کنترل فرکانس- بار ریزشبکه ها با استفاده از کنترل کننده فازی نوع-2 مرتبه کسری
  •   آرشیو : نسخه بهار 1397
  •   موضوع : شبکه های کامپیوتری
  • نویسنده/گان : مهدی سخندانی ، محمدحسن خوبان
  •   چکیده :
    تجدید ساختار در صنعت برق، گرمایش زمین و نگرانی محیط زیستی نسبت به آلودگی نیروگاه ها، نوسانات قیمت انرژی زمینه ساز ظهور انرژی های تجدبدپذیر در صنعت برق شده است. در سه دهه گذشته از منابع تولید انرژی پراکنده که هم از لحاظ اقتصادی و هم از لحاظ میزان تولید گازهای آلاینده بسیار مناسب تر هستند، برای تامین انرژی مورد نیاز صنعت و مصارف خانگی استفاده شده است. با کنارهم قرار گیری منابع تولید انرژی پراکنده، مفهوم جدیدی در شبکه های قدرت به نام ریزشبکه معرفی شده است. یکی از مهمترین چالش های موجود در ریزشبکه های جزیره ای، ایجاد تعادل بین توان تولیدی و توان مصرفی و در نتیجه پایداری فرکانس در هنگام ایجاد اغتشاشات است. از این رو، در این مقاله به ارائه یک روش کنترلی نوین برای کنترل ثانویه فرکانس- بار ریزشبکه ها پرداخته خواهد شد. روش کنترلی پیشنهادی در این پژوهش، مبتنی بر کنترل کننده فازی نوع-دوم و کنترل کننده های مرتبه کسری می باشد. از مزایای روش پیشنهادی می توان به 1) مقاوم بودن در برابر عدم قطعیت ها، 2) دقت و عملکرد بالا در تثبیت فرکانس ریزشبکه جزیره ای اشاره کرد. در پایان، برای بررسی هرچه بهتر عملکرد کنترل کننده پیشنهادی، شبیه سازی و مقایسه های متعددی انجام گرفته است. همچنین، با بکارگیری سیستم سخت افزاری OPAL-RT تمامی نتایج حاصل از شبیه سازی با نتایج عملی مقایسه و تطابق مطلوب میان آن ها نشان داده شده است. واژگان کليدي: کنترل فرکانس-بار (LFC) ، ریزشبکه های چند ناحیه ای، کنترل فازی، کنترل مرتبه کسری، فازی نوع – دوم. پيشرفت فناوري همراه با ويژگي شبكه هاي حسگر باعث بالا رفتن مزاياي استفاده از شبكه هاي سلامت از راه دور شده است. كه شبكه هاي حسگر طراحي شده با حس پارامترهاي سلامت يك انسان يك شبكه بدني را بوجود آورده است. گره ها در شبكه بدن به طور مستقيم به بدن انسان متصل هستند و اين نياز به مراقبت زيادي دارد. برخي از برنامه هاي مراقبتي بهداشتي نياز به كار مداوم براي جمع آوري داده هاي بيمار بدون دخالت كاربر در هر زماني را دارد. چنين برنامه هاي كاربردي نياز به مراقبت از انرژي حسگرها در اين شبكه ها دارد كه داراي محدوديت هستند. شبكه هاي حسگر بي سيم بدن جهت نظارت كردن به وضعيت بيماران ناتوان در بيمارستان، و رديابي و نظارت بر حركت بيماران خاص به كار مي روند .حسگرهاي بي سيم مي توانند بر عملكرد اپراتورهاي مشغول به كار نيز نظارت نمايند .در مواردي مثل جمع آوري اطلاعات فيزيولوژيكي بدن انسان از راه دور، پيدا كردن بيماران و پزشكان در يك محيط درماني و همچنين مديريت داروها در يك بيمارستان از اين شبكه ها استفاده مي شود. در این مطالعه تمرکز ما در اين پژوهش بر روی مروری بر روش های جدید در ارتباطات و انتقال در مخابره يك سنسور WBSN در نظارت علایم حیاتی بیماران از راه دور در حوزه سیستم های الکترونیک سلامت خواهد بود. ارزيابي و پياده سازی شبكه های حسگر بيسيمي که بر روی بدن قرارداده مي شوند همچنین در این مطالعه به دليل اهميت آن ها در حوزه سلامت انسان به خصوص کنترل و تشخیص علائم حیاتی و چالش های در پيش رو برای پياده سازی آن ها، مورد بررسي و تحليل قرار خواهند گرفت.
  •   کلید واژه : سیستم های الکترونیک سلامت، نظارت بر بیماران از راه دور، شبکه حسگر بدنی بیسیم، WBAN، تشخیص علائم حیاتی.
