La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Optimal Sensor Deployment for Wireless Surveillance Sensor Networks by a Hybrid Steady-State Genetic Algorithm Déploiement optimal de capteurs pour les réseaux de capteurs de surveillance sans fil grâce à un algorithme génétique hybride à l'état d'équilibre

Jae-Hyun SEO, Yong-Hyuk KIM, Hwang-Bin RYOU, Si-Ho CHA, Minho JO

  • Vues en texte intégral

    0

  • Citer

Résumé:

Un objectif important des réseaux de capteurs de surveillance est de surveiller efficacement l’environnement et de détecter, localiser et classer les cibles d’intérêt. Le placement optimal des capteurs nous permet de minimiser la main d'œuvre et le temps, d'acquérir des informations précises sur la situation et le mouvement de la cible et de changer rapidement de tactique dans le domaine dynamique. La plupart des recherches précédentes concernant le déploiement des capteurs ont été menées sans tenir compte des facteurs d’entrée pratiques. Ainsi, dans cet article, nous appliquons des facteurs d'entrée plus réels tels que les capacités des capteurs, les caractéristiques du terrain, l'identification de la cible et la direction des mouvements de la cible au problème de placement des capteurs. Nous proposons un nouvel algorithme génétique hybride efficace en régime permanent offrant une faible charge de calcul ainsi qu'un placement optimal des capteurs pour améliorer la capacité de surveillance afin de surveiller et de localiser les véhicules cibles. L'algorithme proposé introduit de nouveaux croisements et mutations géographiques bidimensionnels. En utilisant un nouveau simulateur adoptant l'algorithme génétique proposé développé dans cet article, nous démontrons des applications réussies au problème de placement des capteurs de surveillance sans fil dans le monde réel, donnant des taux de détection et de classification très élevés, 97.5 % et 87.4 %, respectivement.

Publication
IEICE TRANSACTIONS on Communications Vol.E91-B No.11 pp.3534-3543
Date de publication
2008/11/01
Publicisé
ISSN en ligne
1745-1345
DOI
10.1093/ietcom/e91-b.11.3534
Type de manuscrit
Special Section PAPER (Special Section on Emerging Technologies for Practical Ubiquitous and Sensor Networks)
Catégories

Auteurs

Mots-clés

Table des matières