ucc
Artículos de investigación

Un nuevo esquema de agrupación para redes sensoras inalámbricas de radio cognitivas heterogéneas

DOI: https://doi.org/10.16925/2357-6014.2020.03.04
Vol. 16 Núm. 3 (2020)
Publicado: 2020-09-01
Gyanendra Prasad Joshi
Sudan Jha
Introducción: Este artículo es el producto de la investigación “Análisis y predicción del espectro basados en el aprendizaje en redes cognitivas de sensores de radio”, desarrollada en la Universidad de Sejong en el año 2019.
 
Problema: La mayoría de los esquemas de agrupamiento para redes de sensores inalámbricos con radio cognitivo distribuido consideran sensores inalámbricos cognitivos homogéneos con radio habilitado. Muchos esquemas de agrupamiento para tales redes de sensores inalámbricos cognitivos homogéneos habilitados para radio desperdician recursos y sufren de ineficiencia energética debido a los gastos generales innecesarios.
 
Objetivo: El objetivo de la investigación es proponer un esquema de agrupación de nodos que conserve la energía y prolongue la vida útil de la red.
 
Metodología: una red heterogénea de sensores inalámbricos cognitivos habilitados para radio en la que solo unos pocos nodos tienen un módulo de radio cognitivo y los otros nodos son nodos sensores normales. Junto con el costo del hardware, el esquema propuesto es eficiente en el consumo de energía.
 
Resultados: Simulamos el esquema propuesto y lo comparamos con las redes de sensores inalámbricos cognitivos homogéneos habilitados por radio. Los resultados muestran que el esquema propuesto es eficiente en términos de consumo de energía.
 
Conclusión: El esquema de agrupación de nodos propuesto funciona mejor en términos de conservación de energía de red y partición de red.
 
Originalidad: existen esquemas de agrupación de nodos heterogéneos en la literatura para la detección cooperativa del espectro y la eficiencia energética, pero hasta donde sabemos, no existe ningún estudio que proponga una agrupación de sensores habilitados por radio no cognitivo para la conservación de energía junto con radio cognitiva. sensores inalámbricos habilitados.
 
Limitaciones: El despliegue del dispositivo especial propuesto para sensores inalámbricos cognitivos habi-litados para radio es complicado y requiere hardware especial con mejores nodos de sensores cognitivos alimentados por batería.
 
Palabras clave: Array, Array, Array, Array
PDF (inglés)

Cómo citar

[1]
G. Prasad Joshi y S. Jha, «Un nuevo esquema de agrupación para redes sensoras inalámbricas de radio cognitivas heterogéneas», ing. Solidar, vol. 16, n.º 3, sep. 2020, doi: 10.16925/2357-6014.2020.03.04.

Licencia

Derechos de autor 2020 Ingeniería Solidaria

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Compromiso ético y cesión de derechos

El autor debe declarar que su trabajo es original e inédito y que no se ha postulado a evaluación simultánea para su publicación por otro medio. Además, debe asegurar que no tiene impedimentos de ninguna naturaleza para la concesión de los derechos previstos en el contrato.

El autor se compromete a esperar el resultado de evaluación de la revista Ingeniería Solidaria, antes de considerar su presentación a otro medio; en caso de que la respuesta de publicación sea positiva, adicionalmente, se compromete a responder por cualquier acción de reivindicación, plagio u otra clase de reclamación que al respecto pudiera sobrevenir por parte de terceros.

Asimismo, debe declarar que, como autor o coautor, está de acuerdo por completo con los contenidos presentados en el trabajo y ceder todos los derechos patrimoniales, es decir, su reproducción, comunicación pública, distribución, divulgación, transformación, puesta a disposición y demás formas de utilización de la obra por cualquier medio o procedimiento, por el término de su protección legal y en todos los países del mundo, al Fondo Editorial de la Universidad Cooperativa de Colombia, de manera gratuita y sin contraprestación presente o futura.

 

Referencias

G. P. Joshi, S. Y. Nam, and S. W. Kim, “Cognitive radio wireless sensor networks: Applications, challenges and research trends,” Sensors (Switzerland), vol. 13, no. 9, pp. 11196–11228, 2013. [Online]. doi: 10.3390/s130911196

S. Salim, S. Moh, D. Choi, and I. Chung, “An Energy-Efficient and Compact Clustering Scheme with Temporary Support Nodes for Cognitive Radio Sensor Networks,” Sensors, vol. 14, no. 8, pp. 14634–14653, Aug. 2014. [Online]. doi: 10.3390/s140814634.

G. P. Joshi and S. W. Kim, “A survey on node clustering in cognitive radio wireless sensor networks,” Sensors (Switzerland), vol. 16, no. 9, pp. 1465–1465, 2016. [Online]. doi: 10.3390/s16091465

S. Wang, H. Liu, and K. Liu, “An Improved Clustering Cooperative Spectrum Sensing Algorithm Based on Modified Double-Threshold Energy Detection and Its Optimization in Cognitive Wireless Sensor Networks,” International Journal of Distributed Sensor Networks, vol. 11, no. 10, pp. 1–7, Oct. 2015. [Online]. doi: 10.1155/2015/136948.

B. Jan, H. Farman, H. Javed, B. Montrucchio, M. Khan, and S. Ali, “Energy Efficient Hierarchical Clustering Approaches in Wireless Sensor Networks: A Survey,” Wireless Communications and Mobile Computing, vol. 2017, no. 6457942, pp. 1–14, Oct. 2017. [Online]. doi: 10.1155/2017/6457942.

