CN101895956A - 多层分布式无线传感器网络数据传输方法 - Google Patents

多层分布式无线传感器网络数据传输方法 Download PDF

Info

Publication number
CN101895956A
CN101895956A CN2010102481811A CN201010248181A CN101895956A CN 101895956 A CN101895956 A CN 101895956A CN 2010102481811 A CN2010102481811 A CN 2010102481811A CN 201010248181 A CN201010248181 A CN 201010248181A CN 101895956 A CN101895956 A CN 101895956A
Authority
CN
China
Prior art keywords
bunch
sensor node
node
data
head
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
CN2010102481811A
Other languages
English (en)
Other versions
CN101895956B (zh
Inventor
于振华
刘宇
胡正良
王静
郭城
周立君
周新妮
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.)
205TH INSTITUTE OF CHINA NORTH INDUSTRIES
Original Assignee
205TH INSTITUTE OF CHINA NORTH INDUSTRIES
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 205TH INSTITUTE OF CHINA NORTH INDUSTRIES filed Critical 205TH INSTITUTE OF CHINA NORTH INDUSTRIES
Priority to CN201010248181A priority Critical patent/CN101895956B/zh
Publication of CN101895956A publication Critical patent/CN101895956A/zh
Application granted granted Critical
Publication of CN101895956B publication Critical patent/CN101895956B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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

本发明公开了一种多层分布式无线传感器网络数据传输方法,属于电通信技术领域。其特点是:路由簇头的选择基于无线传感器网络的局部信息,综合考虑了传感器节点剩余能量及通信代价等因素,从而对无线传感器网络进行了分簇;在簇头集合中利用贪婪算法构建簇头单链,然后将与基站能量权值最大的簇头作为簇头单链中与基站直接通信的链头节点,从而使各簇头可以用多跳通信的方式将数据传送至基站。本发明的数据传输方法不仅有效地解决了延长无线传感器网络生命周期的技术问题,同时,也提高了无线传感器网络的能量利用率,适用于大规模无线传感器网络,应用前景广阔。

