当前位置：
X-MOL 学术
›
Int. J. Commun. Syst.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
Cluster‐based data transmission scheme in wireless sensor networks using black hole and ant colony algorithms
International Journal of Communication Systems ( IF 1.7 ) Pub Date : 2021-03-30 , DOI: 10.1002/dac.4768 Seyedsalar Sefati 1 , Mehrdad Abdi 1 , Ali Ghaffari 1
International Journal of Communication Systems ( IF 1.7 ) Pub Date : 2021-03-30 , DOI: 10.1002/dac.4768 Seyedsalar Sefati 1 , Mehrdad Abdi 1 , Ali Ghaffari 1
Affiliation
|
Since sensor nodes use limited battery power, sensor nodes power is considered to be a challenge and fundamental issue in wireless networks. Wireless sensor networks (WSNs) have recently used clustering‐based methods and different routing protocols in clusters which are full of sensor nodes. In this way, cluster heads (CHs), which are regarded as the selected nodes among other nodes within a given cluster, accumulate the information transmitted from their own cluster and send it to the sink. In this method, they try to control power consumption in a balanced way. In clustering method and routing among network nodes, network lifetime is enhanced which leads to achieving the best efficiency and productivity. In this paper, the optimized black hole algorithm is employed to select an optimal CH from sensor nodes. The CH selection is optimized by the free buffer of nodes, residual energy, and distance. The path between source CH and sink is identified by using ant colony optimization (ACO) algorithm. The combination of black hole algorithm and ant colony algorithm, with respect to clustering and routing, leads to the optimization of the proposed method in terms of operational criteria such as power consumption and eventually lifetime enhancement. The results obtained from simulating the proposed method in Matlab environment indicated that it has better results in comparison with other methods. The outputs of the obtained results from the proposed method indicated that it outperformed the other four comparative methods in terms of packet delivery rate and the number of transmitted packets to the CH and to the sink.
中文翻译：
使用黑洞和蚁群算法的无线传感器网络中基于群集的数据传输方案
由于传感器节点使用有限的电池电量，因此传感器节点电源被视为无线网络中的挑战和基本问题。无线传感器网络（WSN）最近在充满传感器节点的群集中使用了基于群集的方法和不同的路由协议。通过这种方式，被视为给定群集内其他节点之中的选定节点的群集头（CH）会累积从其自己的群集发送的信息，并将其发送到接收器。在这种方法中，他们试图以平衡的方式控制功耗。在网络节点之间的群集方法和路由中，网络生存时间得以延长，从而实现了最佳的效率和生产率。本文采用优化的黑洞算法从传感器节点中选择最优的CH。通过节点的空闲缓冲区，剩余能量和距离来优化CH选择。源CH和接收器之间的路径是通过使用蚁群优化（ACO）算法来确定的。在聚类和路由方面，黑洞算法和蚁群算法的结合导致了在操作标准（如功耗和最终寿命提高）方面对所提出方法的优化。通过在Matlab环境下对提出的方法进行仿真得到的结果表明，与其他方法相比，该方法具有更好的结果。