Kablosuz algılayıcı ağlarda yaşam süresini ençoklamak için en uygun baz istasyonu konumunun sinüs kosinüs algoritması ve parçacık sürü optimizasyonu algoritması kullanılarak belirlenmesi

Abstract

Kablosuz algılayıcı ağlarının (KAA) yüksek esnekliği ve dayanıklılığı farklı uygulama alanlarında kullanılan bu tür ağların performansını geliştirmeye büyük bir önem verilmesine neden olmuştur. Bu ağların karşılaştığı en temel zorluklardan birisi bu ağlardaki düğümlere enerji sağlamak için kullanılan sınırlı güç kaynaklarının olmasıdır. Her düğümün kullandığı güç kaynağının boyutunu küçültmek suretiyle, düğümlerin tükettiği gücü azaltmak ağın esnekliğini sürdürmek için önemli bir faktördür. Bu nedenle, güç tüketimini optimize etmek önemlidir; böylelikle, KAA ömrü aynı güç miktarı kullanılarak maksimum düzeye çıkarılır. Düğümün veriyi uzak düğümlerden baz istasyonu düğümüne iletmesi için seçilmesi durumunda, ağdaki her düğüm kendi verisinin yanı sıra komşu düğümlerden de veri iletmektedir. düğümü işlemek veya KAA'dan veri toplayan ve işleyen merkezi bir sunucuya iletmek için KAA içerisindeki bütün düğümlerden veri toplayan ana düğümdür. Bütün bilgiler bu noktaya geldiği için, baz istasyonu düğümünün konumu ağın ömrü açısından önemli bir rol oynamaktadır.Optimizasyon algoritmaları sistem parametrelerinin değerlerini değiştirerek bağımsız sistemler ile çalışır ve sistemin isten davranışına bağlı olarak, sistem çıktısını en üst düzeye çıkarmak veya en aza indirgemek için sistemin çıktısını ölçer.Böylelikle, baz istasyonu düğümünün konumu KAA'nın parametreleri ve ağın ömrü sistemin çıktısı olarak düşünüldüğünde, baz istasyonu düğümünün konumunu ayarlamak için optimizasyon algoritması kullanarak, ağın ömrünü en üst düzeye çıkarmak için optimizasyon algoritmaları kullanmak mümkündür.Optimizasyon algoritmaları en uygun konumu bulmada farklı metodolojilere dayandığından, aynı ağ için farklı optimizasyon algoritmaları kullanarak, baz istasyonu düğümü için farklı konumlar elde etmek mümkündür. Bu nedenle, bu çalışmada, baz istasyonu düğümünün en uygun konumunu bulmak için iki optimizasyon algoritması test edilmiş, böylece ağlardaki düğümlere enerji sağlamak için kullanılan aynı enerji miktarı kullanılarak KAA'nın ömrü maksimize edilmiştir. Bu algoritmalar Parçacık Sürü Optimizasyonu (PSO) ve Sinüs Kosinüs Algoritmasıdır (SKA).Bu algoritmaların performansını test etmek ve tarafsız bir değerlendirme gerçekleştirmek için farklı topolojiler kullanılmıştır. Algoritmaların performansı algoritmalar tarafından önerilen en uygun baz istasyonu düğümü konumu ile elde edilen ağ ömrü ve bu onumu hesaplamak için gereken uygulama süresi ile ölçülür. Deneysel sonuçlar her iki algoritmanın da önerilen konumlara dayanılarak elde edilen ağ ömrüne ilişkin benzer performanslara sahip olduğunu göstermiştir, ancak PSO, SKA tarafından önerilen baz istasyonu düğümü konumu kullanılarak elde edilen ağ ömründen yalnızca %1 oranında daha yüksek bir ağ ömrü sağlamıştır. Bunun yanı sıra, SKA algoritması, PSO algoritması tarafından gereken uygulama zamanının ortalama %89.44'ünü tüketmiştir. Bu nedenle, her iki algoritma da çok rekabetçi bir performansa sahip olup, baz istasyonu düğümünün konumunu optimize ederek bir kablosuz algılayıcı ağının ömrünü optimize etmek için uygulanabilirdir.Anahtar Kelimeler: Kablosuz Algılayıcı Ağı, Optimizasyon algoritması, Parçacık Sürü Optimitasyonu, Sinüs Kosinüs Algoritması.

The high flexibility and durability of the Wireless Sensor Networks (WSN) leads to a huge emphasis on improving the performance of such networks, which are used in different field of applications. One of the major challenges faced by these networks is the limited power sources used to energize the nodes in these networks. Reducing the power consumed by each node is a key factor to maintain the flexibility of the network, by reducing the size of the power source used by each node. Thus, it is important to optimize the power consumption, so that, the lifetime of the WSN is maximized using the same amount of power.As each node in the network transmits its data, as well as data from adjacent nodes, in case that this node is selected to forward data from remote nodes to the sink. The sink node is the main node of the WSN that collects data from all the nodes in that WSN, in order to process it or forwarded to a centralized server, which collects and processes data from the WSN. Thus, the position of the sink node plays an important role in the lifetime on the network, as all information ends up at that point. Optimization algorithms work with stand alone systems, by modifying the values of system parameters and measure the output of the system, in order to maximize or minimize the output of that system, depending on the required behavior of that system. Thus, by considering the position of the sink node as the parameters of the WSN, and the lifetime of the network as an output of the system, it is possible to use optimization algorithms to maximize the lifetime of the network, by using optimization algorithm to adjust the position of the sink node.As optimization algorithms rely on different methodologies in finding the optimal position, it is possible to have different positions of the sink node, for the same network, using different optimization algorithms. Thus, in this study, two optimization algorithms are tested to find the optimal position of the sink node, so that, the lifetime of the WSN is maximized using the same amount of energy that is used to energize nodes in the networks. These algorithms are the Particle Swarm Optimizer (PSO) and the Sine Cosine Algorithm (SCA).Different topologies are used to test the performance of these algorithms, in order to achieve unbiased evaluation. The performance of the algorithms is measured using the lifetime of the network, achieved by the optimal sink position suggested by each algorithm, and the execution time required to calculate that position. The experimental results show that both algorithms have relatively similar performance regarding the lifetime of the networks, based on the suggested positions, where the PSO has achieved marginally higher network lifetime with only 1% higher than that achieved using the SCA suggested sink positions. Moreover, the SCA algorithm consumed and average of 89.44% of the execution time required by the PSO algorithm. Thus, both algorithms have very competitive performance and are applicable in optimizing the lifetime of a wireless sensor network, by optimizing the position of the sink node.Keywords: Wireless Sensor Network; Optimization algorithm; Particle Swarm Optimization; Sine Cosine Algorithm.