CN101635974A - 自组织认知无线网络路由选择方法 - Google Patents

自组织认知无线网络路由选择方法 Download PDF

Info

Publication number
CN101635974A
CN101635974A CN200910034788A CN200910034788A CN101635974A CN 101635974 A CN101635974 A CN 101635974A CN 200910034788 A CN200910034788 A CN 200910034788A CN 200910034788 A CN200910034788 A CN 200910034788A CN 101635974 A CN101635974 A CN 101635974A
Authority
CN
China
Prior art keywords
node
route
cost
rreq
hop
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
CN200910034788A
Other languages
English (en)
Other versions
CN101635974B (zh
Inventor
潘志文
吴春德
尤肖虎
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN2009100347887A priority Critical patent/CN101635974B/zh
Publication of CN101635974A publication Critical patent/CN101635974A/zh
Application granted granted Critical
Publication of CN101635974B publication Critical patent/CN101635974B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Abstract

本发明的自组织认知无线网络路由选择方法涉及基于认知无线电的自组织(AdHoc)网络路由选择策略的问题,网络中没有一个控制中心,每个节点仅根据本地信息来决定下一跳节点以及与下一跳节点进行通信的信道,并且需要根据所定义的路由选择标准,选择最优的路由以实现从源节点到目的节点的通信,采用本发明中的路由选择策略,能够使Ad Hoc网络中的多条链路通过分布式算法得到的传输速率更加接近于集中式算法得到的最优值,同时能够使得更多的链路找到通信路径。

