Optimization of head cluster selection in WSN by human-based optimization techniques

Abstract

Kablosuz sensör ağları, fiziksel veya kimyasal olaylarla ilgili verileri toplama ve bunları kablosuz kanallar aracılığıyla özel işlem merkezlerine aktarma yetenekleriyle ayırt edilir. Veri aktarımındaki tüm yönlendirme protokolleri, veri alışverişi işlemleri yoluyla enerji harcamasının ana kaynağını temsil ettikleri için büyük enerji tüketicileridir. Küme tabanlı yönlendirme protokolleri, yavaş güç tüketimi için en iyi akımlar arasındadır. En yaygın küme tabanlı hiyerarşik protokoller, iyi performansları ile bilinen Düşük Enerjili Uyarlanabilir Küme Başlığı'dır (LEACH). LEACH, büyük güç kaybıyla sonuçlanan sözde rasgele küme kafası seçiminin ana probleminden muzdariptir. Bu kritik soruna bir çözüm bulmak için, yönlendirme sürecinde güç tüketimini azaltmak ve böylece ağın ömrünü uzatmak için kablosuz bir sensör ağında bir optimizasyon algoritması kullanılır. LEACH'teki iyileştirilmiş küme kafası seçimi, tüm sensörler arasındaki güç dağılımını dengeleyerek ve daha iyi bir kümeleme haritası sağlayarak sensör yaşam döngüsü üzerinde doğrudan olumlu bir etkiye sahiptir. Son zamanlarda ortaya çıkan insan tabanlı optimizasyon algoritmalarından biri Coronavirus Sürü Bağışıklığı İyileştiricisi (CHIO) olarak adlandırılıyor. Bu yeni algoritma, koronavirüsün mevcut yayılımıyla bağlantılı. Algoritma, sosyal uzaklık ve sürü bağışıklığı olmak üzere iki temel kavramı kapsayarak insanların büyük çoğunluğunu pandemiden korumayı amaçlamaktadır. LEACH'te grup başı seçimini iyileştirmek için önerilen protokol, 20 ila 100 arasında değişen değişken sayıda düğümden oluşan çeşitli kablosuz sensör ağı senaryolarının simüle edilmesiyle uygulanmış ve doğrulanmıştır. Değerlendirme göstergeleri olarak üç gösterge incelenmiştir, yani güç tüketimi, canlı düğüm sayısı ve alınan paket sayısı. Simülasyon sonuçları, önerilen algoritmanın yüksek performansını göstermiştir ve bu nedenle LEACH protokolünden daha iyi performans göstermiştir.

Wireless sensor networks are distinguished by their ability to collect data related to physical or chemical phenomena and transfer them to specialized processing centers through wireless channels. All routing protocols in data transmission are large consumers of energy, as they represent the main source of energy expenditure through data exchange operations. The cluster-based routing protocols are among the best current for slow power consumption. The most spreading cluster-based hierarchical protocols is the Low Energy Adaptive Cluster Head (LEACH) known for its good performances. LEACH suffers from the main problem of pseudo-random selection of cluster head resulting in large power dissipation. To find a solution to this critical problem, an optimization algorithm is used in a wireless sensor network to reduce the power consumption in the routing process and thus increase the life of the network. Improved cluster head selection in LEACH has a direct positive impact on the sensor life cycle by balancing the power dissipation between all sensors and by providing a better clustering map. One of the recently emerging human-based optimization algorithms is called the Coronavirus Herd Immunity Optimizer (CHIO). This new algorithm is linked to the current spread of the coronavirus. The algorithm aims to immunize the vast majority of people from the pandemic by covering two basic concepts, namely social distancing, and herd immunity. The proposed protocol to improve group head selection in LEACH is implemented and verified by simulating various wireless sensor network scenarios, which consist of a variable number of nodes ranging from 20 to 100. Three indicators have been examined as evaluation indicators, namely, power consumption, number of live nodes, and number of packets received. The simulation results have shown the high performance of the proposed algorithm, and thus outperformed the LEACH protocol.