شبکه ایست ، جهت تداوم طول عمر شبکه از روشها و پروتکلهای آگاه از انرژی (energy-aware) بهره برده میشود. در مقاله لاتین مرجع مربوط به این شبیه سازی، یک پروتکل ناهمگن (Heterogeneous) از نقطه نظر انرژی بر پایه پروتکل LEACH، در تقابل و مقایسه با پروتکل پایه مسیریابی مبتنی بر خوشه بندی توزیعی LEACH (خوشه بندی سلسله مراتبی کم انرژی تطبیقی) که سیستمی از نوع همگن (homogeneous) میباشد ، ارائه شده است،. سپس تاثیر ناهمگنی در انرژی گره، در طولانی تر کردن طول عمر شبکه حسگر بسیسم مورد تجزیه و تحلیل قرار گرفته است. به استناد بررسیهای انجام شده در مقاله مرجع ،نتایج شبیه سازی نشان می دهد که سیستم LEACH ناهمگن پیشنهادی، مصرف انرژی و افزایش طول عمر کل شبکه های حسگر بی سیم را به طور قابل توجهی کاهش می دهد.
این شبیه سازی به صورت یک mfile بر پایه مقاله مرجع پیوستی لاتین ، با استفاده از نرم افزار MATLAB با 283 خط کدنویسی طراحی، پیاده سازی و با موفقیت آزمایش شده است.برای اجرا کافی است فایل mfile برنامه را به دایرcurrent directory متلب کپی کرده و اجرا نمایید ، نتایج بصورت گرافیگی نمایش داده میشود.. قطعه کدها دارای کامنت انگلیسی میباشد.
بعنوان پیشنیاز ، آشنایی با اصول کلی برنامه نویسی و همچنین دستورات و توابع عمومی متلب برای فهم کدهای برنامه مورد نیاز و کافی میباشد. مفاهیم اساسی مورد بحث، بطور مشروح در مقاله مرجع ذکر شده است، لذا مطالعه دقیق مقله مرجع برای درک بهتر توصیه میشود.
از آنجا که طراحی و عملی ساختن این فرایند انتقال و دریافت مستلزم مصرف مقدار زیادی از انرژی در راستای پردازش داده ها، طراحی پروتکل ها و برنامه های کاربردی برای چنین شبکه ایست ، جهت تداوم طول عمر شبکه از روشها و پروتکلهای آگاه از انرژی (energy-aware) بهره برده میشود. در مقاله لاتین مرجع مربوط به این شبیه سازی، یک پروتکل ناهمگن (Heterogeneous) از نقطه نظر انرژی بر پایه پروتکل LEACH، در تقابل و مقایسه با پروتکل پایه مسیریابی مبتنی بر خوشه بندی توزیعی LEACH (خوشه بندی سلسله مراتبی کم انرژی تطبیقی) که سیستمی از نوع همگن (homogeneous) میباشد ، ارائه شده است،. سپس تاثیر ناهمگنی در انرژی گره، در طولانی تر کردن طول عمر شبکه حسگر بسیسم مورد تجزیه و تحلیل قرار گرفته است. به استناد بررسیهای انجام شده در مقاله مرجع ،نتایج شبیه سازی نشان می دهد که سیستم LEACH ناهمگن پیشنهادی، مصرف انرژی و افزایش طول عمر کل شبکه های حسگر بی سیم را به طور قابل توجهی کاهش می دهد.
این شبیه سازی به صورت یک mfile بر پایه مقاله مرجع پیوستی لاتین ، با استفاده از نرم افزار MATLAB با 283 خط کدنویسی طراحی، پیاده سازی و با موفقیت آزمایش شده است.برای اجرا کافی است فایل mfile برنامه را به دایرcurrent directory متلب کپی کرده و اجرا نمایید ، نتایج بصورت گرافیگی نمایش داده میشود.. قطعه کدها دارای کامنت انگلیسی میباشد.
بعنوان پیشنیاز ، آشنایی با اصول کلی برنامه نویسی و همچنین دستورات و توابع عمومی متلب برای فهم کدهای برنامه مورد نیاز و کافی میباشد. مفاهیم اساسی مورد بحث، بطور مشروح در مقاله مرجع ذکر شده است، لذا مطالعه دقیق مقله مرجع برای درک بهتر توصیه میشود.
پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.
دانلود سایر پروژه