research centers


Search results: Found 6

Listing 1 - 6 of 6
Sort by

Article
Best Path Planning Algorithm for Mobile Robot Based on Modified Genetic Algorithm
خوارزمية تخطيط افضل مسار لروبوت متحرك اعتمادا على خوارزمية الجينات المطورة

Authors: Nadia Adnan Shiltagh --- Kais Said Ismail --- Zeyad Qasim Habeeb
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2014 Volume: 32 Issue: 4 Part (A) Engineering Pages: 986-1006
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

In this paper a best path planning for mobile robot based on modified Genetic algorithm is introduced. The proposed algorithm read the map of the environment which expressed by grid model and then attempts to create an optimal or near optimal collision free path. No mutation operator is used in the proposed algorithm and modified generations of population size with modified selection operator are used. The proposed approach is implemented in five different environments. Four of these environments are implemented in different range of space. The fifth environment is very large size. The simulation results show that the proposed method can give good results in terms of minimizing distance and executions time in comparison with the other Genetic algorithms and with other kinds of soft computing (Neural Networks and Fuzzy) when they applying with different environments and cutter environments.

في هذه البحث تم عرض أفضل مسار للروبوت المتحرك على أساس الخوارزمية الجينية المعدلة. الخوارزمية المقترحة تقوم بقراءة خريطة البيئة والتي عرضت على شكل نموذج شبكة وثم تحاول انشاء أمثل أو قرب مسار لتجنب التصادم. لم يتم استخدام عامل الطفرة في الخوارزمية ألمقترحة وتم استخدام عامل اختيار معدل. النموذج المقترح تم تنفيذه على خمس بيئات مختلفة , اربع منها نفذت على مساحات مختلفة والبيئة الخامسة ذات مساحة كبيرة جدا. نتائج المحاكاة تبين أن الطريقة المقترحة تعطي نتائج جيدة من حيث حساب اقصر مسافة و اقل وقت تنفيذ مقارنة مع الخوارزميات الجينية الأخرى وأنواع الحوسبة .


Article
Priority Based Transmission Rate Control with Neural Network Controller in WMSNs
أولوية معدل انتقال مبني على السيطرة مع وحدة تحكم الشبكة العصبية في شبكات الا ستشعار الاسلكية ذات الوسائط المتعددة

Authors: Nadia Adnan Shiltagh نادية عدنان شلتاغ --- Ali H. Wheeb علي حسين وهيب
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2014 Volume: 20 Issue: 4 Pages: 66-81
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Wireless Multimedia Sensor Networks (WMSNs) are networks of wirelessly interconnected sensor nodes equipped with multimedia devices, such as cameras and microphones. Thus a WMSN will have the capability to transmit multimedia data, such as video and audio streams, still images, and scalar data from the environment. Most applications of WMSNs require the delivery of multimedia information with a certain level of Quality of Service (QoS). This is a challenging task because multimedia applications typically produce huge volumes of data requiring high transmission rates and extensive processing; the high data transmission rate of WMSNs usually leads to congestion, which in turn reduces the Quality of Service (QoS) of multimedia applications. To address this challenge, This paper proposes the Neural Control Exponential Weight of Priority Based Rate Control (NEWPBRC) algorithm for adjusting the node transmission rate and facilitate the problem of congestion occur in WMSNs. The proposed algorithm combines Neural Network Controller (NC) with the Exponential Weight of Priority Based Rate Control (EWPBRC) algorithms. The NC controller can calculate the appropriate weight parameter λ in the Exponential Weight (EW) algorithm for estimating the output transmission rate of the sink node, and then ,on the basis of the priority of each child node , an appropriate transmission rate is assigned . The proposed algorithm can support four different traffic classes namely, Real Time traffic class (RT class); High priority, Non Real-Time traffic class (NRT1 class); Medium priority, Non Real-Time traffic class (NRT2 class); and Low priority, Non Real-Time traffic class (NRT3 class). Simulation result shows that the proposed algorithm can effectively reduce congestion and enhance the transmission rate. Furthermore, the proposed algorithm can enhance Quality of Service (QoS) by achieve better throughput, and reduced the transmission delay and loss probability.

