Nesnelerin interneti teknolojisinde kablosuz sensör ağları için enerji verimli K-means optimizasyonu
Energy efficient K-means optimization for wireless sensor networks in IoT technology
- Tez No: 725657
- Danışmanlar: DOÇ. DR. TANSAL GÜÇLÜOĞLU, DOÇ. DR. TAMER DAĞ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Haberleşme Bilim Dalı
- Sayfa Sayısı: 73
Özet
Gelişen iletişim teknolojilerinde çalışmalar, özellikle 5G, Nesnelerin İnterneti (IoT) gibi alanlarda olmaktadır. Bu alanlarda temel amaç; mobil ağların yarattığı servis ve uygulamaların artan ihtiyaçlarını karşılamak ve haberleşme teknolojilerini hayatın her alanına genişleterek“her nesneye”haberleşme yeteneği kazandırmaktır. Nesnelerin interneti alanında uygulamaların yaygınlık kazanmasıyla birlikte birbirine bağlı cihazların yanında günlük hayatta da kullanılan baz istasyonu içindeki cihazların sayısı düzenli bir şekilde artış göstermektedir. Nesnelerin İnterneti teknolojisinde cihazlar ya da makineler arasındaki etkileşim sensörler aracılığıyla gerçekleşmektedir. Bu nedenle kablosuz sensör ağları üzerinde en çok çalışma yapılan konulardan biridir. Sensör ağları, kablosuz olarak birbirleriyle bilgi alışverişi yapan sensörler ve bunların bir merkezden izlenmesini sağlayan ağlardır. Bu yapılarının teknolojik anlamda birçok getirisi olduğu gibi düğümlerin hareketli olması, sensörlerin çevresel fatörlerden kolayca etkilenmesiyle topolojinin sıkça değişmesi ve kurulan yolların bozulması ortaya çıkacak olan problemlerin giderilmesini sağlayacak yönlendirme protokollerini zorunlu kılmaktadır. Veri dağıtımı sırasında kullanılan protokoller sayesinde veri kaybı minimuma indirilmeye çalışılmaktadır. Sensör ağlarında minimum enerji tüketiminin sağlanması beraberinde ağ yaşam süresini en üst düzeye çıkarma, kablosuz sensör ağını tasarlamak için birincil önemde bir sorundur. Sensör düğümlerinin kısıtlı pil enerjisini korumak ve ağ ömrünü uzatmak için etkili kümeleme yöntemleri kullanılır. Bu çalışmada Matlab programı kullanılarak kümeleme tabanlı yönlendirme protokollerinden biri olan düşük enerji uyarlamalı kümeleme hiyerarşisi (LEACH) üzerinde makine öğrenmesi tekniklerinden biri olan K-Means kümeleme tabanlı algoritma geliştirilmiş hem sabit hem de hareketli sensörler üzerinde en optimal küme başı (CH) düğümlerinin belirlenmesiyle ortalama küme içi mesafesi azaltılmıştır. Minimum enerji tüketiminin sağlanmasıyla ağ yaşam süresinin iyileştiği gözlemlenmiştir.
Özet (Çeviri)
The main purpose of studies in developing communication technologies, especially in areas such as 5G, Internet of Things (IoT); to meet the increasing needs of services and applications created by mobile networks, and to expand communication technologies to all areas of life, to increase digitalization by giving“every object”the ability to communicate. With the widespread use of applications in the field of the Internet of Things, the number of devices in the base station, which is used in daily life as well as interconnected devices, is increasing regularly. In the Internet of Things technology, the interaction between devices or machines takes place through sensors. Therefore, wireless sensor networks are one of the most studied topics. Sensor networks are sensors that exchange information with each other wirelessly and networks that enable them to be monitored from a center. As these structures have many technological benefits, the mobility of the nodes, the frequent changes in the topology as the sensors are easily affected by environmental factors, and the deterioration of the established paths necessitate routing protocols that will eliminate the problems that will arise. Thanks to the protocols used during data distribution, data loss is tried to be minimized. Ensuring minimum energy consumption in sensor networks as well as maximizing network lifetime is a primary concern for designing wireless sensor networks. Effective clustering methods are used to conserve the constrained battery energy of the sensor nodes and extend the network lifetime. In this study, K-Means clustering-based algorithm, which is one of the machine learning techniques, was developed on low energy adaptive clustering hierarchy (LEACH), one of the cluster-based routing protocols, using Matlab program, and the average within-cluster distance was reduced by determining the most optimal cluster head (CH) nodes on both fixed and mobile sensors. It has been observed that the network lifetime is improved by ensuring minimum energy consumption.
Benzer Tezler
- Low-cost security protocols for resource-constrained Internet of Things devices
Kaynakları kısıtlı Nesnelerin İnterneti cihazları için düşük maliyetli güvenlik protokolleri
YILDIRAN YILMAZ
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolUniversity of SouthamptonSiber Güvenlik Ana Bilim Dalı
PROF. DR. BASEL HALAK
- Parent-aware routing algorithm for RPL in IoT networks
IoT ağlarında kullanılan RPL için ebeveyn temelli yönlendirme algoritması
NECİP GÖZÜAÇIK
Yüksek Lisans
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SEMA FATMA OKTUĞ
- Sera uygulamalarında bulanık mantık tabanlı uzaktan kontrol sistemi
Fuzzy logic based remote control system in greenhouse applications
ÖZLEM ALPAY
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EBUBEKİR ERDEM
- Load balancing enhancements to the routing protocol for low power and lossy networks in the internet of things
Nesnelerin interneti için düşük güç kullanan kayıplı ağlarda yönlendirme protokolüne yönelik yük dengeleme iyileştimeleri
HIRA NOOR
Yüksek Lisans
İngilizce
2018
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. NAİL AKAR
- Sensor-based activity recognition and authentication using deep learning
Derin öğrenme yöntemleri ile sensör tabanlı sistemlerde aktivite ve kimlik tanıma
NİLAY TÜFEK
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZEHRA ÇATALTEPE