بخشی از مقاله
چکیده: یک WBAN به طور کلی از یک گره مرکزی و چندین گره حسگر قابل کاشت و قابل پوشیدن تشکیل شده است، که میتواند به طور دائم سیگنالهای حیاتی را از بدن انسان جمعآوری و آنها را به بیمارستان منتقل کند. یکی از ویژگیهای مهم و مورد انتظار ازWBANها این است که میزان مصرف انرژی آن باید کم باشد.وجود تداخل میان گره های فرستنده و گیرنده در این شبکهها یکی از مهمترین عواملی است که میزان مصرف انرژی در حسگرهای تشکیل دهنده WBAN را افزایش میدهد. در این مقاله از روش کنترل کننده فازیBژنتیک به منظور کنترل توان انتقال در حسگرهای WBAN استفاده شده است.
در این روش با استفاده از الگوریتم ژنتیک تلاش میشود که پایگاه دانش کنترل کننده فازی به گونه ای تنظیم گردد که کنترل کننده فازی بتواند با مدیریت توان انتقال هریک از حسگرهای WBAN، هم مقدار مصرف انرژی را کاهش دهد و هم کمترین میزان تداخل را با دیگر حسگرها در WBANهای همسایه موجود در محیط ایجاد نماید.نتایج شبیه سازی نشان می دهد که روش کنترل کننده فازی ژنتیک میتواند میزان مصرف توان را تا 34 درصد نسبت به روش حریصانه کاهش دهد.
-1 مقدمه
روزانه حجم زیادی از جابجاییهایی که در سطح شهرها روی میدهد مربوط به مراجعه بیماران به مراکز درمانی و پزشکان برای اطلاع از وضعیت جسمانی و روحیخود و یا انجام چکآپهای دوره ای میباشد که این رفت و آمدها خود موجب به وجود آمدن ترافیکهای بزرگی در شهرها و متعاقب آن افزایش آلاینده های زیست محیطی و گازهای گلخانه ای میشود.
در سالهای اخیر تکنولوژی بیسیم بهطور چشمگیری مورد توجه و استفاده کاربران شبکه قرار گرفته است. این توجه موجب بهوجود آمدن کاربردهای جدیدی در زمینه های مختلف نظامی، پزشکی و غیره گردیده است. یکی از کاربردهای مهم شبکههای بیسیمدر زمینه پزشکی ، شبکههای بیسیم ناحیه بدن - WBAN - 1 می باشد. یک WBAN به طور کلی از یک گره مرکزیبه عنوان درگاه2 و چندین گره حسگر قابل کاشت و قابل پوشیدنی تشکیل شده است، که میتواند به طور دائم سیگنال های حیاتی از قبیل نرخ سلامتی ، غلطت خون، نوار قلب، الکترو میوگرافی و غیره را از بدن انسان جمعآوری کند و سپس آنها را به بیمارستان یا مرکز مدیریت منتقل نماید.[1]
وجود WBANها موجب می-گردد که دیگر نیاز نباشد بیماران به خصوص آنانی که دارای بیماریها صعب العلاج هستند، دائماً به بیمارستانها مراجعه نمایند ویا حتی در بیمارستانها بستری گردند. که این امر خود باعث میگردد که سهم زیادی از ترافیکها و به دنبال آن آلودگی هایی که وسایل نقلیه مسبب آنها هستند، کاهش یابد. در فرآیند پیاده سازی WBAN ، تعدادی چالش نمایان شده است. ابتدا این که WBAN باید از تاخیر کم و قابلیت اطمینان3 خیلی بالایی برخوردار باشد،زیرا که در یکWBAN گرههای حسگر سیگنالهای زندگی را از بدن انسان نمونه برداری میکنند.
دوم این که وجود انرژی کافی یک مشکل حیاتی است چرا که عمر باتری گرههای حسگر محدود بوده اما شارژ مجدد حسگرها ویا حتی تعویض این حسگرها امری بسیار سخت و در بعضی از موارد غیر ممکن است.[2] از همین جهت هرچه بتوان در مصرف انرژی در هنگام تبادل اطلاعات صرفه جویی انجام داد در واقع عمر شبکه را افزایش داده ایم.
آزمایشات نشان داده اند که، قابلیت اطمینان در یک پیوند در شبکههای بیسیم ناحیه بدن و همچنین میزان مصرف انرژی در حسگرهای تشکیل دهنده WBAN تا حد زیادی متاثر از تداخلی است که توسط فرستندههای پیوندهای دیگر، ایجاد شده است.به طور کلی، تداخل در شبکههای بیسیم از جمله WBANها، متاثر از چندین عامل از قبیل: حالت کانال، نویز،اثر محو شدگی4، فاصله انتقال، توان انتقال وغیره است که یکی از مهمترین و تاثیر گذار ترین عوامل در تداخل سطح توان انتقال داده در فرستنده است.
