CN106304234B - 一种基于聚类路由协议的无线传感器网络能耗优化方法 - Google Patents
一种基于聚类路由协议的无线传感器网络能耗优化方法 Download PDFInfo
- Publication number
- CN106304234B CN106304234B CN201610649151.9A CN201610649151A CN106304234B CN 106304234 B CN106304234 B CN 106304234B CN 201610649151 A CN201610649151 A CN 201610649151A CN 106304234 B CN106304234 B CN 106304234B
- Authority
- CN
- China
- Prior art keywords
- cluster
- node
- sensor network
- wireless sensor
- network
- 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.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
- H04W40/10—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/20—Communication route or path selection, e.g. power-based or shortest path routing based on geographic position or location
-
- 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)
- Mobile Radio Communication Systems (AREA)
Abstract
针对无线传感器网络中网络能量损耗不均的问题,本发明在路由协议LEACH上提出了一种基于聚类路由协议的无线传感器网络能耗优化方法。主要针对LEACH算法中簇的形成以及簇首选举方法进行了改进,首先利用BIRCH算法良好的收敛性和全局优化能力将整个网络区域合理分割成多个子区域,主要利用BIRCH中的两个阈值,簇半径和簇内子节点数来约束LEACH协议的成簇。然后在子区域内通过考虑节点剩余能量的因素进而选举出簇首。与经典路由协议LEACH相比,该协议能够更加有效的平衡网络负载,提高了能量的利用率,延长了网络的生命周期。
Description
技术领域
针对无线传感器网络中存在的节点不易替换,能耗大的问题,本发明基于平衡迭代减少及层次聚类算法(Balanced Iterative Reducing and Clustering usingHierarchies简称BIRCH)和低功耗自适应集簇分层路由协议(Low Energy AdaptiveClustering Hierarchy简称LEACH)提出了优化协议:聚类路由协议简称LEACH-B来减少无线传感器网络中的能耗,本发明属于网络安全定义域。
背景技术
随着通信网络的迅速发展,无线传感器网络(Wireless Sensor Networks简称WSN)技术作为物联网技术的核心组成部分,是一个崭新而充满挑战的领域。无线传感器网络应用领域愈来愈广,遍布于军事,教育,环保,医疗,工业等众多领域。随着微***技术,模式识别等相关技术的发展,其应用领域会越来越广。
无线传感网络是在需要监测的区域内随机的放置大量的具有信息采集、信息处理以及无线通信功能的传感器节点,这些节点通过无线数据信号传输的通信方式,构成一个多跳的、自组织的网络***。由于有限的硬件资源和电池能量,且应用过程中不能更换电池,各节点同时拥有通信和路由的功能,所以节点的能量问题一直是无线传感器网络的研究重点之一。因此,在保证网络质量的同时,最大限度的减少网络中各节点的能量消耗、提高网络生命周期成为无线传感网络研究的关键技术之一。
而在传感器网络的诸多研究课题中,网络协议又是不可或缺的一部分。本发明将该网络中的低能耗路由协议作为研究对象,通过剖析LEACH协议,对其工作原理、网络模型、能耗分析及其优缺点和一般改进方向进行研究,然后针对该协议存在的一些不足,提出一种改进聚类路由LEACH-B方案,使得网络能耗得到优化,同时延长生命周期,提高网络的负载均衡性。
目前针对无线传感器网络能耗优化的研究主要集中在路由协议上。无线传感器网络的路由协议分为两个部分:平面路由协议和分簇路由协议。平面路由协议的缺点在于,维持更大的路由表需要大的开支,占有更多的存储空间,这是不适合大规模网络。分簇路由协议可以在一定程度上消除这些缺陷。LEACH是无线传感器网络分簇路由算法,是第一个利用簇头收集到和集成数据直接与汇聚节点通信的网络协议,相对于平面路由协议而言,LEACH协议在一定程度上节约了能量,优化了网络生命周期。