Description

自组织认知无线网络路由选择方法
技术领域
本发明涉及基于认知无线电的自组织(Ad Hoc)网络路由选择策略的问题,属于无线通信中的路由技术领域。
背景技术
用于无线通信的频谱资源作为一种有限的不可再生的自然资源,其分配一直受到政府的严格控制。近年来,随着无线通信业务的迅速增长,可供分配的频谱资源越来越少,造成目前频谱资源紧张问题。但是,一些研究结果表明,目前已经分配的大量珍贵频谱资源并未得到充分利用,甚至在很多时候处于空闲状态。显然,这和当前广泛关注的频谱资源短缺相互矛盾。因此,解决频谱资源匮乏问题的基本思路就是尽量提高现有频谱的利用率。认知无线电(Cognitive Radio,CR)技术的出现,为解决频谱资源不足,提高频谱利用率开创了崭新的局面。
认知无线电作为一种智能的频谱共享技术,能够依靠人工智能的支持,感知周围的无线通信环境,根据一定的学习和决策算法,实时自适应地调整其自身的工作参数,动态地检测和有效地利用空闲频谱,理论上允许在时间、频率以及空间上进行多维的频谱复用。这将大大降低频谱和带宽限制,实现不可再生频谱资源的再利用,为解决如何在有限频谱资源条件下提高频谱利用率这一无线通信难题开辟了一条新的途径。
认知无线电在频谱使用上的灵活性,使得它在未来无线通信领域中具有广泛的应用前景,其中在自组织网络中的应用目前受到了广泛关注。认知无线电使网络节点能够以非授权方式使用处于空闲状态下的授权频谱资源,这就使得节点可使用的频带在时间上和空间上都是动态变化的。这种频谱使用上的特殊性,给基于认知无线电的自组织网络的设计带来了新的挑战。
在自组织网络中,由于节点通信覆盖范围有限,节点之间一般通过多跳的方式来实现通信。因此多跳路由的选择一直是自组织网络的关键技术之一。在研究自组织认知无线网络的路由选择时,不仅要考虑传统自组织网络的特点,还应考虑由认知无线电所引入的动态频谱接入与使用的特殊问题。因此,应用于传统自组织网络的路由选择策略已经不适用于基于认知无线电的自组织网络,需要设计新的路由选择策略来实现自组织认知无线网络中节点的多跳通信。
发明内容
技术问题:本发明的目的是提供一种自组织认知无线网络的路由选择方法,设计出一种路由累积代价的计算方法,依据计算得到的不同路径的累积代价,选择其中代价最小的路径。采用本发明中的路由选择策略,能够使Ad Hoc网络中的多条链路通过分布式算法得到的传输速率更加接近于集中式算法得到的最优值,同时能够使得更多的链路找到通信路径。
技术方案:本发明首先给出一种频带代价和连接代价的定义,利用定义的代价函数,结合路由的跳数,设计出一种路由累积代价的计算方法。根据累积代价即可实现路由的选择。
自组织认知无线网络路由选择方法具体为:网络中没有一个控制中心,每个节点仅根据本地信息来决定下一跳节点以及与下一跳节点进行通信的信道,并且需要根据所定义的路由选择标准,选择最优的路由以实现从源节点到目的节点的通信,该方法具有以下步骤:
1)网络初始时,每个节点检测周围的无线环境,与邻居节点交换信息,根据所获得的信息,节点确定不同频带的代价;
2)认知节点按需启动路由发现过程,在控制信道上广播路由请求报文RREQ,RREQ消息携带了目的地址、发送节点频带集合、当前路由累积代价的信息;
3)中间节点收到请求报文RREQ后,提取RREQ中的路由代价,对其进行累加,即加上发送节点到本节点的代价,并与本节点存储的其它路由的代价进行比较;若当前代价小于原来的代价,则对存储的路由代价和上一跳节点进行更新,并更新RREQ中的路由累积代价以及发送节点频带集合,然后转发RREQ;若当前代价不小于原来的代价,则丢弃请求;
4)目的节点收到中间节点转发的请求报文RREQ后,也对路由代价进行累加,比较累加后各路由的代价,选择其中代价最小的一条路由,并沿该路由向源节点发出路由回应报文RREP;
5)中间节点在收到由目的节点发出的回应报文RREP后,确定自己的下一跳节点以及与下一跳节点进行通信的频带和功率,并向上一跳节点转发RREP;源节点收到RREP后,即知道路由选择过程完毕,从而开始沿着选定的路由发送数据。
有益效果:本发明依据所定义的代价函数,结合路径所经历的跳数,给出了一种新的路由累积代价的计算方法。在自组织认知无线网络的路由选择过程中,根据提出的累积代价进行路由的选择,能够实现更加高效的端到端的传输。
基于本发明的路由选择策略具有如下优点:
1.给出了一种有效衡量节点间通信代价的定义,并且考虑了不同频带下代价的差异性,因而更加符合自组织认知无线网络的特点。
2.代价函数的计算只需要本地信息,因而路由选择能够通过分布式算法实现。
3.在路由累积代价中除了对代价函数进行求和外,还考虑了路由经历的跳数,因而更能体现一条路径的代价,使通信节点在选择的路径上能得到更高的速率。
