این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
رایانش نرم و فناوری اطلاعات، جلد ۸، شماره ۱، صفحات ۱-۱۳
عنوان فارسی تعیین نرخ نمونه‌برداری به صورت وفقی در راستای بهینگی مصرف انرژی در شبکه های بدنی بی سیم
چکیده فارسی مقاله با توجه به اینکه بیوسنسورهای موجود در در شبکه‌های بی‌سیم بدنی که مسئول جمع‌آوری داده‌ها، انجام عملیات پیش‌پردازش و سپس ارسال آن‌ها به یک مرکز تلفیق داده می‌باشند دارای محدودیت مصرف انرژی و قابلیت پردازش داده‌ها می‌باشند لذا نرخ نمونه‌برداری دارای تأثیر مستقیم بر روی مصرف انرژی شبکه و نیز طول عمر مفید آن دارد. لذا این مقاله به ارائۀ یک رویکرد وفقی جهت تعیین نرخ نمونه‌برداری بهینه در راستای مدیریت داده‌ها می‌پردازد. در همین راستا با استفاده از سیستم ارزش‌گذاری هشدار اولیه ملی ، بیوسنسورها به جمع‌آوری داده‌های مربوطه پرداخته و به تشخیص اطلاعات اورژانسی به‌صورت محلی می‌پردازند. جهت بهینه‌سازی فعالیت گره‌ها، اطلاعات مربوط به فعالیت بیمار استخراج شده تا بر اساس آن در مواقعی که فعالیت بیمار به‌صورت عادی و غیر اضطراری می‌باشد تعدادی از گره‌ها از حالت فعال به حالت خواب انتقال یابند. همچنین جهت تعیین نرخ دقیق نمونه‌برداری، ابتدا یک آزمون آماری برای ارزیابی واریانس مربوط به علائم حیاتی بیمار توسعه داده شده و سپس با استفاده از یک تابع درون‌یابی مناسب، نرخ نمونه‌برداری بهینه تعیین می‌گردد. تابع درون‌یابی جهت تعیین نرخ نمونه‌برداری از دو فاکتور اصلی استفاده می‌نماید: اطلاعات مربوط به ریسک بیمار و مقادیر اندازه‌گیری شده توسط گرۀ محوری . نتایج شبیه‌سازی نشان‌دهندۀ حدود 66 درصد بهینه‌سازی در تعداد داده‌های ارسالی و افزایش طول عمر مفید شبکه به میزان بیش از 2.5 برابر می‌باشد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Adaptive Sampling Rate Determination for Energy Efficiency of Wireless Body Area Networks
چکیده انگلیسی مقاله Considering the facts that existing biosensors in Wireless Body Area Networks (WBANs) - that are in charge of collecting vital sign data of patients, performing preprocessing and sending them to a data fusion center - have limitations in energy consumption and data processing capability of biosensors, therefore, sampling rate has a direct impact on network energy consumption and its useful lifetime. Regarding the above issues, this paper presents an adaptive approach to determining optimal sampling rate for data management. In this regard, by using National Early Warning Score (NEWS) system, the biosensors collect relevant data and recognize the emergency information locally. To optimize nodes' activity, information about the patient's activity is extracted so that when the patient's activity is normal some of the nodes are transferred from active mode to sleep mode. Also, to determine the exact sampling rate, a statistical test was first developed to evaluate the variance associated with the patient's vital signs. Then, by using an appropriate interpolation function, the optimal sampling rate is determined. The interpolation function uses two main factors to determine the sampling rate: the patient's risk information and the values measured by the pivot node. Simulation results show about 66 percent optimization in number of communicated data and increasing more than 2.5 times of network lifetime.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله محمد مهرانی |
گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد دزفول، دزفول، ایران

ایمان عطارزاده |
ایمان عطارزاده، استادیار گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد تهران مرکزی، تهران، ایران.

مهدی حسین زاده |
- دانشگاه علوم پزشکی ایران، تهران، ایران - دانشکده علوم کامپیوتر، دانشگاه توسعه انسانی، سلیمانیه، عراق

نشانی اینترنتی http://jscit.nit.ac.ir/article_82484_f327cc82169bdf2fe80994bf6d2c1ec0.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/834/article-834-1356681.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات