نمونه ترجمه مقاله:

۱. مقدمه

پیشرفت ها در ارتباطات بی سیم و فناوری های VLSI موجب انگیزش تولیدکنندگان برای طراحی دستگاه های حسگر بی سیم با اندازه کوچک و هزینه پایین شده که بتوان در طراحی شبکه های حسگر بی سیم (WSN ها) استفاده نمود. WSN ، شبکه توزیع یافته ای است که حاوی مجموعه ای از گره های حسگر خود سازماندهی شده و خودمختار بوده و یک یا بیش از یک ایستگاه پایه (مقر اصلی) (BS) دارند. این نوع شبکه را می توان برای نظارت و ردیابی کاربردهایی همچون محیط های هوشمند مانند شهرهای هوشمند ، شبکه هوشمند ، خانه هوشمند – نظارت بر گونه زیستی ، ردیابی اهداف نظامی و نظارت ترافیکی و غیره ، طراحی نموده و بکار گرفت.

در WSN ه ، گره حسگر با منبع انرژی محدود شده ای تجهیز شده است. معمولا ، این شبکه با استفاده از باتری های 2AA عمل می کند. بدلیل محدودیت منابع انرژی ، استفاده قضایی از منابع انرژی گره حسگر مسئله پژوهشی مهمی بوده که نیازمند تلاش های پژوهشی ضروری (سریع) برای یافتن راه حل بهتری بمنظور تقویت طول عمر شبکه است.برای ذخیره منبع انرژی گره حسگر و تقویت طول عمر شبکه ، روش های مختلفی همچون خوشه بندی ، فشرده سازی داده و تجمع ، Sink موبایل براساس گردآوری داده ، دوچرخه سواری و غیره مطرح شده است. طرح جمع آوری داده مبتنی بر خوشه بندی در بسیاری از ادبیات کارامدی خود در ذخیره انرژی و راه حل های مقیاس پذیر را ثابت نموده است. در فرایند خوشه بندی ، گره ها به گروه های مختلفی – شناخته شده بعنوان خوشه ها – سازمان دهی شده اند. هر خوشه از سر خوشه (CH) تشکیل شده که کار (فعالیت) اصلی آن دریافت داده حس شده از اعضای خوش (CMها) ، تجمیع آن و سپس انتقال داده تجمیع شده به ایستگاه پایه (پایگاه) است. در هر خوشه ، CH داده های اضافی و زائد را بوسیله تجمیع داده حذف می نماید. سپس ، انتخاب مناسب CH ها و توزیع فضای آن مسائل بسیار مهمی در فرایند خوشه بندی با مصرف انرژی متعادل می باشد.

مسئله انتخاب سر خوشه با مصرف انرژی متعادل ، مسئله ای NP-سخت است. برای حل این مسئله ، بسیاری از الگوریتم های خوشه بندی ابتکاری و متا ابتکاری در ادبیات (۶-۱۴) مطرح شده است. هرچند ، این پروتوکل های خوشه بندی موجود از مسئله مصرف انرژی نامتعادل رنج می برند. در این مسئله ، CH ها بصورت یکپارچه توزیع نشده و CH ها سر ریز شده سریع تر از CH های سر ریز نشده از بین می روند. این بدلیل این واقعیت است که میانگین فاصله مابین CH و BS در تابع تناسب استفاده شده که موجب انتخاب تمامی CH ها در نزدیکی BS می شود. بمنظور حل این مسئله ، الگوریتم خوشه بندی مبتنی بر جستجوی Cuckoo که بهبود یافته (ICSCA) مطرح شده است. در طرح مطروحه ، تابع تناسب نوظهور بدست آمده که دربرگیرنده سه پارامتر همچون انرژی ، فاصله و اندازه خوشه است. برای بهبود عملکرد جستجوی Cuckoo ، طرح رمزگذاری نوظهوری برای رمزگذاری جمعیت استفاده شده است.