شبكات الاستشعار اللاسلكية ذات الوسائط المتعددة هي شبكات مترابطة لاسلكيا بمجموعة من عقد الاستشعار المزودة بأجهزة الوسائط المتعددة، مثل الكاميرات و الميكروفونات. وبالتالي فإن هذة الشبكات لديها القدرة على نقل البيانات والوسائط المتعددة، مثل الفيديو والصوت ، الصور الثابتة ، والبيانات العددية من البيئة. معظم تطبيقات شبكات الاستشعار اللاسلكية ذات الوسائط المتعددة تتطلب إيصال المعلومات الوسائط المتعددة مع مستوى معين من جودة الخدمة . هذه هي مهمة صعبة لأن تطبيقات الوسائط المتعددة عادة ما تنتج كميات ضخمة من البيانات التي تتطلب معدلات نقل عالية ومعالجة واسعة النطاق ، معدل نقل البيانات السريع في شبكات الاستشعار اللاسلكية ذات الوسائط المتعددة عادة ما يؤدي إلى الازدحام ، والذي بدوره يقلل من جودة الخدمة (QoS ) في تطبيقات الوسائط المتعددة. ولمواجهة هذا التحدي، تم اقتراح خوارزمية (NEWPBRC) تهدف لضبط معدل ارسال العقدة وتقليل مشكلة الازدحام الذي يحدث في شبكات الاستشعار اللاسلكية ذات الوسائط المتعددة . الخوارزمية المقترحة تجمع بين وحدة تحكم الشبكة العصبية (NC) مع خوارزميات (EWPBRC). وحدة تحكم الشبكة العصبية (NC) يمكنها حساب القيمة المناسبة لمعامل الوزن (λ) المستخدم في خوارزمية الوزن الاسي (EW) لتخمين معدل الارسال الخارج من العقدة الاساسية، ومن ثم، على أساس أولوية كل عقدة تابعة، يتم تعيين معدل ارسال مناسب لها . الخوارزمية المقترحة يمكن أن تدعم أربع اصناف مرور مختلفة وهي ، صنف مرور وقت حقيقي (RT)؛ صنف مرور وقت غير حقيقي , أولوية عالية (NRT1), صنف مرور وقت غير حقيقي , أولوية متوسطة (NRT2) , صنف مرور وقت غير حقيقي , أولوية منخفضة (NRT3) .النتائج العملية اظهرت أن الخوارزمية المقترحة يمكن أن تقلل بشكل فعال الازدحام وتحسن معدل ارسال البينات. وعلاوة على ذلك الخوارزمية المقترحة ، يمكن أن تعزز جودة الخدمة (َQoS) من خلال تحقيق إنتاجية أفضل ، وتقليل تأخير الارسال لتجنب احتمالية فقدان الحزم.


Article
Data Aggregation in Wireless Sensor Networks Using Modified Voronoi Fuzzy Clustering Algorithm
تجميع البيانات في شبكات المتحسسات اللاسلكية باستخدام خوارزميه التجميع المعدلة VFCA

Authors: Nadia Adnan Shiltagh نادية عدنان شلتاغ --- Maab Alaa Hussein مآب علاء حسين
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2015 Volume: 21 Issue: 4 Pages: 42-60
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Data centric techniques, like data aggregation via modified algorithm based on fuzzy clustering algorithm with voronoi diagram which is called modified Voronoi Fuzzy Clustering Algorithm (VFCA) is presented in this paper. In the modified algorithm, the sensed area divided into number of voronoi cells by applying voronoi diagram, these cells are clustered by a fuzzy C-means method (FCM) to reduce the transmission distance. Then an appropriate cluster head (CH) for each cluster is elected. Three parameters are used for this election process, the energy, distance between CH and its neighbor sensors and packet loss values. Furthermore, data aggregation is employed in each CH to reduce the amount of data transmission which lead to extend the network lifetime and reduce the traffic that may be accrue in the buffer of sink node. Each cluster head collected data from its members and forwards it to the sink node. A comparative study between modified VFCA and LEACH protocol is implemented in this paper and shows that the modified VFCA is more efficient than LEACH protocol in terms of network lifetime and average energy consumption. Another comparative study between modified VFCA and K-Means clustering algorithm is presented and shows that the modified VFCA is more efficient than K-Means clustering algorithm in terms of packets transmitted to sink node, buffer utilization, packet loss values and running time. A simulation process is developed and tested using Matlab R2010a program in a computer having the following properties: windows 7 (32-bit operating system), core i7, RAM 4GB, hard 1TB

