Kablosuz Algılayıcı Ağlarda Güncel Küme Başı Seçim Fonksiyonları
Öz
Literatürdeki en yaygın alanlardan olan Nesnelerin Internet’i (Internet of Things, IoT) akıllı telefonlardan kablosuz algılayıcılara kadar çok sayıda heterojen aygıtın global olarak iletişim kurabilmesini ve iş birliği içerisinde çalışabilmesini hedefler. IoT uygulamalarının önemli bir anahtar teknolojisi; küçük, düşük güçle çalışan ve maliyeti az algılayıcıların oluşturduğu Kablosuz Algılayıcı Ağlar’ dır (KAA). Batarya ile beslenen algılayıcı düğümlerin sınırlı enerjilerinden dolayı ağın enerji tüketimini düşürmek ve böylece yaşam süresini uzatmak KAA’da çözülmesi gereken temel problemlerden birisidir. Hiyerarşik yönlendirme protokolleri enerjinin verimli bir şekilde kullanılmasını sağladığı için literatürde geniş kullanım alanı bulmuştur. Küme başının seçimi ağın yaşam ömrü üzerinde önemli bir etkiye sahiptir. Bu nedenle, KAA’da ilk kümeleme tabanlı yönlendirme protokolü olan LEACH, günümüze kadar birçok çalışmada iyileştirilmiştir. Bu çalışmaların büyük bir çoğunluğu küme başı seçiminde çeşitli parametrelerin ağırlıklı bir fonksiyonunu kullanmıştır. Bu fonksiyonun sonucunda elde edilen değer, ya önceden belirlenmiş bir eşik değeri ile kıyaslanarak ya da düğümlerin uyku süresi olarak atanarak küme başı seçiminde kullanılmıştır. Bu çalışmada, son yıllarda hiyerarşik yönlendirme protokollerinde kullanılan küme başı seçim fonksiyonları incelenmiştir. Fonksiyonlarda kullanılan parametreler ile birlikte, bu parametrelerin fonksiyondaki ağırlıkları ele alınmış ve kıyaslanmıştır. Bu açıdan değerlendirildiğinde, bu çalışmanın, gelecekteki kümeleme tabanlı yaklaşımlara yol göstereceği düşünülmektedir.
Anahtar Kelimeler
Kaynakça
- Bellavista P., Cardone G., Corradi A., & Foschini L. Convergence of MANET and WSN in IoT urban scenarios. IEEE Sensors Journal 2013; 13(10): 3558-3567.
- Yetgin H., Cheung KTK., El-Hajjar M., & Hanzo LH. A survey of network lifetime maximization techniques in wireless sensor networks. IEEE Communications Surveys & Tutorials 2017; 19(2): 828-854.
- Xu L., Collier R., & O’Hare GM. A survey of clustering techniques in WSNs and consideration of the challenges of applying such to 5G IoT scenarios. IEEE Internet of Things Journal 2017; 4(5): 1229-1249.
- Liao Y., Qi H., & Li W. Load-balanced clustering algorithm with distributed self-organization for wireless sensor networks. IEEE sensors journal 2013; 13(5): 1498-1506.
- Mahajan S., Malhotra J., & Sharma S. An energy balanced QoS based cluster head selection strategy for WSN. Egyptian Informatics Journal 2014; 15(3): 189-199.
- Guiloufi ABF., Nasri N., Farah MAB., & Kachouri A. MED-BS Clustering Algorithm for the Small-Scale Wireless Sensor Networks. Wireless Sensor Network 2013; 5(04): 67.
- Elhabyan RS., & Yagoub, MC. Weighted tree based routing and clustering protocol for WSN. In 2013 26th IEEE Canadian Conference on Electrical and Computer Engineering (CCECE), 1-6, IEEE, 2013, May.
- Belabed F., & Bouallegue R. An optimized weight-based clustering algorithm in wireless sensor networks. In 2016 International Wireless Communications and Mobile Computing Conference (IWCMC), 757-762, IEEE, 2016, September.
Ayrıntılar
Birincil Dil
Türkçe
Konular
Bilgisayar Yazılımı
Bölüm
Araştırma Makalesi
Yazarlar
Yayımlanma Tarihi
30 Aralık 2019
Gönderilme Tarihi
2 Ekim 2019
Kabul Tarihi
10 Aralık 2019
Yayımlandığı Sayı
Yıl 2019 Cilt: 2 Sayı: 1