Y. Yang, L. Dai, J. Li, S. Mumtaz, and J. Rodriguez, “Optimal spectrum access and power control of secondary users in cognitive radio networks,” EURASIP Journal on Wireless Communications and Networking, vol. 2017, no. 1, pp. 98–98, May 2017. [Online]. doi: 10.1186/s13638-017-0876-5.

D. Wu, Y. Cai, L. Zhou, and J. Wang, “A cooperative communication scheme based on coalition formation game in clustered wireless sensor networks,” IEEE Transactions on wireless commu-nications, vol. 11, no. 3, pp. 1190–1200, 2012

H. Zhang, Z. Zhang, H. Dai, R. Yin, and X. Chen, “Distributed spectrum-aware clustering in cognitive radio sensor networks,” in IEEE Global Telecommunications Conference-GLOBECOM 2011, 2011, pp. 1–6

M. Ozger and O. B. Akan, “Event-driven spectrum-aware clustering in cognitive radio sen-sor networks,” in IEEE INFOCOM, Turin, Italy, 2013, pp. 1483–1491. [Online]. doi: 10.1109/INFCOM.2013.6566943.

G. P. Joshi, “Clustering in Cognitive Radio-based Wireless Sensor Networks,” in 2016 International Conference on Advanced Computing, Communications and Information Science, Cebu, Philippines., May 2016, vol. 1, pp. 99–99, Accessed: Apr. 22, 2020. [Online]. Available: http://kasdba.org /icacci2016/proceedings/ICACCI2016_Proceedings.pdf.

Z. Qu, Y. Xu, and S. Yin, “A novel clustering-based spectrum sensing in cognitive radio wireless sensor networks,” in IEEE 3rd International Conference on Cloud Computing and Intelligence Systems, Shenzhen, China, 2014, pp. 695–699.

A. Rauniyar and S. Y. Shin, “A Novel Energy-Efficient Clustering Based Cooperative Spectrum Sensing for Cognitive Radio Sensor Networks,” International Journal of Distributed Sensor Networks, vol. 11, no. 6, pp. 1–8, Jun. 2015. [Online]. doi: 10.1155/2015/198456.

M. A. S. Cuervo and J. A. M. Lara, “Prototipo de plataforma para vigilancia de inmuebles rurales usando computación en la nube y supervisión con drones,” Ingeniería Solidaria, vol. 14, no. 24, pp. 3–17, Jan. 2018. [Online]. doi: 10.16925/in.v14i24.2160

D. F. G. Triana, C. E. M. Marín, and P. A. G. García, “Lenguaje de dominio especifico para configuración de dispositivos de redes,” Ingeniería Solidaria, vol. 12, no. 20, pp. 83–94, Oct. 2016. [Online]. doi: 10.16925/in.v19i20.1417.

G. Joshi and S. Kim, “A Survey on Node Clustering in Cognitive Radio Wireless Sensor Networks,” Sensors, vol. 16, no. 9, pp. 1465–1465, Sep. 2016. [Online]. doi: 10.3390/s16091465.

V. Srividhya and T. Shankar, “Energy proficient clustering technique for lifetime enhancement of cognitive radio–based heterogeneous wireless sensor network,” International Journal of Distributed Sensor Networks, vol. 14, no. 3, p. 1550147718767598, Mar. 2018. [Online]. doi: 10.1177/1550147718767598

S. Salim, S. Moh, D. Choi, and I. Chung, “An energy-efficient and compact clustering scheme with temporary support nodes for cognitive radio sensor networks,” Sensors (Switzerland), vol. 14, no. 8, pp. 14634–14653, Aug. 2014. [Online]. doi: 10.3390/s140814634.

R. M. Eletreby, H. M. Elsayed, and M. M. Khairy, “CogLEACH: A spectrum aware clustering pro-tocol for cognitive radio sensor networks,” in 2014 9th International Conference on Cognitive Radio Oriented Wireless Networks and Communications (CROWNCOM), Jun. 2014, pp. 179–184. [Online]. doi: 10.4108/icst.crowncom.2014.255370

S. Kumar and A. K. Singh, “A localized algorithm for clustering in cognitive radio networks,” Journal of King Saud University - Computer and Information Sciences, vol. In press, pp. 1–8, Apr. 2018. [Online]. doi: 10.1016/j.jksuci.2018.04.004.

D. Zhang et al., “Energy-Harvesting-Aided Spectrum Sensing and Data Transmission in Heterogeneous Cognitive Radio Sensor Network,” IEEE Transactions on Vehicular Technology, vol. 66, no. 1, pp. 831–843, Jan. 2017. [Online]. doi: 10.1109/TVT.2016.2551721

G. A. Shah, F. Alagoz, E. A. Fadel, and O. B. Akan, “A Spectrum-Aware Clustering for Efficient Multimedia Routing in Cognitive Radio Sensor Networks,” IEEE Transactions on Vehicular Technology, vol. 63, no. 7, pp. 3369–3380, Sep. 2014. [Online]. doi: 10.1109/TVT.2014.2300141

M. J. Handy, M. Haase, and D. Timmermann, “Low energy adaptive clustering hierarchy with deterministic cluster-head selection,” in 2002 4th International Workshop on Mobile and Wireless Communications Network, MWCN 2002, 2002, pp. 368–372. [Online]. doi: 10.1109/MWCN.2002.1045790.

C. Cordeiro, K. Challapali, D. Birru, and S. Shankar, “IEEE 802.22: An Introduction to the First Wireless Standard based on Cognitive Radios,” vol. 1, no. 1, pp. 38–47, 2006.

MÉTRICAS
VISTAS DEL ARTÍCULO: 658
VISTAS DEL PDF: 546