Description

多层分布式无线传感器网络数据传输方法
技术领域
本发明属于电通信技术领域和无线自组网应用领域,主要涉及一种无线传感器网络的数据传输方法,尤其涉及一种多层分布式无线传感器网络的数据传输方法。
背景技术
无线传感器网络(Wireless sensor networks,WSN)是由大量具有感知、计算和无线通信能力的传感器节点通过自组织方式构成的网络,它能够根据环境自主完成监测、目标发现、识别与跟踪等任务。由于WSN具有随机布设、自组织和隐蔽性强等特点,使它在军事、工业和商业等领域有着广阔的应用前景和很高的应用价值。
在无线传感器网络中,存在一个或多个节点充当基站,网络中传感器节点收集数据,并通过多跳的方式传送到基站,基站将收到的数据通过有线或无线的方式传送给用户。传感器节点的感知、计算和通信能力有限,节点通常采用电池供电,能量有限而且不可再生,存在严重的能量约束问题。由于无线传感器网络一般布设在恶劣的环境中,无法更换电池或更换电池的成本很高,如何更有效地使用传感器节点的能量,对于延长整个网络的使用寿命至关重要。因此,需要使用一种能量高效的无线传感器网络数据传输方法,把数据从源节点实时、可靠地传送到基站,延长网络生命周期。
近年来已提出了多种不同的分簇路由协议用于无线传感器网络的数据传输。在《IEEE Transactions on Wireless Communications》2002,1(4):p660-670中,W.B.Heinzelman等人发表了题为“An application specific protocolarchitecture for wireless microsensor networks”的文章,文中提出一种低功耗自适应分层方法(LEACH),该方法周期性的随机选择簇头节点,将网络的能量负载平均分配到每个节点中,从而降低了网络能源消耗、提高了网络生命周期。但LEACH中的簇头为随机产生,导致了网络中簇头分布不均匀,而且每一轮中产生的簇头数目不一定等于预先设定的最优值,造成某些节点附近没有簇头而直接与远方的基站通信,导致这些节点过早的死亡。
M.J.Handy等人发表在《Proceedings of the 4th IEEE Conference onMobile and Wireless Communications Networks》2002,p368-372中的文章“Lowenergy adaptive clustering hierarchy with deterministic cluster-head selection”提出一种确定性簇头选择方法(DCHS),该方法在LEACH基础上,考虑节点的能量因素,使能量消耗比例较低的节点优先当选簇头,从而比LEACH延长了网络生命周期。但当网络运行一段时间后,节点成为簇头的概率降低,造成簇头的数量减少,最终导致网络能量耗费不均衡。
S.Lindsey等人发表在《Proceedings of the IEEE Aerospace Conference》2002,p1125-1130中的文章“PEGASIS:Power-Efficient gathering in sensorinformation systems”提出一种能量高效的数据搜集方法(PEGASIS),该方法利用贪婪算法将传感器节点构成一条链,然后在链上选择一个头节点与基站直接通信,链两端数据沿链进行融合并传输到头节点。PEGASIS与LEACH相比,由于节点采用小功率与最近邻居节点通信以及通信量的减少,网络生命周期延长了1倍。
O.Younis等人发表在《IEEE Transactions on Mobile Computing》2004,3(4):p366-379中的文章“HEED:a hybrid,energy-efficient,distributed clusteringapproach for ad hoc sensor networks”提出一种混合能量高效的分布式分簇方法(HEED),该方法综合节点的剩余能量和其他参数(如候选节点与邻居节点的邻近性)来周期性地选择簇头。HEED是一种完全分布式的簇头产生方式,可以保证簇头节点在整个网络中分布良好。然而,由于HEED算法在簇形成阶段仍然需要广播多条消息,因而增大了能量开销。
在目前用于数据传输的分簇路由方法中,大都关注的是节点能量、路由跳数,忽略了节点的拓扑结构和路由的可靠性。具有最小跳数的路由不一定是最优路由,如果路由中包含不可靠路径,就降低了数据传输的可靠性。因此,如何设计一种能量高效的、完整的无线传感器网络数据传输方法,成为本领域技术人员亟待解决的技术课题。
发明内容
本发明要解决的技术问题是,克服现有无线传感器网络中数据传输方法的不足,提供一种能量高效的多层分布式无线传感器网络数据传输方法,以提高数据传输的可靠性和实时性,延长网络生命周期。
为解决上述技术问题,本发明提供的无线传感器网络数据传输方法包括以下步骤:
第一步,无线传感器网络中的n个传感器节点Ci同时启动其内置的轮定时器T1,i=1,2,3,......,n,在通信半径r内广播自身的剩余能量消息,接收各邻居传感器节点Cj发送的剩余能量消息并保存在自身内置的邻居节点表中,j=1,2,3,......,m,且m<n;根据传感器节点能量损耗模型计算自身发送和接收能量剩余消息后的当前剩余能量E1,i,并用E1,i更新其内置剩余能量表中的轮初始剩余能量E0,i
第二步,所述各传感器节点Ci根据当前轮邻居节点表中所有邻居传感器节点Cj的轮初始剩余能量E0,j,计算邻居传感器节点Cj的平均剩余能量Eai
第三步,所述各传感器节点Ci启动其内置的簇头选择持续时间定时器T2,并根据下式设置其簇头申明消息的时间间隔定时器ti
t i = p × T 2 × E ai E 0 , i
式中,p是一个随机均匀分布在(0.9,1)之间的实数值;
第四步,所述各传感器节点Ci在其时间间隔定时器ti计时到时之前,查询是否收到所述邻居传感器节点Cj的簇头申明消息:
若所述传感器节点Ci收到一个邻居传感器节点Cj的簇头申明消息,则选择发出该簇头申明消息的邻居传感器节点Cj为自己的簇头并向该簇头发送加入簇消息,根据传感器节点能量损耗模型计算自身接收簇头申明消息和发送加入簇消息后的当前剩余能量E2,i,并用E2,i更新其内置剩余能量表中的剩余能量E1,i
若所述传感器节点Ci收到k个邻居传感器节点Cj的簇头申明消息,1<k≤m,则将这k个邻居传感器节点Cj作为候选簇头Cc,c=1,...,k,并根据以下公式计算:
