دانلود ترجمه مقاله شبکه حسگر بیسیم انرژی آگاه برای به دست آوردن داده ها در ساختمان هوشمند

1. مقدمه 2. پروژه CASANET EMS 3. الگوریتم شناخت زمینه انرژی آگاه برای اکتساب داده ها 4. نتیجه گیری 5. کار آتی

چکیده – افزایش طول عمر باتری دستگاه های اینترنت اشیا (loT) همچنان یک سوال تحقیقاتی چالش برانگیز است. کارهای متعددی جهت بهینه سازی حسگرهای بی سیم loT از لحاظ معماری سخت افزار ، سیستم عامل، همراه با استفاده از تکنیک هایی برای به دست آوردن داده های کم مصرف و پروتکل های مسیریابی انرژی آگاه انجام گرفته است. در ساختمان های هوشمند انرژی آگاه (SEEB) ، سیستم مدیریت انرژی (EMS) از WSN برای دستیابی به داده ها جهت نظارت بر مصرف انرژی و پیگیری رفتار کاربر استفاده می کند. در EMS، تشخیص زمینه، یک عنصر اصلی برای کنترل HVAC (سیستم گرمایش ، تهویه و تهویه هوا) محسوب می شود. از اینرو، هرچه زمینه دقیق تر باشد، تصمیم گیری اتخاذ شده توسط EMS نیز دقیق تر می باشد. در بیشتر SEEB ها، گره های حسگر جهت ارسال داده ها به صورت دوره ای پیکربندی شده اند. از اینرو، افزایش بی مورد مصرف انرژی باتری به دلیل اینکه گره های حسگر به ارسال داده های اضافی ادامه می دهند (به عنوان مثال ، هنگامی که زمینه تغییر نمی کند) وجود خواهد داشت. برای رفع این مسئله، یک الگوریتم شناخت زمینه انرژی آگاه (EACRA) را ارائه می دهیم که حسگرها را جهت ارسال داده های خاص تحت شرایط خاص و در یک زمان خاص پیکربندی کرده و بنابراین از انتقال داده های اضافی جلوگیری می کند. این الگوریتم از اطلاعات شناسایی شده SEEB استفاده کرده و گره حسگر را ملزم می کند تا داده ها را فقط هنگام تغییر زمینه ارسال کند. نتایج آزمایش تفاوت بین نمونه گیری دوره ای و نمونه گیری با استفاده از EACRA را از لحاظ مصرف انرژی نشان می دهد.

Extending the battery life-time of Internet of Things (IoT) devices is still a challenging research question. A lot of work has been done to optimize IoT wireless sensors in terms of hardware architecture, operating system, along with the usage of low power data acquisition techniques and energy aware routing protocols. In Smart Energy Efficient Building (SEEB), Energy Management System (EMS) uses WSN for data acquisition to monitor energy consumption and to track user behaviour. For EMS, context recognition is a key element for HVAC (Heating, Ventilation and Air Conditioning system) control. Therefore, the more the context is precise, the more the decision that will be taken, by the EMS, is accurate. In most SEEB, sensor nodes are configured to send data periodically. Thus, unnecessarily increasing battery-energy consumption as sensor nodes keep sending redundant data (e.g., when context did not change). To solve this issue, we propose an Energy Aware Context Recognition Algorithm (EACRA) that dynamically configures sensors to send specific data under specific conditions and at a specific time, thus avoiding redundant data transmissions. This algorithm uses SEEB declared knowledge, and forcing the sensor node to send data only when context changes. The experiment results shows the difference between the periodic sampling and sampling using EACRA in terms of energy consumption.

ترجمه این مقاله در 16 صفحه آماده شده و در ادامه نیز صفحه 10 آن به عنوان نمونه قرار داده شده است که با خرید این محصول می توانید، فایل WORD و PDF آن را دریافت نمایید.