CN105472690A - 一种能量感知型分布式分簇路由协议设计方法 - Google Patents

一种能量感知型分布式分簇路由协议设计方法 Download PDF

Info

Publication number
CN105472690A
CN105472690A CN201510794509.2A CN201510794509A CN105472690A CN 105472690 A CN105472690 A CN 105472690A CN 201510794509 A CN201510794509 A CN 201510794509A CN 105472690 A CN105472690 A CN 105472690A
Authority
CN
China
Prior art keywords
node
energy
solar energy
cluster head
days
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510794509.2A
Other languages
English (en)
Other versions
CN105472690B (zh
Inventor
李俊伶
刘丹谱
尹长川
罗涛
郝建军
郭一珺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN201510794509.2A priority Critical patent/CN105472690B/zh
Publication of CN105472690A publication Critical patent/CN105472690A/zh
Application granted granted Critical
Publication of CN105472690B publication Critical patent/CN105472690B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供了一种能量感知型分布式分簇路由协议设计方法，适用于基于太阳能的能量采集型无线传感网。本方法包括：采集网络中各传感器节点在设定时间段内采集的太阳能能量，建立太阳能预测矩阵；训练太阳能预测模型，太阳能预测模型为一个具有n+k个输入节点和1个输出节点的神经网络；将太阳能预测模型运用到分布式分簇路由协议中，在建立阶段，节点以P(i,d,r)的概率选取自身作为簇首；簇首向所有非簇首节点发布广播信息，每个非簇首节点以到达簇首需要消耗的通信能量最少为标准决定本轮要加入的簇。本发明使得剩余能量和预测能量高的节点有更高的几率成为簇首，有更强的均衡网络节点能量消耗的能力，同时能够提高网络的吞吐量。

