Мохаммад Навар. Маршрутизация данных в гетерогенной беспроводной сенсорной сети с применением методов интеллектуального анализа данных

Краткое описание

Мохаммад Навар. Маршрутизация данных в гетерогенной беспроводной сенсорной сети с применением методов интеллектуального анализа данных;[Место защиты: ФГБОУ ВО «Санкт-Петербургский государственный университет телекоммуникаций им. проф. М.А. Бонч-Бруевича»], 2023

МИНИСТЕРСТВО ЦИФРОВОГО РАЗВИТИЯ СВЯЗИ И МАССОВЫХ
КОММУНИКАЦИЙ РОССИЙСКОЙ ФЕДЕРАЦИИ
ОРДЕНА ТРУДОВОГО КРАСНОГО ЗНАМЕНИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ
БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ
«МОСКОВСКИЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ СВЯЗИ И
ИНФОРМАТИКИ»
МОХАММАД НАВАР
Маршрутизация данных в гетерогенной
беспроводной сенсорной сети с применением методов
интеллектуального анализа данных
Специальность: 2.2.15. Системы, сети и устройства телекоммуникаций
Диссертация на соискание ученой степени
кандидата технических наук
Научный руководитель: доктор физико-математических наук, профессор
Воронова Лилия Ивановна
Москва - 2023

2
Оглавление
ВВЕДЕНИЕ 4
ГЛАВА 1. ИССЛЕДОВАНИЯ И РАЗРАБОТКИ В ОБЛАСТИ МАРШРУТИЗАЦИИ ДАННЫХ В БЕСПРОВОДНЫХ СЕНСОРНЫХ СЕТЯХ 10
1.1. Показатели качества обслуживания QoS беспроводных сетей 10
1.2. Особенности структуры и функциональности беспроводных сенсорных сетей 13
1.3. Сенсорные сети с изменяемой топологией 17
1.4. Обзор и классификация протоколов маршрутизации в беспроводных сенсорных сетях .. 20
1.5. Анализ технологий передачи данных, используемых при построении гетерогенных БСС
25
1.6. Сетевые системы моделирования беспроводных сенсорных сетей 30
Выводы по главе 1 33
ГЛАВА 2. АНАЛИЗ МЕТОДОВ И МОДЕЛЕЙ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ ДЛЯ ОБРАБОТКИ ТРАФИКА В ГЕТЕРОГЕННОЙ БСС 34
2.1. Алгоритмы маршрутизации с использованием машинного обучения 34
2.2. Методы и модели интеллектуального анализа данных 37
2.3. Методы определения оптимального количество кластеров 46
2.4. Общая структура пакета данных протокола для беспроводной гетерогенной сенсорной сети 50
2.5. Структура пакетов данных для алгоритма маршрутизации в модели беспроводной
гетерогенной сети 51
Выводы по главе 2 53
ГЛАВА 3. РАЗРАБОТКА МОДЕЛИ И АЛГОРИТМОВ ОБРАБОТКИ ДАННЫХ В ГЕТЕРОГЕННОЙ БЕСПРОВОДНОЙ СЕНСОРНОЙ СЕТИ 54
3.1. Описание сетевой модели для гетерогенной БСС планируемой для реализации в
Сирийской Арабской Республике 54
3.2. Модель рассеивания радиоэнергии в гетерогенной БСС 57
3.3. Разработка и применение методов ИАД для обработки трафика в гетерогенной БСС 60
3.3.1. Матрица радиовидимости узлов БСС 60
3.3.2. Построение алгоритма обучения сети Кохонена с Конструктивным методом (СККМ)
для кластеризации БСС 61
3.3.3. Разработка метода эффективной кластеризации наземной БСС 63
3.3.4. Модель нейронной сети Хопфилда для маршрутизации данных в БСС 68
3.3.5. Разработка протокола сбора и маршрутизации данных KmHNNSP для НБСС 70
3.3.6. Алгоритм Дейкстры для поиска кратчайшего пути в рое БПЛА 73
3.3.7. Генетический алгоритм маршрутизации роя БПЛА 74
3.4. Разработка протокола передачи данных в гетерогенной БСС 80