4.根据累积代价进行路由选择,能够在路由选择过程中实现频带的分配,形成跨层的设计方法,因而更有利于资源的分配。
附图说明
图1是不同的通信路径示意图。
具体实施方式
具体为:网络中没有一个控制中心,每个节点仅根据本地信息来决定下一跳节点以及与下一跳节点进行通信的信道,并且需要根据一定的路由选择标准,选择最优的路由以实现从源节点到目的节点的通信,该方法具有以下步骤:
1)网络初始时,每个节点检测周围的无线环境,与邻居节点交换信息,根据所获得的信息,节点确定不同频带的代价;
2)认知节点按需启动路由发现过程,在控制信道上广播路由请求报文RREQ(Route REQuest),RREQ消息携带了目的地址、发送节点频带集合、当前路由累积代价的信息;
3)中间节点收到请求报文RREQ后,提取RREQ中的路由代价,对其进行累加,即加上发送节点到本节点的代价,并与本节点存储的其它路由的代价进行比较;若当前代价小于原来的代价,则对存储的路由代价和上一跳节点进行更新,并更新RREQ中的路由累积代价以及发送节点频带集合,然后转发RREQ;若当前代价不小于原来的代价,则丢弃请求;
4)目的节点收到中间节点转发的请求报文RREQ后,也对路由代价进行累加,比较累加后各路由的代价,选择其中代价最小的一条路由,并沿该路由向源节点发出路由回应报文RREP(Route REPly);
5)中间节点在收到由目的节点发出的回应报文RREP后,确定自己的下一跳节点以及与下一跳节点进行通信的频带和功率,并向上一跳节点转发RREP;源节点收到RREP后,即知道路由选择过程完毕,从而开始沿着选定的路由发送数据。
1自组织认知无线网络的路由选择
自组织网络中的路由协议一般可以分为主动路由协议和按需路由协议。在主动路由协议中,网络的各节点通过周期性地广播路由信息分组,交换路由信息,主动发现路由,同时,每个节点必须维护去往所有节点的路由。其优点是延时小,而缺点是开销大。而在按需路由协议中,仅在源节点有分组要发但没有去往目的节点的路由时,才“按需”进行路由发现,因而其优点是开销较小,但缺点是延时会较大。考虑到自组织网络中节点能量、计算能力、移动性等因素,按需路由成为当前自组织网络路由研究的主要方向。因而在此考虑采用按需的路由发现方式。
一般情况下,源节点与目的节点间会存在多条路径,由此就必需为不同路径提供一个性能评判标准,选择其中最优的路径。在传统的自组织网络中,常用的路由选择指标有跳数、延迟、吞吐量以及带宽等。而在基于认知无线电的自组织网络中,各节点使用的频谱是动态变化的,所以路由的选择还应该考虑路径中所使用的信道个数、信道切换延迟以及不同信道上带宽与吞吐量上的差异等。
目前针对自组织认知无线网络路由选择的研究大多数是集中在代价函数的设计上。通过考虑节点间的信道容量、频带切换延迟以及占用的资源等,为节点间的通信定义一种代价函数。而一条路径的代价即是路径中各节点间代价的总和,称为累积代价。一般来说,代价函数的计算都需要综合利用各层的资源,如物理层的功率、MAC层的信道分配方案以及网络层(传输层)的流量需求等,因而利用累积代价进行路由的选择主要应用于自组织认知无线网络的跨层设计(cross-layerdesign)中。
2代价函数的定义
为了得到路由的累积代价,首先需要设计代价函数,下面给出一种代价函数的定义。频带的代价函数BCF(band cost function)由节点在该频带上产生的干扰与获得的容量定义。
根据功率传播增益模型gij=dij ,其中α是路径损耗指数,dij是节点i和j之间的距离,当节点i利用频带m以功率pij m向节点j发送信号时,节点j的接收功率为 p ij m · g ij = p ij m · d ij - α . 若接收功率门限设为PT,则节点i的最小发射功率 P ij T = P T / g ij = P T · d ij α . 若干扰功率门限设为P1,则节点i的干扰半径为(pij m/P1)1/α,从而得到干扰范围π·(pij m/P1)2/α
假设节点i利用频带m向节点j传送数据,信道为AWGN信道,且环境噪声的功率谱密度为η,并假定所有频带有相同的带宽w。则针对频带m的不同情况,BCF有以下三种定义:
A、若频带m已经使用,但节点i的发射功率 p ij m < ( p ij m ) U . 其中(pij m)U为节点i在干扰约束等条件下发射功率pij m的上界。则此时频带m的BCF为:
BCF ( i , j , m ) = &pi; &CenterDot; [ ( p ij m ) U / P I ] 2 / &alpha; - &pi; &CenterDot; ( p ij m / P I ) 2 / &alpha; w [ log 2 [ 1 + g ij &eta;w ( p ij m ) U ] - log 2 ( 1 + g ij &eta;w p ij m ) ] - - - [ 1 ]
