在基于移动sink传感器网络中,传感器节点能量受限,数据收集的能耗问题一直是研究的热点.通过建立最大化最小能耗概率模型,提出一种最大化最小能耗概率(Maximizing Minimum Probability of Energy Consumption,MMPEC)数据收集方法.MMPEC...在基于移动sink传感器网络中,传感器节点能量受限,数据收集的能耗问题一直是研究的热点.通过建立最大化最小能耗概率模型,提出一种最大化最小能耗概率(Maximizing Minimum Probability of Energy Consumption,MMPEC)数据收集方法.MMPEC对网络中子节点与汇聚节点之间的路径长度进行分布式优化,使得整个网络的能耗达到最低的概率最大化.仿真结果表明,MMPEC在能耗方面优于同类基于移动sink的WSN分层数据收集方法.展开更多
数据收集是部署无线传感网络WSNs(Wireless Sensor Networks)基本目的。而采用移动Sink方式收集节点数据是解决数据收集效率的有效措施。为此,提出基于遗传算法的移动Sink数据采集算法GMSDC(Genetic algorithm-based Mobile Sink Data C...数据收集是部署无线传感网络WSNs(Wireless Sensor Networks)基本目的。而采用移动Sink方式收集节点数据是解决数据收集效率的有效措施。为此,提出基于遗传算法的移动Sink数据采集算法GMSDC(Genetic algorithm-based Mobile Sink Data Collecting)。GMSDC算法利用遗传算法求解最佳驻留点,再由这些驻留点构建Sink移动路径。仿真结果表明,相比于EDAMS算法,GMSDC算法增加了数据收集量。展开更多
针对移动无线传感器网络设计一种不依赖于节点地理位置的基于移动汇聚节点(Sink)的数据收集算法(Mobile Sink-based Data Gathering,MSDG)。该算法解决了无线传感器网络中多跳路由通信时出现能量空洞的"热点"问题。Sink沿途...针对移动无线传感器网络设计一种不依赖于节点地理位置的基于移动汇聚节点(Sink)的数据收集算法(Mobile Sink-based Data Gathering,MSDG)。该算法解决了无线传感器网络中多跳路由通信时出现能量空洞的"热点"问题。Sink沿途以最近的固定节点作为根节点动态构建路由树。簇内移动节点感知的数据经簇头进行数据融合计算,然后将融合后的数据沿路由树反向逐跳转发给Sink。仿真结果表明,MSDG在节点的平均能耗和网络生存时间等方面的性能远超过LEACH、ACE-L等数据收集协议。展开更多
在无线传感器网络中引入移动sink能够有效解决能量空洞问题,从而提高无线传感器网络的生存时间。但是移动sink的移动速度限制通常会影响数据收集的时延特性,文章的研究重点即如何为移动sink构建最佳巡航路径,从而减小信息收集时延。充...在无线传感器网络中引入移动sink能够有效解决能量空洞问题,从而提高无线传感器网络的生存时间。但是移动sink的移动速度限制通常会影响数据收集的时延特性,文章的研究重点即如何为移动sink构建最佳巡航路径,从而减小信息收集时延。充分利用传感器节点的通信范围,将构建最佳路径问题转化为求解带邻域的旅行商问题TSPN(traveling salesman problem with neighborhoods),并提出了一种基于二次栅格划分的可变长编码单亲遗传算法的最佳路径构建方法。该算法首先在网络区域中使用粗粒度栅格进行划分,并利用可变长度编码的单亲遗传算法获得最佳途经栅格,从而构造出初始最佳路径。然后对于每一个途经栅格再次使用细粒度栅格进行划分以优化收集路径。仿真结果表明,新算法能够获得更短的数据收集路径,大幅度减低了网络信息收集时延,有效地拓展了网络的生存时间。展开更多
文摘在基于移动sink传感器网络中,传感器节点能量受限,数据收集的能耗问题一直是研究的热点.通过建立最大化最小能耗概率模型,提出一种最大化最小能耗概率(Maximizing Minimum Probability of Energy Consumption,MMPEC)数据收集方法.MMPEC对网络中子节点与汇聚节点之间的路径长度进行分布式优化,使得整个网络的能耗达到最低的概率最大化.仿真结果表明,MMPEC在能耗方面优于同类基于移动sink的WSN分层数据收集方法.
文摘数据收集是部署无线传感网络WSNs(Wireless Sensor Networks)基本目的。而采用移动Sink方式收集节点数据是解决数据收集效率的有效措施。为此,提出基于遗传算法的移动Sink数据采集算法GMSDC(Genetic algorithm-based Mobile Sink Data Collecting)。GMSDC算法利用遗传算法求解最佳驻留点,再由这些驻留点构建Sink移动路径。仿真结果表明,相比于EDAMS算法,GMSDC算法增加了数据收集量。
文摘针对移动无线传感器网络设计一种不依赖于节点地理位置的基于移动汇聚节点(Sink)的数据收集算法(Mobile Sink-based Data Gathering,MSDG)。该算法解决了无线传感器网络中多跳路由通信时出现能量空洞的"热点"问题。Sink沿途以最近的固定节点作为根节点动态构建路由树。簇内移动节点感知的数据经簇头进行数据融合计算,然后将融合后的数据沿路由树反向逐跳转发给Sink。仿真结果表明,MSDG在节点的平均能耗和网络生存时间等方面的性能远超过LEACH、ACE-L等数据收集协议。
文摘在无线传感器网络中引入移动sink能够有效解决能量空洞问题,从而提高无线传感器网络的生存时间。但是移动sink的移动速度限制通常会影响数据收集的时延特性,文章的研究重点即如何为移动sink构建最佳巡航路径,从而减小信息收集时延。充分利用传感器节点的通信范围,将构建最佳路径问题转化为求解带邻域的旅行商问题TSPN(traveling salesman problem with neighborhoods),并提出了一种基于二次栅格划分的可变长编码单亲遗传算法的最佳路径构建方法。该算法首先在网络区域中使用粗粒度栅格进行划分,并利用可变长度编码的单亲遗传算法获得最佳途经栅格,从而构造出初始最佳路径。然后对于每一个途经栅格再次使用细粒度栅格进行划分以优化收集路径。仿真结果表明,新算法能够获得更短的数据收集路径,大幅度减低了网络信息收集时延,有效地拓展了网络的生存时间。
