Underwater wireless sensor networks

Underwater wireless sensor networks (UWSNs) have recently been proposed as a way to observe and explore aquatic environments. Sensors in such networks are used to perform pollution monitoring, disaster prevention, or assisted navigation and to send monitored data to the sink. Compared with the traditional sensor networks, sensors in UWSNs consume more energy due to the acoustic technology used in under water communications. Node clustering is a common method to organize data traffic and reduce in-network communications while improving scalability and energy consumption. In this paper, we present a new clustering method to handle the spatial similarity between node readings. We suppose that readings are sent periodically from sensor nodes to their appropriate cluster heads (CHs). Then, a two-tier data aggregation technique is proposed. At the first level, each node periodically cleans its readings in order to eliminate redundancies before sending its data set to its CH. Once the CH receives all data sets, it applies an enhanced K-means algorithm based on a one-way ANOVA model to identify nodes generating identical data sets and to aggregate these sets before sending them to the sink. Our proposed approach is validated via experiments on real sensor data and comparison with other existing clustering and data aggregation techniques.

ผลลัพธ์ (ไทย) 1:

เครือข่ายเซนเซอร์ไร้สายใต้น้ำ (UWSNs) ได้รับการเสนอเป็นวิธีการสังเกต และสำรวจสภาพแวดล้อมทางน้ำล่าสุด เซ็นเซอร์ในเครือข่ายดังกล่าวจะใช้ เพื่อทำการตรวจสอบมลพิษ ภัยพิบัติ หรือช่วยนำทาง และ การส่งตรวจเพื่อการ เมื่อเทียบกับเครือข่ายแบบเซ็นเซอร์ เซ็นเซอร์ใน UWSNs ใช้พลังงานเพิ่มเติมเนื่องจากเทคโนโลยีเสียงที่ใช้ในใต้น้ำการสื่อสาร คลัสเตอร์โหนเป็นวิธีการทั่วไปเพื่อจัดระเบียบข้อมูลจราจร และลดการสื่อสารในเครือข่ายในขณะที่ปรับขนาดและการใช้พลังงาน ในกระดาษนี้ เรานำเสนอวิธีการจัดการเชิงพื้นที่คล้ายคลึงระหว่างโหนอ่านระบบคลัสเตอร์ใหม่ เราสมมติว่า อ่านค่าส่งเป็นระยะ ๆ จากโหนเซ็นเซอร์ให้หัวคลัสเตอร์ที่เหมาะสม (CHs) จากนั้น จะเสนอเทคนิครวมข้อมูลสองชั้น ในระดับแรก แต่ละโหนเป็นระยะ ๆ ล้างอ่านค่าของการขจัด redundancies ก่อนที่จะส่งการตั้งค่าข้อมูลของ ch เมื่อ CH ได้รับชุดข้อมูลทั้งหมด ใช้เป็นอัลกอริทึมหมายถึง K เพิ่มที่ตามรูปแบบทางเดียว ANOVA เพื่อระบุโหนสร้างชุดข้อมูลเดียวกัน และ การรวมชุดเหล่านี้ก่อนที่จะส่งไปเก็บ วิธีการนำเสนอของเราถูกตรวจสอบ ด้วยการทดลองข้อมูลเซ็นเซอร์จริงและเปรียบเทียบกับคลัสเตอร์อื่น ๆ ที่มีอยู่และเทคนิคการรวมข้อมูล

ผลลัพธ์ (ไทย) 2:

อันเดอร์วอเตอร์เครือข่ายเซ็นเซอร์ไร้สาย (UWSNs) เมื่อเร็ว ๆ นี้ได้รับการเสนอเป็นวิธีการสังเกตและสำรวจสภาพแวดล้อมทางน้ำ เซนเซอร์ในเครือข่ายดังกล่าวจะใช้ในการดำเนินการตรวจสอบมลพิษการป้องกันภัยพิบัติหรือนำทางและช่วยในการส่งข้อมูลตรวจสอบเพื่ออ่างล้างจาน เมื่อเทียบกับเครือข่ายเซ็นเซอร์แบบดั้งเดิมเซ็นเซอร์ใน UWSNs ใช้พลังงานมากขึ้นเนื่องจากเทคโนโลยีอะคูสติกที่ใช้ในการสื่อสารภายใต้น้ำ โหนดการจัดกลุ่มเป็นวิธีการทั่วไปในการจัดระเบียบข้อมูลการจราจรและลดการสื่อสารในเครือข่ายขณะที่การปรับปรุงขยายขีดความสามารถและการใช้พลังงาน ในบทความนี้เราจะนำเสนอวิธีการจัดกลุ่มใหม่ในการจัดการเชิงพื้นที่ความคล้ายคลึงกันระหว่างการอ่านโหนด เราคิดว่าการอ่านจะถูกส่งเป็นระยะ ๆ จากโหนดเซ็นเซอร์หัวคลัสเตอร์ที่เหมาะสมของพวกเขา (CHS) จากนั้นสองชั้นเทคนิคการรวบรวมข้อมูลเสนอ ในระดับแรกแต่ละโหนดระยะการอ่านทำความสะอาดคู่แข่งเพื่อขจัดความซ้ำซ้อนก่อนที่จะส่งชุดข้อมูลในการ CH ของมัน เมื่อ CH ได้รับชุดข้อมูลทั้งหมดก็จะนำไปใช้ที่เพิ่มขึ้น K หมายถึงขั้นตอนวิธีการขึ้นอยู่กับรูปแบบทางเดียว ANOVA เพื่อแจ้งโหนดสร้างชุดข้อมูลที่เหมือนกันและการรวมชุดนี้ก่อนที่จะส่งพวกเขาไปยังอ่างล้างจาน วิธีการที่เรานำเสนอจะถูกตรวจสอบผ่านการทดลองเกี่ยวกับข้อมูลเซ็นเซอร์จริงและเปรียบเทียบกับการจัดกลุ่มและข้อมูลทางเทคนิครวมที่มีอยู่อื่น ๆ