Tez No	İndirme	Tez Künye	Durumu
674305		Heterojen kablosuz algılayıcı ağlarında çoklu gezgin alıcı düğüm tabanlı enerji verimli kümeleme ve yönlendirme yaklaşımları / Multi-mobile sink based energy efficient clustering and routingapproaches in heterogeneous wireless sensor networks Yazar:SERCAN YALÇIN Danışman: DOÇ. DR. EBUBEKİR ERDEM Yer Bilgisi: Fırat Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı / Donanım Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:	Onaylandı Doktora Türkçe 2021 244 s.
Günümüz teknoloji dünyası, akıllı sistemlerin geliştirilmesi ve bu sistemlerin izlenmesi ve kontrol edilmesi noktasında, Nesnelerin İnternetini (Internet of Things, IoTs) ve bu bunun gereği olarak Kablosuz Algılayıcı Ağlarını (KAA) gerekli kılmıştır. KAA'larda, enerji verimli veri elde edilmesi ve verilerin hedef düğüme iletimi için algılayıcı düğümleri ve statik/gezgin alıcı (toplayıcı) düğümleri arasında uygun bir kümeleme ve yönlendirme algoritmasının planlanması çok önemlidir. Mevcut veri toplama yöntemlerinin birçoğu kümelenme mekanizmasına dayansa da, enerji tasarruflu küme başı ve en uygun alıcı düğüm yolunun seçilmesi dinamik algılayıcı ağında zorlu bir görevdir. KAA'da, gezgin alıcıların rastgele hareketliliği, ağdaki veri gecikme süresini artırır. Bu nedenle, enerji tasarruflu kümeleme yöntemleri geliştirmek ve gezgin alıcı yol güzergâhları belirlemek bu tezin ilgi odağı olmuştur. Bu tez çalışmasında, belirtilen sorunlara çözüm sunmak için heterojen KAA'lara dayalı enerji verimli kümeleme ve yönlendirme yöntemleri önerilmiştir. Önerilen yöntemlerde, hem literatürdeki var olan hiyerarşik yapılı kümeleme yöntemleri iyileştirilmiş hem de optimizasyon tabanlı güncel metasezgisel yöntemler kümeleme ve gezgin alıcı yönlendirme algoritmalarına uyarlanmıştır. Bu tezde, birçok özgün yöntemler KAA'lara önerilerek enerji tüketiminin azaltılması ve ağ ömrünün artırılması anlamında literatüre katkıda bulunulmuştur. Önerilen yöntemlerde, standart kümeleme yöntemlerinden yola çıkarak çoklu gezgin alıcılı yönlendirme mekanizmaları geliştirilmiştir. Önerilen yöntemleri uygulamak ve doğrulamak için Matlab ve NS-2 benzetim ortamlarında ağ ömrü, enerji tüketimi, paket teslim oranı ve uçtan uca gecikme süresi gibi birçok performans metriklerince performans analizleri yapılmıştır. Benzetim sonuçları, önerilen yöntemlerin birçok güncel çalışmalara kıyasla ağ performansını daha fazla iyileştirdiğini göstermektedir.
The Internet of Things (IoTs) and Wireless Sensor Networks (WSNs) have been needed by today's technology world for the production of smart systems and the monitoring and control of these systems. In WSNs, designing an effective clustering and routing algorithm between sensor nodes and static or mobile sink nodes is very critical for energy efficient data acquisition and transmission. While many of the latest strategies are focused on the clustering mechanism, it is difficult to choose the energy-efficient cluster head and the most effective mobile sink path in the network. In WSN, random mobility of the mobile sinks increases the data latency in the network. For these reasons, developing of the clustering routing methods has been the focus of this thesis. In this thesis, energy-efficient clustering and routing methods based on heterogeneous WSNs have been proposed to provide solutions to the stated problems. In the thesis, many original clustering and routing methods have been proposed to the WSNs and contributed to the literature in terms of reducing the energy consumption and increasing the network lifetime. In the proposed methods, routing mechanisms with multiple mobile sinks are developed based on standard and optimization-based clustering methods. Performance analyzes have been carried out in Matlab and NS-2 simulation environments with many performance metrics such as network lifetime, energy consumption, packet delivery rate, and end-to-end latency to implement and validate the proposed methods. The simulation results show that the proposed methods improve the network performance more than many current methods.