این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مهندسی و مدیریت انرژی، جلد ۹، شماره ۱، صفحات ۰-۰
عنوان فارسی ارائه یک الگوریتم فازی-ژنتیک برای کاهش توان مصرفی در شبکه های حسگر بی سیم بدنی
چکیده فارسی مقاله یکی از کاربردهای مهم شبکه‏ های بی­سیم در زمینه پزشکی، شبکه‏های حسگر بی سیم بدنی (WBAN) می باشد. تعبیه حسگرهای اندازه گیر برروی یا درون بدن انسان ایجاب می کند که  میزان مصرف انرژی آن ها باید بسیار کنترل شده  و اندک باشد تا خطری برای بیمار ایجاد نکند. وجود تداخل میان گره های فرستنده و گیرنده مختلف در این شبکه­ها یکی از مهمترین چالش هایی  است که میزان مصرف انرژی در حسگرهای تشکیل دهنده WBAN را افزایش می­دهد. در این مقاله از روش کنترل کننده فازی-ژنتیک 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 متداول حریصانه کاهش دهد.
کلیدواژه‌های فارسی مقاله تداخل، کنترل توان ، کنترل کننده فازی ژنتیک، WBAN(Wireless Body Area Network)
عنوان انگلیسی A fuzzy genetic algorithm to reduce power consumption in wireless body area network
چکیده انگلیسی مقاله WBANs (Wireless Body Area Network) are expected to consume very low electrical power. One of the most important factors of energy consumption in WBAN is the presence of interference between the transmitter and receiver nodes. In this paper, a fuzzy- genetic based power control method is proposed to intelligently align transmission power of sensor nodes within a  WBAN. This technique utilizes the concepts of genetic algorithms to set up membership functions of fuzzy controller and its knowledge base so that by controlling the level of transmission power of each sensor, the entire network energy consumption is reduced by mitigating the impact of interference in neighborhood nodes. Compared to distributed Greedy power control algorithm, it is shown that the proposed genetic-fuzzy power control approach can reduce power consumption by at least 34 percent.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله امیرحسین پاکروان |
-

علی قیاسیان | Ali Ghiasian
Shahrekord University
دانشگاه شهرکرد

نشانی اینترنتی http://energy.kashanu.ac.ir/browse.php?a_code=A-10-1403-1&slc_lang=fa&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده مهندسی برق
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات