Kablosuz algılayıcı ağlarında sıcak nokta probleminin çözümü için yöntemler

Abstract

Kablosuz Algılayıcı Ağlar, yapısal olarak kablosuz bir ortam aracılığı ile birbirine bağlanmış çok sayıda algılayıcı düğümden oluşur. Bu düğümler kendi ağlarını organize edebilme yeteneğine sahiptirler. Bu sebeple düğümler arasında daha önceden programlanmış bir ağ topolojisine gerek yoktur. Bu ağlarda, pil performansı yaşam ömrünü belirlediği için pil performansına bağlı olarak bazı kısıtlamalar ortaya çıkmaktadır. Bu sebeple algılayıcı düğümler, zamanlarının büyük bir kısmını düşük güç tüketimi ilkesine bağlı olarak ?uyku? durumunda geçirirler. Diğer zamanlarda ise gelen düğüm verilerini işlerler.Algılayıcı düğümler kendi komşu düğümlerini bilirler. Böylelikle, düğümler güç ve görev dağılımını dengeleyerek bir performans artışı gösterebilirler. Belirli bir bölgedeki çok sayıda algılayıcı düğüm için tamamının aynı anda algılama görevini yerine getirmesine gerek yoktur. Kaynakların düğümler arasında uygun paylaşımı ve düğümler arası etkin yönlendirme yapılması bu ağlarda önemlidir.Temel olarak eniyileme durumu için kısıtlamalar eşitlik veya eşitsizliklerden oluşur. Bu durum oluşturulurken sürekli değişkenler kullanılır ve bu değişkenler tek bir doğrusal amaç işlevine sahip değişkenlerdir. Bu durum doğrusal program olarak adlandırılır. Doğrusal programlamada temel amaç, birçok uygun seçenek arasından belirlenmiş hedef için en uygun çözümün seçilebilmesidir.

Wireless Sensor Networks include huge number of sensor nodes which are communicated in a wireless environment. These nodes organize their own networks. For that reason there is no need to pre-programme a network topology between the nodes. There are some restrictions about battery performance because it designates the network lifetime. For that reason, sensor nodes spends most of their times in sleeping mode. In other cases nodes process the received data.Sensor nodes know their neighbor nodes. In this way, nodes can balance their power and process distribution to increase their performances. In a definite area, there are lots of sensor nodes, but there is no restriction for all nodes to perceive the jobs at the same time. It is so important to share the sources and to have effective routing between the nodes in these networks.The restrictions for an optimization problem are composed of equations and inequations. There are continuous variables and their aim is to have a linear function. These kinds of situations are named as Linear Programming. The main aim in Linear Programming is to select the best suited solution for the object.