بخشی از مقاله

چکیده

در شبکه های سنسور بی سیم ، آگاهی گره از موقعیت نسبی اش در سیستم مختصات محلی و جهانی که تحت عنوان مکان یابی شناخته می شود، چالش برانگیز ترین مساله است. بسیاری از تکنیک های اندازه گیری مسافت از اطلاعات دریافتی زیر برای مکان یابی استفاده می کنند: - 1 - از طریق سیستم های مکان یاب جهان که نیاز به سخت افزار و هزینه های اضافی دارد و در شبکه های سنسور بزرگ مقیاس، غیر عملی و هزینه بر است. - - 2 از طریق گره های مرجع fixed-point یا لنگر هایی که مکان جهانی شان از قبل معلوم است.[1] این متدها اغلب در شبکه های ایستا استفاده می شوند.[2]تلاش های اخیر روی شبکه های سیار فرض می کنند که تنها، زیر مجموعه ی کوچکی از گره های متحرک ازGPS استفاده می کنند.[3] بیشتر کاربردها نیازمند تحرک شبکه های سنسور در محیط هایی هستند که سیگنال های GPS در دسترس نیست و زیر ساخت های موردنیاز، وجود ندارد.

خطاهای محیطی باید رسیدگی شوند، در غیر این صورت به سبب پویایی گره، خطاهای دیگری در مکان یابی رخ می دهد که نتیجه ی خطاهای مکانیکی در ارزیابی جهت و فاصله حرکت است و ممکن است در اندازه گیری ها اتفاق بیفتد و در نتیجه الگوریتم ها را غیر عملی سازند. این نوع خطاها می توانند به علت خطاهای ساخت یا نوسانات محیطی - به طور مثال اصطحکاک سطح - باشند. بنابراین، با افزودن تحرک به شبکه، عدم قطعیت موقعیت و جهت گره افزایش می یابد. در این مقاله، 2 الگوریتم معرفی می کنیم که بدون نیاز به GPS گره ها را مکان یابی می کنند. در الگوریتم اول - GDL - هر سنسور مجهز به قطب نمای دیجیتالی است و دومین الگوریتم - - GCDL ، مکان یابی بدون قطب نما ارائه می دهد.نتایج شبیه سازی حاکی از آن است که الگوریتم های ارائه شده دقت مکان یابی را افزایش داده و در شبکه های بزرگ قابل پیاده سازی است.

واژگان کلیدی: شبکه سنسور بی سیم، سیار، مکان یابی، GDL،GCDL

.1 مقدمه

پیشرفتهای اخیر در زمینه الکترونیک و مخابرات بیسیم ما را قادر به طراحی و ساخت حسگرهایی با توان مصرفی پایین، اندازه کوچک، قیمت مناسب و ... می سازد. این حسگرها که با هم در ارتباط اند موجب پیدایش و گسترش شبکههای موسوم به شبکههای بیسیم حسگر شدهاند.یک شبکه حسگر متشکل از تعداد زیادی گره است که در یک محیط به طور گسترده پخش می شوند.لزوماً مکان قرار گرفتن گرهها، از قبلتعیینشده و مشخص نیست. چنین خصوصیتی این امکان را فراهم میآورد که بتوانیم از آنها در مکانهای خطرناک و یا غیرقابل دسترسی استفاده کنیم.گستره کاربردی شبکههای بیسیم حسگر بسیار وسیع بوده و از کاربردهای کشاورزی، پزشکی و صنعتی تا کاربردهای نظامی را شامل میشود. در این سیستمها بر خلاف سیستمهای سیمی قدیمی، شبکه به سادگی با اضافه کردن چند گره گسترش مییابد و نیازی به طراحی پیکربندی پیچیده نیست.

در کاربرد های مسیر یابی، آگاهی گره ها از مختصات همسایگان خود در سیستم مختصات محلی مشترک کافی است. از این پس به این نوع مکان یابی، مکان یابی نسبی می گوییم، زیرا موقعیت هر گره نسبت به سیستم مختصات محلی سنجیده می شود. برای پشتیبانی از کاربردهای پویا، گره باید در مسیر معینی نسبت به همسایگانش حرکت کند. برای دست یابی به این امر علاوه بر دانستن موقعیت همسایگانش نسبت به محور مختصات مشترک، باید از موقعیت همسایگانش نسبت به جهت حرکت خود نیز آگاه باشد.الگوریتم هایی به منظور محاسبه ی موقعیت و جهت گره نسبت به سیستم مختصات محلی هر گره درشبکه های سنسور تک کاره* معرفی می کنیم. الگوریتم اول، مکان یابی بدون - GDL - GPS است که گره را در حرکت تک گامه مکان یابی می کند.