Figure BSA00000221344700041
上式中,COSTc为传感器节点Ci到候选簇头Cc的通信代价,d(Ci,Cc)是传感器节点Ci到候选簇头Cc的通信距离,d(Cc,BS)是候选簇头Cc到基站BS的距离,
Figure BSA00000221344700042
是调节d(Ci,Cc)与d(Cc,BS)之间权重的参数且
Figure BSA00000221344700043
选定具有最小通信代价Min(COSTc)的候选簇头Cc为本传感器节点Ci的簇头并向该簇头发送加入簇消息,根据传感器节点能量损耗模型计算自身接收多条簇头申明消息和发送加入簇消息后的当前剩余能量E2,i,并用E2,i更新其内置剩余能量表中的剩余能量E1,i
若所述传感器节点Ci在其时间间隔定时器ti计时到没有收到任何簇头申明消息,则在通信半径r内广播簇头申明消息,然后接收z个邻居传感器节点Cj发送的加入簇消息,z≤m,根据传感器节点能量损耗模型计算自身广播簇头申明消息和接收z条加入簇消息后的当前剩余能量E2,i并用E2,i更新E1,i
第五步,当已成为簇头的传感器节点Ci或Cj或Cc设置的簇头选择持续时间定时器T2计时到,该传感器节点Ci或Cj或Cc调整发射功率,向基站BS报告其成为簇头消息,基站BS据此计算簇头数量y,并将各簇头标记为CHq且q=1,......,y且y<n,各簇头CHq名下的簇成员标记为Memqx,x=1,......,ω,且ω<n,随即,当选为簇头的传感器节点Ci或Cj或Cc根据传感器节点能量损耗模型计算自身向基站BS报告成为簇头消息后的当前剩余能量E3,i,并用E3,i更新其内置剩余能量表中的剩余能量E2,i;而未当选簇头的各传感器节点Ci或Cc则令E3,i=E2,i
第六步,所述基站BS从簇头集合CHq中选择距基站BS最远的一个簇头CHs作为簇头单链中的第一个节点,然后利用贪婪算法找到离所述簇头CHs最近的邻居簇头CHt作为所述簇头单链中的第二个节点,以此类推,继续从未访问过的簇头中找到离所述邻居簇头CHt最近的邻居簇头作为簇头单链中的第三个节点,直至遍历簇头集合CHq中的全部簇头而生成一条簇头单链;
第七步,所述基站BS根据下式计算所述各簇头CHq到基站BS的能量权值weightq
weight q = E 3 , CHq d ( CH q , BS ) , 且q=1,......,y
式中,E3,CHq为簇头CHq的当前剩余能量,将具有最大能量权值的簇头CHu作为与基站BS直接通信的链头节点;随即,基站BS向各簇头CHq广播组成簇头单链和链头节点消息,同时,向全体传感器节点Ci广播数据传输指令;
第八步,所述各簇头CHq接收组成簇头单链和链头节点消息以及数据传输指令,并根据传感器节点能量损耗模型计算自身组成簇头单链和链头节点消息以及数据传输指令后的当前剩余能量E4,i,并用E4,i更新其内置剩余能量表中的剩余能量E3,i
所述各簇头CHq名下的簇成员节点Memqx接收数据传输指令消息,并根据传感器节点能量损耗模型计算自身接收数据传输指令后的当前剩余能量E4,i,并用E4,i更新其内置剩余能量表中的剩余能量E3,i
第九步,所述各簇头CHq名下的簇成员节点Memqx将采集数据传送给各自的簇头CHq,并根据传感器节点能量损耗模型计算自身发送采集数据后的当前剩余能量E5,i,并用E5,i更新其内置剩余能量表中的剩余能量E4,i
非链头节点的各簇头CHq接收其簇成员Memqx发送的采集数据,并将接收数据与自身采集的数据进行融合,接收其在簇头单链中的下位邻居簇头传输的链数据,并将所述链数据和自身的融合数据作为新的链数据发送给其在簇头单链中的上位邻居簇头CHq+1或CHq-1,根据传感器节点能量损耗模型计算自身接收ω条采集数据、融合数据、接收和发送链数据后的当前剩余能量E5,i,并用E5,i更新其内置剩余能量表中的剩余能量E4,i
所述链头节点CHu接收其簇成员Memux发送的采集数据,并对接收数据和自身采集数据进行融合;接收其第一、第二下位邻居簇头CHu-1和CHu+1传输的链数据,并将这两个链数据和自身的融合数据发送给基站BS,根据传感器节点能量损耗模型计算自身接收ω条采集数据、融合数据、接收和发送链数据后的当前剩余能量E5,i,并用E5,i更新其内置剩余能量表中的剩余能量E4,i
第十步,当所述传感器节点Ci内置的轮定时器T1计时到,存活的各传感器节点Ci重新启动各自的轮定时器T1,进行下一轮的运行,由此周而复始,直到基站BS接收不到所述无线传感器网络中的任何数据,就判定传感器节点Ci全部死亡,即网络失效。
在本发明提供的无线传感器网络数据传输方法中,首先,传感器节点通过综合考虑节点剩余能量及其局部拓扑关系选择簇头,从而对网络进行分簇;然后,利用贪婪算法在簇头集合中构造一条遍历所有簇头节点的簇头单链,并选择一个通信代价值最小的簇头作为链头节点与基站直接通信,链两端簇头将数据沿链传输到链头节点,从而建立了多跳的数据传输路径;最后,传感器节点把采集的数据传输到基站。与现有方法相比,本发明考虑了节点的局部拓扑结构,并建立了多跳的数据传输路径,从而有效提高了网络的能耗效率,实现了传感器节点能量的均衡消耗,延长了网络生命周期。
附图说明
图1是采用本发明的WSN中传感器节点的基本工作流程图。
图2是对优选实施例仿真到第10轮的分簇及簇间多跳路由示意图。
图3是对优选实施例仿真到第40轮的分簇及簇间多跳路由示意图。
图4是是采用本发明的WSN中存活传感器节点数随时间变化曲线。
图5是采用本发明的WSN中基站收到的有效数据曲线图。
图6是采用本发明的WSN中传感器节点平均剩余能量随时间变化曲线。
具体实施方式
下面结合附图及优选实施例对本发明作进一步的详述。
本发明所针对的无线传感器网络(WSN)是由n个传感器节点Ci和一个基站BS组成,即i=1,2,3,......,n,在本优选实施例中,取n=100。n个传感器节点Ci随机均匀分布在100m×100m的感知区域内,通常设各传感器节点Ci的通信半径r为30m,但其无线发射功率可控,能根据通信距离调整发射功率以最小的能量到达目的接收节点,从而可以与基站BS直接通信。所有传感器节点都保持时间同步,各传感器节点Ci部署后不再移动,并可以根据接收信号的强度计算出发送者到自己的近似距离,各传感器节点Ci均配置一个轮定时器T1和簇头选择持续时间定时器T2,在本优选实施例中,取T1=20s,T2=2s。在网络建立阶段,基站BS向WSN广播一个信号,各传感器节点Ci在接收到此信号后,根据接收信号的强度计算它到基站的近似距离。
