Использование нейронных механизмов искусственного интеллекта для кластеризации узлов и маршрутизации данных в беспроводных сенсорных сетях

• Автор: Махров, Станислав Станиславович
• Шифр специальности: 05.12.13
• Научная степень: Кандидатская
• Год защиты: 2015
• Место защиты: Москва
• Количество страниц: 144 с. : ил.

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. Обзор протоколов маршрутизации и моделей связности в беспроводных сенсорных сетях
1.1. Маршрутизация данных в БСС
1.2. Анализ существующих протоколов маршрутизации
1.2.1. Протоколы, основанные на местоположении узлов
1.2.2. Протоколы, направленные на агрегацию данных
1.2.3. Иерархические протоколы
1.2.4. Протоколы, основанные на мобильности
1.2.5. Мульти-ориентированные (многопутевые) протоколы
1.2.6. Основанные на гетерогенности протоколы
1.3. Исследование топологий, моделей связности узлов и выявление наиболее эффективных
1.3.1.Связность в иерархических протоколах маршрутизации
1.3.2. Иерархическая структура
Выводы по главе
ГЛАВА 2. Исследование возможности применения нейросетевых технологий в
беспроводных сенсорных сетях
2.1. Аспекты применения искусственных нейронных сетей в БСС
2.1.1. Симбиоз ИНСиБСС
2.1.2. Сходимость и производительность нейронных сетей
2.3. Исследование архитектур ИНС для кластеризации узлов БСС
1.3.1. Сети адаптивной резонансной теории
2.3.2. Неокогнитрон
2.3.3. Сеть Кохонена...!
2.3.4. Выбор ИНС для кластеризации БСС
Выводы по главе

ГЛАВА 3. Способы кластеризации узлов и нейросетевой протокол маршрутизации БСС
3.1. Математическое описание узлов БСС для ИНС
3.2. Способ нейросетевой кластеризации БСС
3.2. Матричный способ кластеризации БСС
3.2.1. Матричный (жадный) способ кластеризации БСС
3.3. Протокол нейросетевой маршрутизации БСС
3.3.1 Работа способа нейросетевой кластеризации в составе протокола
ЕПИСР
Выводы по главе
ГЛАВА 4. Моделирование способа нейросетевой кластеризации, нейросетевого протокола маршрутизации и сравнение разработанного протокола с известными
аналогами
4.1. Моделирование способов кластеризации
4.1.1. Описание интерфейсов программно-моделирующих сред
4.1.2. Моделирование способа нейросетевой кластеризации
4.1.3. Моделирование матричного способа кластеризации
4.1.4. Сравнение нейросетевого и матричного способов кластеризации на
основании моделирования
4.2. Сравнение разработанного протокола ЕОЫСР с известными аналогами
4.2.1 Моделирование протоколов маршрутизации
4.2.2. Сравнение справочных характеристик известных протоколов
маршрутизации с ЕОТЧСР
Выводы по главе
ЗАКЛЮЧЕНИЕ
СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ
СЛОВАРЬ ТЕРМИНОВ
СПИСОК ЛИТЕРАТУРЫ

Приложение 1. Акт внедрения результатов кандидатской диссертационной
работы в Правительстве Москвы
Приложение 2. Акт внедрения в учебный процесс МТУСИ
Приложение 3. Свидетельство о государственной регистрации программы для
ЭВМ. Способ нейросетевой кластеризации беспроводной сенсорной сети
Приложение 4. Свидетельство о государственной регистрации программы для
ЭВМ. Матричный способ кластеризации беспроводной сенсорной сети
Приложение 5. Исходный код программы для ЭВМ. Способ нейросетевой
кластеризации беспроводной сенсорной сети
Приложение 6. Исходный код программы для ЭВМ. Матричный способ кластеризации беспроводной сенсорной сети

• уровень остаточной энергии;
• мощность сигнала (узлы попадают в один и тот же кластер на
основании досягаемости друг друга по мощности сигнала);
• другие критерии.
Во главе каждого кластера е К1 /' = 1,...Z} выбирается ГКУ -СП t е К:, на который передаются данные с других узлов q е Кг в рамках
данного кластера , ГКУ собирает данные со своего кластера и передает их дальше по сети. При этом ГКУ может оптимизировать данные, производя операции сжатия и фильтрации.
В иерархических протоколах отдельное место занимает понятие связности. Связность делится на две категории:
1. Внутрикластерная (intra-cluster);
2. Межкластерная (inter-cluster).
Внутрикластерная связность обеспечивает передачу данных между узлами внутри кластера, а межкластерная - между другими кластерами, а также БС [46].
1.3.1.1. Внутрикластерная связность
Внутрикластерная связность может быть одноинтервальной (one-hop) или многоинтервальной (multi-hop).