Description

一种能量感知型分布式分簇路由协议设计方法
技术领域
本发明涉及能量采集型无线传感网路由协议设计领域，尤其涉及一种能量感知型分布式分簇路由协议设计方法。
背景技术
无线传感网被广泛地应用到环境监测，工业控制和跟踪等领域。近些年来，能量采集型无线传感网由于其能够突破传统无线传感网电池容量的限制而得到广泛关注。由于能量采集型无线传感网的许多特性(例如节点能量分布不均衡，无限的能量供应，对环境敏感等)，传统无线传感网中原有的路由协议已不再适用。为能量采集型无线传感网设计适用的路由协议是本发明的研究背景。
在能量采集型无线传感网的分簇路由协议设计中，如何精确预测节点的采集能量是要解决的关键问题之一。通过预测节点的采集能量，提高选择有较强采集能力的节点做簇首的概率，同时降低选择有较弱采集能力的节点做簇首的概率，进而达到平衡节点能量消耗，提高网络性能的目的。基于太阳能的能量采集型无线传感网是应用最广泛的一类能量采集型无线传感网。而太阳能辐射在时间上的相关性也为对节点采集特性的预测提供了可能。
本发明考虑基于太阳能的能量采集型无线传感网中的分布式分簇路由协议设计问题。如何对节点采集的太阳能进行预测，改进现有协议使之适用于能量采集型无线传感网是本发明的关注点。针对太阳能预测，前人已经提出了很多预测模型，但是很少有人将预测模型运用到无线传感网的路由设计中。
发明内容
本发明的目的是为能量采集型无线传感网提出的一种能量感知型分布式分簇路由协议设计方法，通过构建一个基于神经网络的太阳能预测模型，使每个传感器节点具有预测自身短期内采集能量的能力，而预测能量将被用到选择簇首的过程中。通过本发明方法使得剩余能量和预测能量高的节点有更高的几率成为簇首，有更强的均衡网络节点能量消耗的能力，同时能够提高网络的吞吐量。
本发明提供的能量感知型分布式分簇路由协议设计方法，实现步骤如下：
步骤1，采集网络中各传感器节点在设定时间段内采集的太阳能能量，建立太阳能预测矩阵；
太阳能预测矩阵中，每一列代表一天中的不同小时，矩阵的每一行代表不同的天；标记节点i在第r轮中第d天采集的太阳能能量为Eharv(i,d,r)，标记节点i在第r轮中第d天的预测能量为Epre(i,d,r)；
对于给定的天数和轮数，节点i在第r轮中第d天的预测能量Epre(i,d,r)表示为节点i在第r轮中当天之前n天采集的太阳能能量和之前k轮中第d天采集到的太阳能能量的函数fANN，表示为：
Epre(i,d,r)＝fANN(Eharv(i,d-1,r),Eharv(i,d-2,r),...,Eharv(i,d-n,r),
Eharv(i,d,r-1),Eharv(i,d,r-2),...,Eharv(i,d,r-k))
函数fANN中，包含n+k个参数。
步骤2，训练太阳能预测模型，太阳能预测模型为一个具有n+k个输入节点和1个输出节点的神经网络；
神经网络的n+k个输入节点对应函数fANN中的n+k个参数，神经网络的输出节点对应函数fANN中的Epre(i,d,r)；设定测试精度，用存储的太阳能预测矩阵中数据对神经网络进行训练，将训练好的神经网络用作所有传感器节点的太阳能预测模型。
步骤3，将步骤2得到的太阳能预测模型运用到分布式分簇路由协议中去；
分布式分簇路由协议按轮进行，每轮分为两个阶段：建立阶段和稳定状态阶段；在每一轮的建立阶段，节点i以P(i,d,r)的概率选取自身作为簇首；
节点i选取自身成为簇首的概率P(i,d,r)定义为：
P ( i , d , r ) = p 1 - p × ( r mod 1 p ) × α E ( i , d , r - 1 ) + βE p r e ( i , d , r ) - E T X ( k , d i b s ) E c a p
其中，E(i,d,r-1)表示节点i在第r-1轮的第d天结束时刻的剩余能量，Epre(i,d,r)表示节点i在第r轮的第d天的预测能量，ETX(k,dibs)表示节点i传输k比特数据到距离dibs的基站所消耗的能量，p为本轮期望的簇的数目与网络中所有节点数目之比，α和β是权重因子，取值范围均为(0,1)。
步骤4，簇首向所有非簇首节点发布广播信息，每个非簇首节点以到达簇首需要消耗的通信能量最少为标准决定本轮要加入的簇。
所有非簇首节点都做出决定后，簇首发送给其成员节点TDMA调度信息；所有成员节点收到TDMA调度信息以后，建立阶段结束，稳定状态阶段开始进行。
对于处于睡眠状态的节点将不加入任何簇，它们将保持睡眠状体直至唤醒，然后等待基站发送新一轮开始的消息，在收到新一轮开始的消息后，将加入簇首选举过程。
本发明的优点与积极效果在于：本发明公开的能量感知型分布式分簇路由协议设计方法，通过构建一个基于神经网络的太阳能预测模型，通过改进簇首选举机制，使分簇路由协议具有更好的平衡网络节点能量消耗的能力。本发明方法适用于基于太阳能的能量采集型无线传感网，在均衡网络节点能量消耗的能力的同时，具有良好的提高网络的吞吐量性能的优点。
附图说明
图1为本发明的能量感知型分布式分簇路由协议设计方法的流程示意图；
图2为本发明路由协议设计方法所使用的太阳能预测矩阵的部分示意图；
图3为本发明实施例所构建的基于神经网络的太阳能预测模型示意图；
图4为本发明实施例仿真实验得到的太阳能预测结果示意图；
图5为本发明实施例在指标为可用传感器节点个数时的性能对比图；
图6为本发明实施例在指标为平均网络吞吐量时的性能对比图。