در این مقاله روش کنترل کننده فازی ژنتیک ارائه می-شود که به کمک آن میتوان با کنترل توان فرستنده حسگرهای موجود در هر WBAN، تداخل بین WBAN های مجاور را کنترل کرد. سپس روش پیشنهادی را با روش کنترل توان توزیع شده در مدل [3] SINR که از نوعی الگوریتم حریصانه بهره میبرد مقایسه کرده و نشان میدهیم که این روش فازی ژنتیک دارای عملکرد بهترو کاراتری نسبت به الگوریتم حریصانه می-باشد.
ادامه روال عملکردی این مقاله به شرح زیر است :
در بخش دوم مروری خواهیم داشت بر یک سری پژوهش هایی که در زمینه مدیریت تداخل صورت گرفته اند. در بخش سوم با یک سری از مفاهیم الگوریتم ژنتیک و کنترل کننده فازی و چگونه ارتباط این دو با یکدیگر در روش پیشنهادی پرداخته و در بخش چهارمبا معرفی شرایط شبیه سازی انجام شده به سراغ بخش پنجم میرویم و روش پیشنهادی را با روش حریصانهمقایسه میکنیم و در بخش آخر هم جمع بندی ای از نتایج بدست آمده در این مقاله ارائه خواهیم کرد.
-2 مرور کارهای گذشته
با توجه به اهمیت مدیریت تداخل و قابلیت اطمینان درشبکههای بیسیم، تا بهحال رویکردهای زیادی جهت افزایش گذردهی و مدیریت تداخلبه منظور افزایش قابلیت اطمینان در شبکههای بیسیم مختلف ارائه شده که در ادامه به چند مورد از پرکاربردترین آنها اشاره میکنیم. برای اولین بار در مقاله [4] تاسیولاس الگوریتم حداکثر زمان بندی وزن دار5 را معرفی کرده و ثابت نبود که با مدیریت تداخل به این روش ، گذردهی شبکه در این الگوریتم بهینه میباشد. از آن موقع تاکنون ،تلاشهای تحقیقی فراوانی برای پیاده سازی توزیع شده ای از این الگوریتم ها انجام شده است و برای این منظور از انواع مدلهای تداخلی بهره گرفته اند.
آقای ژیانگ وهمکاران در مقالات 5] و[6 نسخههایی از CSMA ساده و گذردهی بهینه تطبیقی را پیشنهاد دادهاند. این الگوریتمها از ویژگی کاملا توزیع شدگی بهره میبرند ، به این معنی که ، آنها نیاز به هیچ تبادل پیامی میان انواع فرستندهها ندارند. در این روشها فرض براین است که توان انتقال گره های شبکه ثابت هستند و محقق فقط سعی بر این دارد که گره ها را به گونه ای زمان بندی نماید که بتواند به تمام درخواستهای گرهها در کمترین زمان ممکن پاسخ داده و در واقع گذردهی شبکه را به حداکثر رساند.
در هر صورت آنالیز آنها وضمانت کارایی در آنها متکی بر یک سری فرضیات قویی صورت گرفته است، به عنوان مثال در الگوریتم پیشنهادی آنها تداخل میتواند به صورت یک گراف بدون جهت ساده مدل سازی شود. این مدل تداخل ساده نمیتواند مسائل نهایی آشکار وپنهان شناخته شده از تداخل واقعی را به حساب بیاورد و در کل به طور دقیق ماهیت تداخل را ضبط نمیکند. به عنوان مثال این مدل تداخلی اثر تجمعی پیوندهای همزمان را بر روی یک پیوند ، در نظر نمیگیرد.
روش دیگری که برای مدیرت تداخل در مقالات 7]و8و[9 پیشنهاد شده است، استفاده از زمان بندی پیوندها در شبکه براساس یک مدل تداخلی واقعیتر SINR است . در این روشها تلاش میشود که عناصر تشکیل دهنده شبکه - فرستنده و گیرندهها - را به گونه ای زمان بندی نمایند که پیوندهایی که در مدل تداخلی پیش تعریف شده - مدلی تداخلی که براساس مدل تداخلی فیزیک SINR تشکیل شده است- با یکدیگر هیچ گونه تداخلی ندارند ،دریک شکاف از زمان عملیات انتقال داده را انجام دهند و پیوندهایی که با یکدیگر متداخل هستند در شکافهای زمانی مختلف فعالیت نمایند تا به این طریق بتوانند گذردهی سیستم را تا حد امکان افزایش دهند .
