• عنوان

    افزايش بهره‌وري انرژي در مسيريابي شبكه‌هاي حسگر بي‌سيم چندگامي مبتني بر الگوريتم‌ يادگيري DQN

  • نويسنده اصلي

    قائم‌پناه، فاطمه

  • محل تحصيل
    اصفهان : دانشگاه صنعتي اصفهان
  • رشته تحصيلي
    مهندسي برق
  • مقطع تحصيلي
    كارشناسي ارشد
  • چكيده
    شبكه‌هاي حسگر بي‌سيم به دليل كاربردهاي متعدد از جمله نظامي، نظارت بر محيط ‌زيست و همچنين جمع‌آوري داده‌هاي دقيق، توجه بسياري از صنعت‌گران و محققان را به خود جلب كرده است. گره‌هاي حسگر منابع محاسباتي و همچنين انرژي محدودي دارند و از آنجايي كه معمولا امكان تعويض يا شارژ مجدد باتري گره‌هاي حسگر وجود ندارد، مسئله مصرف انرژي در شبكه‌هاي حسگر بي‌سيم اهميت ويژه‌اي دارد. پروتكل‌هاي مسيريابي پرمصرف‌ترين بخش‌هاي شبكه حسگر بي‌سيم از نقطه نظر انرژي به حساب مي‌آيند و نقش مهمي در بهينه‌سازي مصرف انرژي دارند. درنتيجه به منظور بهبود در عملكرد طولاني مدت شبكه‌هاي حسگر بي‌سيم بسيار مورد بررسي قرار گرفته‌اند. در پروتكل‌هاي مسيريابي مرسوم، مسيريابي با توجه به عوامل مرتبط با وضعيت فعلي شبكه انجام مي‌شود،‌ كه اصولا از مسائلي مانند تراكم يا خرابي اتصال ناشي از افزايش ترافيك و تغيير شرايط شبكه رنج مي‌برند و منجر به كاهش عملكرد شبكه مي‌شوند. علاوه بر اين، هنگامي كه چنين موقعيت‌هايي دوباره تكرار مي‌شوند، پروتكل‌هاي مسيريابي مرسوم معمولاً از تجربيات قبلي كه باعث ازدحام شديد يا افزايش تاخير شده است درس نمي‌گيرند، كه به راحتي مي‌تواند منجر به تكرار تصميم‌هاي اشتباه شود. بنابراين، طراحي استراتژي مسيريابي به دليل رشد فوق‌العاده ترافيك شبكه و تغييرات مداوم محيط‌هاي شبكه با چالش‌هاي جديدي روبرو خواهد شد. از اين رو استفاده از الگوريتم‌هاي هوش مصنوعي در چالش‌هاي مطرح شده در شبكه‌ها، كارآمد به نظر مي‌رسد. مطالعات سال‌هاي اخير نشان داده‌اند كه الگوريتم‌هاي يادگيري تقويتي عميق، راه‌هاي جديدي را براي الگوريتم‌هاي مسيريابي هوشمند و تطبيقي باز كرده است. با توجه به توانايي‌ها و مزاياي بي‌شمار DQN نسبت به ساير الگوريتم‌هاي يادگيري تقويتي، اين پايان‌نامه بر استفاده از الگوريتم DQN به منظور بهبود مصرف انرژي در مسيريابي در شبكه‌هاي حسگر بي‌سيم تمركز دارد. براي دستيابي به اين هدف ‌الگوريتم‌ يادگيري تقويتي نيازمند سياست‌گذاري دقيق و كارآمد است. بنابراين يك تابع پاداش خلاقانه‌ي جديد مبتني بر شرايط پوياي محيط، ويژگي‌هاي منحصر به فرد DQN و اهداف بيان شده ارائه شده است، كه از نقاط قوت پژوهش به حساب مي‌آيد. به طور كلي هدف اصلي اين پايان‌نامه بررسي كاربرد الگوريتم DQN و پاداش تعريف شده‌ي آن در پروتكل‌هاي مسيريابي شبكه‌هاي حسگر بي‌سيم براي به حداقل رساندن مصرف انرژي و در عين حال حفظ سطح رضايت بخشي از عملكرد شبكه است و يك رويكرد هوشمند جديد را با ادغام الگوريتم DQN در پروتكل‌هاي مسيريابي موجود ارائه مي‌كند تا ماهيت تطبيقي و آگاه از انرژي آن‌ها را تقويت كند. نتايج شبيه‌سازي نيز بيانگر عملكرد بهتر الگوريتم DQN آموزش ديده براساس تابع پاداش تعريف شده در مسيريابي آگاه از انرژي شبكه‌هاي حسگر بي‌سيم نسبت به الگوريتم lQ-learning و روش‌هاي سنتي مانند lSPR و SPRwDA است و منجر به كاهش مصرف انرژي و افزايش طول عمر اين شبكه‌ها مي‌گردد.
  • شماره ركورد
    223354
  • گرايش رشته تحصيلي
    مخابرات سيستم
  • دانشكده
    مهندسي برق و كامپيوتر
  • دانشگاه
    دانشگاه صنعتي اصفهان