چکیده فارسی :

بسیاری از پیشرفت های اخیر در حسگرهای شبکه های  سیم با بسیاری از الگوریتم های جدید طراحی برای شبکه های حسگر رهبری می شوند. براساس خط سیر زمانی تلفن همراه پژوهش های موجود در تحرک سینک در3 گروه طبقه بندی شده است :مسیر تصادفی، مسیر محدود مقید ، مسیر کنترل. در شبکه های حسگری که در سینک موبایل مسیر تصادفی است اغلب؛ افراد و حیوانات در حال حرکت تصادفی نصب شده اند برای جمع آوری اطلاعات علاقمند حس شده توسط گره های سنسور با توجه به تحرک تصادفی  محدود کردن تاخیرانتقال اطلاعات و نسبت تحویل اطلاعات بسیار دشوار است. ازسوی دیگر تضمین بهره وری تحویل داده با کمک از پروتکل های ارتباطی کارآمد و طرح های جمع آوری داده ها زمانیکه مسیر در سینک موبایل از نوع محدود و یا کنترل باشد ممکن است. روش جمع آوری اطلاعات درwsn (شبکه های گیرنده بی سیم) در مسیر محدود سینک موبایل و مسیر کنترل موبایل که می تواند با توجه به حالت ارتباطات(تک یا چند گره)و تعداد سینک موبایل طبقه شده .ودراین مقاله، روش الگوریتم ژنتیک را برای جمع آوری داده های کارآمد پیشنهاد دادیم. نتایج شبیه سازی اتر الگوریتم برای معیرهای متفاوت را نشان می دهد.

کلمات کلیدی: تجمع داده ،تحرک سینک،MASP ، الگوریتم ژنتیک

چکیده انگلیسی :

Most of the recent advances in wireless sensor networks have led to many new algorithms specifically designed for sensor networks. Based on the trajectory of the mobile sink, existing research on sink mobility can be classified into three categories: random path, constrained path, and controllable path. In sensor networks where the path is random the mobile sinks are often mounted on some people or animals moving randomly to collect interested information sensed by the sensor nodes. Due to random mobility, it is difficult to bound the data transfer latency and the data delivery ratio. On the other hand, it is possible to guarantee the data delivery efficiency with the help of efficient communication protocols and data collection schemes while the trajectories of the mobile sinks are constrained or controllable. The data collection approaches in WSNs with pathconstrained mobile sinks and path-controllable mobile sinks, which can be sub classified according to the communication mode (single or multiple hops) and the number of mobile sinks. In this article, we propose Genetic algorithm to collect data efficiently. Simulation results have demonstrated the effectiveness of the algorithm for different metrics.
Keywords: Data Aggregation, Sink mobility, MASP, Genetic algorithm