目前,研究人员对无线传感器网络协议进行了大量研究。他们提出了一些新的方法,以提高分簇路由算法的效率,从而节约能量。如LEACH-POSC,LEACH-K,LEACH-R。LEACH-PSOC是基于粒子群算法对LEACH协议进行分簇的改进,它的主要作用是利用粒子群良好的收敛性和全局优化能力将整个网络区域分割成多个子区域,然后考虑区域内节点剩余能量因素进而选举出簇首,该算法能平衡网络负载和延长网络生命周期。但LEACH-PSOC却不适合节点分布不均的传感器网络,不允许节点单独成簇,偏远节点必须加入簇,通过传输信息到簇头进而将信息传输至基站,这将消耗更多节点能量。LEACH-K基于K-means聚类进行改进,针对LEACH协议分簇不均匀、簇头的选举未考虑到剩余能量和数据传输采用单跳路由方式等不足进行改进。但是LEACH-K算法要考虑簇头节点数K的大小,不同的K值对分簇的结果影响比较大,且LEACH-K对孤立点不敏感,因而孤立节点多的时候,节点利用率下降,从而导致传输信息能量消耗大。LEACH-R主要对LEACH簇头选举进行改进,成簇和簇头选举方式同LEACH协议,采用簇头连任制度,利用优化的阈值来选取簇头,但是一轮簇头选举成功后,下面几轮将不再更换簇头,从而节约成簇阶段所消耗的能量。虽然LEACH-R节约了成簇阶段所消耗的能量,但是,一旦一个簇头能量耗尽,所有的簇头必须无条件的结束传输,重新开始选举,这种方式可能导致信息传输的不完整性。
发明内容
技术问题:本发明的目的是提供一种基于聚类路由协议的无线传感器网络能耗优化方法,针对无线传感器网络节点能耗这一问题,迫切需要有效的能耗优化方法,来保证网络负载的平衡,节点能量利用率的提高,从而保证安全的数据传输和网络的生命周期的延长。本方法针对节点电池不可更换,节点能量消耗快的缺点,利用BIRCH算法优化的LEACH协议--LEACH-B算法,来建立一个无线传感器网络路由分簇方案。
技术方案:本发明的方法是BIRCH算法改进无线传感器网络中的LEACH协议,利用新的协议LEACH-B来优化无线传感器网络中的能耗,以BIRCH算法中两个约束条件:簇半径的大小和簇内子节点数两个指标对LEACH协议进行改进,并在分完簇后采用剩余能量最大的节点,做为簇头,来完成簇的建立阶段和簇首选举阶段。达到能耗的降低目的。
本发明的一种基于聚类路由协议的无线传感器网络能耗优化方法,应用到无线传感器网络能耗优化中,该无线传感器网络能耗优化方法具体如下:
步骤1:在一个包含n个节点的无线传感器网络,网络建立之初,所有节点向汇聚节点发送包含地理位置的信息,由于汇聚节点的位置固定不变,建立一个二维坐标系,以汇聚节点的位置为(0,0)点,从而可以获得每个节点的坐标值,得到初始传感器网络;n>=2;
给定N个d维的数据点{X1,X2,...,Xn}对于簇定义如下量:
簇中心:簇半径:N>0;d>0
1).算出一个新数据点的聚类特征CF(Clustering Feature),一个三元组(N,LS,SS),N是包含向量的个数,LS是向量的线性和,SS是向量的平方和,作为单独的一个簇;
2).其他各节点按照距离远近开始加入,当加入一个节点时,按照簇中心和簇半径公式计算出的簇半径和簇半径阈值B进行比较,若该值大于簇半径阈值B,则不进行***,把新来的节点作为一个新的簇;
3).同样若该簇此时的子节点个数因为***而增加并大于预设阈值T的时候,该簇按照平衡迭代减少及层次聚类算法即BIRCH算法(Balanced Iterative Reducing andClustering using Hierarchies)***方式进行***;
4).依次执行上述过程,直到区域内所有节点都执行完毕;
步骤2:簇建立后,得到k个簇,k>0;每个簇中,簇内节点感知自己的剩余能量,并相互告知,选出剩余能量最大的节点作为该簇的簇头节点,从而可得到k个簇头节点。
其中,步骤1的3)中簇的***方法为:设要***的簇为U,x1,x2,...xn是U簇的子节点集,寻找相距最远的xi与xj;然后把x1,x2...xn一分为二,离xi近的分到xi一组中,离xj近的分到xj一组,这样把子节点分成两个部分,簇U***为簇U1,和簇U2,U1为子节点为xi的那一簇,U2为子节点为xj的那一簇。
有益效果:本发明的方法是BIRCH算法改进无线传感器网络中的LEACH协议,利用新的协议LEACH-B来优化无线传感器网络中的能耗,以BIRCH算法中两个约束条件:簇半径的大小和簇内子节点数两个指标对LEACH协议进行改进,并在分完簇后采用剩余能量最大的节点,做为簇头,来完成簇的建立阶段和簇首选举阶段。达到能耗的降低目的。本方法具有如下优点:
(1)合理性:针对无线传感器网络中的能耗问题,由于不能更换电池,我们目前能做的是最大程度的减少网络能耗从而延长网络的生命周期。无线传感器网络节点的划分成簇,数据传输一般以LEACH协议为基础,LEACH协议在簇头选举、簇的形成和数据传输三个阶段存在的缺陷,本发明的主要思想是利用BIRCH算法簇半径阈值和簇内子节点数阈值在簇的形成阶段将整个网络区域划分成多个子区域,然后考虑区域内剩余能量的因素进而选举出簇首,最后进行数据传输,两个方面进行改进延长网络生命周期。
(2)有效性:
设两节点间距离为d,无线覆盖半径为r,传送lbit数据所消耗能量为:
节点接收lbit长度数据所消耗能量为:
E RX(l)=lE elec 公式(5)
上式的通信模型中,Eelec=50nJ/bit,εfs=10pJ/bit·m-2,εmp=0.0013pJ/bit·m-4。节点间进行数据的传输依赖公式(4)、(5),可以看出当两节点之间的距离大于d时节点之间传送相同的数据将会消耗更大更多的能量,这显然是不必要的浪费,因此利用簇半径阈值来限制成簇的大小保证节点间的距离不大于d,可以从一定程度上减少节点间传输能耗。若一个节点在d范围内没有几点,则将它作为孤立节点,单独成簇上传数据。同时,当簇内子节点数大于一定量的时候,簇首节点能量因为发送和接受消息,将会急速下降,导致频繁更换簇首。因而簇内字节数阈值也是必要的,有效的。簇首选举阶段选取剩余能量最大的作为簇首,可以保证簇传输时间最大化,簇的传输阶段更加稳定,也不必频繁更换簇首,节约能耗。
附图说明
图1是簇的建立阶段流程图,
图2是LEACH协议结构图,
图3是BIRCH算法结构图,
图4是LEACH-B簇的划分阶段流程图。
具体实施方式
一、体系结构
LEACH协议运行流程以轮为单位,分为簇结构形成和稳定数据传输两个阶段。簇结构形成阶段如图1所示:全部节点按簇划分,每个簇随机选举簇首。选举过程是:每个节点随机生成一个值在「0,1」之间的数,若该值小于阈值T(n),则此节点被选举为簇首。T(n)的计算公式如下:
式中n是当前节点节点号,p是网络中所需簇首数目与总节点数目的比值;r是当前的选举轮数;G是剩余1/p轮中非簇首的节点集合。
簇首选举成功后,簇首节点通过广播消息宣布自己当选为簇首。非簇首节点收到来自各簇首的消息,并根据接收信号的强度选择强度最大的簇首发送加入请求。簇首会为每个成员节点分配一个相应的TDMA(Time Division Multiple Access时分多址)时隙表,使节点在不同时间段发送数据,避免信息拥挤。
在稳定数据传输阶段,簇内节点根据簇首节点为自身分配的时隙发送监测到的数据到簇首节点,簇首节点在接收到簇内节点发送来的数据后,采用数据融合技术来处理数据,并将融合后的数据发送给汇聚节点。
LEACH的基本思想是通过随机循环地选择簇首节点,从而将整个网络的能量负载平均分配到每个传感器节点中,达到降低网络能源消耗、提高网络整体生存时间的目的,LEACH协议的结构图如图2所示。
BIRCH聚类算法是层次聚类算法中的一种自下向上的凝聚型聚类算法结构图如图3所示,其策略是先将每个对象作为一个簇,然后合并这些原子簇为越来越大的簇,直到所有的对象都在一个簇中,或者某个终结条件被满足。BIRCH算法是利用数据点的聚类特征CF(Clustering Feature)值构建一颗CF树来进行聚类。通过CF值可以快速进行簇间聚类,和同一个类中相似程度的估计。
具体的:CF是一个三元组(N,LS,SS)N是包含向量的个数,LS是向量的线性和,SS是向量的平方和。给定N(N>0)个d(d>0)维的数据点{X1,X2,....,Xn}对于向量簇定义如下量:
簇中心:
簇半径:
同时CF具有极好的线性性质,对于两簇合并
CF=CF1+CF2=(N,LS,SS)=(N1+N2,LS1+LS2,SS1+SS2)有了CF值后如下构建一颗CF树。
BIRCH算法具体实现流程如下:
算出新数据点的CF值;从根开始***新的CF值;若还未到叶子,则选择CF值与待***节点最接近的子树***;若已经到了叶子节点,则选择CF值与带***节点最接近的簇进行预***;返回并检查;若***后,簇直径大于预设阈值B,则不进行***,把新来的节点作为一个新的簇;返回到某个节点时若该节点儿子个数因为***而增加并大于预设阈值T的时候,则该节点***。特别的若***的是根节点则新建根节点,即树高增加1。
注:树中节点的***办法为,设要***的为U节点,他的子节点们是x1,x2,x3....xn,寻找相距最远的xi与xj。然后把x1,x2....xn一分为二,离xi近的分到与xi一组中,离xj近的与xj一组,这样把子节点分成两个部分,然后U***为U1,和U2,U1为子节点为xi的那一簇,U2为儿子节点为xj的那一簇。