各传感器节点Ci的能量损耗主要由发送数据、接收数据和数据融合等部分的能量损耗组成。传感器节点Ci发送数据时所消耗的能量ETx(l,d)由电路消耗和功率放大消耗两部分组成,可由下式表示:
E Tx ( l , d ) = lE elec + l &epsiv; fs d 2 , d < d 0 l E elec + l &epsiv; mp d 4 , d &GreaterEqual; d 0
式中,l为传感器节点发送数据的比特数,d为传感器节点的数据传输距离,Eelec表示电路消耗的能量,d0为设定的数据传输距离阈值,εfs和εmp分别为采用自由空间模型和多路径衰减模型进行功率放大所需的能量。若数据传输距离d小于阈值d0,功率放大消耗采用自由空间模型,否则采用多路径衰减模型。传感器节点Ci接收l比特的数据消耗的能量由下式表示:
ERx(l)=lEelec
若传感器节点Ci被选为簇头,由于簇头需要将簇内成员节点采集的数据进行融合,数据融合也要消耗一定的能量,簇头融合l比特数据所消耗的能量由下式表示:
EDx(l)=lEDF
根据D.Estrin在Mobicom 2002会议上的特邀报告(Wireless SensorNetworks,Part IV:Sensor Network Protocols)中所述传感器节点的绝大部分能量消耗在无线通信模块,传输1比特信息到100m距离需要的能量大约相当于执行3000条计算指令消耗的能量。因此,本发明忽略计算指令消耗的能量。在本发明中,全部传感器节点死亡(即各节点的剩余能量均为0)才认为无线传感器网络失效。
在无线传感器网络中,数据传输是以簇为单元的,即在一轮的时间内,WSN中的传感器节点按照一定规律组成多个簇,每个簇选出一个簇头,簇头将簇内各传感器节点采集的数据进行融合后发送到基站,其详细步骤如下。
第一步:广播剩余能量消息
各传感器节点Ci同时启动轮定时器T1,并在通信半径内r广播自身的剩余能量消息,该消息包括传感器节点的标识符和剩余能量。与此同时,接收各邻居传感器节点Cj发送的剩余能量消息并保存在自身内置的邻居节点表中,j=1,2,3,......,m,且m<n。根据传感器节点能量损耗模型计算自身当前剩余能量E1,i并更新其内置剩余能量表:
E1,i=E0,i-ETx(l1,r)-mERx(l1)
其中:E0,i为传感器节点Ci在当前轮的初始剩余能量;ETx表示发送数据消耗的能量;ERx表示接收数据消耗的能量;r为传感器节点Ci的通信半径,l1为剩余能量消息的比特数。
第二步:计算平均剩余能量Eai
各传感器节点Ci根据当前轮邻居节点表中的信息,计算所有邻居传感器节点Cj的平均剩余能量Eai
E ai = &Sigma; j = 1 m E 0 , j m
式中,E0,j为Ci邻居传感器节点Cj的剩余能量。
第三步:设定簇头申明消息时间间隔定时器
各传感器节点Ci启动簇头选择持续时间定时器T2,并根据下式设置其簇头申明消息的时间间隔定时器ti
t i = p &times; T 2 &times; E ai E 0 , i
式中,p是一个随机均匀分布在(0.9,1)之间的实数值。设置p是为了避免剩余能量相同的节点同时发出竞争簇头的消息。
第四步:发送簇头申明消息
各传感器节点Ci在其时间间隔定时器ti计时到时之前,查询是否收到邻居传感器节点Cj的簇头申明消息,簇头申明消息包括传感器节点的标识符。
若收到一个邻居传感器节点Cj的簇头申明消息,自己放弃簇头竞争而选择发出该簇头申明消息的邻居传感器节点Cj为自己的簇头,并向该簇头发送加入簇消息,根据传感器节点能量损耗模型计算自身当前剩余能量E2,i并更新其内置剩余能量表:
E2,i=E1,i-ERx(l2)-ETx(l2′,d(Ci,Cj)),
式中,l2为簇头申明消息的比特数,l2′为加入簇消息的比特数,d(Ci,Cj))为传感器节点Ci到其簇头Cj的通信距离;
若传感器节点Ci收到k个邻居传感器节点Cj的簇头申明消息,1<k≤m,则将这k个邻居传感器节点Cj作为候选簇头Cc,c=1,...,k,并根据以下公式计算:
Figure BSA00000221344700101
上式中,COSTc为传感器节点Ci到候选簇头Cc的通信代价;d(Ci,Cc)是传感器节点Ci到候选簇头Cc的通信距离;d(Cc,BS)是候选簇头Cc到基站BS的距离,
Figure BSA00000221344700102
是调节d(Ci,Cc)与d(Cc,BS)之间权重的参数且
Figure BSA00000221344700103
在本优选实施例中,取
Figure BSA00000221344700104
选定具有最小通信代价Min(COSTc)的候选簇头Cc为本传感器节点Ci的簇头并向该簇头发送加入簇消息,根据传感器节点能量损耗模型计算自身当前剩余能量E2,i并更新其内置剩余能量表:
E2,i=E1,i-kERx(l2)-ETx(l2′,d(Ci,Cc))
若传感器节点Ci的时间间隔定时器ti计时到,没有收到任何簇头申明消息,则在通信半径r内广播簇头申明消息,若有z个邻居传感器节点Cj选择该传感器节点Ci作为簇头,就会向其发送加入簇消息。当该传感器节点Ci接收到z个邻居传感器节点Cj发送的加入簇消息后,根据传感器节点能量损耗模型计算自身当前剩余能量E2,i
E2,i=E1,i-ETx(l2,r)-zERx(l2′)
并用E2,i更新其内置剩余能量表。
第五步:生成簇头集合
当已成为簇头的传感器节点Ci或Cj或Cc设置的簇头选择持续时间定时器T2计时到,该传感器节点Ci或Cj或Cc调整发射功率,向基站BS报告其成为簇头消息。基站BS据此计算簇头数量y,并将各簇头标记为CHq且q=1,......,y且y<n,各簇头CHq名下的簇成员标记为Memqx,x=1,......,ω,且ω<n,随即,当选为簇头的各传感器节点Ci或Cj或Cc根据传感器节点能量损耗模型计算自身当前剩余能量E3,i并更新其内置剩余能量表:
E3,i=E2,i-ETx(l3,d(CHq,BS))
上式中,l3为向基站BS报告成为簇头消息的比特数,d(CHq,BS)为簇头CHq到基站BS的通信距离,而未当选簇头的各传感器节点Ci或Cj则令E3,i=E2,i
第六步:生成簇头单链
