Т.М. Татарникова1, Е.Л. Турнецкая2

1,2 Санкт-Петербургский государственный университет аэрокосмического приборостроения (ГУАП)
(Санкт-Петербург, Россия)

Постановка проблемы. Конечный запас энергии аккумуляторов сенсорных узлов обусловил стратегию ретрансляции пакетов данных через головные узлы кластеров, на которые разбивается создаваемой сенсорное поле. Время работы беспроводной сенсорной сети без подзарядки зависит от расхода энергии сенсорными узлами. Основной расход энергии происходит во время передачи данных, их обработки и вычисления маршрута.

Цель. Разработать новый энергоэффективный метод кластеризации беспроводной сенсорной сети, включающий в себя выбор главы кластера с точки зрения расположения узлов и уровня их остаточной энергии, и формирование самого кластера.

Результаты. Предложен метод выбора головных узлов кластеров беспроводной сенсорной сети, основанный на метаэвристическом алгоритме с применением группового интеллекта – алгоритме мотыльков и пламени. Имитационный эксперимент показал преимущество предложенного метода перед другими методами кластеризации: LEACH, SEP, TEEN и DEEC.

Практическая значимость. Предложенный в работе метод расширяет возможные варианты решения задачи кластеризации крупномасштабных беспроводных сенсорных сетей.

Татарникова Т.М., Турнецкая Е.Л. Эволюционный алгоритм кластеризации беспроводной сенсорной сети // Успехи современной радиоэлектроники. 2023. T. 77. № 8. С. 26–32. DOI: https://doi.org/10.18127/j20700784-202308-04

1. Кучерявый А.Е., Бородин A.C., Киричек Р.В. Сети связи 2030 // Электросвязь. 2018. Т. 11. С. 52–56.
2. Lysogor I., Voskov L., Rolich A., Efremov S. Study of data transfer in a heterogeneous Lora-satellite network for the internet of remote things // Sensors. 2019. V. 19. № 15. P. 3384. DOI: 10.3390/s19153384.
3. Doo-Soon Park Fault Tolerance and Energy Consumption Scheme of a Wireless Sensor Network // International Journal of Distributed Sensor Networks. V. 2013. Article ID 396850.
4. Ran G., Zhang H., Gong S. Improving on LEACH protocol of wireless sensor networks using fuzzy logic // Journal Inf. Comput. Sci. 2010. № 7. P. 767–775.
5. Basford P.J., Johnston S.J., Perkins C.S., Garnock-Jones T., Tso F.P., Pezaros D., Cox S.J. Performance analysis of single board computer clusters // Future Generation Computer Systems. 2020. V. 102. P. 278–291.
6. Татарникова Т.М., Дзюбенко И.Н. Методы увеличения жизненного цикла сети интернета вещей // Научно-технический вестник информационных технологий, механики и оптики. 2018. Т. 18. № 5. С. 843-849. DOI: 10.17586/2226-1494-2018-18-5-843-849.
7. Dziubenko I.N., Tatarnikova T.M. Algorithm for Solving Optimal Sensor Devices Placement Problem in Areas with Natural Obstacles // Wave Electronics and its Application in Information and Telecommunication Systems (WECONF). 2018. Р. 1–4. DOI: 10.1109/WECONF.2018.8604325.
8. Курейчик В.В., Заруба Д.В., Запорожец Д.Ю. Алгоритм параметрической оптимизации на основе модели поведения роя светлячков // Известия ЮФУ. Технические науки. 2015. № 6 (167). С. 6–15.
9. Кашкаров А.П. Датчики в электронных схемах. От простого к сложному. М.: ДМК Пресс. 2013.
10. Павлов В.С., Турнецкая Е.Л. Синтез пространственно-кольцевого пеленгатора источника поляризованного радиоизлучения // Информационно-управляющие системы. 2014. № 6 (73). С. 6–12.