B、若频带m还未使用,其BCF可定义为:
BCF ( i , j , m ) = &pi; &CenterDot; ( P ij T / P I ) 2 / &alpha; w log 2 ( 1 + g ij &eta;w P ij T ) &CenterDot; num ( i , m ) + num ( j , m ) M i + M j - - - [ 2 ]
其中num(i,m)表示节点i传播范围内拥有频带m的节点个数,Mi为节点i可获得的频带数。
C、若频带m已经使用,且节点i的发射功率 p ij m = ( p ij m ) U . 则此时频带m的BCF为∞。
根据以上BCF的定义,可以得到节点间连接的代价函数LCF(link cost function)的定义。若节点i和节点j之间存在情况A的频带,则可以通过增加功率来增加速率。此时LCF定义为:
LCF ( i , j ) = min m &Element; A { BCF ( i , j , m ) } - - - [ 3 ]
若不存在情况A的频带,则考虑情况B的频带,即分配一条新的频带。此时LCF可以定义为:
LCF ( i , j ) = min m &Element; B { BCF ( i , j , m ) } - - - [ 4 ]
若以上频带都没有,即节点i和节点j之间已经不可能增加速率时,则LCF(i,j)=∞。
3路由累积代价的计算
在自组织认知无线网络中,一条路径的累积代价一般是由该路径所经过的各节点之间的代价求和得到的。例如根据以上代价函数的定义,路径l的代价为:
cos t ( l ) = &Sigma; i , j &Element; l LCF ( i , j ) - - - [ 4 ]
由以上式子可以看出,路径的累积代价并没有考虑一条路由所占用的频带数量或者多跳的次数。而有时考虑一条路由所占用的频带数量或多跳次数对提高整个网络的性能是有好处的。下面通过一个例子来说明。
如图1所示,图中共有3个节点:节点A,节点B,节点C。要实现节点A与节点C之间的通信,有两条路径可以选择:一、A与C直接通信,即A->C;二、A经过B与C通信,即A->B->C。根据原有的累积代价的计算方法,路径A->B->C的累积代价有可能会比路径A->C的要小。但由图1可以看到路径A->B->C至少要使用两条频带,而路径A->C只需要一条频带。若使用路径A->B->C,因为节点B与节点C之间使用频带2进行通信,这两个节点干扰范围内的节点都不能使用频带2。而若使用路径A->C,则其它节点仍然能使用频带2。因而从这个角度看,路径A->C将更有利于频带利用率的提高。
为了在累积代价中考虑路由所经历的跳数,可以假设路径每增加一跳,其代价除增加相应的LCF外,还增加一个常数COST_HOP,这表示增加跳数的代价。常数COST_HOP的值应与所定义的LCF处于同一数量级,例如可以取所有大于零小于无穷的LCF的均值。由此得到路由l新的累积代价的计算方法为:
cos t ( l ) = &Sigma; i , j &Element; l LCF ( i , j ) + num _ hop ( l ) &times; COST _ HOP - - - [ 4 ]
其中num_hop(l)为路径l所经历的跳数。
下面对本发明在自组织认知无线网络路由选择过程中的实施方式作进一步介绍:
(1)节点根据频带代价函数BCF的定义计算各频带的代价,再由计算得到的频带代价函数BCF得到连接代价函数LCF;
(2)由源节点在控制信道上向邻居节点广播路由请求RREQ,该RREQ消息携带了目的地址、源节点可用频带集合等信息。
(3)中间节点收到RREQ后,对路由代价进行累加(即加上发送节点到本节点的连接代价LCF以及跳数的代价COST_HOP),并与本节点存储的其它路由的代价进行比较。若当前代价小于原来的代价,则对存储的路由代价和上一跳节点进行更新,并向周围节点广播携带有当前路由代价以及当前节点可用频带集合的路由请求RREQ。否则丢弃请求;
(4)目的节点接收到RREQ后,也对路由代价进行累加,比较累加后各路由的代价,选择其中代价最小的一条路由,并沿该路由向源节点发出RREP,以通知源节点路由选择完毕;
(5)中间节点在收到由目的节点发出的RREP后,确定自己的下一跳节点以及与下一跳节点进行通信的频带和功率,并向上一跳节点转发RREP;源节点收到RREP后,沿着选定的路由发送数据。此时即完成了路由选择过程。