基站BS从簇头集合CHq中选择距基站BS最远的一个簇头CHs作为簇头单链中的第一个节点,然后利用贪婪算法找到离所述簇头CHs最近的邻居簇头CHt作为簇头单链中的第二个节点,以此类推,继续从未访问过的簇头中找到离邻居簇头CHt最近的邻居簇头作为簇头单链中的第三个节点,直至遍历簇头集合CHq中的全部簇头而生成一条簇头单链。
第七步:建立簇头间多跳传输路径
基站BS根据下式计算所述各簇头CHq到基站BS的能量权值weightq
weight q = E 3 , CHq d ( CH q , BS ) , 且q=1,......,y
上式中,E3,CHq为簇头CHq的当前剩余能量。而具有最大能量权值Max(weightq)的簇头CHu就作为与基站BS直接通信的链头节点Leader;随即,基站BS向各簇头CHq广播组成簇头单链和链头节点消息,同时,向全体传感器节点Ci广播数据传输指令。链头节点Leader将簇头单链分成了两部分,从而形成了簇头间多跳传输路径,即传感器网络中的各传感器节点Ci将采集的数据先发送各自的簇头,然后再沿簇头所在的一段簇头单链向链头节点Leader发送,最后由链头节点Leader将传感器网络采集的所有数据传送给基站BS。
第八步:计算数据传输前的剩余能量
各簇头CHq接收组成簇头单链和链头节点消息及数据传输指令,根据传感器节点能量损耗模型计算自身当前剩余能量E4,i并更新其内置剩余能量表:
E4,i=E3,i-ERx(l4)-ERx(l4′)
式中,l4为组成簇头单链和链头节点消息的比特数,l4′为数据传输指令比特数。
各簇头CHq名下的簇成员节点Memqx接收数据传输指令,根据传感器节点能量损耗模型计算自身当前剩余能量E4,i
E4,i=E3,i-ERx(l4′)
用E4,i更新其内置剩余能量表。
第九步:数据传输
每个簇头CHq名下的簇成员节点Memqx将采集数据传送给各自的簇头CHq,根据传感器节点能量损耗模型计算自身当前剩余能量E5,i并更新其内置剩余能量表:
E5,i=E4,i-ETx(l5,d(Ci,CHq)),
上式中,l5为各传感器节点Ci采集数据的比特数,d(Ci,CHq)为簇成员节点Memqx到其簇头CHq的通信距离;
非链头节点的各簇头CHq接收其簇成员Memqx发送的采集数据,并将接收数据与自身采集的数据进行融合,接收其在簇头单链中的下位邻居簇头传输的链数据,并将该数据与自身的融合数据作为新的链数据发送给其在簇头单链中的上位邻居簇头CHq+1或CHq-1,根据传感器节点能量损耗模型计算自身当前剩余能量E5,i,并更新其内置剩余能量表。
对簇头单链中的起点簇头CHs至链头节点CHu即1≤q<u的第一组簇头CHq而言,其剩余能量为:
E5,i=E4,i-ωERx(l5)-EDx((ω+1)l5)-ERx((q-1)l5′)-ETx(ql5′,d(CHq,CHq+1))
上式中,l5′为融合数据后的比特数,(q-1)l5′为簇头CHq接收下位邻居簇头链数据的比特数,CHqql5′为簇头CHq向上位邻居簇头发送链数据的比特数,d(CHq,CHq+1)为簇头CHq到其上位邻居簇头的通信距离。
对簇头单链中的终点簇头CHy至链头节点CHu即u<q≤y的第二组簇头CHq而言,其剩余能量为:
E5,i=E4,i-ωERx(l5)-EDx((ω+1)l5)-ERx((y-q)l5′)-ETx((y-q+1)l5′,d(CHq,CHq-1))
上式中,CHq向上位邻居簇头发送链数据的比特数为(y-q+1)l5′,d(CHq,CHq-1)为簇头CHq到其上位邻居簇头的通信距离。
链头节点CHu接收其簇成员Memux发送的采集数据,并对接收数据和自身采集数据进行融合;接收其第一、第二下位邻居簇头CHu-1和CHu+1传输的链数据,并将两个链数据和自身的融合数据发送给基站BS,根据传感器节点能量损耗模型计算自身当前剩余能量E5,i并更新其内置剩余能量表:
E5,i=E4,i-ωERx(l5)-EDx((ω+1)l5)-ERx((y-1)l5′)-ETx(yl5′,d(CHu,BS))
上式中,(y-1)l5′为链头节点CHu接收两个链数据的总比特数,yl5′为链头节点CHu发送链数据的总比特数,d(CHu,BS)为链头节点CHu到基站BS的通信距离。
第十步:轮运行交接
当轮定时器T1计时到,存活的各传感器节点Ci重新启动轮定时器T1,且将各传感器节点Ci在本轮运行结束后的剩余能量作为下一轮运行的初始能量,即令E0,i=E5,i之后进行下一轮的运行,由此周而复始,直到基站BS接收不到传感器网络中的任何数据,就判定传感器节点Ci全部死亡,即网络失效。
在本发明中,每个传感器节点的基本工作流程见图1。
为了验证本发明提供方法的性能,从传感器网络的能耗、网络存活的节点数对其进行分析和仿真,仿真结果取1000次实验的平均值。
在本优选实施例中,所用的参数如表1所示。
表1实验参数
Figure BSA00000221344700131
图2是对本发明优选实施例仿真进行到第10轮时的分簇和簇间多跳路由情况,其中,基站BS位于(100,100)处,用星型表示,传感器节点2、13、31、18和99被选为簇头,建立了18→13→2→31→99的簇头单链,簇头31被选为单链中的Leader节点。
图3是对本发明优选实施例仿真进行到第50轮时的分簇和簇间多跳路由情况,传感器节点6、11、19、20和99被选为簇头,建立了20→11→99→6→19的簇头链,簇头6被选为链中的Leader节点。
图4给出了本发明数据传输方法与LEACH、DCHS和PEGASIS三种数据传输方法的存活传感器节点数随时间(轮数)变化的情况。从图4可以看出,在采用本发明数据传输方法的传感器网络中,各传感器节点Ci的死亡时间比较接近。这是因为本发明采用了基于传感器节点剩余能量及与基站BS的通信距离来选择簇头的措施,使得能量消耗较均匀地分担到每个传感器节点,因而有效地延长了传感器网络的生命周期,其性能要优于其它三种方法。
图5显示了在采用本发明的传感器网络的生命周期内,基站BS收到的有效数据,而该传感器网络中各节点平均剩余能量随时间变化曲线见图6。从图5和图6可知,采用本发明的传输方法,其基站接收到的有效数据和传感器节点的平均剩余能量要明显高于采用其它三种数据传输方法。
综上所述,本发明提供的能量高效的多层分布式无线传感器网络数据传输方法根据节点剩余能量及局部拓扑关系选择簇头,并建立簇头单链,为能量受限的无线传感器网络中的数据传输提供了有效的途径,有效的均衡了节点的能量消耗,提高了无线传感器网络的寿命。

Claims (2)

1.一种多层分布式无线传感器网络数据传输方法,其特征在于:该方法包括以下步骤:
第一步,无线传感器网络中的n个传感器节点Ci同时启动其内置的轮定时器T1,i=1,2,3,......,n,在通信半径r内广播自身的剩余能量消息,接收各邻居传感器节点Cj发送的剩余能量消息并保存在自身内置的邻居节点表中,j=1,2,3,......,m,且m<n;根据传感器节点能量损耗模型计算自身发送和接收能量剩余消息后的当前剩余能量E1,i,并用E1,i更新其内置剩余能量表中的轮初始剩余能量E0,i
第二步,所述各传感器节点Ci根据当前轮邻居节点表中所有邻居传感器节点Cj的轮初始剩余能量E0,j,计算邻居传感器节点Cj的平均剩余能量Eai
第三步,所述各传感器节点Ci启动其内置的簇头选择持续时间定时器T2,并根据下式设置其簇头申明消息的时间间隔定时器ti
t i = p &times; T 2 &times; E ai E 0 , i
式中,p是一个随机均匀分布在(0.9,1)之间的实数值;
第四步,所述各传感器节点Ci在其时间间隔定时器ti计时到时之前,查询是否收到所述邻居传感器节点Ci的簇头申明消息:
若所述传感器节点Ci收到一个邻居传感器节点Cj的簇头申明消息,则选择发出该簇头申明消息的邻居传感器节点Cj为自己的簇头并向该簇头发送加入簇消息,根据传感器节点能量损耗模型计算自身接收簇头申明消息和发送加入簇消息后的当前剩余能量E2,i,并用E2,i更新其内置剩余能量表中的剩余能量E1,i
若所述传感器节点Ci收到k个邻居传感器节点Cj的簇头申明消息,1<k≤m,则将这k个邻居传感器节点Cj作为候选簇头Cc,c=1,...,k,并根据以下公式计算:
Figure FSA00000221344600021
上式中,COSTc为传感器节点Ci到候选簇头Cc的通信代价,d(Ci,Cc)是传感器节点Ci到候选簇头Cc的通信距离,d(Cc,BS)是候选簇头Cc到基站BS的距离,
Figure FSA00000221344600022
是调节d(Ci,Cc)与d(Cc,BS)之间权重的参数且
Figure FSA00000221344600023
选定具有最小通信代价Min(COSTc)的候选簇头Cc为本传感器节点Ci的簇头并向该簇头发送加入簇消息,根据传感器节点能量损耗模型计算自身接收多条簇头申明消息和发送加入簇消息后的当前剩余能量E2,i,并用E2,i更新其内置剩余能量表中的剩余能量E1,i
若所述传感器节点Ci在其时间间隔定时器ti计时到没有收到任何簇头申明消息,则在通信半径r内广播簇头申明消息,然后接收z个邻居传感器节点Cj发送的加入簇消息,z≤m,根据传感器节点能量损耗模型计算自身广播簇头申明消息和接收z条加入簇消息后的当前剩余能量E2,i,并用E2,i更新E1,i
第五步,当已成为簇头的传感器节点Ci或Cj或Cc设置的簇头选择持续时间定时器T2计时到,该传感器节点Ci或Cj或Cc调整发射功率,向基站BS报告其成为簇头消息,基站BS据此计算簇头数量y,并将各簇头标记为CHq且q=1,......,y且y<n,各簇头CHq名下的簇成员标记为Memqx,x=1,......,ω,且ω<n,随即,当选为簇头的传感器节点Ci或Cj或Cc根据传感器节点能量损耗模型计算自身向基站BS报告成为簇头消息后的当前剩余能量E3,i,并用E3,i更新其内置剩余能量表中的剩余能量E2,i;而未当选簇头的各传感器节点Ci或Cc则令E3,i=E2,i
第六步,所述基站BS从簇头集合CHq中选择距基站BS最远的一个簇头CHs作为簇头单链中的第一个节点,然后利用贪婪算法找到离所述簇头CHs最近的邻居簇头CHt作为所述簇头单链中的第二个节点,以此类推,继续从未访问过的簇头中找到离所述邻居簇头CHt最近的邻居簇头作为簇头单链中的第三个节点,直至遍历簇头集合CHq中的全部簇头而生成一条簇头单链;
第七步,所述基站BS根据下式计算所述各簇头CHq到基站BS的能量权值weightq
weight q = E 3 , CHq d ( CH q , BS ) , 且q=1,......,y
式中,E3,CHq为簇头CHq的当前剩余能量,将具有最大能量权值的簇头CHu作为与基站BS直接通信的链头节点;随即,基站BS向各簇头CHq广播组成簇头单链和链头节点消息,同时,向全体传感器节点Ci广播数据传输指令;
第八步,所述各簇头CHq接收组成簇头单链和链头节点消息以及数据传输指令,并根据传感器节点能量损耗模型计算自身组成簇头单链和链头节点消息以及数据传输指令后的当前剩余能量E4,i,并用E4,i更新其内置剩余能量表中的剩余能量E3,i
所述各簇头CHq名下的簇成员节点Memqx接收数据传输指令消息,并根据传感器节点能量损耗模型计算自身接收数据传输指令后的当前剩余能量E4,i,并用E4,i更新其内置剩余能量表中的剩余能量E3,i
第九步,所述各簇头CHq名下的簇成员节点Memqx将采集数据传送给各自的簇头CHq,并根据传感器节点能量损耗模型计算自身发送采集数据后的当前剩余能量E5,i,并用E5,i更新其内置剩余能量表中的剩余能量E4,i
非链头节点的各簇头CHq接收其簇成员Memqx发送的采集数据,并将接收数据与自身采集的数据进行融合,接收其在簇头单链中的下位邻居簇头传输的链数据,并将所述链数据和自身的融合数据作为新的链数据发送给其在簇头单链中的上位邻居簇头CHq+1或CHq-1,根据传感器节点能量损耗模型计算自身接收ω条采集数据、融合数据、接收和发送链数据后的当前剩余能量E5,i,并用E5,i更新其内置剩余能量表中的剩余能量E4,i
所述链头节点CHu接收其簇成员Memux发送的采集数据,并对接收数据和自身采集数据进行融合;接收其第一、第二下位邻居簇头CHu-1和CHu+1传输的链数据,并将这两个链数据和自身的融合数据发送给基站BS,根据传感器节点能量损耗模型计算自身接收ω条采集数据、融合数据、接收和发送链数据后的当前剩余能量E5,i,并用E5,i更新其内置剩余能量表中的剩余能量E4,i
第十步,当所述传感器节点Ci内置的轮定时器T1计时到,存活的各传感器节点Ci重新启动各自的轮定时器T1,进行下一轮的运行,由此周而复始,直到基站BS接收不到所述无线传感器网络中的任何数据,就判定传感器节点Ci全部死亡,即网络失效。
2.根据权利要求1所述的多层分布式无线传感器网络数据传输方法,其特征在于:所述n个传感器节点Ci随机均匀分布在100m×100m的感知区域内,且取n=100,r=30m,T1=20s,T2=2s,取
Figure FSA00000221344600041
CN201010248181A 2010-08-05 2010-08-05 多层分布式无线传感器网络数据传输方法 Active CN101895956B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201010248181A CN101895956B (zh) 2010-08-05 2010-08-05 多层分布式无线传感器网络数据传输方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201010248181A CN101895956B (zh) 2010-08-05 2010-08-05 多层分布式无线传感器网络数据传输方法

Publications (2)

Publication Number Publication Date
CN101895956A true CN101895956A (zh) 2010-11-24
CN101895956B CN101895956B (zh) 2012-10-17

Family

ID=43104977

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201010248181A Active CN101895956B (zh) 2010-08-05 2010-08-05 多层分布式无线传感器网络数据传输方法

Country Status (1)

Country Link
CN (1) CN101895956B (zh)

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102026331A (zh) * 2010-12-23 2011-04-20 重庆邮电大学 无线传感器网络中分布式多跳节能通信方法
CN102088462A (zh) * 2011-01-09 2011-06-08 浙江大学 一种保护用户隐私的传感器网络分布式访问控制方法
CN102143547A (zh) * 2011-01-24 2011-08-03 中国人民大学 一种无线传感器网络中连续的Top-k区域查询方法
CN102438298A (zh) * 2011-11-09 2012-05-02 无锡南理工科技发展有限公司 一种可信的无线传感网数据节能汇聚方法
CN102984715A (zh) * 2012-12-11 2013-03-20 武汉邮电科学研究院 无线传感器网络的组网方法
CN103281769A (zh) * 2013-06-27 2013-09-04 重庆大学 一种异构无线传感器网络非均匀分簇的能耗均衡方法
CN103298153A (zh) * 2013-05-23 2013-09-11 中国舰船研究设计中心 嵌套式蜂窝无线传感器网络及组网方法
CN104010339A (zh) * 2014-06-03 2014-08-27 易运晖 一种基于丢包率测量的wsn分簇方法
CN104185240A (zh) * 2014-08-26 2014-12-03 成都联星微电子有限公司 一种协作多点工控采集数据传输方法
CN104244266A (zh) * 2014-05-08 2014-12-24 河北科技大学 一种无线传感器网络拓扑结构的构建方法
CN104469854A (zh) * 2014-11-27 2015-03-25 重庆邮电大学 一种流量自适应的工业无线wia-pa网络成簇方法
CN104883718A (zh) * 2014-03-01 2015-09-02 中国科学院重庆绿色智能技术研究院 传感网络数据传输的多层预测控制方法和系统
CN106231532A (zh) * 2016-07-18 2016-12-14 首都师范大学 基于感知重合率的无线传感器网络数据聚合方法及装置
CN106658641A (zh) * 2016-12-28 2017-05-10 上海海事大学 一种分布式无线传感网络分簇路由方法
CN107294213A (zh) * 2017-07-29 2017-10-24 梧州井儿铺贸易有限公司 一种电网设备智能监测系统
CN107395712A (zh) * 2017-07-17 2017-11-24 深圳源广安智能科技有限公司 一种架空输电线路智能监测系统
WO2018098754A1 (zh) * 2016-11-30 2018-06-07 深圳天珑无线科技有限公司 分布式网络的簇首选取方法、节点及系统
CN108200549A (zh) * 2018-01-10 2018-06-22 深圳市鑫汇达机械设计有限公司 茶叶生长环境智能监控系统
CN108231212A (zh) * 2018-01-03 2018-06-29 潘荣兰 社区医疗保健监测系统
CN108430048A (zh) * 2018-03-03 2018-08-21 深圳万发创新进出口贸易有限公司 一种基于wsn技术的酒厂储酒罐温度监测系统
CN108521661A (zh) * 2018-04-15 2018-09-11 佛山市虚拟现实大数据产业研究院有限公司 一种基于区块链技术的无线传感器网络路由方法
CN109889376A (zh) * 2019-01-28 2019-06-14 东莞理工学院 一种均衡的网络拓扑生成方法
CN109922313A (zh) * 2019-02-15 2019-06-21 苏州华盖信息科技有限公司 一种图像处理方法、移动终端及云服务器
CN110177388A (zh) * 2019-06-03 2019-08-27 北京印刷学院 一种无线传感器网络节点分布式聚类方法
CN111836225A (zh) * 2020-05-28 2020-10-27 东南大学 面向无线传感器网络的群集-链式混合数据传输方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060124500A (ko) * 2005-05-31 2006-12-05 삼성전자주식회사 에너지 소모 극소화를 위한 무선 센서 네트워크의클러스터링 방법
CN101013987A (zh) * 2007-02-05 2007-08-08 南京邮电大学 一种高效的无线传感器网络拓扑控制方法
CN101299770A (zh) * 2008-03-05 2008-11-05 中科院嘉兴中心微系统所分中心 一种无线传感器网络协同信息处理方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060124500A (ko) * 2005-05-31 2006-12-05 삼성전자주식회사 에너지 소모 극소화를 위한 무선 센서 네트워크의클러스터링 방법
CN101013987A (zh) * 2007-02-05 2007-08-08 南京邮电大学 一种高效的无线传感器网络拓扑控制方法
CN101299770A (zh) * 2008-03-05 2008-11-05 中科院嘉兴中心微系统所分中心 一种无线传感器网络协同信息处理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《控制与决策》 20090930 于振华等 无线传感器网络中一种能量高效的分布式分簇算法 第1436-1440页 1-2 第24卷, 第09期 *

Cited By (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102026331B (zh) * 2010-12-23 2013-03-27 重庆邮电大学 无线传感器网络中分布式多跳节能通信方法
CN102026331A (zh) * 2010-12-23 2011-04-20 重庆邮电大学 无线传感器网络中分布式多跳节能通信方法
CN102088462A (zh) * 2011-01-09 2011-06-08 浙江大学 一种保护用户隐私的传感器网络分布式访问控制方法
CN102143547B (zh) * 2011-01-24 2013-07-17 中国人民大学 一种无线传感器网络中连续的Top-k区域查询方法
CN102143547A (zh) * 2011-01-24 2011-08-03 中国人民大学 一种无线传感器网络中连续的Top-k区域查询方法
CN102438298B (zh) * 2011-11-09 2014-05-14 李千目 一种可信的无线传感网数据节能汇聚方法
CN102438298A (zh) * 2011-11-09 2012-05-02 无锡南理工科技发展有限公司 一种可信的无线传感网数据节能汇聚方法
CN102984715B (zh) * 2012-12-11 2015-08-19 武汉邮电科学研究院 无线传感器网络的组网方法
CN102984715A (zh) * 2012-12-11 2013-03-20 武汉邮电科学研究院 无线传感器网络的组网方法
CN103298153B (zh) * 2013-05-23 2016-03-09 中国舰船研究设计中心 嵌套式蜂窝无线传感器网络及组网方法
CN103298153A (zh) * 2013-05-23 2013-09-11 中国舰船研究设计中心 嵌套式蜂窝无线传感器网络及组网方法
CN103281769A (zh) * 2013-06-27 2013-09-04 重庆大学 一种异构无线传感器网络非均匀分簇的能耗均衡方法
CN104883718B (zh) * 2014-03-01 2019-03-19 中国科学院重庆绿色智能技术研究院 传感网络数据传输的多层预测控制方法和系统
CN104883718A (zh) * 2014-03-01 2015-09-02 中国科学院重庆绿色智能技术研究院 传感网络数据传输的多层预测控制方法和系统
CN104244266A (zh) * 2014-05-08 2014-12-24 河北科技大学 一种无线传感器网络拓扑结构的构建方法
CN104244266B (zh) * 2014-05-08 2017-07-18 河北科技大学 一种无线传感器网络拓扑结构的构建方法
CN104010339B (zh) * 2014-06-03 2017-10-31 西安电子科技大学 一种基于丢包率测量的wsn分簇方法
CN104010339A (zh) * 2014-06-03 2014-08-27 易运晖 一种基于丢包率测量的wsn分簇方法
CN104185240A (zh) * 2014-08-26 2014-12-03 成都联星微电子有限公司 一种协作多点工控采集数据传输方法
CN104469854A (zh) * 2014-11-27 2015-03-25 重庆邮电大学 一种流量自适应的工业无线wia-pa网络成簇方法
CN104469854B (zh) * 2014-11-27 2017-09-19 重庆邮电大学 一种流量自适应的工业无线wia‑pa网络成簇方法
CN106231532A (zh) * 2016-07-18 2016-12-14 首都师范大学 基于感知重合率的无线传感器网络数据聚合方法及装置
CN106231532B (zh) * 2016-07-18 2019-12-10 首都师范大学 基于感知重合率的无线传感器网络数据聚合方法及装置
WO2018098754A1 (zh) * 2016-11-30 2018-06-07 深圳天珑无线科技有限公司 分布式网络的簇首选取方法、节点及系统
CN106658641A (zh) * 2016-12-28 2017-05-10 上海海事大学 一种分布式无线传感网络分簇路由方法
CN106658641B (zh) * 2016-12-28 2020-03-27 上海海事大学 一种分布式无线传感网络分簇路由方法
CN107395712A (zh) * 2017-07-17 2017-11-24 深圳源广安智能科技有限公司 一种架空输电线路智能监测系统
CN107294213A (zh) * 2017-07-29 2017-10-24 梧州井儿铺贸易有限公司 一种电网设备智能监测系统
CN107294213B (zh) * 2017-07-29 2020-04-07 南京苏瑞科技实业有限公司 一种电网设备智能监测系统
CN108231212A (zh) * 2018-01-03 2018-06-29 潘荣兰 社区医疗保健监测系统
CN108200549A (zh) * 2018-01-10 2018-06-22 深圳市鑫汇达机械设计有限公司 茶叶生长环境智能监控系统
CN108430048A (zh) * 2018-03-03 2018-08-21 深圳万发创新进出口贸易有限公司 一种基于wsn技术的酒厂储酒罐温度监测系统
CN108521661A (zh) * 2018-04-15 2018-09-11 佛山市虚拟现实大数据产业研究院有限公司 一种基于区块链技术的无线传感器网络路由方法
CN109889376A (zh) * 2019-01-28 2019-06-14 东莞理工学院 一种均衡的网络拓扑生成方法
CN109889376B (zh) * 2019-01-28 2021-12-31 东莞理工学院 一种均衡的网络拓扑生成方法
CN109922313A (zh) * 2019-02-15 2019-06-21 苏州华盖信息科技有限公司 一种图像处理方法、移动终端及云服务器
CN110177388A (zh) * 2019-06-03 2019-08-27 北京印刷学院 一种无线传感器网络节点分布式聚类方法
CN111836225A (zh) * 2020-05-28 2020-10-27 东南大学 面向无线传感器网络的群集-链式混合数据传输方法

Also Published As

Publication number Publication date
CN101895956B (zh) 2012-10-17

Similar Documents

Publication Publication Date Title
CN101895956B (zh) 多层分布式无线传感器网络数据传输方法
Tang et al. A chain-cluster based routing algorithm for wireless sensor networks
Zhu et al. Hausdorff clustering and minimum energy routing for wireless sensor networks
Wei et al. Cluster-based routing protocols in wireless sensor networks: a survey
CN100373886C (zh) 基于自适应退避策略的无线传感器网络分布式分簇方法
CN107682905B (zh) 一种星链型无线传感器网络无层通信方法
Nazir et al. Energy balanced clustering in wireless sensor network
CN102983948B (zh) 一种无线传感网络自适应聚类传输方法及其装置
Daflapurkar et al. Tree based distributed clustering routing scheme for energy efficiency in wireless sensor networks
CN103067873A (zh) 面向具有可充电节点和多汇聚节点的无线传感网节能组播方案
Wang et al. LUM-HEED: a location unaware, multi-hop routing protocol for underwater acoustic sensor networks
Agrawal et al. Layered clustering routing protocol with overlapping cluster heads in WSN
Lin et al. Hilbert-chain topology for energy conservation in large-scale wireless sensor networks
Meghanathan et al. Centralized and Distributed Algorithms for Stability-based Data Gathering in Mobile Sensor Networks.
Chang et al. An energy-efficient cluster-based data gathering protocol for wireless sensor networks
Majumder et al. A novel energy efficient chain based hierarchical routing protocol for wireless sensor networks
Devasena et al. A study of power and energy efficient clustering protocols in wireless sensor networks
Lu et al. Power-efficient scheduling method in sensor networks
CN103002536A (zh) 一种基于随机行走的能量高效型无线多跳网络路由机制
Jing et al. A cluster-based multipath delivery scheme for wireless sensor networks
Pandey et al. Performance Evaluation of Various Routing Protocols and quality of service for Wireless Sensor Network
Chunming et al. Routing algorithm simulation of the patient monitoring system based on ZigBee
Li Energy efficient clustering algorithm in wireless sensor networks based on geometric programming
Guo et al. The comprehensive energy-Routing protocol based on distributed cluster optimization in wireless sensor networks
Baranidharan et al. An Energy Efficient Clustering Protocol Using Minimum Spanning Tree for Wireless Sensor Networks

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