这样就把CF树完成了然后继续进行节点的分簇。
二、方法流程
为了简化模型的网络结构,假设WSN具有以下特点:传感器节点均匀地分布在监视区域,周期性的收集数据;传感器节点和基站不移动;每个节点具有唯一的标识(ID);通信链路是对称。
Step1网络分簇阶段:
针对LEACH协议分簇是通过簇首成员广播节点信息,子节点依据根据接收信号的强度选择最大的簇首发送加入请求从而完成分簇,可能导致簇首分布不均匀的情况,作如下改进:
假设在一个包含n(n>=2)个传感器节点的无线传感网络中,网络建立之初,所有传感器节点都向汇聚节点发送了包含地理位置的信息,由于汇聚节点的位置固定不变,建立一个二维坐标系,以汇聚节点的位置为(0,0)点,从而可以获得每个节点的坐标值,可得到初始传感网络。BIRCH聚类中用的距离函数是欧式距离函数,即网络中某两个节点A和C,其中A的坐标为(x0,y0)C的坐标为(x1,y1),则欧式距离
具体过程如下:算出一个新数据点的CF值,作为单独的一个簇;其他各个节点按照距离远近开始加入,当加入下一个节点时,加入节点后按照公式(2)(3)计算出簇的半径和簇半径阈值B进行比较,若该值大于阈值,则不进行***,把新来的节点作为一个新的簇;
同样若该节点此时的子节点个数因为***而增加并大于预设阈值T的时候,该簇按照BIRCH算法***方式进行***。接下来,依次执行上述过程,直到区域内所有节点都执行完毕。
通过以上改进方法,用簇半径阈值T和簇内子节点数B来限制簇的大小,同时允许个别偏远节点单独成簇,因此可以得到比较合理的分簇。
Step2簇首确立阶段:
针对LEACH协议簇头节点的选举是根据T(n)值和节点产生的随机数决定的,而且T(n)的值的计算并没有考虑节点的剩余能量和各节点与汇聚节点的距离,可能会造成选举出来的簇头节点能量过低而导致整个簇的失效,因此提出以下改进方法:
在完成簇的建立阶段之后,我们可以得到k(k>0)个簇。在每个簇中,簇内节点感知自己的剩余能量,并相互告知,簇内节点通过剩余能量大小的对比,选出剩余能量最大的点作为该簇的簇头节点,从而可得到k个簇头节点,每轮选取簇首节点时,通过选取剩余能量最大的节点成为簇首,可以保证数据传输的安全性,不易出现信息传输中断现象。
图4中簇的***方法为:设要***的为U簇,x1,x2,x3....xn是U簇的子节点集,寻找相距最远的xi与xj。然后把x1,x2....xn一分为二,离xi近的分到与xi一组中,离xj近的与xj一组,这样把子节点分成两个部分,然后簇U***为簇U1,和簇U2,U1为子节点为xi的那一簇,U2为子节点为xj的那一簇。
为了简化模型的网络结构,假设WSN具有以下特点:传感器节点均匀地分布在监视区域,周期性的收集数据;传感器节点和基站不移动;每个节点具有唯一的标识(ID);通信链路是对称。
Step1:网络分簇阶段:
针对LEACH协议分簇是通过簇首成员广播节点信息,子节点依据根据接收信号的强度选择最大的簇首发送加入请求从而完成分簇,可能导致簇首分布不均匀的情况,作如下改进:
假设在一个包含n(n>=2)个传感器节点的无线传感网络中,网络建立之初,所有传感器节点都向汇聚节点发送了包含地理位置的信息,由于汇聚节点的位置固定不变,建立一个二维坐标系,以汇聚节点的位置为(0,0)点,从而可以获得每个节点的坐标值,可得到初始传感网络。BIRCH聚类中用的距离函数是欧式距离函数,即网络中某两个节点A和C,其中A的坐标为(x0,y0),C的坐标为(x1,y1),则欧式距离
具体过程如下:算出一个新数据点的CF值,作为单独的一个簇;其他各个节点按照距离远近开始加入,当加入下一个节点时,加入节点后按照公式(2)(3)计算出簇的半径和簇半径阈值B进行比较,若该值大于阈值,则不进行***,把新来的节点作为一个新的簇;
同样若该节点此时的子节点个数因为***而增加并大于预设阈值T的时候,该簇按照BIRCH算法***方式进行***。接下来,依次执行上述过程,直到区域内所有节点都执行完毕。
通过以上改进方法,用簇半径阈值T和簇内子节点数B来限制簇的大小,同时允许个别偏远节点单独成簇,因此可以得到比较合理的分簇。
Step2簇首确立阶段:
针对LEACH协议簇头节点的选举是根据T(n)值和节点产生的随机数决定的,而且T(n)的值的计算并没有考虑节点的剩余能量和各节点与汇聚节点的距离,可能会造成选举出来的簇头节点能量过低而导致整个簇的失效,因此提出以下改进方法:
在完成簇的建立阶段之后,我们可以得到k个簇。在每个簇中,簇内节点感知自己的剩余能量,并相互告知,簇内节点通过剩余能量大小的对比,选出剩余能量最大的点作为该簇的簇头节点,从而可得到k个簇头节点,每轮选取簇首节点时,通过选取剩余能量最大的节点成为簇首,可以保证数据传输的安全性,不易出现信息传输中断现象。