具体实施方式
下面将结合附图和实施例对本发明作进一步的详细说明。描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。
本发明提供的能量感知型分布式分簇路由协议设计方法，适用于基于太阳能的能量采集型无线传感网，整体步骤如图1所示，下面对各步骤进行具体说明。
步骤1，将网络中各传感器节点在一段时期内采集的太阳能能量值存到一个矩阵中，矩阵称为太阳能预测矩阵。太阳能预测矩阵的每一列代表一天中的不同小时，矩阵的每一行代表不同的天。对于给定的天数和轮数，认为节点在这一轮中能采集到的平均能量是之前n天在这一轮采集到的能量和当天在之前k轮采集到的能量的函数，即：
Epre(i,d,r)＝fANN(Eharv(i,d-1,r),Eharv(i,d-2,r),...,Eharv(i,d-n,r),
Eharv(i,d,r-1),Eharv(i,d,r-2),...,Eharv(i,d,r-k))
其中，Eharv(i,d,r)和Epre(i,d,r)分别是节点i在第d天第r轮中的采集能量和预测能量。函数fANN中，包含n+k个输入参数，输出Epre(i,d,r)。n、k均为正整数。
图1为本发明实施例提供的某个节点在第k轮的太阳能预测矩阵的部分数据，图中标“？”的地方表示待预测的太阳能能量值。对于每个传感器节点，每一轮数据采集都建立一个太阳能预测矩阵。
步骤2，训练生成一个太阳能预测模型。
选取一个具有n+k个输入节点、1个输出节点以及若干个隐藏节点的神经网络模型作为太阳能预测模型。
神经网络的n+k个输入节点对应于上述函数fANN中的n+k个输入参数，1个输出节点对应于Epre(i,d,r)。用步骤1获得的太阳能预测矩阵中存储数据对神经网络进行训练，调整训练数据数目和隐藏节点数目以达到设定的期望测试精度。将训练好的神经网络模型用作所有传感器节点的太阳能预测模型。
图3为本发明实施例提供的太阳能预测模型。模型中6个输入对应节点当天的前3天在这一轮采集到的能量和当天在之前3轮采集到的能量，1个输出对应节点预测的采集能量。实施例中，n＝3，k＝3。
图4为本发明实施例利用训练得到的太阳能预测模型，对测试数据进行预测，从图中可以看出，通过太阳能预测模型输出的预测数据基本与测试数据相重合。
步骤3，将得到的太阳能预测模型运用到分布式分簇路由协议中去。
分布式分簇路由协议按轮进行，每轮分为两个阶段：建立阶段(set-upphase)和稳定状态阶段(steady-statephase)。在每一轮的建立阶段，每个节点以P(i,d,r)的概率选取自身作为簇首，未成为簇首的节点加入与其距离最近的簇首所在的簇并成为该簇首的成员节点。基于上述构建的太阳能预测模型，所有节点，但不包括概率为0的睡眠节点，选取自身成为簇首的概率定义为：
P ( i , d , r ) = p 1 - p × ( r mod 1 p ) × α E ( i , d , r - 1 ) + βE p r e ( i , d , r ) - E T X ( k , d i b s ) E c a p
其中，E(i,d,r-1)表示节点i在第r-1轮的第d天结束时刻的剩余能量，Epre(i,d,r)表示节点i在第r轮的第d天的预测能量，ETX(k,dibs)表示节点i传输k比特数据到距离dibs的基站所消耗的能量。α和β是权重因子，取值范围均为(0,1)，可根据实际情况进行调整。在每一轮的set-up阶段，每个节点自主地决定它是否成为本轮的簇首，其中p为本轮期望的簇的数目与网络中所有节点数目之比。
步骤4，簇首向所有非簇首节点发布广播信息，每个非簇首节点以到达簇首需要消耗的通信能量最少为标准，决定本轮要加入的簇。
所有非簇首节点都做出决定后，簇首发送给其成员节点TDMA(timedivisionmultipleaccess，时分多址)调度信息。所有成员节点收到TDMA调度信息以后，set-up阶段结束，steady-state阶段开始进行。需要注意的是，处于睡眠状态的节点不会加入任何簇，它们将保持睡眠状体直至唤醒，然后等待基站发送新一轮开始的消息。一旦收到此消息，它们将加入簇首选举过程。此处，当节点剩余能量低于1/10节点能量容量时，节点进入睡眠状态。
下面基于本发明实施例的技术方案进行仿真实验，100个节点随机部署在1000*1000正方形区域内，基站部署在(1500,750)处。数据包长度为500B，控制包长度为25B，每轮每个可用节点发送10个数据包到它的簇首。每轮持续时间定为0.1h，仿真时间设定为72h。在太阳能预测模型中，取n＝3，k＝3。在对比吞吐量这一指标时，再分别部署50,60,70,80,90个节点，分别进行仿真，计算各自的归一化平均网络吞吐量，比较本发明方法实现的路由协议和现有分布式分簇路由协议的性能，绘制相应的曲线进行观察。
图5中，指标为可用传感器节点个数，通过图中对比可知，在同一仿真时间，采用本发明方法实现的路由协议具有更多的可用传感器节点。图6中，指标为平均网络吞吐量，通过图中对比可知，采用本发明方法实现的路由协议具有更低地归一化平均网络吞吐量。已上仿真结果表明，在较大范围内，本发明提出的路由协议有更强的平衡网络能量节点消耗的能力，同时提高网络的吞吐量约29.53％。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (1)

