Wireless body area networks are a technology for remote medical care. Because of the limited energy of the sensors, one of the problems of long-distance medical care is the high energy consumption when sending information of sensors to the sink. Choosing the proper route when sending information to the sink will reduce energy consumption and increase network lifetime. The current paper used the shuffled frog leaping algorithm (SFLA) to find an appropriate route that can send information of sensors to the lowest energy to the sink or coordinator. Also, to prevent data traffic in the sink, the sensors are divided into two groups of four. With the advent of the Internet of things and increasing use of them among people, the use of this technology has attracted the attention of remote medical care. Smartphones and smartwatches can measure information from different parts of the body, such as the heart, stroll, and glucose, based on their built-in sensors such as accelerometers, gyroscopes, and advanced cameras. These two smart devices are used in three different roles (coordinator, sink, and sensor) to improve energy efficiency in remote medical care. The paper is shown an appropriate path to reduce energy consumption in sensors using a smartphone, smartwatch, and the use of SFLA algorithms (REC-SSS). The simulation results show that the network stability increased by 12.5%,132%, and 3.5% compared to SIMPLE, M-ATTEMPT, and EERP, respectively. Also, in the proposed schema, the lifetime of the network is increased by 26% over SIMPLE, M-ATTEMPT, and EERP.

中文翻译：

---

使用智能手机、智能手表和使用 SFLA 算法 (REC-SSS) 降低传感器的能耗

无线体域网是一种用于远程医疗的技术。由于传感器的能量有限，远距离医疗存在的问题之一是向sink发送传感器信息时的高能耗。在向接收器发送信息时选择正确的路由将减少能量消耗并增加网络寿命。当前论文使用混洗蛙跳算法（SFLA）来寻找合适的路径，可以将传感器的信息以最低能量发送到接收器或协调器。此外，为了防止接收器中的数据流量，传感器分为两组，每组四个。随着物联网的出现以及人们越来越多地使用物联网，这项技术的使用引起了远程医疗的关注。智能手机和智能手表可以基于其内置传感器（如加速度计、陀螺仪和高级相机）测量来自身体不同部位的信息，如心脏、散步和血糖。这两种智能设备用于三种不同的角色（协调器、接收器和传感器），以提高远程医疗的能源效率。该论文展示了使用智能手机、智能手表和使用 SFLA 算法 (REC-SSS) 降低传感器能耗的适当途径。仿真结果表明，与SIMPLE、M-ATTEMPT和EERP相比，网络稳定性分别提高了12.5%、132%和3.5%。此外，在提议的模式中，网络的生命周期比 SIMPLE、M-ATTEMPT 和 EERP 增加了 26%。基于他们的内置传感器，如加速度计、陀螺仪和高级相机。这两种智能设备用于三种不同的角色（协调器、接收器和传感器），以提高远程医疗的能源效率。该论文展示了使用智能手机、智能手表和使用 SFLA 算法 (REC-SSS) 降低传感器能耗的适当途径。仿真结果表明，与SIMPLE、M-ATTEMPT和EERP相比，网络稳定性分别提高了12.5%、132%和3.5%。此外，在提议的模式中，网络的生命周期比 SIMPLE、M-ATTEMPT 和 EERP 增加了 26%。基于他们的内置传感器，如加速度计、陀螺仪和高级相机。这两种智能设备用于三种不同的角色（协调器、接收器和传感器），以提高远程医疗的能源效率。该论文展示了使用智能手机、智能手表和使用 SFLA 算法 (REC-SSS) 降低传感器能耗的适当途径。仿真结果表明，与SIMPLE、M-ATTEMPT和EERP相比，网络稳定性分别提高了12.5%、132%和3.5%。此外，在提议的模式中，网络的生命周期比 SIMPLE、M-ATTEMPT 和 EERP 增加了 26%。该论文展示了使用智能手机、智能手表和使用 SFLA 算法 (REC-SSS) 降低传感器能耗的适当途径。仿真结果表明，与SIMPLE、M-ATTEMPT和EERP相比，网络稳定性分别提高了12.5%、132%和3.5%。此外，在提议的模式中，网络的生命周期比 SIMPLE、M-ATTEMPT 和 EERP 增加了 26%。该论文展示了使用智能手机、智能手表和使用 SFLA 算法 (REC-SSS) 降低传感器能耗的适当途径。仿真结果表明，与SIMPLE、M-ATTEMPT和EERP相比，网络稳定性分别提高了12.5%、132%和3.5%。此外，在提议的模式中，网络的生命周期比 SIMPLE、M-ATTEMPT 和 EERP 增加了 26%。