图4中簇的***方法为:设要***的为U簇,x1,x2,x3....xn是U簇的子节点集,寻找相距最远的xi与xj。然后把x1,x2....xn一分为二,离xi近的分到与xi一组中,离xj近的与xj一组,这样把子节点分成两个部分,然后簇U***为簇U1,和簇U2,U1为子节点为xi的那一簇,U2为子节点为xj的那一簇。
Claims (2)
1.一种基于聚类路由协议的无线传感器网络能耗优化方法,应用到无线传感器网络能耗优化中,其特征在于,该无线传感器网络能耗优化方法具体如下:
步骤1:在一个包含n个节点的无线传感器网络,网络建立之初,所有节点向汇聚节点发送包含地理位置的信息,由于汇聚节点的位置固定不变,建立一个二维坐标系,以汇聚节点的位置为(0,0)点,从而可以获得每个节点的坐标值,得到初始传感器网络;n>=2;
给定N个d维的数据点向量对于簇定义如下量:
簇中心:簇半径:N>0;d>0
1).算出一个新数据点的聚类特征CF,具体表述CF是由三个元素组成分别是N、LS、SS,其中N是所包含向量的个数,LS代表所包含向量的线性和,SS的意思是这些向量的平方和,作为单独的一个簇;
2).其他各节点按照距离远近开始加入,当加入一个节点时,按照簇中心和簇半径公式计算出簇的半径,并将计算出的簇半径与阈值B进行比较,若该值大于阈值B,则不进行***,把新来的节点作为一个新的簇;
3).同样若该簇此时的子节点个数因为***而增加并大于预设阈值T的时候,该簇按照平衡迭代减少及层次聚类算法即BIRCH算法***方式进行***;
4).依次执行上述过程,直到区域内所有节点都执行完毕;
步骤2:簇建立后,得到k个簇,k>0;每个簇中,簇内节点感知自己的剩余能量,并相互告知,选出剩余能量最大的节点作为该簇的簇头节点,从而可得到k个簇头节点。
2.根据权利要求1所述的一种基于聚类路由协议的无线传感器网络能耗优化方法,其特征在于,步骤1的3)中簇的***方法为:设要***的簇为U,x1,x2,...xn是U簇的子节点集,寻找相距最远的xi与xj;然后把x1,x2...xn一分为二,离xi近的分到xi一组中,离xj近的分到xj一组,这样把子节点分成两个部分,簇U***为簇U1,和簇U2,U1为子节点包含xi的那一簇,U2为子节点包含xj的那一簇。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610649151.9A CN106304234B (zh) | 2016-08-09 | 2016-08-09 | 一种基于聚类路由协议的无线传感器网络能耗优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610649151.9A CN106304234B (zh) | 2016-08-09 | 2016-08-09 | 一种基于聚类路由协议的无线传感器网络能耗优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106304234A CN106304234A (zh) | 2017-01-04 |
CN106304234B true CN106304234B (zh) | 2019-07-23 |
Family
ID=57667230
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610649151.9A Active CN106304234B (zh) | 2016-08-09 | 2016-08-09 | 一种基于聚类路由协议的无线传感器网络能耗优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106304234B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11392825B2 (en) * | 2017-01-09 | 2022-07-19 | Samsung Electronics Co., Ltd. | Method and algorithm of recursive deep learning quantization for weight bit reduction |
CN106888215A (zh) * | 2017-03-20 | 2017-06-23 | 北京匡恩网络科技有限责任公司 | 识别监控信息***应用的方法及装置 |
CN107465746A (zh) * | 2017-08-11 | 2017-12-12 | 深圳市益鑫智能科技有限公司 | 一种基于无线传感器网络的风沙监测*** |