تقنيات مركزية البيانات مثل تجميع البيانات عن طريق خوارزمية معدلة على أساس خوارزمية التجميع الـ , FCM مع مخطط الرسم البياني voronoi ستوضح في هذا العمل. من خلال الخوارزمية المعدلة (VFCA). في الخوارزمية المعدلة، المنطقة المراقبة تقسم إلى عدد من الخلايا تسمى voronoi cells من خلال تطبيق مخطط voronoi، على المنطقة المراد مراقبتها. كل خلية ممثلة بواحدة من أجهزة الاستشعار(العقد) التي وزعت بشكل عشوائي في المنطقة المستشعرة. يتم تقسيم هذه الخلايا الى مجاميع باستخدام طريقة التجميع (FCM) لتقليل المسافة التي تقطعها المعلومة للوصول إلى الهدف وتقليل إرسال البيانات المكررة من العقد المتجاورة. ثم يتم اختيار العقدة المناسبة لتمثل كل مجموعة (رئيس المجموعة). واستخدمت ثلاثة معايير لعملية اختيار رؤساء المجاميع وهي: الطاقة، بعد المسافة بين رئيس المجموعة والعقد المجاورة له , و قيم الخسارة من مخزن العقدة. علاوة على ذلك، يعمل تجميع البيانات عند كل رئيس مجموعة على تقليل كمية البيانات المنقولة خلال الشبكة وهذا يؤدي إلى تمديد عمر الشبكة وتقليل حركة المرور التي قد تتراكم في المخزن الخاص بالـ Sink Node. رئيس كل مجموعة يجمع البيانات من أجهزة الاستشعار المنتمية اليه ويحولها إلى الـ (Sink Node).أظهرت نتائج المحاكاة لدراسة مقارنة بين الخوارزمية المعدلة VFCAوالبروتوكولLEACH أن VFCA المعدلة هي أكثر كفاءة من البروتوكول LEACH من حيث عمر الشبكة و من حيث متوسط تبديد الطاقة ومعدل استهلاك الطاقة. وتبين دراسة أُخرى للمقارنة بين الخوارزمية المعدلةVFCA و Means-K أن VFCA المعدلة هي أكثر كفاءة من K-Means من حيث الحزم المرسلة للعقدة المسؤولة عن الشبكةSink) ). و من حيث قيم الخسارة من مخزن كل عقدة ومن حيث والوقت المستغرق لإتمام العملية. ، تم تطوير عملية المحاكاة والاختبار باستخدام برنامج R2010a MATLAB في حاسوب يحمل المواصفات التالية: ويندوز 7 (32 بت نظام التشغيل)، كور i7، ذاكرة الوصول العشوائي 4GB، القرص الثابت 1TB.


Article
Spiking Neural Network in Precision Agriculture
الشبكة العصبية المتصاعدة في الزراعة الدقيقة

Authors: Nadia Adnan Shiltagh نادية عدنان شلتاغ --- Hasnaa Ahmed Abas حسناء احمد عباس
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2015 Volume: 21 Issue: 7 Pages: 17-34
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

In this paper, precision agriculture system is introduced based on Wireless Sensor Network (WSN). Soil moisture considered one of environment factors that effect on crop. The period of irrigation must be monitored. Neural network capable of learning the behavior of the agricultural soil in absence of mathematical model. This paper introduced modified type of neural network that is known as Spiking Neural Network (SNN). In this work, the precision agriculture system is modeled, contains two SNNs which have been identified off-line based on logged data, one of these SNNs represents the monitor that located at sink where the period of irrigation is calculated and the other represents the soil. In addition, to reduce power consumption of sensor nodes Modified Chain-Cluster based Mixed (MCCM) routing algorithm is used. According to MCCM, the sensors will send their packets that are less than threshold moisture level to the sink. The SNN with Modified Spike-Prop (MSP) training algorithm is capable of identifying soil, irrigation periods and monitoring the soil moisture level, this means that SNN has the ability to be an identifier and monitor. By applying this system the particular agriculture area reaches to the desired moisture level.