Claims (1)

1.一种自组织认知无线网络路由选择方法,其特征在于,网络中没有一个控制中心,每个节点仅根据本地信息来决定下一跳节点以及与下一跳节点进行通信的信道,并且需要根据所定义的路由选择标准,选择最优的路由以实现从源节点到目的节点的通信,该方法具有以下步骤:
1)网络初始时,每个节点检测周围的无线环境,与邻居节点交换信息,根据所获得的信息,节点确定不同频带的代价;
2)认知节点按需启动路由发现过程,在控制信道上广播路由请求报文RREQ,RREQ消息携带了目的地址、发送节点频带集合、当前路由累积代价的信息;
3)中间节点收到请求报文RREQ后,提取RREQ中的路由代价,对其进行累加,即加上发送节点到本节点的代价,并与本节点存储的其它路由的代价进行比较;若当前代价小于原来的代价,则对存储的路由代价和上一跳节点进行更新,并更新RREQ中的路由累积代价以及发送节点频带集合,然后转发RREQ;若当前代价不小于原来的代价,则丢弃请求;
4)目的节点收到中间节点转发的请求报文RREQ后,也对路由代价进行累加,比较累加后各路由的代价,选择其中代价最小的一条路由,并沿该路由向源节点发出路由回应报文RREP;
5)中间节点在收到由目的节点发出的回应报文RREP后,确定自己的下一跳节点以及与下一跳节点进行通信的频带和功率,并向上一跳节点转发RREP;源节点收到RREP后,即知道路由选择过程完毕,从而开始沿着选定的路由发送数据。
CN2009100347887A 2009-09-09 2009-09-09 自组织认知无线网络路由选择方法 Expired - Fee Related CN101635974B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2009100347887A CN101635974B (zh) 2009-09-09 2009-09-09 自组织认知无线网络路由选择方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2009100347887A CN101635974B (zh) 2009-09-09 2009-09-09 自组织认知无线网络路由选择方法

Publications (2)

Publication Number Publication Date
CN101635974A true CN101635974A (zh) 2010-01-27
CN101635974B CN101635974B (zh) 2010-12-29

Family

ID=41594975

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009100347887A Expired - Fee Related CN101635974B (zh) 2009-09-09 2009-09-09 自组织认知无线网络路由选择方法

Country Status (1)

Country Link
CN (1) CN101635974B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102123471A (zh) * 2010-12-15 2011-07-13 北京理工大学 一种物联网的末端网络及其渗流数传方法
CN102256265A (zh) * 2011-08-12 2011-11-23 电子科技大学 一种分布式认知无线电网络的信道初始化方法
CN102395171A (zh) * 2011-11-11 2012-03-28 苏州大学 一种认知无线网络路由的维护方法
CN102395174A (zh) * 2011-06-29 2012-03-28 电子科技大学 一种用于自组织网络的抗干扰路由方法
CN102571584A (zh) * 2012-01-12 2012-07-11 李禾禾 一种分布式网络加速的方法
CN102893665A (zh) * 2010-05-18 2013-01-23 日本电气株式会社 数据通信装置
CN103096415A (zh) * 2013-01-15 2013-05-08 东北大学 一种面向认知无线Mesh网络的路由优化装置及方法
CN104202789A (zh) * 2014-08-08 2014-12-10 杭州电子科技大学 兼顾能量有效性与传输可靠性的认知中继节点选择方法
CN109861916A (zh) * 2018-10-31 2019-06-07 深圳向云科技有限公司 一种数据处理方法及相关设备

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1599487A (zh) * 2003-09-19 2005-03-23 皇家飞利浦电子股份有限公司 用于无线通信体系中的路由选择方法以及执行该方法的移动终端
CN101083595A (zh) * 2006-05-30 2007-12-05 株式会社Ntt都科摩 一种路由建立方法
CN101217460A (zh) * 2007-12-29 2008-07-09 华中科技大学 一种移动自组织网络路径代价分析方法