1.一种能量感知型分布式分簇路由协议设计方法，其特征在于，包括如下步骤：
步骤1，采集网络中各传感器节点在设定时间段内采集的太阳能能量，建立太阳能预测矩阵；
太阳能预测矩阵中，每一列代表一天中的不同小时，每一行代表不同的天；标记节点i在第r轮中第d天采集的太阳能能量为Eharv(i,d,r)，标记节点i在第r轮中第d天的预测能量为Epre(i,d,r)；
对于给定的天数和轮数，节点i在第r轮中第d天的预测能量Epre(i,d,r)表示为节点i在第r轮中当天之前n天采集的太阳能能量和之前k轮中第d天采集到的太阳能能量的函数fANN，表示为：
Epre(i,d,r)＝fANN(Eharv(i,d-1,r),Eharv(i,d-2,r),...,Eharv(i,d-n,r),
Eharv(i,d,r-1),Eharv(i,d,r-2),...,Eharv(i,d,r-k))
函数fANN中，包含n+k个参数；
步骤2，训练太阳能预测模型，太阳能预测模型为一个具有n+k个输入节点和1个输出节点的神经网络；神经网络的n+k个输入节点对应函数fANN中的n+k个参数，神经网络的输出节点对应函数fANN中的Epre(i,d,r)；设定测试精度，用采集的太阳能预测矩阵中数据对神经网络进行训练，将训练好的神经网络作为太阳能预测模型；
步骤3，将步骤2得到的太阳能预测模型运用到分布式分簇路由协议中；
分布式分簇路由协议按轮进行，每轮分为两个阶段：建立阶段和稳定状态阶段；在每一轮的建立阶段，节点i以P(i,d,r)的概率选取自身作为簇首；
节点i选取自身成为簇首的概率P(i,d,r)定义为：
P ( i , d , r ) = p 1 - p × ( r mod 1 p ) × α E ( i , d , r - 1 ) + βE p r e ( i , d , r ) - E T X ( k , d i b s ) E c a p
其中，E(i,d,r-1)表示节点i在第r-1轮的第d天结束时刻的剩余能量，Epre(i,d,r)表示节点i在第r轮的第d天的预测能量，ETX(k,dibs)表示节点i传输k比特数据到距离dibs的基站所消耗的能量，p为本轮期望的簇的数目与网络中所有节点数目之比，α和β是权重因子，取值范围均为(0,1)；
步骤4，簇首向所有非簇首节点发布广播信息，每个非簇首节点以到达簇首需要消耗的通信能量最少为标准决定本轮要加入的簇；
所有非簇首节点都做出决定后，簇首发送给其成员节点TDMA调度信息；所有成员节点收到TDMA调度信息以后，建立阶段结束，稳定状态阶段开始进行；
对于处于睡眠状态的节点将不加入任何簇，它们将保持睡眠状体直至唤醒，然后等待基站发送新一轮开始的消息，在收到新一轮开始的消息后，加入簇首选举过程。
CN201510794509.2A 2015-11-18 2015-11-18 一种能量感知型分布式分簇路由协议设计方法 Active CN105472690B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510794509.2A CN105472690B (zh) 2015-11-18 2015-11-18 一种能量感知型分布式分簇路由协议设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510794509.2A CN105472690B (zh) 2015-11-18 2015-11-18 一种能量感知型分布式分簇路由协议设计方法

