عنوان مقاله :
ارائه يك الگوريتم فازي-ژنتيك براي كنترل توان در شبكه‌هاي حسگر بي‌سيم بدني
عنوان به زبان ديگر :
A Fuzzy Genetic Algorithm to Power Control in Wireless Body Areanet Work
پديد آورندگان :
پاكروان، اميرحسين دانشگاه آزاد اسلامي واحد نجف آباد، اصفهان , قياسيان، علي دانشگاه شهركرد - دانشكده فني و مهندسي
كليدواژه :
تداخل , كنترل توان , مصرف انرژي , كنترل‌كننده فازي - ژنتيك , Wireless Body Area Network
چكيده فارسي :
يكي از كاربردهاي مهم شبكه هاي بي‌سيم در زمينۀ پزشكي، شبكه هاي حسگر بي‌سيم بدني (WBAN) است. تعبيۀ حسگرهاي اندازه‌گير رويِ يا درون بدن انسان ايجاب ميكند ميزان مصرف انرژي آن‌ها بسيار كنترل‌شده و اندك باشد تا خطري براي بيمار ايجاد نشود. وجود تداخل ميان گره‌هاي فرستنده و گيرندۀ مختلف در اين شبكه‌ها چالش مهمي است كه ميزان مصرف انرژي در حسگرهاي تشكيل‌دهندۀ WBAN را افزايش ميدهد. در اين مقاله، از روش كنترل‌كنندۀ فازي-ژنتيك به‌منظور كنترل توان انتقال در حسگرهاي WBAN استفاده شده است. در اين روش با استفاده از الگوريتم ژنتيك تلاش مي‌شود پايگاه دانش كنترل‌كنندۀ فازي به‌گونه‌اي تنظيم شود كه كنترل‌كنندۀ فازي بتواند با مديريت توان انتقال هريك از حسگرهاي WBAN، هم مقدار مصرف انرژي را كاهش دهد و هم كمترين ميزان تداخل را با ديگر حسگرها در WBAN هاي همسايۀ موجود در محيط ايجاد كند. نتايج شبيه‌سازي نشان ميدهد كه روش كنترل‌كنندۀ فازي ژنتيك مي‌تواند ميزان مصرف توان را تا 34درصد نسبت به روش متداول كاهش دهد
چكيده لاتين :
Wireless Body Area Network (WBAN) is one of the most significant applications of wireless networks in medical science. The energy consumption of embedded sensors inside oron the human body should be very low not to pose any threats to the patient’s health. As an important challenge, the interference among different transmitters and receivers result in considerable growth in the energy consumption of the sensor nodes. In this paper, the fuzzy-genetic based power control method is utilized to align transmission power of sensor nodes within a WBAN. This technique exploits the concepts of genetic algorithms to set up membership functions of fuzzy controller and its knowledge base so that the entire network energy consumption, through controlling the level of transmission power of each sensor, is reduced by mitigating the impact of interference in neighborhood nodes. Compared with Greedy power Control Algorithm, the proposed genetic-fuzzy power control approach is shown to be able to reduce power consumption by at least 34 percent.
عنوان نشريه :
مهندسي و مديريت انرژي
عنوان نشريه :
مهندسي و مديريت انرژي