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102893665A (zh) * 2010-05-18 2013-01-23 日本电气株式会社 数据通信装置
CN102893665B (zh) * 2010-05-18 2016-08-24 日本电气株式会社 数据通信装置
CN102123471B (zh) * 2010-12-15 2013-11-06 北京理工大学 一种物联网的末端网络及其渗流数传方法
CN102123471A (zh) * 2010-12-15 2011-07-13 北京理工大学 一种物联网的末端网络及其渗流数传方法
CN102395174A (zh) * 2011-06-29 2012-03-28 电子科技大学 一种用于自组织网络的抗干扰路由方法
CN102395174B (zh) * 2011-06-29 2013-09-25 电子科技大学 一种用于自组织网络的抗干扰路由方法
CN102256265A (zh) * 2011-08-12 2011-11-23 电子科技大学 一种分布式认知无线电网络的信道初始化方法
CN102256265B (zh) * 2011-08-12 2013-07-17 电子科技大学 一种分布式认知无线电网络的信道初始化方法
CN102395171A (zh) * 2011-11-11 2012-03-28 苏州大学 一种认知无线网络路由的维护方法
CN102395171B (zh) * 2011-11-11 2013-10-09 苏州大学 一种认知无线网络路由的维护方法
CN102571584A (zh) * 2012-01-12 2012-07-11 李禾禾 一种分布式网络加速的方法
CN103096415B (zh) * 2013-01-15 2015-04-22 东北大学 一种面向认知无线Mesh网络的路由优化装置及方法
CN103096415A (zh) * 2013-01-15 2013-05-08 东北大学 一种面向认知无线Mesh网络的路由优化装置及方法
CN104202789A (zh) * 2014-08-08 2014-12-10 杭州电子科技大学 兼顾能量有效性与传输可靠性的认知中继节点选择方法
CN104202789B (zh) * 2014-08-08 2017-09-19 杭州电子科技大学 兼顾能量有效性与传输可靠性的认知中继节点选择方法
CN109861916A (zh) * 2018-10-31 2019-06-07 深圳向云科技有限公司 一种数据处理方法及相关设备
CN109861916B (zh) * 2018-10-31 2021-08-31 深圳向云科技有限公司 一种数据处理方法及相关设备

Also Published As

Publication number Publication date
CN101635974B (zh) 2010-12-29

Similar Documents

Publication Publication Date Title
CN101635974B (zh) 自组织认知无线网络路由选择方法
Khan et al. Fuzzy-TOPSIS based cluster head selection in mobile wireless sensor networks
CN102083101B (zh) 一种认知无线电传感器网络信息传输方法
CN103338452B (zh) 蜂窝系统中基站辅助控制的d2d通信方法
CN101534557B (zh) 自组织认知无线网络分布式最优资源分配方法
CN102857988B (zh) 认知无线Ad Hoc网络中的按需路由实现方法
CN103200643B (zh) 基于剩余能量感知的分布式容错拓扑控制方法
Bhola et al. A study on research issues and challenges in WSAN
CN103237330A (zh) 用于认知无线传感器网中的节点不相交多路径路由方法
Yin et al. An energy-efficient routing algorithm for wireless sensor networks
CN102946627B (zh) 认知无线电系统中一种基于频谱效用的协同路由方法
CN108200581A (zh) 选择性用户合作的无线供电通信网络中多用户资源分配方法
Basak et al. Spectrum-aware outage minimizing cooperative routing in cognitive radio sensor networks
Dutta et al. Energy aware modified PEGASIS through packet transmission in wireless sensor network
CN106131887B (zh) 基于串行干扰消除的分布式拓扑控制方法
Li et al. An Energy-efficient hierarchical routing protocol for long range transmission in wireless sensor networks
AU2018101627A4 (en) An apparatus and method based on trust index of wireless node for multiple / best route discovery in the wireless sensor network platform.
Sasikumar et al. Packet transmission using radio access protocol for intra-cluster communications in mobile ad hoc networks
Melvin et al. Relay selection in network coded communications with power control
Liang et al. A flexible delay and energy-efficient routing protocol for cognitive radio network
CN101562860B (zh) 基于mimo链路的路由寻址方法
Sethi et al. Effective routing protocol in cognitive radio ad hoc network using fuzzy-based reliable communication neighbor node selection
Singh et al. SEESH: Sleep-awake energy efficient super heterogeneous routing protocol for wireless sensor networks
Chourse et al. A review on energy efficient of clustering-based routing protocol in wireless sensor network
Amiri et al. Enhanced lifetime maximization algorithm for wireless sensor network

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20101229

Termination date: 20170909