Un enfoque eficiente para localizar nodos de sensor en redes de sensores inalámbricos 2D utilizando el algoritmo de rata topo desnuda basado en optimización de ballenas
Autores: Kaur, Goldendeep; Jyoti, Kiran; Shorman, Samer; Alsoud, Anas Ratib; Salgotra, Rohit
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Un enfoque eficiente para localizar nodos de sensor en redes de sensores inalámbricos 2D utilizando el algoritmo de rata topo desnuda basado en optimización de ballenas
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Localización
Redes de sensores inalámbricos
Enfoques de optimización
Nodos de sensor
Anclas virtuales
Algoritmo de Rata Topo Desnuda basado en Optimización de Ballenas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 35
Citaciones: Sin citaciones
La localización ha surgido como un componente importante y crítico de la investigación en Redes de Sensores Inalámbricos (WSNs). WSN es una red de numerosos sensores distribuidos en amplias áreas del mundo para llevar a cabo numerosas actividades, como la detección de datos y su transferencia a varios dispositivos. La mayoría de las aplicaciones, como el seguimiento de animales, la monitorización de objetos y numerosos recursos colocados en ubicaciones interiores y exteriores, necesitan identificar la posición del incidente que está ocurriendo. El objetivo principal de la localización es identificar la localidad de los nodos sensores instalados en una red para poder rastrear la ubicación de un evento particular. Se observan diferentes enfoques de optimización en el trabajo para resolver el desafío de la localización en WSN y asignar las posiciones adecuadas a los nodos sensores no descubiertos. Esta investigación emplea el enfoque de localizar nodos sensores en una plataforma 2D utilizando un nodo ancla estático exclusivo y anclas virtuales para detectar nodos objetivo dinámicos proyectando estos seis anclas virtuales en forma hexagonal en diferentes orientaciones y luego optimizando las coordenadas estimadas del nodo objetivo empleando el Algoritmo de Rata Topo Desnuda basado en Optimización de Ballenas (WONMRA). Además, la efectividad de una variedad de estrategias de optimización empleadas para la localización se compara con la estrategia WONMRA en cuanto al error de localización y al número de nodos que se están localizando, y se ha investigado que el error promedio en la localización es de 0.1999 según WONMRA y es menor que todas las demás técnicas de optimización.
Descripción
La localización ha surgido como un componente importante y crítico de la investigación en Redes de Sensores Inalámbricos (WSNs). WSN es una red de numerosos sensores distribuidos en amplias áreas del mundo para llevar a cabo numerosas actividades, como la detección de datos y su transferencia a varios dispositivos. La mayoría de las aplicaciones, como el seguimiento de animales, la monitorización de objetos y numerosos recursos colocados en ubicaciones interiores y exteriores, necesitan identificar la posición del incidente que está ocurriendo. El objetivo principal de la localización es identificar la localidad de los nodos sensores instalados en una red para poder rastrear la ubicación de un evento particular. Se observan diferentes enfoques de optimización en el trabajo para resolver el desafío de la localización en WSN y asignar las posiciones adecuadas a los nodos sensores no descubiertos. Esta investigación emplea el enfoque de localizar nodos sensores en una plataforma 2D utilizando un nodo ancla estático exclusivo y anclas virtuales para detectar nodos objetivo dinámicos proyectando estos seis anclas virtuales en forma hexagonal en diferentes orientaciones y luego optimizando las coordenadas estimadas del nodo objetivo empleando el Algoritmo de Rata Topo Desnuda basado en Optimización de Ballenas (WONMRA). Además, la efectividad de una variedad de estrategias de optimización empleadas para la localización se compara con la estrategia WONMRA en cuanto al error de localización y al número de nodos que se están localizando, y se ha investigado que el error promedio en la localización es de 0.1999 según WONMRA y es menor que todas las demás técnicas de optimización.