CN107606745B (zh) * | 2017-09-27 | 2019-09-27 | 南京中灿科技有限公司 | 地铁空调季逐时环控能耗预测方法 |
CN108307444B (zh) * | 2018-01-19 | 2020-12-04 | 扬州大学 | 基于优化粒子群算法的无线传感网无人机***通信方法 |
CN110225567A (zh) * | 2019-04-25 | 2019-09-10 | 北京邮电大学 | 一种基于公平性和能耗速率的传感器网络分簇方法 |
CN110191497A (zh) * | 2019-05-05 | 2019-08-30 | 广东工业大学 | 一种基于dbscan的leach算法改进方法 |
CN110691032A (zh) * | 2019-09-12 | 2020-01-14 | 无锡江南计算技术研究所 | 一种融合自适应和确定性路由算法的分级路由方法及装置 |
CN111542011B (zh) * | 2020-04-27 | 2021-09-24 | 中山大学 | 一种分层的基于粒子群优化的无线传感器网络分簇路由方法 |
CN111583066B (zh) * | 2020-05-20 | 2023-07-18 | 安徽远洋电力工程有限公司 | 一种基于无线传感器网络的电力施工现场信息化监理*** |
CN112437477B (zh) * | 2020-10-21 | 2022-12-20 | 山东省科学院自动化研究所 | 一种无线传感器网络路由方法及*** |
CN112822746A (zh) * | 2021-01-15 | 2021-05-18 | 重庆邮电大学 | 一种能量有效型无线传感器网络成簇算法 |
CN112987789A (zh) * | 2021-03-04 | 2021-06-18 | 南京航空航天大学 | 一种改进Leach协议的无人机集群网络拓扑设计方法 |
CN114079997B (zh) * | 2021-11-17 | 2022-06-03 | 电子科技大学 | 一种基于wsn改进路由协议的高性能通信方法 |
CN115551011B (zh) * | 2022-09-18 | 2024-06-25 | 西北工业大学 | 一种基于压缩感知的无线传感器网络节点数据聚合方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101557636A (zh) * | 2009-05-15 | 2009-10-14 | 广东工业大学 | 一种无线传感器网络路由方法 |
CN102821422A (zh) * | 2012-09-21 | 2012-12-12 | 北京邮电大学 | 一种基于分区的移动传感器网络分簇方法 |
CN103095577A (zh) * | 2013-02-27 | 2013-05-08 | 山东大学 | 上下文相关的非均匀分簇路由算法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100943178B1 (ko) * | 2007-12-17 | 2010-02-19 | 한국전자통신연구원 | 무선 센서 네트워크에서의 라우팅 및 자원 할당 방법 |
-
2016
- 2016-08-09 CN CN201610649151.9A patent/CN106304234B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101557636A (zh) * | 2009-05-15 | 2009-10-14 | 广东工业大学 | 一种无线传感器网络路由方法 |
CN102821422A (zh) * | 2012-09-21 | 2012-12-12 | 北京邮电大学 | 一种基于分区的移动传感器网络分簇方法 |
CN103095577A (zh) * | 2013-02-27 | 2013-05-08 | 山东大学 | 上下文相关的非均匀分簇路由算法 |
Non-Patent Citations (2)
Title |
---|
Wireless Injection Attacks Based on Fake Data Injection in TinyOS;Lingfeng QIU;《2015 Seventh International Symposium on Parallel Architectures, Algorithms and Programming 》;20151214;全文 |
基于NS2的LEACH协议仿真与分析;何美红;《电子测量设计》;20090131;全文 |
Also Published As
Publication number | Publication date |
