یک استراتژی شارژ چند هدفه تحت عدم قطعیت برای شبکه‌های حسگر قابل شارژ بی‌سیم از طریق بهینه¬سازی استقرار چند پهپاد به کمک الگوریتم فراابتکاری
الموضوعات :
پیمان حبیبی
1
,
گوران حسنی فرد
2
,
عبدالباقی قادرزاده
3
,
آریز نصرت پور
4
1 - گروه مهندسی برق، واحد سنندج، دانشگاه آزاد اسلامی، سنندج، ایران
2 - هیات علمی
3 - گروه مهندسی کامپیوتر، واحد سنندج، دانشگاه آزاد اسلامی، سنندج، ایران
4 - گروه مهندسی برق، واحد سنندج، دانشگاه آزاد اسلامی، سنندج، ایران
الکلمات المفتاحية: استراتژی شارژ چندهدفه, شبکه‌های حسگر قابل شارژ بی‌سیم, پهپادهای قابل شارژ, K-means, الگوریتم شاهین¬هریس ,
ملخص المقالة :
در این مقاله، به ارائه یک رویکرد برنامه¬ریزی برای مسیر حرکت پهپادهای قابل شارژ و زمان¬بندی شارژ گره¬های حسگر تحت عدم قطعیت در میزان انتقال داده و مصرف انرژی در گره¬ها با کمک الگوریتم¬های شاهین¬ هریس و بهینه¬سازی مبتنی بر گرادیان پرداخته شده است. در این کار با در نظر گرفتن نابرابری¬ها و عدم قطعیت در محدودیت باتری و مصرف انرژی گره¬ها، استراتژی‌های زمان‌بندی جدید برای شبکه‌های حسگر قابل شارژ بی‌سیم به منظور افزایش توان عملیاتی شارژ و افزایش طول عمر شبکه ارائه شده است. در ابتدا با کمک اطلاعات موقعیت و انرژی باقیمانده گره¬ها، خوشه¬بندی گره¬ها به تعداد پهپادها توسط روش K-means ارائه شده است. سپس با توجه به تعریف تابع چندهدفه CUAV و به کمک الگوریتم¬های پیشنهادی، مسیریابی و زمان¬بندی شارژ هر یک از پهپادها از مبدا یکسان برنامه¬ریزی می¬شود. در تابع هدف تعریف شده تمام عدم قطعیت¬ها و نابرابری¬های شبکه برای تاخیر و مصرف انرژی و باتری گره¬ها لحاظ شده است. شبیه¬سازی تحت نرم¬افزار متلب انجام شد. نتایج نشان داد که روش پیشنهادی مبتنی بر روش بهینه¬سازی شاهین ¬هریس جواب¬های بهتری از لحاظ افزایش طول¬ عمر شبکه و کاهش تاخیر و بهینه¬سازی مصرف انرژی توسط پهپادها را حاصل کرده است.
[1] I. F. Akyildiz, W. Su, Y. Sankarasubramaniam, and E. Cayirci, "A survey on sensor networks," IEEE
Communications magazine, vol. 40, pp. 102-114, 2002. [2] G. V. Merrett, N. R. Harris, B. M. Al-Hashimi, and N. M. White, "Energy managed reporting for wireless
sensor networks," Sensors and Actuators A: Physical, vol. 142, pp. 379-389, 2008. [3] S. Guo, C. Wang, and Y. Yang, "Joint mobile data gathering and energy provisioning in wireless rechargeable
sensor networks," IEEE Transactions on Mobile Computing, vol. 13, pp. 2836-2852, 2014. [4] M. Angurala, M. Bala, and S. S. Bamber, "Performance analysis of modified AODV routing protocol with
lifetime extension of wireless sensor networks," IEEE Access, vol. 8, pp. 10606-10613, 2020. [5] E. F. Orumwense and K. Abo-Al-Ez, "A Charging Technique for Sensor Nodes in Wireless Rechargeable Sensor Networks for Cyber-physical Systems," in 2021 International Conference on Electrical, Computer and
Energy Technologies (ICECET), 2021, pp. 1-6. [6] Y. Hong, C. Luo, D. Li, Z. Chen, X. Wang, and X. Li, "Energy efficiency optimization for multiple chargers in
Wireless Rechargeable Sensor Networks," Theoretical Computer Science, 2022. [7] S. Liang, Z. Fang, G. Sun, C. Lin, J. Li, S. Li, et al., "Charging UAV deployment for improving charging performance of wireless rechargeable sensor networks via joint optimization approach," Computer Networks,
vol. 201, p. 108573, 2021. [8] S. Priyadarshani, A. Tomar, and P. K. Jana, "An efficient partial charging scheme using multiple mobile
chargers in wireless rechargeable sensor networks," Ad Hoc Networks, vol. 113, p. 102407, 2021. [9] Y. Dong, G. Bao, Y. Liu, M. Wei, Y. Huo, Z. Lou, et al., "Instant on-demand charging strategy with multiple
chargers in wireless rechargeable sensor networks," Ad Hoc Networks, vol. 136, p. 102964, 2022. [10] Q. Qian, J. OKeeffe, Y. Wang, and D. Boyle, "Practical Mission Planning for Optimized UAV-Sensor Wireless
Recharging," arXiv preprint arXiv:2203.04595, 2022. [11] Y. Dong, Y. Wang, S. Li, M. Cui, and H. Wu, "Demand‐based charging strategy for wireless rechargeable
sensor networks," ETRI Journal, vol. 41, pp. 326-336, 2019. [12] Y. Jia, W. Jiahao, J. Zeyu, and P. Ruizhao, "Multiple Mobile Charger Charging Strategy Based on Dual
Partitioning Model for Wireless Rechargeable Sensor Networks," IEEE Access, vol. 10, pp. 93731-93744, 2022. [13] M. Tian, W. Jiao, and J. Liu, "The charging strategy of mobile charging vehicles in wireless rechargeable
sensor networks with heterogeneous sensors," IEEE Access, vol. 8, pp. 73096-73110, 2020. [14] R. Kumar and J. C. Mukherjee, "On-demand vehicle-assisted charging in wireless rechargeable sensor
networks," Ad Hoc Networks, vol. 112, p. 102389, 2021. [15] J. Li, G. Sun, A. Wang, M. Lei, S. Liang, H. Kang, et al., "A many-objective optimization charging scheme for wireless rechargeable sensor networks via mobile charging vehicles," Computer Networks, vol. 215, p. 109196,
2022. [16] Y. Jiang, Q. Luo, Y. Wei, L. Abualigah, and Y. Zhou, "An efficient binary Gradient-based optimizer for feature
selection," Math. Biosci. Eng, vol. 18, pp. 3813-3854, 2021. [17] H.-P. Kriegel, E. Schubert, and A. Zimek, "The (black) art of runtime evaluation: Are we comparing
algorithms or implementations?," Knowledge and Information Systems, vol. 52, pp. 341-378, 2017. [18] A. A. Heidari, S. Mirjalili, H. Faris, I. Aljarah, M. Mafarja, and H. Chen, "Harris hawks optimization: Algorithm
and applications," Future generation computer systems, vol. 97, pp. 849-872, 2019. [19] L. He, L. Kong, Y. Gu, J. Pan, and T. Zhu, "Evaluating the on-demand mobile charging in wireless sensor
networks," IEEE Transactions on Mobile Computing, vol. 14, pp. 1861-1875, 2014. [20] T. Zou, S. Lin, Q. Feng, and Y. Chen, "Energy-efficient control with harvesting predictions for solar-powered
wireless sensor networks," Sensors, vol. 16, p. 53, 2016.