从所提出的方法获得的结果的输出表明，在数据包的传输速率以及到CH和宿的传输数据包的数量方面，它优于其他四种比较方法。和距离。源CH和接收器之间的路径是通过使用蚁群优化（ACO）算法来确定的。在聚类和路由方面，黑洞算法和蚁群算法的结合导致了在操作标准（如功耗和最终寿命提高）方面对所提出方法的优化。通过在Matlab环境下对提出的方法进行仿真得到的结果表明，与其他方法相比，该方法具有更好的结果。从所提出的方法获得的结果的输出表明，在数据包的传输速率以及到CH和宿的传输数据包的数量方面，它优于其他四种比较方法。和距离。源CH和接收器之间的路径是通过使用蚁群优化（ACO）算法来确定的。在聚类和路由方面，黑洞算法和蚁群算法的结合导致了在操作标准（如功耗和最终寿命提高）方面对所提出方法的优化。通过在Matlab环境下对提出的方法进行仿真得到的结果表明，与其他方法相比，该方法具有更好的结果。从所提出的方法获得的结果的输出表明，在数据包的传输速率以及到CH和宿的传输数据包的数量方面，它优于其他四种比较方法。在聚类和路由方面，黑洞算法和蚁群算法的结合导致了在操作标准（如功耗和最终寿命提高）方面对所提出方法的优化。通过在Matlab环境下对提出的方法进行仿真得到的结果表明，与其他方法相比，该方法具有更好的结果。从所提出的方法获得的结果的输出表明，在数据包的传输速率以及到CH和宿的传输数据包的数量方面，它优于其他四种比较方法。在聚类和路由方面，黑洞算法和蚁群算法的结合导致了在操作标准（如功耗和最终寿命提高）方面对所提出方法的优化。通过在Matlab环境下对提出的方法进行仿真得到的结果表明，与其他方法相比，该方法具有更好的结果。从所提出的方法获得的结果的输出表明，在数据包的传输速率以及到CH和宿的传输数据包的数量方面，它优于其他四种比较方法。导致根据操作标准（如功耗和最终的使用寿命提高）对建议的方法进行了优化。通过在Matlab环境下对提出的方法进行仿真得到的结果表明，与其他方法相比，该方法具有更好的结果。从所提出的方法获得的结果的输出表明，在数据包的传输速率以及到CH和宿的传输数据包的数量方面，它优于其他四种比较方法。导致根据操作标准（如功耗和最终的使用寿命提高）对建议的方法进行了优化。通过在Matlab环境下对提出的方法进行仿真得到的结果表明，与其他方法相比，该方法具有更好的结果。从所提出的方法获得的结果的输出表明，在数据包的传输速率以及到CH和宿的传输数据包的数量方面，它优于其他四种比较方法。
更新日期：2021-05-04
中文翻译：
使用黑洞和蚁群算法的无线传感器网络中基于群集的数据传输方案
由于传感器节点使用有限的电池电量，因此传感器节点电源被视为无线网络中的挑战和基本问题。无线传感器网络（WSN）最近在充满传感器节点的群集中使用了基于群集的方法和不同的路由协议。通过这种方式，被视为给定群集内其他节点之中的选定节点的群集头（CH）会累积从其自己的群集发送的信息，并将其发送到接收器。在这种方法中，他们试图以平衡的方式控制功耗。在网络节点之间的群集方法和路由中，网络生存时间得以延长，从而实现了最佳的效率和生产率。本文采用优化的黑洞算法从传感器节点中选择最优的CH。通过节点的空闲缓冲区，剩余能量和距离来优化CH选择。源CH和接收器之间的路径是通过使用蚁群优化（ACO）算法来确定的。在聚类和路由方面，黑洞算法和蚁群算法的结合导致了在操作标准（如功耗和最终寿命提高）方面对所提出方法的优化。通过在Matlab环境下对提出的方法进行仿真得到的结果表明，与其他方法相比，该方法具有更好的结果。从所提出的方法获得的结果的输出表明，在数据包的传输速率以及到CH和宿的传输数据包的数量方面，它优于其他四种比较方法。和距离。源CH和接收器之间的路径是通过使用蚁群优化（ACO）算法来确定的。在聚类和路由方面，黑洞算法和蚁群算法的结合导致了在操作标准（如功耗和最终寿命提高）方面对所提出方法的优化。通过在Matlab环境下对提出的方法进行仿真得到的结果表明，与其他方法相比，该方法具有更好的结果。从所提出的方法获得的结果的输出表明，在数据包的传输速率以及到CH和宿的传输数据包的数量方面，它优于其他四种比较方法。和距离。源CH和接收器之间的路径是通过使用蚁群优化（ACO）算法来确定的。在聚类和路由方面，黑洞算法和蚁群算法的结合导致了在操作标准（如功耗和最终寿命提高）方面对所提出方法的优化。通过在Matlab环境下对提出的方法进行仿真得到的结果表明，与其他方法相比，该方法具有更好的结果。从所提出的方法获得的结果的输出表明，在数据包的传输速率以及到CH和宿的传输数据包的数量方面，它优于其他四种比较方法。在聚类和路由方面，黑洞算法和蚁群算法的结合导致了在操作标准（如功耗和最终寿命提高）方面对所提出方法的优化。通过在Matlab环境下对提出的方法进行仿真得到的结果表明，与其他方法相比，该方法具有更好的结果。从所提出的方法获得的结果的输出表明，在数据包的传输速率以及到CH和宿的传输数据包的数量方面，它优于其他四种比较方法。在聚类和路由方面，黑洞算法和蚁群算法的结合导致了在操作标准（如功耗和最终寿命提高）方面对所提出方法的优化。通过在Matlab环境下对提出的方法进行仿真得到的结果表明，与其他方法相比，该方法具有更好的结果。从所提出的方法获得的结果的输出表明，在数据包的传输速率以及到CH和宿的传输数据包的数量方面，它优于其他四种比较方法。导致根据操作标准（如功耗和最终的使用寿命提高）对建议的方法进行了优化。通过在Matlab环境下对提出的方法进行仿真得到的结果表明，与其他方法相比，该方法具有更好的结果。从所提出的方法获得的结果的输出表明，在数据包的传输速率以及到CH和宿的传输数据包的数量方面，它优于其他四种比较方法。导致根据操作标准（如功耗和最终的使用寿命提高）对建议的方法进行了优化。通过在Matlab环境下对提出的方法进行仿真得到的结果表明，与其他方法相比，该方法具有更好的结果。从所提出的方法获得的结果的输出表明，在数据包的传输速率以及到CH和宿的传输数据包的数量方面，它优于其他四种比较方法。
京公网安备 11010802027423号