الگوریتم انتخاب سرخوشه برای اینترنت اشیا در شبکه‌های بی‌سیم بر اساس خوشه‌بندی پیک چگالی

شبکه‌های حسگر بی‌سیم محدودیت‌های سخت‌افزاری و نرم‌افزاری شامل محدودیت‌های انرژی و محدودیت‌های دامنۀ رادیویی دارند که طراحی پروتکل‌های مناسب برای این شبکه‌ها را چالش‌برانگیز و مهم می‌کند. شبکه حسگر بی‌سیم دارای مقیاس‌پذیری، کارایی انرژی و انعطاف‌پذیری است. گره های حسگر در برنامه های مختلفی نقش دارند که انرژی را از گره‌های ریز جذب می کنند. مصرف انرژی گره حسگر بی سیم یک پارامتر مهم برای مشارکت در عملیات گره حسگر بی سیم خواهد بود. توپولوژی خوشه‌ای سلسله مراتبی شبکه‌های حسگر بی‌سیم شناخته‌شده‌ترین حالت مدیریت این سیستم‌ها است که دارای شرایط مطلوبی از جمله مدیریت ساده، استفاده از ارتباطات همسایگی، سازگاری و سازماندهی اطلاعات ساده است اما این نوع خوشه ها باعث مشکلات نیز هستند. به عنوان مثال، تعمیر و نگهداری نامناسب، هزینه های پشتیبانی بالا، اتلاف انرژی و تداخل گاه‌به گاه. انتخاب خوشۀ مناسب را می توان به عنوان یک مدل خوشه بندی ترکیبی با جستجوی سریع و یافتن خوشۀ پیک چگالی و الگوریتم رقابتی استعماری استفاده کرد. در این مقاله از این مدل ها برای کاهش فاصله تا سرخوشه استفاده خواهد‌شد و این روش فاصله، انرژی، تاخیر و بار دستگاه‌های اینترنت اشیا را در طول عملیات انتخاب سرخوشه درنظر می‌گیرد. هدف از این مدل کاهش اتلاف انرژی با کاهش فاصله بین گره ها و ایستگاه پایه است که منجر به حفظ انرژی و عمر شبکه می گردد. تجزیه و تحلیل مربوط به وجود تعداد گره های زنده، تخمین همگرایی و عملکرد از نظر انرژی نرمال شده و بار دستگاه های اینترنت اشیا می‌باشد. نتایج پیاده‌سازی عملکرد برتر روش پیشنهادی را در موارد گفته‌شده نشان می‌دهد.

cluster head selection algorithm for internet of things in wireless networks based on the density peak clustering

wireless sensor networks have hardware and software constraints including energy constraints and radio domain constraints that make designing the right protocols for these networks challenging. the wireless sensor network has scalability, energy efficiency and flexibility. nodes play a role in various applications that absorb energy from micro-nodes. the energy consumption of a node will be an important parameter for participation in the operation of the wireless sensor node. the most well-known hierarchical cluster of wireless sensor networks is the management mode of these systems, which has favourable conditions including simple management, neighbourhood communications, compatibility, and organization. however, these types of clusters cause problems such as improper maintenance, high support costs, energy waste and occasional interference. the selection of the corresponding cluster can be used as a hybrid clustering model with quick search and finding the density peak cluster and imperialist competitive algorithm. in this study, these models were used to reduce the distance to the cluster and take into account the distance, energy, delay and load of iot devices during the operation of selecting the cluster. the goal of this model was to reduce energy waste by reducing the distance between the nodes and the base station, which leads to maintaining energy and the life of the network. analysis of the presence of live nodes, estimation of convergence and performance was normalized in terms of energy and the load of internet of things devices was determined. the implementation analysis showed the superior performance of the proposed method.