از آنجایی که زمان بندی شبکه برای افزایش گذردهی براساس مدل تداخلی فیزیکی، خود امری پیچیده و مشکل است و اثبات شده است که الگوریتمهایی که بتوانند این مشکل را حل نمایند خود NP-HARD هستند پس در هر یک از این الگوریتم ها نیز به منظور کاهش پیچیدگی مجبور هستند که از یک سری فرضیات استفاده کنند.
مثلا در هر یک از مقالات بیان شده به منظور کاهش پیچیدگی الگوریتم فرض کرده اند که یا توان انتقال گره های فرستنده ثابت است [8] یا از تعداد معدودی توان انتقال استفاده کرده اند7]و.[9 در الگوریتمهایی که از تعداد محدودی توان انتقال استفاده میکنند، شاهد این موضوع هستیم که برای اینکه بتوانند مدل تداخل فیزیکی را ایجاد نماید خود نیاز به یک روش کنترل توان دارند. به علاوه این که یکی از معایب این الگوریتم ها میزان تاخیر بالای آنها میباشد.
روش دیگری که برای امر مدیریت تداخل در شبکههای بی-سیم بسیار استفاده شده، روش کنترل توان انتقال است. در کنترل توان انتقال نیز عموما برای مشخص کردن روابط تداخلی میان یک فرستنده و دیگر فرستندههای همزمان در گیرنده متناظر، از نسبت قدرت سیگنال اصلی به قدرت سیگنالهای متداخل به علاوه نویز - SINR - استفاده میکند3]و. [10 به همین علت است که این روشهای کنترل توان خود برای ایجاد ساختار مدل تداخل فیزیکی هم مورد استفاده قرار میگیرد.
در این روشها تلاش بر این است که بتوان توان انتقال هر یک از فرستندهها را در شبکه به گونه ای انتخاب نمود که ضمن رعایت یک حداقل آستانه ای از SINR به منظور اطمینان از وجود یک ارتباط موفق و حفظ کیفیت سرویس مورد نظر - QOS - 6، از کمترین توان انتقال برای تبادل اطلاعات بین فرستنده و گیرنده ها استفاده کرد.به همین جهت روشهای کنترل توان انتقال نه تنها موجب میشوند که با کاهش تداخل بین پیوندهای متداخل ،گذردهی کل شبکه بیسیم افزایش یابد ، بلکه با مدیریت مصرف توان برای هر یک از زوجهای فرستنده و گیرنده، باعث میشود که بتوان توان مصرفی کل سیستم را کاهش داد. این امر خود برای یک سری از شبکههای بیسیم به خصوص شبکههای WBAN امری حیاتی و تعیین کننده در کارایی شبکه است.
روشهایی که در 10]و[11 پیشنهاد شده است با استفاده از ایده نظریه بازیها برای هر کاربر در شبکه یک تابع سود و منفعت تعریف گردیده است که توسط SINR مطلوب آن کاربر منهای یک قیمت گذاری برای فراهم کردن انگیزه کافی برای هر کاربر محاسبه میگردد.در این روشها ، اگر هر گره به صورت خودسرانه بخواهد مقدار توان انتقال خود را افزایش دهد در عمل شاهد آن خواهد بود که تابع منفعت کلی سیستم را کاهش داده است به همین علت هر گره سعی میکند سطح توان انتقال را به گونه ای انتخاب کند که سودمندی جمعی همه کاربران را حداکثر رساند به جای این که فقط تلاش کند که سطح SINR خودش را حداکثر سازد.
به علاوه هر گره ضمن تلاش برای حداکثرکردن سود و منفعت کل شبکه و بدست آوردن آستانه SINR مورد نظر ، سعی میکند از حداقل توان برای انتقال بهره گیرد تا بتواند توان مصرفی کل شبکه بیسیم را نیز کاهش دهد . یکی دیگر از روشهایی که برای کنترل توزیع شده توان استفاده شده است روش استفاده از منطق فازی و کنترل کننده فازی است.
برای این منظور در هر گره یک کنترل کننده فازی تعبیه شده و این کنترل کننده با استفاده از بازخوردی که از گیرنده متناظر خود دریافت میکند تاثیر توان انتقالی خود را در مرحله قبل به روش فازی ارزیابی کرده و اگر نیاز به کاهش یا افزایش توان انتقال به منظور دستیابی به توان بهینه در شبکه وجود داشته باشد با استفاده از محاسبات فازی این مقدار افزایش یا کاهش را محاسبه کرده و توان انتقالی جدیدی را برای انتصاب به سیگنال بعدی تولید مینماید.