---|---|
CN106304234A (zh) | 2017-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106304234B (zh) | 一种基于聚类路由协议的无线传感器网络能耗优化方法 | |
CN108112049B (zh) | 一种基于鲸鱼群算法的无线传感器网络能效优化分簇方法 | |
Prabhu et al. | Capacity based clustering model for dense wireless sensor networks | |
CN107529201A (zh) | 一种基于leach协议的无线传感器网络数据传输方法 | |
CN105246117B (zh) | 一种适用于移动无线传感网的节能路由协议的实现方法 | |
CN108900996A (zh) | 一种基于双层模糊算法的无线传感器网络数据传输方法 | |
Wu et al. | Energy efficient chain based routing protocol for orchard wireless sensor network | |
CN107690168A (zh) | 一种可扩展的无线传感器网络组网方法 | |
CN104994020A (zh) | 基于蜂群优化算法模型的预测性能量高效分簇路由方法 | |
Bala et al. | Proficient D-SEP protocol with heterogeneity for maximizing the lifetime of wireless sensor networks | |
CN103686855A (zh) | 一种无线传感器网络数据汇聚方法 | |
Pandya et al. | Design and simulation of enhanced MODLEACH for wireless sensor network | |
CN106412935B (zh) | 一种基于复杂网络理论的网络拓扑结构建立方法 | |
Hadjila et al. | A hybrid cluster and chain-based routing protocol for lifetime improvement in WSN | |
Taleb et al. | Hierarchical agglomerative clustering schemes for energy-efficiency in wireless sensor networks | |
Mona | Data communication in internet of things: Vision, challenges and future direction | |
Zhang et al. | Residual-energy Aware LEACH Approach for Wireless Sensor Networks | |
CN113691995A (zh) | 一种基于融合共轭梯度的无线传感网络生存时间优化方法 | |
Tan et al. | Sector Tree-Based Clustering for Energy Efficient Routing Protocol in Heterogeneous Wireless Sensor Network | |
Ding et al. | Adaptive routing protocol for underwater wireless sensor network based on AUV | |
Koriem et al. | Circles Routing Protocol for Wireless Sensor Network | |
Yang et al. | Design of clustering algorithm for efficient energy management in wireless sensor network environments | |
Sharma et al. | Heterogeneous multi-hop LEACH routing protocol | |
Netyorks et al. | FEELP: Fuzzy-Based Energy-Efficient LEACH Protocol in | |
Bendjima et al. | Intelligent communication of WSN based on a multi-agent system |
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 |