الگوریتم دوم، مکان یابی بدون GPS و قطب نما - - GCDL است که محاسبه مکان یابی را با الگوریتم حرکتی دو گامه انجام می دهد. الگوریتم ها، مکان یابی را در گام های حرکتی محدود انجام داده و بدون حافظه هستند. به علاوه، تحت تاثیر خطاهای مکان قرار نمی گیرند. تاثیر خطاهای جهت و فاصله روی خطاهای تخمینی مکان را مورد تحلیل قرار داده ایم. آزمایش ها در سناریو های عملیاتی مختلف، میانگین خطاهای مکان یابی الگوریتم ها را در حین حرکت، ثابت و نزدیک به صفر نشان می دهد. نشان می دهیم که الگوریتم ها چگونه می توانند در ساخت گروه هایی از سنسور های ثابت و ساخت یافته و بدون هیچ زیر بنا یا وسایل موقعیت یاب جهانی مورد استفاده قرار بگیرند.

مسئله مکان یابی مسئله ای مهم است. بدون استفاده از مکان یابی بسیاری از کاربردهای شبکه های سنسور بلا استفاده خواهند بود.پروسه مکان یابی در سه فاز انجام می شود. در فاز اول فاصله گره های ناشناس تا گره های مرجع محاسبه می شود. در فاز دوم با استفاده از فاصله گره ها که در فاز اول محاسبه می شود موقعیت گره های ناشناس به وسیله روش های مختلف مکان یابی تخمین زده می شود و در فاز سوم موقعیت های بدست آمده با استفاده از روش های موجود پالایش داده شده و نتایج بهتری بدست می آید.روش های مکان یابی بسته به نوع کاربرد، تکنیک های اندازه گیری، متمرکز یا توزیع شده و غیره به گروه های مختلفی تقسیم شده اند.محققان مکان یابی را به چندین روش طبقه بندی کرده اند:

چندگامه، تک گامه، سیستم های سخت افزاری و نرم افزاری، نحوه محاسبات - MDS - Map - ، سیستم های دانه درشت و دانه ریز، بکارگیری و عدم بکارگیری گره مرجع - روش های مبتنی بر مرجع: آزمون نقطه در مثلث DV-HOP و DV-Distance ، روش های غیر مبتنی بر مرجع: - MDS، نوع تکنیک اندازه گیری فاصله - روش های مبتنی بر محدوده، روش های بدون محدوده: تکنبک های محلی مانند الگوریتم مرکز ثقل و آزمون نقطه در مثلث، بر مبنای گام مانند الگوریتم DV-Hop و - Amorphousدر ادامه دو الگوریتم GDL و GCDL را شرح می دهیم.

2.الگوریتم مکان یابی هدایتی بدون - GDL - GPS
·هر گره دارای قطب نمایی است که به سمت شمال اشاره می کند - یا هر جهت مرجع مشترک دیگر - .

· گره ها می توانند مسافتشان تا همسایه های خود را با استفاده از متد های اندازه گیری محدوده، اندازه بگیرند. برای مثال زمان ورود [4]، اختلاف زمان ورود [5]، پهنای باند مافوق رادیویی[6] **

·محرک حرکتی، این امکان را فراهم می کند که هر گره در فاصله ای ویژه ای در مسیر خاصی نسبت به شمال حرکت کند.

·محرک، قطب نما و اندازه گیری ها، تحت تاثیرخطاهایی که توسط تداخلات گوناگون جهان واقعی مانند باد، زمین ناهموار، نواقص تجهیزات و غیره ایجاد می شود، قرار می گیرند.

·به جز موارد مذکور، نیازی به تجهیزات یا زیر ساخت اضافی نیست.

الگوریتم GDL از قطب نمای دیجیتالی استفاده می کند و در سه مرحله عملیات به مکان یابی دست می یابد.GDL شامل دوالگوریتم زیر است: مکان یابی هسته وتشخیص. در الگوریتم مکان یابی هسته دو موقعیت نسبی ممکن برای هر همسایه که در مکان یابی سهیم هستند تولید می شود و الگوریتم تشخیص از همسایه سوم استفاده می کند تا راه حل نهایی درست را از این دو موقعیت نسبی حاصل نماید. در زیر، شرح جزئیات این دو الگوریتم را تهیه کرده ایم.

•  الگوریتم مکان یابی هسته
الگوریتم مکان یابی هسته با دوره های زمانی متغیر کار می کند که هر دوره شامل سه مرحله متمایز است.

-1 اندازه گیری فاصله بین همسایه ها، -2 حرکت انفرادی گره ها ، -3 مبادله مقادیر جهت و فاصله برای دوره زمانی در بین همسایه ها

در متن اصلی مقاله به هم ریختگی وجود ندارد. برای مطالعه بیشتر مقاله آن را خریداری کنید