A localization mechanism method in IoT using grasshopper optimization algorithm and DVHop algorithm
Başlık çevirisi mevcut değil.
- Tez No: 826120
- Danışmanlar: DR. ÖĞR. ÜYESİ SEFER KURNAZ
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 61
Özet
Günümüzde, Kablosuz sensör ağları (WSN'ler), nesnelerin İnterneti (IoT) ve kablosuz vücut alanı ağları (WBAN'lar) gibi farklı bilgisayar ağları bilgileri aktarır, kaynakları paylaşır ve bilgileri işler. IoT, çeşitli akıllı cihazları birbirine bağlayan ve bilgi izlemek ve toplamak için WSN'ler gibi heterojen bileşenlerden oluşabilen yeni bir ağdır. Belirli avantajlarla karakterize edilen IoT, her biri tarım, ekosistem, arama ve kurtarma, yangınlar vb. hakkında çevresel bilgi toplamak için birkaç sensöre sahip farklı düğüm türleri içerir. Modern dünyadaki kapsamlı uygulamalara ve yüksek esnekliğe rağmen, IoT belirli zorluklarla karşı karşıyadır. en önemlileri yönlendirme, enerji tüketimi ve yerelleştirmeyi içerir. Yerelleştirme, diğer ağ sorunlarına yol açar ve bu nedenle IoT'deki en önemli zorluk olarak kabul edilebilir. Yerelleştirme, küresel konumlandırma sisteminden (GPS) yoksun olan ve kendi konumlarını ve konumlarını tahmin etmek için ağ sensörleri ve topoloji bilgilerini kullanmaya ihtiyaç duyan nesnelerin konumlarını ve konumlarını belirlemeyi amaçlayan bir süreci ifade eder. Mesafe vektör sekmesi (DV-Hop) algoritması, menzilden bağımsız bir yerelleştirme tekniğidir; buradaki en büyük zorluk, iki düğüm arasındaki atlama sayısının tüm düğümler için aynı olan bir sayı ile çarpılmasıdır. yerelleştirme doğruluğu. Bu yazıda, GPS'siz bir ağ düğümü, GPS'li üç bağlantı düğümünden atlamaları belirler. Akıllı nesnelerin konumu daha sonra bu bağlantı düğümlerinden olan mesafelere göre tahmin edilebilir. Ardından, hatayı azaltmak için yakınlarda birkaç konum oluşturulabilir. Daha sonra, yerelleştirme hatasını en aza indirmek için her konum çekirge optimizasyon algoritmasının (GOA) bir üyesi olarak kabul edilebilir. Önerilen algoritmanın uygulanmasından elde edilen sonuçlara göre çekirge optimizasyonu, kelebek optimizasyonu, ateş böceği ve sürü optimizasyonu algoritmalarına göre daha düşük yerelleştirme hatası ile karakterize edilmektedir. Sonuçlardan, önerilen yöntemin diğer yöntemlere göre yüksek performansa sahip olduğunu ve FA, BOA, GOA (Önerilen), PSO ve DV-Hop için yerelleştirme hatasının sırasıyla 1.940, 0.530, 0.416, 0.490 ve 0.238 olduğunu elde ettik.
Özet (Çeviri)
Nowadays, different types of computer networks such as Wireless sensor networks (WSNs), the Internet of things (IoT), and wireless body area networks (WBANs) transfer information, share resources, and process information. The IoT is a novel network which interconnects various smart devices and can consist of heterogeneous components such as WSNs for monitoring and collecting information. Characterized by specific advantages, the IoT contains different types of nodes, each with few sensors to collect environmental information on agriculture, ecosystem, search and rescue, conflagrations, etc. Despite extensive applications and high flexibility in the modern world, the IoT faces specific challenges, the most important of which include routing, energy consumption and localization. Localization leads to other network challenges and thus can be considered the most important challenge in the IoT. Localization refers to a process aiming at determining the positions and locations of objects lacking global positioning system (GPS) and needing to use the information of network sensors and topology to estimate their own positions and locations. The distance vector hop (DV-Hop) algorithm is a range-free localization technique, in which the major challenge is that the number of hops between two nodes is multiplied by a number that is the same for all nodes leading to a significant reduction in the localization accuracy. In this paper, a network node with no GPS determines the hops from three anchor nodes with GPS. The location of smart objectscan be then estimated according to distances from those anchor nodes. Thereafter, a few positions can be created nearby to mitigate the error. Then each position can be regarded as a member of the grasshopper optimization algorithm (GOA) to minimize the localization error. According to the results obtained from implementation of the proposed algorithm, it is characterized by a lower localization error than grasshopper optimization, butterfly optimization, firefly and swarm optimization algorithms. From the results we obtained that the proposed method has high performance than other method and the localization error for the FA, BOA, GOA (Proposed), PSO are DV-Hop are 1.940, 0.530, 0.416, 0.490, and 0.238 respectively.
Benzer Tezler
- Modulation options for OFDM-based waveforms
OFDM tabanlı dalga biçimleri için modülasyon seçenekleri
AHMAD MOHAMMAD ABD-ALGHANI JARADAT
Doktora
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Medipol ÜniversitesiElektrik-Elektronik Mühendisliği ve Siber Sistemler Ana Bilim Dalı
PROF. DR. HÜSEYİN ARSLAN
- Short term electricity load forecasting with deep learning
Derin öğrenme ile kısa dönemli elektrik yük talep tahmini
İBRAHİM YAZICI
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Privacy and security enhancements of federated learning
Federe öğrenme uygulamalarında mahremiyet ve güvenlik geliştirmeleri
ŞÜKRÜ ERDAL
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. ENVER ÖZDEMİR
DR. FERHAT KARAKOÇ
- Okul merkezli yönetime ilişkin öğretmen görüşleri üzerine nitel bir araştırma
A qualitative research based on teachers' views related to school based management
RAMAZAN ŞAMİL TATIK
Yüksek Lisans
Türkçe
2013
Eğitim ve ÖğretimMarmara ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. AYŞEN BAKİOĞLU
- İnfluenza virüsü nuklear eksport proteini ile nukleoporin proteinleri arasındaki ilişkinin moleküler düzeyde araştırılması
Investigation of the relationship between influenza virus nuclear export protein and nucleoporins at molecular level
BURÇAK ŞENBAŞ