  •   Title : A Review on Electronic Health Systems for Remote Monitoring Vital Symptoms of Patients (Case Study: Wireless Body Sensor Networks)
  •   Abstract :
    The advancement of technology along with the feature of sensor networks has increased the benefits of using remote health networks. Sensor networks designed with a sense of human health parameters have created a physical network. Nodes in the body network are directly connected to the human body and this requires a lot of care. Some health care programs require continuous work to collect patient data without user intervention at any time. Such applications require energy conservation of sensors in these networks, which are limited. Wireless sensor networks are used to monitor the status of patients with disabilities in the hospital, and to track and monitor the movement of specific patients. Wireless sensors can also monitor the performance of operating operators. These networks are used remotely, finding patients and doctors in a therapeutic setting, and managing drugs in a hospital. In this study, our focus will be on reviewing new methods of communication and transmission in the transmission of a WBSN sensor to monitor the vital symptoms of telemedicine patients in the field of electronic health systems. Evaluation and implementation of wireless sensor networks embedded in the body has also been studied in this study due to their importance in the field of human health, especially the control and detection of vital signs and the challenges ahead for their implementation. They will be analyzed.
  •   مراجع :
    [1] Demirkol I. , Ersoy C. , Onur E. 2009. "Wake-up receivers for wireless sensor networks: benefits and challenges", IEEE wireless Communications, [1536-1284], 16(4):88-96.
    [2] Le-Huy P. , Roy S. 2008. "Low-power 2.4 GHz wake-up radio for wireless sensor networks". 2008 IEEE International Conference on Wireless and Mobile Computing, Networking and Communications: IEEE:13-18.
    [3] Darwish A. , Hassanien A. E. , Elhoseny M. , Sangaiah A. K. , Muhammad K. 2019. "The impact of the hybrid platform of internet of things and cloud computing on healthcare systems: Opportunities, challenges, and open problems", Journal of Ambient Intelligence and Humanized Computing, [1868-5137], 10(10):4151-4166.
    [4] Ansari J. , Pankin D. , Mähönen P. 2009. "Radio-triggered wake-ups with addressing capabilities for extremely low power sensor network applications", International Journal of Wireless Information Networks, [1068-9605], 16(3):118.
    [5] Albahri O. , Zaidan A. , Zaidan B. , Hashim M. , Albahri A. , Alsalem M. 2018. "Real-time remote health-monitoring Systems in a Medical Centre: A review of the provision of healthcare services-based body sensor information, open challenges and methodological aspects", Journal of medical systems, [0148-5598], 42(9):164.
    [6] Gu L. , Stankovic J. A. 2004. "Radio-Triggered Wake-Up Capability for Sensor Networks". IEEE Real-Time and Embedded Technology and Applications Symposium: Citeseer:27-37.
    [7] Palanisamy V. , Thirunavukarasu R. 2019. "Implications of big data analytics in developing healthcare frameworks–A review", Journal of King Saud University-Computer and Information Sciences, [1319-1578], 31(4):415-425.
    [8] Miller M. J. , Vaidya N. H. 2005. "A MAC protocol to reduce sensor network energy consumption using a wakeup radio", IEEE Transactions on mobile Computing, [1536-1233], 4(3):228-242.
    [9] Khan J. Y. , Yuce M. R. , Karami F. 2008. "Performance evaluation of a wireless body area sensor network for remote patient monitoring". 2008 30th annual international conference of the IEEE engineering in medicine and biology society: IEEE:1266-1269.
    [10] Al Ameen M. , Ullah N. , Chowdhury M. S. , Islam S. R. , Kwak K. 2012. "A power efficient MAC protocol for wireless body area networks", EURASIP Journal on Wireless Communications and Networking, [1687-1499], 2012(1):33.
    [11] Van der Doorn B. , Kavelaars W. , Langendoen K. 2009. "A prototype low-cost wakeup radio for the 868 MHz band", International Journal of Sensor Networks, [1748-1279], 5(1):22-32.
    [12] Pletcher N. M. , Rabaey J. M. 2008. Ultra-low Power Wake-up Receivers for Wireless Snesor Networks: University of California, Berkeley.
    [13] Cao H. , Liang X. , Balasingham I. , Leung V. C. 2009. "Performance analysis of ZigBee technology for wireless body area sensor networks". International Conference on Ad Hoc Networks: Springer:747-761.
    [14] Fang G. , Dutkiewicz E. 2009. "BodyMAC: Energy efficient TDMA-based MAC protocol for wireless body area networks". 2009 9th international symposium on communications and information technology: IEEE:1455-1459.
