Clear Sky Science
הסברים מבוססי ראיות, עם מעט ז'רגון

Clear Sky Science · he

ניתוב מבוסס אשכול ברשתות חיישנים אלחוטיות עם אופטימיזציה MOGA ו-LSA

· חזרה לאינדקס

רשתות חכמות עבור עולם מחובר

מנעור ניטור סביבתי ועד מפעלים וחירות חכמות, חיישנים אלחוטיים זעירים אוספים ומשדרים נתונים סביבנו ללא הפרעה. עם זאת, למכשירים אלו המופעלים בסוללות יש גבול קשה: כשהאנרגיה נגמרת, כל הרשת עלולה לקרוס. מאמר זה חוקר שיטה חדשה לארגון וניתוב מידע ברשתות חיישנים אלחוטיות כך שיחזיקו מעמד זמן ארוך יותר, יבזבזו פחות אנרגיה ויספקו נתונים אמינים יותר — צרכים מרכזיים עבור עתיד האינטרנט של הדברים והסביבות החכמות.

למה לחיישנים זעירים יש בעיית אנרגיה גדולה

רשתות חיישנים אלחוטיות מורכבות מהרבה התקנים קטנים המפוזרים בשטח, כל אחד מודד טמפרטורה, תנועה, זיהום או אותות אחרים. שידור נתונים באופן אלחוטי, במיוחד למרחקים ארוכים, צורך הרבה יותר אנרגיה מאשר חישה. אם כל חיישן ישדר ישירות אל תחנת הבסיס המרכזית, המכשירים הרחוקים יתנקזו במהירות ובכך ייווצרו חוליות בכיסוי ותתקצר חיי המערכת כולה. כדי להאט את הנזק, מהנדסים מקבצים חיישנים לאשכולות. בתוך כל אשכול, חיישן יחיד פועל כ"מוביל" שאוסף נתונים מהשכנים ומעביר אותם לתחנת הבסיס. בחירה אילו חיישנים ישמשו כמובילים ואיך הנתונים יישלחו ביניהם מתגלה כפאזל מורכב עם מטרות מתחרות רבות.

Figure 1
Figure 1.

שילוב שתי אסטרטגיות "אבולוציה" דיגיטליות

המחברים מציעים שיטת אופטימיזציה היברידית המשלבת שני אלגוריתמים בהשראת טבע: אלגוריתם גנטי רב-מטרי (MOGA) ואלגוריתם חיפוש הברק (LSA). MOGA מדמה אבולוציה על ידי התייחסות לבחירות האפשריות של מובילי האשכול ככרומוזומים שניתן לבחור, להצליב ולהטיל עליהם מוטציות. הוא מעריך כל תצורה בכמה מימדים בו־זמנית: שמירה על מרחק ממוצע קצר בין חיישנים למובילם, שמירה על קרבה של המובילים לתחנת הבסיס, והעדפת מובילים עם עודף אנרגיה פנוי. על פני דורות רבים MOGA מתכנס לקבוצת בחירות של מובילים שמאזנת את הפשרות הללו, כך שלא כל אזור ברשת יעבוד יתר על המידה או יתרוקן מהר מדי.

מציאת הנתיבים הטובים ביותר ברשת

לאחר בחירת מובילים טובים, האתגר הבא הוא כיצד הנתונים יקפצו ממוביל למוביל בדרך לתחנת הבסיס. קיימים נתיבי רב-קפיצה רבים, ובחירת הטוב מביניהם היא שוב בעיה מרובת פנים. כאן נכנס אלגוריתם חיפוש הברק לפעולה. בהשראת הסתעפות והתכנסות של מכת ברק, LSA מתחיל מהנתיבים המועמדים הנגזרים ממבנה האשכול של MOGA ואז בוחן מסלולים חלופיים. עבור כל מסלול אפשרי הוא שוקל כמה אנרגיה כוללת הוא צורך, כמה זמן הנתונים נדרשים להגיע ממקור ליעד וכמה אמינה הגעת המנות. על ידי שיפור איטרטיבי של הנתיבים ובריחה ממלכודות מקומיות, LSA מתמקד בנתיבים גלובליים הממזערים יחד צריכת אנרגיה ועיכוב ומקסימליים בהצלחה של משלוח.

Figure 2
Figure 2.

כיצד השיטה החדשה מתנהגת בפועל

כדי לבחון את השיטה, החוקרים סימולציה רשתות חיישנים עם 100 צמתים תוך שימוש בכלים סטנדרטיים והשוו את מסגרת ה-MOGA–LSA ההיברידית שלהם מול כמה שיטות ידועות, כולל LEACH, סכמות מבוססות PSO ועיצובים מטא-היוריסטיים היברידיים אחרים. על פני אלפי סבבי סימולציה השליטה החדשה הפחיתה את צריכת האנרגיה הכוללת בכ־48 אחוזים, שמרה על פריסת צריכת האנרגיה הרבה יותר מאוזנת בין הצמתים והאריכה באופן משמעותי את הזמן עד שמת המכשיר הראשון והרשת קרסה. במקביל היא השיגה שיעורי מסירה גבוהים מאוד — מעל 99 אחוז — תוך שמירה על השהיה נמוכה מקצה אחד של הרשת לשני. מבחנים סטטיסטיים אישרו שהרווחים הללו אינם תוצאה של מקרה אלא משקפים יתרון עקבי של העיצוב ההיברידי.

מגבלות ושלבים הבאים לשימוש בעולם האמיתי

אמנם השיטה עובדת היטב בפריסות סטטיות או משתנות לאט, המחברים מציינים שהתנאים דינמיים מאוד — כגון צמתים ניידים או ערוצי רדיו המשתנים במהירות — עלולים להפחית את יעילותה. במקרים כאלה מבנה האשכול והנתיבים האופטימליים עלולים לדרוש חישוב מחדש בתדירות גבוהה יותר, מה שמוסיף עומס ועלול להחריף את חיסכון האנרגיה. המאמר מציע שעבודות עתידיות יכולות לחקור שילובים אחרים של אלגוריתמי חיפוש, להרחיב את העיצוב לפריסות תלת־ממדיות (למשל בבניינים או מתחת למים), ולהתאים את הגישה לרשתות שבהן הצמתים נעים לעתים קרובות יותר.

מה משמעות הדבר לטכנולוגיה יומיומית

באופן פשוט, המחקר מראה שארגון מדוקדק של אופן הקיבוץ של החיישנים ושל העברת הנתונים ביניהם יכול להאריך משמעותית את חיי הרשת ואת אמינותה. על ידי שילוב של שתי אסטרטגיות אופטימיזציה משלימות — אחת לבחירת מובילים מקומיים נכונים והשנייה למציאת הנתיבים הגלובליים הטובים ביותר — המערכת משתמשת בסוללות בחוכמה רבה יותר. עבור טכנולוגיות יומיומיות המבוססות על אינטרנט של הדברים, מבתים חכמים ועד חקלאות מדויקת, גישות כאלה עשויות להוביל לפחות החלפות סוללות, ניטור יציב יותר ופריסות רחבות־היקף בר־קיימא יותר.

ציטוט: Tan, W., Wang, F. Cluster based WSN routing with MOGA and LSA optimization. Sci Rep 16, 9953 (2026). https://doi.org/10.1038/s41598-026-35584-5

מילות מפתח: רשתות חיישנים אלחוטיות, ניתוב חסכוני באנרגיה, רשת מבוססת אשכולות, אופטימיזציה מטא-היוריסטית, אינטרנט של הדברים