في هذا البحث, تم عرض نظام الزراعة الدقيقة بالاعتماد على شبكة الاستشعار اللاسلكية. تعتبر رطوبة التربة واحدة من العوامل البيئية المؤثرة على المحصول. فترة السقي يجب ان تراقب. الشبكات العصيبة لها القدرة على تعلم سلوك التربة الزراعية بغياب التمثيل الرياضي. هذا البحث يقدم نوع معدل من الشبكة العصبية التي تسمى بالشبكة العصبية المتصاعدة. في هذا العمل, النظام الزراعي الدقيق, الذي تم تمثيله, يحوي اثنين من الشبكات العصبية المتصاعدة SNN التي تم تعريفها بدون اتصال (off-line) بالاعتماد على بيانات مسجلة, واحدة من هاتين SNN تمثل المُراقب الذي يقع في الوحدة المركزية حيث يحسب فترة السقي و الاخر يمثل التربة, بالاضافة الى ذلك , لتقليل الطاقة المستهلكة لعقد الاستشعار, تم استخدام خوارزمية توجيه معدلة (MCCM). وفقا لهذه الخوارزمية (MCCM) فأن عقد الاستشعار سترسل بياناتها الاقل من عتبة مستوى الرطوبة الى الوحدة المركزية . الشبكة العصبية المتصاعدة مع خوارزمية التدريب المعدلة MSP قادرة على : تعريف التربة, تعريف فترة السقي و مراقبة مستوى رطوبة التربة, وهذا يعني ان SNN يمكنها ان تكون مُعرف و مُراقب. بتطبيق هذا النظام فأن المنطقة الزراعية ستصل الى مستوى الرطوبة المطلوبة.


Article
A Spike Neural Controller for Traffic Load Parameter with Priority-Based Rate in Wireless Multimedia Sensor Networks
المسيطر العصبي المتصاعد لمعامل حمل المرور بالأعتماد على الاولوية لتحديد معدل الأرسال في الشبكات الآسلكية ذات الوسائط المتعددة

Authors: Marwa Taher Naser مروى طاهر ناصر --- Nadia Adnan Shiltagh نادية عدنان شلتاغ
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2015 Volume: 21 Issue: 11 Pages: 192-211
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Wireless Multimedia Sensor Networks (WMSNs) are a type of sensor network that contains sensor nodes equipped with cameras, microphones; therefore the WMSNS are able to produce multimedia data such as video and audio streams, still images, and scalar data from the surrounding environment. Most multimedia applications typically produce huge volumes of data, this leads to congestion. To address this challenge, This paper proposes Modify Spike Neural Network control for Traffic Load Parameter with Exponential Weight of Priority Based Rate Control algorithm (MSNTLP with EWBPRC). The Modify Spike Neural Network controller (MSNC) can calculate the appropriate traffic load parameter μ for each parent node and then use in the EWPBRC algorithm to estimate the transmission rate of parent nodes and then assign a suitable transmission rate for each child node. A comparative study between (MSNTLP with EWBPRC) and fuzzy logic controller for traffic load parameter with Exponential Weight of Priority Based Rate Control algorithm (FTLP with EWBPRC) algorithm shows that the (MSNTLP with EWBPRC) is more efficient than (FTLP with EWBPRC) algorithm in terms of packet loss, queue delay and throughput. Another comparative study between (MSNTLP with EWBPRC) and EWBPRC with fixed traffic load parameter (µ) shows that the MSNTLP with EWBPRC is more efficient than EWBPRC with fixed traffic load parameter (µ) in terms of packet loss ratio and queue delay. A simulation process is developed and tested using the network simulator _2 (NS2) in a computer having the following properties: windows 7 (64-bit), core i7, RAM 8GB, hard 1TB.

