Wireless sensor networks (WSNs) are predominantly used for monitoring applications. The sensor nodes are resource-constrained devices, and hence efficient energy utilization of these nodes is one of the major challenges. The communication distances directly impact on the energy consumption of the sensor nodes. Clustering methods are popularly used to reduce communication distances and prolong the network lifetime. Multi-sink deployment is another method to reduce communication distances. It also resolves congestion and hotspot issues. In multi-sink WSNs, the number of sinks to be considered is a challenging task as it affects the network topology, lifetime and deployment cost. In this research work, multi-sink deployment and clustering scheme with sink selection algorithm are jointly proposed to maximize the network lifetime and minimize the deployment cost. An iterative filtering model is proposed to estimate optimal number of sinks, while sink positions are determined based on Fuzzy logic inference system (FLIS). Fuzzy-c-means algorithm is used to form balanced clusters in the network. Cluster representative and sink selection processes are based on FLIS. The proposed optimal multi-sink deployment scheme reduces the deployment cost and the propagation delay of the system, while enhancing the network lifetime. The proposed scheme is also energy efficient in the case of higher node density. Hence, the proposed scheme can be suitably implemented for large-scale monitoring applications of WSNs.

中文翻译：

---

基于模糊聚类和接收器选择算法的无线传感器网络监控方案

无线传感器网络（WSN）主要用于监视应用程序。传感器节点是资源受限的设备，因此这些节点的有效能量利用是主要挑战之一。通信距离直接影响传感器节点的能耗。群集方法广泛用于缩短通信距离并延长网络寿命。多接收器部署是减少通信距离的另一种方法。它还解决了拥塞和热点问题。在多接收器WSN中，要考虑的接收器数量是一项具有挑战性的任务，因为它会影响网络拓扑，生存期和部署成本。在这项研究工作中，联合提出了采用宿选择算法的多宿部署和聚类方案，以最大化网络寿命并最小化部署成本。提出了一种迭代滤波模型来估计最优汇点数量，同时基于模糊逻辑推理系统（FLIS）确定汇点位置。Fuzzy-c-means算法用于在网络中形成平衡集群。群集代表和接收器选择过程均基于FLIS。所提出的最优的多接收器部署方案降低了部署成本和系统的传播延迟，同时延长了网络寿命。在较高的节点密度的情况下，所提出的方案也是节能的。因此，所提出的方案可以适当地用于WSN的大规模监视应用。提出了一种迭代滤波模型来估计最优汇点数量，同时基于模糊逻辑推理系统（FLIS）确定汇点位置。Fuzzy-c-means算法用于在网络中形成平衡集群。群集代表和接收器选择过程均基于FLIS。所提出的最优的多接收器部署方案降低了部署成本和系统的传播延迟，同时延长了网络寿命。在较高的节点密度的情况下，所提出的方案也是节能的。因此，所提出的方案可以适当地用于WSN的大规模监视应用。提出了一种迭代滤波模型来估计最优汇点数量，同时基于模糊逻辑推理系统（FLIS）确定汇点位置。Fuzzy-c-means算法用于在网络中形成平衡集群。群集代表和接收器选择过程均基于FLIS。所提出的最优的多接收器部署方案降低了部署成本和系统的传播延迟，同时延长了网络寿命。在较高的节点密度的情况下，所提出的方案也是节能的。因此，所提出的方案可以适当地用于WSN的大规模监视应用。群集代表和接收器选择过程均基于FLIS。所提出的最优的多接收器部署方案降低了部署成本和系统的传播延迟，同时延长了网络寿命。在较高的节点密度的情况下，所提出的方案也是节能的。因此，所提出的方案可以适当地用于WSN的大规模监视应用。群集代表和接收器选择过程均基于FLIS。所提出的最优的多接收器部署方案降低了部署成本和系统的传播延迟，同时延长了网络寿命。在较高的节点密度的情况下，所提出的方案也是节能的。因此，所提出的方案可以适当地用于WSN的大规模监视应用。