Publications (2)

Publication Number Publication Date
CN105472690A true CN105472690A (zh) 2016-04-06
CN105472690B CN105472690B (zh) 2018-07-24

Family

ID=55609853

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510794509.2A Active CN105472690B (zh) 2015-11-18 2015-11-18 一种能量感知型分布式分簇路由协议设计方法

Country Status (1)

Country Link
CN (1) CN105472690B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107182063A (zh) * 2017-05-26 2017-09-19 上海电机学院 一种基于自然能的无线传感器网络分簇路由协议
CN107784357A (zh) * 2016-08-25 2018-03-09 Tcl集团股份有限公司 基于多模态深度神经网络的个性化智能唤醒***及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101237366A (zh) * 2008-03-05 2008-08-06 中科院嘉兴中心微***所分中心 一种协同感知能量有效的无线传感网网络架构
US20090154407A1 (en) * 2007-12-17 2009-06-18 Electronics And Telecommunications Research Institute Of Daejeon Method of performing routing and allocating resources in wireless sensor network
CN102013957A (zh) * 2010-11-30 2011-04-13 北京邮电大学 一种基于分簇无线传感器网络的传输方法
CN102014455A (zh) * 2010-11-23 2011-04-13 北京航空航天大学 一种基于节点间相关性的无线传感器网络分簇路由方法
CN102149160A (zh) * 2011-04-20 2011-08-10 宁波职业技术学院 一种用于无线传感网络的能量感知路由算法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090154407A1 (en) * 2007-12-17 2009-06-18 Electronics And Telecommunications Research Institute Of Daejeon Method of performing routing and allocating resources in wireless sensor network
CN101237366A (zh) * 2008-03-05 2008-08-06 中科院嘉兴中心微***所分中心 一种协同感知能量有效的无线传感网网络架构
CN102014455A (zh) * 2010-11-23 2011-04-13 北京航空航天大学 一种基于节点间相关性的无线传感器网络分簇路由方法
CN102013957A (zh) * 2010-11-30 2011-04-13 北京邮电大学 一种基于分簇无线传感器网络的传输方法
CN102149160A (zh) * 2011-04-20 2011-08-10 宁波职业技术学院 一种用于无线传感网络的能量感知路由算法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JUNLING LI: "DPSO-Based Clustering Routing Algorithm for Energy Harvesting", 《IEEE》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107784357A (zh) * 2016-08-25 2018-03-09 Tcl集团股份有限公司 基于多模态深度神经网络的个性化智能唤醒***及方法
CN107784357B (zh) * 2016-08-25 2021-11-23 Tcl科技集团股份有限公司 基于多模态深度神经网络的个性化智能唤醒***及方法
CN107182063A (zh) * 2017-05-26 2017-09-19 上海电机学院 一种基于自然能的无线传感器网络分簇路由协议

Also Published As

Publication number Publication date
CN105472690B (zh) 2018-07-24

Similar Documents

Publication Publication Date Title
Elsmany et al. EESRA: Energy efficient scalable routing algorithm for wireless sensor networks
Tang et al. A chain-cluster based routing algorithm for wireless sensor networks
CN101959244B (zh) 一种适用于无线传感网的层次型路由控制方法
CN103906210B (zh) 一种分布式光伏发电装置传感器网络节点休眠调度方法
CN101094138B (zh) 基于d-s算法的延长无线传感器网络生命周期的方法
CN104093188A (zh) 一种无线传感器网络簇头选举新方法
Li et al. An energy aware distributed clustering routing protocol for energy harvesting wireless sensor networks
CN107820321A (zh) 一种基于蜂窝网络的窄带物联网中大规模用户智能接入算法
CN104411000A (zh) 一种无线传感器网络中分层路由协议簇头选择方法
CN105472690A (zh) 一种能量感知型分布式分簇路由协议设计方法
CN102969720A (zh) 一种能够在智能电网中应用的负载动态控制和分析方法
CN103702384B (zh) 无线传感器网络面向应用的分簇式路由方法
Choi et al. Regional clustering scheme in densely deployed wireless sensor networks for weather monitoring systems
CN102572995B (zh) 一种无线传感器网络中基于gaf改进分簇机制的热区问题解决方法
CN103037467A (zh) 一种无线传感器网络的数据融合方法和装置
CN103167578A (zh) 用Hopfield 神经网络对无线传感器网络分簇的方法
CN104812036A (zh) 一种能量获取传感器网络的休眠调度方法和***
Puviarasu et al. Dynamic uneven clustering protocol for efficient energy management in EH-WSNs
CN107492688A (zh) 一种电池维护方法、装置及车辆
Pang et al. Energy-efficient improvements in Mod-LEACH protocol on optimal cluster heads selection
CN105682205A (zh) 一种调整传感器节点睡眠时长的方法及装置
Wu et al. Energy‐Neutral Communication Protocol for Living‐Tree Bioenergy‐Powered Wireless Sensor Network
CN103096445A (zh) 基于实际电池模型的无线传感网任务调度方法及***
Guntupalli et al. Energy harvesting powered packet transmissions in duty-cycled WSNs: A DTMC analysis
CN103581048A (zh) 一种电力通信网络的分布式资源过载控制方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant