Resumen

Una red de sensores inalámbricos (WSN, por sus siglas en inglés) es una red intelectual sostenible que comprende múltiples nodos de sensores distribuidos espacialmente y varios nodos receptores que recopilan datos de los sensores. Las WSN siguen siendo un área de investigación activa en la literatura debido a factores desafiantes como la selección de la ubicación del sensor según una premisa dada, encontrar un algoritmo de enrutamiento óptimo y garantizar eficiencia y consumo energético. Minimizar la energía y prolongar la vida útil de la red en las WSN son el foco de este trabajo de investigación. En la literatura, se utiliza un enfoque de agrupamiento para agrupar los nodos de sensores en clústeres y se considera una técnica efectiva utilizada para optimizar el consumo de energía en las WSN. Por lo tanto, en este documento, presentamos un enfoque basado en agrupamiento novedoso al amalgamar el método de eliminación gaussiana con el Clustering Distribuido Eficiente en Energía para producir DEEC_Gaussian (DEEC_Gaus) con el fin de estabilizar la optimización de la eficiencia energética en las WSN. Aprovechamos las ventajas de DEEC y los algoritmos de eliminación gaussiana para resolver problemas de eficiencia energética en las WSN. DEEC presenta atributos como un nivel de rendimiento de heterogeneidad aumentado, estabilidad de agrupamiento en operación y eficiencia energética que ayudan a prolongar la vida útil de la red, mientras que el algoritmo de eliminación gaussiana añadió una ventaja adicional para mejorar y optimizar la eficiencia energética, para agregar paquetes de operaciones realizadas en el estilo de vida de la red de eficiencia energética en las WSN. Las simulaciones se realizaron utilizando el software MATLAB con 1000 a 1500 nodos. El rendimiento del trabajo propuesto se comparó con algoritmos de vanguardia como DEEC, DDEEC y EDEEC_E. Los resultados simulados presentados muestran que el DEEC-Gauss propuesto superó a los otros tres algoritmos convencionales en términos de vida útil de la red, primer nodo inactivo, décimo nodo inactivo, nodos activos y el tiempo total de recepción de los paquetes en la estación base. Los resultados mostraron que el algoritmo hiperheurístico heterogéneo multisensor DEEC-Gauss propuesto presentó un porcentaje promedio de mejora del 3.0% para el décimo nodo inactivo (TND) y una mejora adicional del 4.8% para el primer nodo inactivo (FND). Cuando se comparó el rendimiento con los algoritmos de vanguardia en redes más grandes, la entrega general mejoró y se optimizó considerablemente.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Red de sensores inalámbricos; Enfoque de agrupación; Eficiencia energética; Método de eliminación gaussiano; DEEC_Gaussian; Vida útil de la red
• Keywords:Wireless sensor network; Clustering approach; Energy efficiency; Gaussian elimination method; DEEC_Gaussian; Network lifetime