Con el desarrollo de diversas aplicaciones de las redes de sensores inalámbricos, su uso se ha generalizado en distintos ámbitos. Estas redes se establecen de forma autónoma y sencilla en la mayoría de los entornos sin ninguna infraestructura y recopilan información de los fenómenos del entorno para un correcto funcionamiento y análisis de los eventos y los transmiten a las estaciones base. Las redes de sensores inalámbricos se componen de varios nodos sensores que desempeñan el papel de nodo sensor y nodo repetidor en relación entre sí. Por otro lado, la falta de infraestructuras en estas redes limita las fuentes de tal forma que los nodos se alimentan de una batería de energía limitada. Teniendo en cuenta el establecimiento de la red en zonas intransitables, no es posible recargar o cambiar las baterías. Así pues, el ahorro de energía en estas redes es un reto esencial. Teniendo en cuenta que la tasa de consumo de energía mientras se detecta información y se reciben paquetes de información de otro nodo es constante, los nodos sensores consumen la máxima energía mientras realizan la transmisión de datos. Por lo tanto, los métodos de enrutamiento intentan reducir el consumo de energía basándose en enfoques organizados. Una de las soluciones prometedoras para reducir el consumo de energía en las redes de sensores inalámbricas es agrupar los nodos y seleccionar la cabeza de clúster basándose en los parámetros de transmisión de información, de forma que se reduzca el consumo medio de energía de los nodos y se aumente la vida útil de la red. Por lo tanto, en este estudio, se ha presentado un nuevo enfoque de optimización para la agrupación de las redes de sensores inalámbricos utilizando el algoritmo genético multiobjetivo y el algoritmo de búsqueda gravitacional. El algoritmo genético multiobjetivo basado en la reducción de las distancias intracluster y la reducción del consumo de energía de los nodos cluster se utiliza para seleccionar la cabeza de cluster, y el enrutamiento casi óptimo basado en el algoritmo de búsqueda gravitacional se utiliza para transferir información entre los nodos cabeza de cluster y el nodo sumidero. Los resultados de la implementación muestran que, teniendo en cuenta las capacidades del algoritmo genético multiobjetivo y del algoritmo de búsqueda gravitacional, el método propuesto ha mejorado el consumo de energía, la eficiencia, la tasa de entrega de datos y la tasa de transmisión de paquetes de información en comparación con los métodos anteriores.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Un robot de rehabilitación de miembros inferiores en posición sentada con una revisión de las actividades de entrenamiento
Artículo:
Formación inducida por láser de femtosegundo de nanopartículas de ZnSe de fase wurtzita en aire
Artículo:
Las células B en las enfermedades autoinmunes
Artículo:
Papel de la atención sanitaria habitual combinada con la telemedicina en el tratamiento del embarazo de alto riesgo en Hangzhou, China
Artículo:
Fiabilidad y validez de la versión tailandesa del Inventario Obsesivo-Compulsivo de Florida.
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.