    [15] Timmons N. F. , Scanlon W. G. 2009. "An adaptive energy efficient MAC protocol for the medical body area network". 2009 1st international conference on wireless communication, vehicular technology, information theory and aerospace & electronic systems technology: IEEE:587-593.
    [16] Cavallari R. , Martelli F. , Rosini R. , Buratti C. , Verdone R. 2014. "A survey on wireless body area networks: Technologies and design challenges", IEEE Communications Surveys & Tutorials, [1553-877X], 16(3):1635-1657.
    [17] Ye W. , Heidemann J. , Estrin D. 2002. "An energy-efficient MAC protocol for wireless sensor networks". Proceedings. Twenty-First Annual Joint Conference of the IEEE Computer and Communications Societies: IEEE, 3:1567-1576.
    [18] Van Dam T. , Langendoen K. 2003. "An adaptive energy-efficient MAC protocol for wireless sensor networks". Proceedings of the 1st international conference on Embedded networked sensor systems: ACM:171-180.
    [19] El-Hoiydi A. , Decotignie J.-D. 2004. "WiseMAC: an ultra low power MAC protocol for the downlink of infrastructure wireless sensor networks". Proceedings. ISCC 2004. Ninth International Symposium on Computers And Communications (IEEE Cat. No. 04TH8769): IEEE, 1:244-251.
    [20] Polastre J. , Hill J. , Culler D. 2004. "Versatile low power media access for wireless sensor networks". Proceedings of the 2nd international conference on Embedded networked sensor systems:95-107.
    [21] Buettner M. , Yee G. V. , Anderson E. , Han R. 2006. "X-MAC: a short preamble MAC protocol for duty-cycled wireless sensor networks". Proceedings of the 4th international conference on Embedded networked sensor systems:307-320.
    [22] Marinkovic S. J. , Popovici E. M. , Spagnol C. , Faul S. , Marnane W. P. 2009. "Energy-efficient low duty cycle MAC protocol for wireless body area networks", IEEE Transactions on Information Technology in Biomedicine, [1089-7771], 13(6):915-925.
    [23] Jung J. , Ha K. , Lee J. , Kim Y. , Kim D. 2008. "Wireless body area network in a ubiquitous healthcare system for physiological signal monitoring and health consulting", International Journal of Signal Processing, Image Processing and Pattern Recognition, [2005-4254], 1(1):47-54.
    [24] Ding C. , Wu X. , Lv Z. 2009. "Design and implementation of the Zigbee-based body sensor network system". 2009 5th International Conference on Wireless Communications, Networking and Mobile Computing: IEEE:1-4.
    [25] Falk R. , Hof H.-J. 2009. "Fighting insomnia: A secure wake-up scheme for wireless sensor networks". 2009 Third International Conference on Emerging Security Information, Systems and Technologies: IEEE:191-196.
    [26] Graber M. L. , Bailey R. , Johnston D. 2016. "Goals and Priorities for Health Care Organizations to Improve Safety Using Health IT".
    [27] Graber M. L. , Siegal D. , Riah H. , Johnston D. , Kenyon K. 2019. "Electronic health record–related events in medical malpractice claims", Journal of patient safety, 15(2):77.
    [28] Howe J. L. , Adams K. T. , Hettinger A. Z. , Ratwani R. M. 2018. "Electronic health record usability issues and potential contribution to patient harm", Jama, [0098-7484], 319(12):1276-1278.
    [29] Meeks D. W. , Smith M. W. , Taylor L. , Sittig D. F. , Scott J. M. , Singh H. 2014. "An analysis of electronic health record-related patient safety concerns", Journal of the American Medical Informatics Association, [1067-5027], 21(6):1053-1059.
    [30] Curtis J. R. , Sathitratanacheewin S. , Starks H. , Lee R. Y. , Kross E. K. , Downey L. , Sibley J. , Lober W. , Loggers E. T. , Fausto J. A. 2018. "Using electronic health records for quality measurement and accountability in care of the seriously ill: opportunities and challenges", Journal of palliative medicine, [1096-6218], 21(S2):S-52-S-60.
    [31] Rajkomar A. , Oren E. , Chen K. , Dai A. M. , Hajaj N. , Hardt M. , Liu P. J. , Liu X. , Marcus J. , Sun M. 2018. "Scalable and accurate deep learning with electronic health records", NPJ Digital Medicine, [2398-6352], 1(1):18.
    [32] Xiao C. , Choi E. , Sun J. 2018. "Opportunities and challenges in developing deep learning models using electronic health records data: a systematic review", Journal of the American Medical Informatics Association, [1067-5027], 25(10):1419-1428.
  •  صفحات : 18-29
  •   دانلود فایل ( 1.36 KB )