توضیحات
Clustering Algorithm to Reduce Power Consumption in Wireless Sensor Network
خوشه بندی شبکه حسگر به روش Kmeans
دارای 8 صفحه گزارش در قالب ورد است. که 4 صفحه در مورد شبیه سازی و مابقی نتایج شبیه سازی را نمایش میدهد.
بخشی از گزارش:
متغییر NumNodes تعداد نودهای شبیه سازی را مشخص می کند.
متغییر NetArea مساحت شبیه سازی را مشخص می کند.
متغییر Sinkloc موقعییت ایستگاه مرکزی جمع آوری اطلاعات را مشخص می کند.
متغییر ShowInterval فاصله زمانی بر حسب دوره، برای نمایش محیط شبکه حسگر را مشخص می کند که به معنی این است که موقعیت نودها و کل شبکه هر 10 دوره یک بار نمایش داده می شود.
% Create WSN Architecture…
هر سه تابع فراخوانی شده در پوشه WSNArchitecture قرار دارند.
تابع NetworkArchitecture وضعیت شبکه را مشخص می کند که دو ورودی NetArea, Sinkloc را میگیرد. درون این تابع اطلاعات مربوط به انرژی های ارسال، دریافت و فشرده سازی اطلاعات، انرژی اولیه نودها و همچنین برد رادیویی هر نود به صورت پیش فرض قرار دارد که قایل تغییر است.
تابع NodesArchitecture اطلاعات مربوط به مکان تصادفی اولیه نودها، وضعیت اولیه نودها (زنده بودن) و حالت اولیه نودها (نود معمولی بودن) را مشخص میکند.
تابع RoundArchitecture اطلاعات مربوط به طول پکت های ارسالی و پکت های کنترلی را مشخص می کند.
PlotNetArch(Model,’first’);
این تابع شکل اولیه ی شبکه را نشان می دهد (شکل بالا) که در آن تمام نودها به صورت معمولی هستند.
% Clustering
…
این تابع عملیات خوشه بندی نودها با استفاده از الگوریتم Kmean و تابع هزینه معرفی شده را انجام می دهد. روال کار به این صورت است که ابتدا الگوریتم Kmean نودها را بر اساس موقعیت آنها به کلاسترهایی تقسیم می کند که تعداد آنها بر اساس تعداد نودهای زنده و برد رادیویی نودها تعیین می گردد. سپس در هر دسته نودی که مقدار تابع هزینه آن کمینه شود به عنوان نود سرخوشه انتخاب میگردد. تابع هزینه به شرح زیر است:
که در آن :
Ei مقدار انرژی هر نود در دسته و E0 مقدار ماکسیمم انرژی نودها در دسته است.
فاصله هر نود تا ایستگاه پایه و و به ترتیب فاصله کمینه و بیشینه تا ایستگاه پایه هستند.
فاصله هر نود تا مرکز خوشه و و به ترتیب فاصله کمینه و بیشینه تا مرکز خوشه هستند.
فرکانس سرخوشه شدن هرنود در کلاستر و بیشترین فرکانس سرخوشه شدن هرنود در کلاستر است.
% Create Cluster Architecture
Model = CreateClusterArchitecture(Model);
این تابع محاسبه می کند که فاصله هرنود تا سرخوشه اش چقدر است و سرخوشه ها تا ایستگاه پایه چه فاصله ای دارند و همچنین اعضای هر خوشه را از سرخوشه شان آگاه می کند.
% Calculate Results
par = CalculateResults(Model, r, par);
این تابع نتایج مورد نیاز را در هر دوره محاسبه می کند اطلاعاتی مانند : تعداد پکت های ارسالی بر حسب دور، تعداد نود های زنده و مرده برحسب دور، انرژی باقیمانده و مصرفی برحسب دور، واریانس انرژی، در صد خوشه های خالی و…
% Calculate Energy consume
Model = CalculateEnergyConsume(Model);
این تابع انرژی مصرفی ارسال، دریافت و فشرده سازی اطلاعات، برای هر نود را محاسبه می کند.
% Plot Network Architecture
if(mod(r,ShowInterval)==0)
PlotNetArch(Model,’middle’);
end
این تابع شکل شبکه را نشان می دهد (شکل بالا) که در آن نودها به صورت معمولی و سرخوشه هستند و همچنین نودهای مرده حذف شده اند.
% Calculate State of Nodes
…
این تابع وضعیت نودها را از لحاظ زنده بودن یا مرده بودن بررسی می کند.
…
این تابع در صورتی که تمام نودها مرده باشند شبیه سازی را متوقف می کند و شکل شبکه را نشان می دهد. در ادامه هم خروجی های مورد نظر نمایش داده می شود و هم در commond window متلب، طول عمر شبکه و طول عمر مرگ اولین نود برحسب دور نشان داده می شود.
کلید واژه :,شبیه سازی با متلب ,پروژه های اماده متلب, matlab,matlab project,پروژه متلب,
Wireless Sensor Network, Genetic Algorithm, Clustering, K-Means algorithm, lifetime
شبیه سازی
Clustering Algorithm to Reduce Power Consumption in Wireless Sensor Network
به تعداد محدودی قابل فروش می باشد.
سفارش انجام پروژه مشابه
درصورتیکه این محصول دقیقا مطابق خواسته شما نمی باشد،. با کلیک بر روی کلید زیر پروژه دلخواه خود را سفارش دهید.