3
Выводы по главе 3 85
ГЛАВА 4. ИССЛЕДОВАНИЕ РЕЗУЛЬТАТОВ КОМПЬЮТЕРНЫХ ЭКСПЕРИМЕНТОВ ПО ОБРАБОТКЕ ТРАФИКА МЕТОДАМИ ИАД В ГЕТЕРОГЕННОЙ БСС 86
4.1. Модельные эксперименты кластеризации БСС с помощью алгоритма обучения сети
Кохонена с Конструктивным методом 87
4.2. Определение оптимального количества кластеров с использованием
модифицированного алгоритма K-средних 90
4.3. Моделирование эффективной кластеризации НБСС с использованием
модифицированного алгоритма K-средних 92
4.4. Сравнение алгоритма обучения сети Кохонена с Конструктивным методом и
модифицированного алгоритма K-средних 98
4.5. Модельные эксперименты маршрутизации данных в НБСС с помощью нейронной сети
Хопфилда 98
4.6. Модельные эксперименты маршрутизации БПЛА с помощью генетического алгоритма 103
4.7. Модельные эксперименты маршрутизации для роя БПЛА с помощью комплексного
алгоритма K-средних и Дейкстры 108
4.8. Сравнение протокола KmHNNSP с протоколами LEACH и ILEACH 110
Выводы по главе 4 120
ЗАКЛЮЧЕНИЕ 121
Список использованных источников и литературы 123
Приложение А. Акт внедрения в учебный процесс МТУСИ 132

Список литературы

В результате исследований, проведенных в рамках диссертационной работы связанных с применением методов интеллектуального анализа данных для повышения показателей качества и эффективности сбора и передачи данных в гетерогенной БСС, объединяющей наземную сеть со стационарными сенсорными узлами и летающую сенсорную сеть получены следующие результаты.
Разработана комплексная модель гетерогенной беспроводной сенсорной сети, объединяющая структурно-функциональную модель сети, математические модели кластеризации и маршрутизации, сформированные с применением интеллектуальных методов, обеспечивающая эффективную обработку данных и получение более высоких показателей качества сети, по сравнению с другими моделями.
Разработан метод эффективной кластеризации наземной беспроводной сенсорной сети с использованием модифицированного алгоритма K-средних, с учетом зон радиовидимости и GPS- координат узлов, обеспечивающий расчет оптимального количества кластеров и их
рациональную топологию, исключающую «скученность» ГКУ в малой области, аварийные остановы и сокращающий временные затраты на обработку информации в наземном шлюзе по сравнению с другими подходами.
Разработана методика маршрутизации данных для наземного сегмента БСС с использованием нейронной сети Хопфилда, с учетом энергоэффективности сенсорных узлов позволяющая найти кратчайший путь через все ГКУ к наземному шлюзу, снижая энергопотребление сенсорных узлов и увеличивая время жизни сети по сравнению с другими протоколами с учетом расположения шлюза: в случае БС вне сенсорного поля время жизни сети увеличивается на 52% по сравнению с протоколом LEACH и на 45% по сравнению с протоколом ILEACH; в случае БС внутри сенсорного поля на 45% по сравнению с протоколом LEACH и на 6% по сравнению с протоколом ILEACH.
Исследована и смоделирована маршрутизация данных в рое БПЛА с использованием генетического алгоритма. Показано, что генетический алгоритм позволяет учитывать динамическое изменение топологии сети и данные матрицы радиовидимости.
На основе структуры пакетов данных для гетерогенной БСС разработан обобщенный протокол маршрутизации, объединяющий протокол маршрутизации данных KmHNNSP (K-means and Hopfield Neural Network for Shortest Path) в наземной беспроводной сенсорной сети, увеличивающий время жизни сети и снижающий потребление энергии в среднем в 1,3 раза по сравнению с другими протоколами и протокол построения кратчайшего пути в летающей части сети при динамическом изменении ее топологии со скоростным доступом к базовой станции.

122
Разработан программный комплекс с удаленным доступом для моделирования передачи данных в гетерогенной БСС и исследования эффективности применения алгоритмов интеллектуального анализа данных. Имитационное моделирование сбора и передачи данных в гетерогенной БСС для разных сегментов сети, топологий и с разным количеством узлов, продемонстрировало работоспособность выработанных решений на основе интеллектуальных методов и целесообразность их использования, за счет более высоких значений показателей QoS для исследуемой модели сети.
Полученные результаты можно рекомендовать для применения в социально-экономической сфере, в частности в сельском хозяйстве, для территорий с осложненными географическими особенностями горной местности, где целесообразно применение гетерогенных сетей, интегрирующих наземные сегменты со стационарными сенсорными узлами с беспроводными датчиками с воздушной сетью БПЛА малой стоимости для передачи данных на большие расстояния для обработки на базовую станцию.
Полученные результаты предполагают возможность расширения исследований в направлении применения интернета вещей. В частности, целесообразно развитие модели гетерогенной беспроводной сенсорной сети с учетом нескольких наземных сегментов со стационарными сенсорными узлами, существенно разнесенных в пространстве, на значительных расстояниях друг от друга, передачу информации о состоянии которых будут обеспечивать беспилотные летательные аппараты, по заданным расписаниям.