Tez No	İndirme	Tez Künye	Durumu
653044		Kablosuz algılayıcı ağlarda RSSI tabanlı kümeleme algoritmasının geliştirilmesi / Developing RSSI-based clustering algorithm in wireless sensor networks Yazar:NAİM KARASEKRETER Danışman: PROF. DR. FATİH BAŞÇİFTÇİ Yer Bilgisi: Konya Teknik Üniversitesi / Lisansüstü Eğitim Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:	Onaylandı Doktora Türkçe 2020 138 s.
Kablosuz Algılayıcı Ağ (KAA), çok sayıda algılayıcı düğümün (AD) düzenli ya da düzensiz formlarda alana yayılması ve algıladıkları verileri birbiri üzerinden atlamalı olarak merkeze iletmeleri şeklinde tanımlanabilir. KAA'yı oluşturan AD'ler, kısıtlı enerjiye sahip, üzerinde algılayıcı birimi olan küçük ve düşük maliyetli birimlerdir. Kablosuz haberleşmede verinin iletim mesafesi tüketilen enerji ile doğru orantılı olduğundan iletim mesafenin kısaltılması gerekmektedir. Bu nedenle veri iletimi çok atlamalı (multi-hop) yapılmaktadır. Çok atlamalı yapıda, AD'ler verilerini merkeze iletmek için ağa yayınlar ve yakın düğümler bu yayını alır ve onlarda ağa yayınlarlar. Bu şekilde veri merkeze ulaşıncaya kadar süreç devam ettirilir. Ancak bu durum, çarpışma, örtüşme veya düğümlerin aşırı yüklenmesi gibi pek çok sorunu beraberinde getirmektedir. Bu problemlerin en aza indirilerek verinin en düşük enerji maliyetiyle merkeze iletilmesi KAA uygulamalarının temel amacıdır. Bu tez çalışmasında, ağın enerji verimini arttıran ve gereksiz veri yükünü ortadan kaldırmayı amaçlayan yeni bir yönlendirme algoritması önerilmiştir. Önerilen Merkez Eğilimli Kümeleme Algoritması (MEKA), düğümlerin kendi içlerinde kümelere ayrılmasını ve bir lider seçerek verilerini bu lider üzerinden merkeze aktarılması mantığını esas alır. MEKA, literatürdeki benzer algoritmalarla enerji verimi, kapsama alanı ve hayatta kalan düğüm sayıları yönünden karşılaştırmalı analiz edilmiştir. Sonuç olarak MEKA'nın LEACH'e göre hayatta kalan düğüm sayısı yönünden %30, gönderilen paket sayısı bakımından %18, ağda kalan toplam enerji yönünden %58.7 ve kapsama alanı yönünden %13 iyileşme sağladığı ve k-ortalamalar algoritmasındaki kapsama alanı başarımına yaklaştığı gözlemlenmiştir.
Wireless Sensor Network (WSN) can be defined as the spreading of a large number of sensor nodes (SN) in regular or irregular forms to the area and transmitting the data they perceive to the center by hopping over each other. Sensor nodes forming wireless sensor networks; They are units with low cost, limited energy and with a sensor unit. Since the transmission distance of data in wireless communication is directly proportional to the energy consumed, the distance must be shortened. For this reason, data transmission in WSN is preferred as multi-hop. In a multi-hop structure, SNs broadcast their data to the network to transmit their data to the base station (BS) and close nodes receive and broadcast this broadcast on them. In this way, the process continues until it reaches the base station. However, this situation brings with it many problems such as collision, overlap or overload of nodes. Minimizing these problems and transmitting data to the BS with the lowest energy cost is the main purpose of WSN applications. In this thesis, a new routing algorithm is proposed that increases the energy efficiency of the network and aims to eliminate unnecessary data load. The proposed Center Oriented Clustering Algorithm (CCA) is based on the logic of separating the nodes into clusters and selecting a leader and transferring their data to the BS through this leader. CCP was analyzed comparatively with similar algorithms in the literature in terms of energy efficiency, packet numbers, coverage and surviving node numbers. As a result, it was observed that MEKA achieved 30% improvement in the number of surviving nodes, 18% in the number of packets sent, 58.7% in terms of total energy remaining in the network, and 13% in terms of coverage area according to LEACH and approached the coverage area performance in the k-means algorithm.