اين وب سايت به ترجمه متون، مقالات و پايان نامه هاي برق و کامپيوتر اختصاص دارد. مقالات و پايان نامه هاي پيشنهادي همراه با تعداد زيادي از مقالات جديد ارائه شده در معتبرترين ژورنال ها و کنفرانس هاي بين المللي از بخش هاي اين سايت مي باشند.

سیستم اطلاعات جغرافیایی و شبکه های عصبی


بهبود پایداری سیستم قدرت با استفاده از کنترل کننده یکپارچه پخش توان (UPFC)


یک واحد تکفاز DG (سیستم تولید توزیع شده) دارای قابلیت فیلتر توان اکتیو شنت با اعمال فیلترینگ تطبیقی عصبی


مساله پیش بینی لینک در خصوص شبکه های اجتماعی


پايداري سيستم قدرت (پايان نامه)


بهبود پايداري سيستم قدرت با استفاده از UPFC (پايان نامه)


فرآیند های کنترل ژنراتور و توربین گازی: بررسی از دیدگاه کاربر


روش مبتنی بر اجماع برای حل مساله پخش اقتصادی در شبکه هوشمند


یکپارچه سازی پروژه های مزرعه بادی مقیاس-بالا به انضمام تجزیه و تحلیل قابلیت اطمینان سیستم


کاهش گذر های ناشی از سوئیچنگ خازن پشت به پشت در مدارات توزیع


کشف اطلاعات در شبکه های حسگر بیسیم چند بعدی


VFT: یک روش مجازی سازی و تحمل پذیری خطا برای پردازش ابری


یک کنترلر جریان مبتنی بر تابع لیاپانف برای کنترل جریان توان اکتیو و راکتیو در اینورتر فتوولتائیک متصل به شبکه سه فاز تحت شرایط ولتاژ شبکه تعمیم یافته


معرفی یک استراتژی کنترل جدید با استفاده از تابع لیاپانف برای فیلتر های توان اکتیو شنت تکفاز


معرفی یک مبدل جدید DC-DC پل کامل از نوع ZCS-PWM به همراه مدارات کمکی ساده


معرفی یک روش بهینه سازی مستمر با استفاده از الگوریتم قطرات اب هوشمند


معرفی یک چارچوب همکاری نظیر به نظیر برای تلفیق داده های حاصل از چند سنسور



فارسي

عنوان:  مکان یابی شبکه های حسگر بی سیم بر اساس الگوریتم ژنتیک
چکيده— در این مقاله یک رویکرد جدید مکان یابی بر اساس الگوریتم ژنتیک برای شبکه های حسگر بی سیم پیشنهاد شده است . در این روش، از یک راه جدید برای تقریب فاصله بین گره مرجع و گره ناشناخته که خارج از شعاع ارتباطی گره مرجع قرار دارد؛ استفاده می­شود. علاوه بر این، از الگوریتم ژنتیک خود تطبیق برای مکان یابی استفاده شده است تا اطمینان حاصل شود که می تواند نتیجه مشابه موقعیت واقعی اش را در هر محیطی تولید کند. آزمایش ها بر روی توپولوژی شبکه های مختلف نتایج بهتری رانشان می دهد. در مقایسه با روش فعلی، در می یابیم که رویکرد قبلی مکان یابی آزاد گره مرجع نمی تواند به خوبی در محیط غیرایده آل کار کند. مشاهدات نشان می دهند که این رویکرد می تواند به گره های ناشناخته کمک کند تا موقعیتی با دقت بالا را چه در محیط های باز، یا محیط های با مانع ، و یا حتی محیط های به خوبی متصل نشده ، بدست آورند.
کلمات کليدي:  شبکه های حسگر بی سیم ، الگوریتم ژنتیک (GA)، مکان يابي
توضيح و دانلود متن مقاله
تماس

English

Title:  Localization of Wireless Sensor Network Based on Genetic Algorithm
Abstract:  This paper proposes a novel localization approach based on genetic algorithm for Wireless Sensor Networks. In this method, we use a new way to approximate the distance between anchor node and unknown node which is out of the anchor nodes’ communication radius. In addition, we use self-adapting genetic algorithm into localization, which will ensure it can produce the result as similar as its real position in any environment. The experiments on various network topologies show the better results. In comparison, we find that previous anchor node free localization approach cannot work well in the unidealization environment. The demonstration explains that the approach can help unknown nodes obtain high accuracy position whether in open space, the environment with obstruction, or even the unconnected well environment.
Keywords:  Wireless Sensor Networks (WSNs), Genetic Algorithm(GA), Localization
بازگشت به فهرست مقالات