شبكات الأستشعار اللآسلكية ذات الوسائط المتعدۃ ( WMSNs) هي نوع من شبكات الأستشعار التي تحتوي على عقد أستشعار مجهزة بكاميرات وميكروفونات، ولذلك فإن WMSNs تكون قادرة على إنتاج بيانات الوسائط المتعددة مثل تيارات الفيديو والصوت ، و الصور الثابتة، والبيانات العددية من البيئة المحيطة. ومعظم تطبيقات الوسائط المتعددة عادة ما تنتج كميات ضخمة من البيانات,مما يؤدي إلى الأزدحام في WMSNs. لمواجهة هذا التحديد ,تم أقتراح خوارزمية المسيطر العصبي المتصاعد المطورة لمعامل حمل المرورمع خوارزمية الوزن الأسي للسيطرة على معدل الأرسال بالأعتماد على الأولوية (MSNTLP with EWBPRC) . ال (MSNC) يمكنة حساب القيم المناسبه لمعامل حمل المرور μ لعقدة الوالد ومن ثم أستخدامها في خوارزمية EWPBRC لتخمين معدل الأرسال لعقد الوالد ومن ثم تعيين معدل أرسال مناسب لكل عقدة طفل أستنادا إلى معامل حمل المرور μ وأولوية كل عقدة .وقد أظهرت دراسة المقارنة بين MSNTLP with EWBPRC) مع خوارزمية مسيطر المنطق الضبابي لمعامل حمل المرورمع خوارزمية الوزن الأسي للسيطرة على معدل الأرسال بالأعتماد على الأولوية FTLP with EWBPRC) ) أن ((MSNTLP with EWBPRC هو أكثر كفاءة من خوارزمية (FTLP with EWBPRC) في ناحية خسارة الحزم , تأخير طابوروالانتاجية .وتبين مقارنة أخرى بين خوارزمية MSNTLP with EWBPRC)) مع ( EWBPRC مع معامل الحمل الثابت(µ) ) أن (MSNTLP with EWBPRC) هو أكثر كفاءة من خوارزمية ( EWBPRC مع معامل الحمل الثابت(µ) ) من ناحية الخساره الحزم ,وتأخير الطابور .تم تطوير عملية المحاكاة والأختبار بأستخدام برنامج NS2 في حاسوب يحمل المواصفات التالية: نظام تشغيل النوافذ7 (64 بت), المعالج i7، ذاكرة الوصول العشوائي 8GB، القرص الثابت 1TB.


Article
Modified W-LEACH Protocol in Wireless Sensor Network
تحسين بروتوكول تكييف الطاقة المنخفضة لرئيس عنقود العقد

Authors: Mohammed Mousa Rashid محمد موسى رشيد --- Nadia Adnan Shiltagh Al-Jamali نادية عدنان شلتاغ الجمالي
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2019 Volume: 25 Issue: 3 Pages: 68-80
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

In this paper, a Modified Weighted Low Energy Adaptive Clustering Hierarchy (MW-LEACH) protocol is implemented to improve the Quality of Service (QoS) in Wireless Sensor Network (WSN) with mobile sink node. The Quality of Service is measured in terms of Throughput Ratio (TR), Packet Loss Ratio (PLR) and Energy Consumption (EC). The protocol is implemented based on Python simulation. Simulation Results showed that the proposed protocol provides better Quality of Service in comparison with Weighted Low Energy Cluster Hierarchy (W-LEACH) protocol by 63%.

في هذه المقالة ، بروتوكول (MW-LEACH) المحسن صمم لتحسين جودة الخدمة (QoS) في شبكة الاستشعار اللاسلكية (WSN)مع محطة استقبال مركزية متحركة. يتم قياس جودة الخدمة (QoS) من حيث نسبة انتاجية الشبكة (TR) و نسبة خسارة الرزم (PLR) واستهلاك الطاقة. يتم تنفيذ البروتوكول على أساس محاكاة بلغة بايثون وتظهر نتائج المحاكاة أن البروتوكول يوفر جودة خدمة أفضل بالمقارنة مع بروتوكول W-LEACH بنسبة 63 % .

Listing 1 - 6 of 6
Sort by
Narrow your search

Resource type

article (6)


Language

English (6)


Year
From To Submit

2019 (1)

2015 (3)

2014 (2)